وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. Z- اسکور رجحان کی پیروی کی حکمت عملی

Z- اسکور رجحان کی پیروی کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-04-29 17:03:15
ٹیگز:ای ایم اے

img

جائزہ

زیڈ اسکور ٹرینڈ فالونگ اسٹریٹیجی زیڈ اسکور کا فائدہ اٹھاتا ہے ، جو ایک شماریاتی اقدام ہے جو اس کی معیاری انحراف کے مقابلے میں معمول پر آنے والی اوسط سے قیمت کے انحراف کا اندازہ کرتا ہے۔ یہ حکمت عملی اپنی سادگی اور تاثیر کی وجہ سے نمایاں ہے ، خاص طور پر ان مارکیٹوں میں جہاں قیمتوں کی نقل و حرکت اکثر اوسط کی طرف لوٹتی ہے۔ زیادہ پیچیدہ نظاموں کے برعکس جو متعدد اشارے پر انحصار کرسکتے ہیں ، زیڈ ٹرینڈ حکمت عملی واضح ، شماریاتی لحاظ سے اہم قیمتوں کی نقل و حرکت پر مرکوز ہے ، جس سے یہ ان تاجروں کے لئے مثالی ہے جو ایک ہموار ، ڈیٹا پر مبنی نقطہ نظر کو ترجیح دیتے ہیں۔

حکمت عملی کا اصول

اس حکمت عملی کا مرکز زیڈ اسکور کا حساب کتاب ہے۔ یہ موجودہ قیمت اور صارف کے ذریعہ طے شدہ لمبائی پر قیمت کے ایکسپونینشل موونگ ایوریج (ای ایم اے) کے درمیان فرق لے کر اخذ کیا جاتا ہے ، پھر اسے اسی لمبائی پر قیمت کے معیاری انحراف سے تقسیم کیا جاتا ہے۔

z = (x - μ) / σ

جہاں ایکس موجودہ قیمت ہے، μ ای ایم اے کا اوسط ہے، اور σ معیاری انحراف ہے.

ٹریڈنگ سگنل پہلے سے طے شدہ حدوں کو عبور کرنے والے Z- اسکور کی بنیاد پر تیار کیے جاتے ہیں:

  • لانگ انٹری: جب زیڈ اسکور مثبت حد سے تجاوز کرتا ہے۔
  • لانگ ایگزٹ: جب زیڈ اسکور منفی حد سے نیچے آتا ہے۔
  • مختصر اندراج: جب Z سکور منفی حد سے نیچے آتا ہے۔
  • شارٹ ایگزٹ: جب زیڈ اسکور مثبت حد سے اوپر جاتا ہے۔

حکمت عملی کے فوائد

  1. سادگی اور افادیت: یہ حکمت عملی چند پیرامیٹرز پر انحصار کرتی ہے ، سمجھنے اور لاگو کرنے میں آسان ہے ، جبکہ رجحانات کے مواقع کو پکڑنے میں انتہائی موثر ہے۔
  2. شماریاتی بنیاد: Z-score، ایک قائم شدہ شماریاتی آلہ کے طور پر، حکمت عملی کے لئے ایک ٹھوس نظریاتی بنیاد فراہم کرتا ہے.
  3. موافقت: حدود ، ای ایم اے ، اور معیاری انحراف کے حساب کے ادوار جیسے پیرامیٹرز کو ایڈجسٹ کرکے ، حکمت عملی مختلف تجارتی طرزوں اور مارکیٹ کے ماحول کو لچکدار طریقے سے اپناسکتی ہے۔
  4. واضح سگنل: زیڈ اسکور کراس اوورز پر مبنی تجارتی سگنل سیدھے سادے ہیں ، جس سے فوری فیصلے اور عمل درآمد میں آسانی ہوتی ہے۔

حکمت عملی کے خطرات

  1. پیرامیٹر کی حساسیت: پیرامیٹر کی غیر مناسب ترتیبات (مثال کے طور پر ، بہت زیادہ یا کم حدیں) تجارتی سگنل کو مسخ کرسکتی ہیں ، جس کی وجہ سے مواقع یا نقصانات ضائع ہوجاتے ہیں۔
  2. رجحان کی نشاندہی: متزلزل یا رینج کے بازاروں میں ، حکمت عملی کو اکثر غلط اشاروں کا سامنا کرنا پڑ سکتا ہے اور کم کارکردگی کا مظاہرہ کرسکتا ہے۔
  3. تاخیر کا اثر: رجحان کی پیروی کرنے والی حکمت عملی کے طور پر ، اس کے داخلے اور باہر نکلنے کے سگنل فطری طور پر تاخیر کا شکار ہوتے ہیں ، ممکنہ طور پر زیادہ سے زیادہ وقت کی کمی۔

ان خطرات کو جاری مارکیٹ تجزیہ، پیرامیٹرز کی اصلاح اور بیک ٹسٹنگ پر مبنی محتاط نفاذ کے ذریعے منظم اور کم کیا جاسکتا ہے۔

حکمت عملی کی اصلاح کی ہدایات

  1. متحرک حدیں: اتار چڑھاؤ پر مبنی متحرک حدوں کو متعارف کرانے سے مارکیٹ کی مختلف حالتوں میں مؤثر طریقے سے موافقت ہوسکتی ہے اور سگنل کی کوالٹی کو بہتر بنایا جاسکتا ہے۔
  2. اشارے کے مجموعے: تجارتی سگنلز کی ثانوی تصدیق کے لئے دیگر تکنیکی اشارے جیسے آر ایس آئی ، ایم اے سی ڈی وغیرہ کو ضم کرنے سے وشوسنییتا میں اضافہ ہوسکتا ہے۔
  3. پوزیشن سائزنگ: پوزیشن کنٹرول میکانزم جیسے اے ٹی آر کو شامل کرنے سے متضاد مارکیٹوں میں بروقت رسپشن کو کم کرنے اور رجحانات میں اس میں اضافہ کرنے میں مدد مل سکتی ہے ، جس سے خطرہ انعام کا تناسب بہتر ہوتا ہے۔
  4. متعدد ٹائم فریم: متعدد ٹائم فریموں میں زیڈ اسکور کا حساب لگانے سے مختلف سطحوں پر رجحانات کا پتہ چل سکتا ہے ، جس سے حکمت عملی کے طول و عرض کو تقویت ملتی ہے۔

خلاصہ

زیڈ اسکور ٹرینڈ فالونگ حکمت عملی ، اپنی سادگی ، استحکام اور لچک کے ساتھ ، رجحانات کے مواقع کو حاصل کرنے کے لئے ایک انوکھا نقطہ نظر پیش کرتی ہے۔ پیرامیٹرز کی مناسب ترتیبات ، محتاط رسک مینجمنٹ اور مسلسل اصلاح کے ذریعے ، یہ حکمت عملی مقداری تاجروں کے لئے اعتماد کے ساتھ ہمیشہ بدلتی ہوئی منڈیوں میں تشریف لانے کے لئے ایک طاقتور ٹول ثابت ہوسکتی ہے۔

/*backtest
start: 2023-04-23 00:00:00
end: 2024-04-28 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © PresentTrading

// This strategy employs a statistical approach by using a Z-score, which measures the deviation of the price from its moving average normalized by the standard deviation.
// Very simple and effective approach

//@version=5
strategy('Price Based Z-Trend - strategy [presentTrading]',shorttitle = 'Price Based Z-Trend - strategy [presentTrading]', overlay=false, precision=3, 
         commission_value=0.1, commission_type=strategy.commission.percent, slippage=1, 
         currency=currency.USD, default_qty_type=strategy.percent_of_equity, default_qty_value=10, initial_capital=10000)

// User-definable parameters for the Z-score calculation and bar coloring
tradeDirection = input.string("Both", "Trading Direction", options=["Long", "Short", "Both"]) // User selects trading direction

priceDeviationLength = input.int(100, "Standard Deviation Length", step=1) // Length for standard deviation calculation
priceAverageLength = input.int(100, "Average Length", step=1) // Length for moving average calculation
Threshold = input.float(1, "Threshold", step=0.1) // Number of standard deviations for Z-score threshold
priceBar = input(title='Bar Color', defval=true) // Toggle for coloring price bars based on Z-score


// Z-score calculation based on user input for the price source (typically the closing price)
priceSource = input(close, title="Source")
priceZScore = (priceSource - ta.ema(priceSource, priceAverageLength)) / ta.stdev(priceSource, priceDeviationLength) // Z-score calculation

// Conditions for entering and exiting trades based on Z-score crossovers
priceLongCondition = ta.crossover(priceZScore, Threshold) // Condition to enter long positions
priceExitLongCondition = ta.crossunder(priceZScore, -Threshold) // Condition to exit long positions

longEntryCondition = ta.crossover(priceZScore, Threshold)
longExitCondition = ta.crossunder(priceZScore, -Threshold)
shortEntryCondition = ta.crossunder(priceZScore, -Threshold)
shortExitCondition = ta.crossover(priceZScore, Threshold)


// Strategy conditions and execution based on Z-score crossovers and trading direction
if (tradeDirection == "Long" or tradeDirection == "Both") and longEntryCondition
    strategy.entry("Long", strategy.long) // Enter a long position

if (tradeDirection == "Long" or tradeDirection == "Both") and longExitCondition
    strategy.close("Long") // Close the long position

if (tradeDirection == "Short" or tradeDirection == "Both") and shortEntryCondition
    strategy.entry("Short", strategy.short) // Enter a short position

if (tradeDirection == "Short" or tradeDirection == "Both") and shortExitCondition
    strategy.close("Short") // Close the short position


// Dynamic Thresholds Visualization using 'plot'
plot(Threshold, "Dynamic Entry Threshold", color=color.new(color.green, 50))
plot(-Threshold, "Dynamic Short Entry Threshold", color=color.new(color.red, 50))


// Color-coding Z-Score
priceZScoreColor = priceZScore > Threshold ? color.green : 
              priceZScore < -Threshold ? color.red : color.blue
plot(priceZScore, "Z-Score", color=priceZScoreColor)

// Lines
hline(0, color=color.rgb(255, 255, 255, 50), linestyle=hline.style_dotted)

// Bar Color
priceBarColor = priceZScore > Threshold ? color.green :
           priceZScore > 0 ? color.lime :
           priceZScore < Threshold ? color.maroon :
           priceZScore < 0 ? color.red : color.black
barcolor(priceBar ? priceBarColor : na)
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں