وسائل لوڈ ہو رہے ہیں... لوڈنگ...

ٹرانزیکشن میڈین لائن پر مبنی متحرک اسٹاپ اور نقصان کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-04-12 16:19:20
ٹیگز:ایچ ایم اےایم اے سی ڈیاے ٹی آرآر ایس آئیاو بی ویوی ایم اے

基于成交量均线的自适应金字塔动态止盈止损交易策略

جائزہ

اس حکمت عملی میں مختلف تکنیکی اشارے جیسے ہل حرکت پذیر اوسط (HMA) ، حرکت پذیر اوسط (MACD) ، اوسط حقیقی حد (ATR) ، RSI، توانائی کی لہر (OBV) اور ٹرانزیکشن کی حرکت پذیر اوسط (Traded volume moving averages) شامل ہیں تاکہ ان اشاریوں کا جامع تجزیہ کرکے مارکیٹ میں رجحانات اور ممکنہ داخلی مواقع کی نشاندہی کی جاسکے۔ اس کے ساتھ ہی اس حکمت عملی میں پرامڈ ہاؤسنگ ، متحرک اسٹاپ نقصان کی چپس اور متحرک اسٹاپ نقصان جیسے رسک مینجمنٹ کے ذرائع بھی استعمال کیے گئے ہیں تاکہ مواقع کو مضبوطی سے پکڑنے کے ساتھ ساتھ خطرات کو سختی سے کنٹرول کیا جاسکے۔

حکمت عملی کے اصول

HMA، MACD، ATR، RSI، OBV، اور ٹرانزیکشن کی حرکت پذیر اوسط جیسے اشارے کا حساب لگائیں
MACD تیز رفتار لائن کے کراسنگ، OBV اور اس کی حرکت پذیر اوسط لائن کے درمیان تعلقات، RSI کی سطح اور اس کی اوسط لائن کے مقابلے میں ٹرانزیکشن کے مقابلے میں زیادہ خالی حالات کا فیصلہ
زیادہ سے زیادہ پیرامڈ پوزیشنوں کی تعداد اور ہر پوزیشن کے تناسب کو ترتیب دیں ، اور جب رجحان جاری رہے تو آہستہ آہستہ پوزیشنوں کو بڑھائیں
اے ٹی آر کے مطابق متحرک طور پر سٹاپ نقصان اور سٹاپ نقصان کی سطح کو ایڈجسٹ کریں اور منافع کو محفوظ بنانے کے لئے موبائل سٹاپ نقصان کی حکمت عملی کا استعمال کریں
اکاؤنٹ کے فوائد، خطرے کی شرح اور اے ٹی آر پر مبنی ہر کھلی پوزیشن کی مقدار کا حساب کتاب، پوزیشنوں کے متحرک کنٹرول کو حاصل کرنے کے لئے
چارٹ پر اسٹاپ نقصان اور سٹاپ نقصان کی افقی لکیر ڈرائی گئی ہے، جس سے خطرات پر قابو پانے کی صورت حال کو واضح طور پر دیکھا جاسکتا ہے۔

اسٹریٹجک فوائد

کثیر اشارے کا مجموعہ فیصلہ ، سگنل کی وشوسنییتا کو بہتر بناتا ہے: یہ حکمت عملی قیمت ، رجحانات ، رفتار اور ٹرانزیکشن کی مقدار جیسے متعدد عوامل کو مدنظر رکھتی ہے ، جس سے متعدد اشارے کی مشترکہ تصدیق کے ذریعہ تجارتی سگنل کی وشوسنییتا میں اضافہ ہوتا ہے۔
انکولی پوزیشن مینجمنٹ ، متحرک کنٹرول رسک: اکاؤنٹ کے استحقاق ، رسک تناسب اور اے ٹی آر جیسے عوامل کے مطابق ، حکمت عملی ہر پوزیشن کھولنے پر متحرک طور پر ایڈجسٹ کرسکتی ہے ، تاکہ مارکیٹ میں اتار چڑھاؤ بڑھنے پر پوزیشنوں کو خود بخود کم کیا جاسکے اور اس طرح رسک کو مؤثر طریقے سے کنٹرول کیا جاسکے۔
پرامڈ ہاؤسنگ ، رجحان کے مواقع کو پوری طرح سے پکڑنا: رجحان کے تعین کے بعد ، حکمت عملی نے رجحان کی مارکیٹ میں زیادہ سے زیادہ حصہ لینے کے لئے ایک قدم بہ قدم ہاؤسنگ کے ذریعہ حکمت عملی کی منافع بخش صلاحیت میں اضافہ کیا۔
متحرک اسٹاپ نقصان روکنے ، نقصانات کو بروقت کنٹرول کرنے اور منافع کو بچانے کے لئے: حکمت عملی اے ٹی آر کی تبدیلیوں کے مطابق حقیقی وقت میں اسٹاپ نقصان روکنے کی سطح کو ایڈجسٹ کرتی ہے ، جب رجحان میں تبدیلی آتی ہے تو نقصانات کو بروقت روکتی ہے ، جبکہ متحرک اسٹاپ نقصان کی حکمت عملی کے ذریعہ حاصل کردہ منافع کو مستقل طور پر محفوظ کرتی ہے ، جس سے حکمت عملی کی واپسی کو مؤثر طریقے سے کم کیا جاتا ہے۔
بدیہی چارٹ دکھاتا ہے، نگرانی اور فیصلے کرنے کے لئے آسان ہے: حکمت عملی چارٹ پر اہم اشارے اور سٹاپ نقصان روک تھام کے افقی لائنوں کو نقش کرتا ہے، تاکہ تاجروں کو مارکیٹ کی رفتار اور حکمت عملی کی کارکردگی کو بدیہی طور پر نگرانی کرنے اور بروقت حکمت عملی کو ایڈجسٹ کرنے کے لئے بنیاد فراہم کرنے کے قابل ہو.

اسٹریٹجک خطرات

پیرامیٹرز کی اصلاح کا خطرہ: یہ حکمت عملی متعدد پیرامیٹرز پر مشتمل ہے ، اگر پیرامیٹرز کو غلط طریقے سے منتخب کیا جائے تو اس کی وجہ سے حکمت عملی کی کارکردگی خراب ہوسکتی ہے۔ لہذا ، عملی ایپلی کیشنز میں ، حکمت عملی کی استحکام کو یقینی بنانے کے لئے پیرامیٹرز کو بہتر بنانے اور جانچنے کی ضرورت ہے۔
مارکیٹ کے ماحول میں تبدیلی کا خطرہ: حکمت عملی کو تاریخی اعداد و شمار کی بنیاد پر دوبارہ جانچ اور بہتر بنایا جاتا ہے ، لیکن مارکیٹ کے ماحول میں تبدیلی واقع ہوسکتی ہے جس کی وجہ سے حکمت عملی کی کارکردگی مستقبل میں تاریخی کارکردگی سے بہت مختلف ہوگی۔ لہذا ، حکمت عملی کی کارکردگی کا باقاعدگی سے جائزہ لینے اور اگر ضروری ہو تو ایڈجسٹ کرنے کی ضرورت ہے۔
بلیک سوان ایونٹ کا خطرہ: مارکیٹ میں انتہائی حالات (جیسے طوفان گرنے) کی وجہ سے حکمت عملی میں بڑے پیمانے پر واپسی ہوسکتی ہے۔ اس خطرے کا مقابلہ کرنے کے لئے ، حکمت عملی میں مزید رسک کنٹرول اقدامات شامل کرنے پر غور کیا جاسکتا ہے ، جیسے زیادہ سے زیادہ واپسی کی حد مقرر کرنا ، اور ایک بار جب اس حد تک پہنچ جائے تو تجارت کو روکنا۔
اوور فٹ ہونے کا خطرہ: اگر حکمت عملی کی پیرامیٹرز بہت پیچیدہ ہیں تو ، فٹ ہونے کا رجحان ہوسکتا ہے ، یعنی حکمت عملی تاریخی اعداد و شمار میں اچھی کارکردگی کا مظاہرہ کرتی ہے ، لیکن عملی استعمال میں خراب کارکردگی کا مظاہرہ کرتی ہے۔ اوور فٹ ہونے سے بچنے کے ل the ، حکمت عملی کا اندازہ کرنے کے لئے کراس تصدیق جیسے طریقوں کا استعمال کیا جاسکتا ہے۔

متحرک پیرامیٹرز کی اصلاح: مشین لرننگ جیسے طریقوں کا استعمال کرنے پر غور کریں ، حکمت عملی کے پیرامیٹرز کو حقیقی وقت میں مارکیٹ کے ماحول میں ہونے والی تبدیلیوں کے مطابق ایڈجسٹ کریں ، تاکہ حکمت عملی کو بہتر بنایا جاسکے۔
کثیر مارکیٹ کثیر اقسام کے قابل اطلاق: زیادہ سے زیادہ مارکیٹوں اور اقسام میں حکمت عملی کو بڑھانے کے لئے، سرمایہ کاری کو تقسیم کرنے کے ذریعے حکمت عملی کی استحکام کو بڑھانے کے لئے.
بنیادی تجزیہ کے ساتھ مل کر: تکنیکی تجزیہ کی بنیاد پر ، میکرو اکانومی ، صنعت کے رجحانات جیسے بنیادی عوامل کو مدنظر رکھتے ہوئے ، حکمت عملی کی جامعیت کو بڑھانا۔
مارکیٹ کے جذبات کا تجزیہ شامل کریں: مارکیٹ کے جذبات کے اشارے جیسے گھبراہٹ انڈیکس کو متعارف کروائیں تاکہ مارکیٹ کے جذبات کی انتہائی تبدیلیوں کو پکڑیں اور حکمت عملی کے لئے زیادہ سے زیادہ تجارتی مواقع فراہم کریں۔
خطرے کے کنٹرول کے اقدامات کو بہتر بنانا: خطرے کے کنٹرول کے نظام کو مزید بہتر بنانا ، جیسے نقصانات کو روکنے کی حکمت عملی کے لئے موافقت پذیر ایڈجسٹمنٹ میکانزم متعارف کرانا ، اور حکمت عملی کے خطرے کے انتظام کی صلاحیت کو بہتر بنانا۔

خلاصہ

اس حکمت عملی میں ایک خاص استحکام اور منافع بخش صلاحیت ہے، جس میں کثیر اشارے کے مجموعے، خود کو اپنانے والی پوزیشن مینجمنٹ، پرامڈ ہولڈنگ، متحرک سٹاپ نقصان روکنے اور دیگر طریقوں کا استعمال کرتے ہوئے سخت خطرات کو کنٹرول کیا جاتا ہے جبکہ رجحانات کے مواقع پر قبضہ کیا جاتا ہے۔ تاہم، حکمت عملی میں پیرامیٹرز کی اصلاح، مارکیٹ کے ماحول میں تبدیلی، بلیک سوان کے واقعات جیسے خطرات بھی موجود ہیں، جن کو عملی استعمال میں مسلسل بہتر بنانے اور بہتر بنانے کی ضرورت ہے۔ مستقبل میں، حکمت عملی میں بہتری کے لۓ حکمت عملی کی اصلاح اور استحکام کو بہتر بنانے کے لئے، متحرک پیرامیٹرز کی اصلاح، کثیر مارکیٹ کی توسیع، بنیادی طور پر ملانے، مارکیٹ کے جذبات کا تجزیہ اور خطرے کے کنٹرول کو بہتر بنانے کے لۓ.

/*backtest
start: 2023-04-06 00:00:00
end: 2024-04-11 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=4
strategy("Enhanced Trading Strategy v5 with Visible SL/TP", overlay=true)

// Input settings
hma_length = input(9, title="HMA Length")
fast_length = input(12, title="MACD Fast Length")
slow_length = input(26, title="MACD Slow Length")
siglen = input(9, title="Signal Smoothing")
atr_length = input(14, title="ATR Length")
rsi_length = input(14, title="RSI Length")
obv_length = input(10, title="OBV Length")
volume_ma_length = input(10, title="Volume MA Length")

// Pyramiding inputs
max_pyramid_positions = input(3, title="Max Pyramid Positions")
pyramid_factor = input(0.5, title="Pyramid Factor")

// Risk and Reward Management Inputs
risk_per_trade = input(1.0, title="Risk per Trade (%)")
atr_multiplier_for_sl = input(1.5, title="ATR Multiplier for Stop Loss")
atr_multiplier_for_tp = input(3.0, title="ATR Multiplier for Take Profit")
trailing_atr_multiplier = input(2.0, title="ATR Multiplier for Trailing Stop")

// Position sizing functions
calc_position_size(equity, risk_pct, atr) =>
    pos_size = (equity * risk_pct / 100) / (atr_multiplier_for_sl * atr)
    pos_size

calc_pyramid_size(current_size, max_positions) =>
    pyramid_size = current_size * (max_positions - strategy.opentrades) / max_positions
    pyramid_size

// Pre-calculate lengths for HMA
half_length = ceil(hma_length / 2)
sqrt_length = round(sqrt(hma_length))

// Calculate indicators
hma = wma(2 * wma(close, half_length) - wma(close, hma_length), sqrt_length)
my_obv = cum(close > close[1] ? volume : close < close[1] ? -volume : 0)
obv_sma = sma(my_obv, obv_length)
[macd_line, signal_line, _] = macd(close, fast_length, slow_length, siglen)
atr = atr(atr_length)
rsi = rsi(close, rsi_length)
vol_ma = sma(volume, volume_ma_length)

// Conditions
long_condition = crossover(macd_line, signal_line) and my_obv > obv_sma and rsi > 50 and volume > vol_ma
short_condition = crossunder(macd_line, signal_line) and my_obv < obv_sma and rsi < 50 and volume > vol_ma

// Strategy Entry with improved risk-reward ratio
var float long_take_profit = na
var float long_stop_loss = na
var float short_take_profit = na
var float short_stop_loss = na

if (long_condition)
    size = calc_position_size(strategy.equity, risk_per_trade, atr)
    strategy.entry("Long", strategy.long, qty = size)
    long_stop_loss := close - atr_multiplier_for_sl * atr
    long_take_profit := close + atr_multiplier_for_tp * atr
    
if (short_condition)
    size = calc_position_size(strategy.equity, risk_per_trade, atr)
    strategy.entry("Short", strategy.short, qty = size)
    short_stop_loss := close + atr_multiplier_for_sl * atr
    short_take_profit := close - atr_multiplier_for_tp * atr

// Drawing the SL/TP lines
// if (not na(long_take_profit))
//     line.new(bar_index[1], long_take_profit, bar_index, long_take_profit, width = 2, color = color.green)
//     line.new(bar_index[1], long_stop_loss, bar_index, long_stop_loss, width = 2, color = color.red)

// if (not na(short_take_profit))
//     line.new(bar_index[1], short_take_profit, bar_index, short_take_profit, width = 2, color = color.green)
//     line.new(bar_index[1], short_stop_loss, bar_index, short_stop_loss, width = 2, color = color.red)

// Pyramiding logic
if (strategy.position_size > 0)
    if (close > strategy.position_avg_price * (1 + pyramid_factor))
        strategy.entry("Long Add", strategy.long, qty = calc_pyramid_size(strategy.position_size, max_pyramid_positions))

if (strategy.position_size < 0)
    if (close < strategy.position_avg_price * (1 - pyramid_factor))
        strategy.entry("Short Add", strategy.short, qty = calc_pyramid_size(-strategy.position_size, max_pyramid_positions))

// Trailing Stop
strategy.exit("Trailing Stop Long", "Long", trail_points = atr * trailing_atr_multiplier, trail_offset = atr * trailing_atr_multiplier)
strategy.exit("Trailing Stop Short", "Short", trail_points = atr * trailing_atr_multiplier, trail_offset = atr * trailing_atr_multiplier)

// Plots
plot(hma, title="HMA", color=color.blue)
plot(obv_sma, title="OBV SMA", color=color.orange)
hline(0, "Zero Line", color=color.gray, linestyle=hline.style_dotted)
plotshape(long_condition, title="Long Entry", location=location.belowbar, color=color.green, style=shape.labelup, text="Long")
plotshape(short_condition, title="Short Entry", location=location.abovebar, color=color.red, style=shape.labeldown, text="Short")

متعلقہ مواد

مزید معلومات

2019 - FMZ - موجد کی مقدار