وسائل لوڈ ہو رہے ہیں... لوڈنگ...

ہائبرڈ بائنومل زیڈ اسکور مقداری حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-05-28 17:38:08
ٹیگز:ایس ایم اےبی بی

جائزہ

یہ حکمت عملی مختلف مارکیٹ کے نظام کی نشاندہی کرنے کے لئے دوہری تقسیم کے ماڈل اور رجعت کے تجزیے کو یکجا کرنے والے ہائبرڈ مقداری تجزیہ کے نقطہ نظر کو استعمال کرتی ہے۔ حکمت عملی پہلے سادہ حرکت پذیر اوسط (ایس ایم اے) اور بولنگر بینڈ (بی بی) اشارے کا حساب لگاتی ہے ، پھر تاریخی منافع کے اوسط اور معیاری انحراف کی بنیاد پر زیڈ اسکور کا حساب لگاتی ہے۔ جب زیڈ اسکور نچلی حد سے نیچے ہوتا ہے اور قیمت نچلی بینڈ سے نیچے ہوتی ہے تو ، حکمت عملی ایک طویل پوزیشن میں داخل ہوتی ہے۔ جب زیڈ اسکور اوپری حد سے اوپر ہوتا ہے اور قیمت اوپری بینڈ سے اوپر ہوتی ہے تو ، حکمت عملی پوزیشن بند کردیتی ہے۔

حکمت عملی کا اصول

اس حکمت عملی کا بنیادی اصول یہ ہے کہ موجودہ واپسی کی موجودہ واپسی کی تقسیم کے سلسلے میں موجودہ واپسی کی پوزیشن کی پیمائش کرنے کے لئے زیڈ اسکور کا استعمال کریں۔ زیڈ اسکور کا حساب لگانے کا فارمولا یہ ہے: (موجودہ واپسی - تاریخی واپسی کا اوسط) / تاریخی واپسی کا معیاری انحراف۔ ایک اعلی زیڈ اسکور اس بات کی نشاندہی کرتا ہے کہ موجودہ واپسی زیادہ انتہائی ہے اور زیادہ خریدنے کا امکان زیادہ ہے۔ ایک کم زیڈ اسکور اس بات کی نشاندہی کرتا ہے کہ موجودہ واپسی زیادہ انتہائی ہے اور زیادہ فروخت ہونے کا امکان زیادہ ہے۔ اسی وقت ، حکمت عملی میں بولنگر بینڈس اشارے کو بھی شامل کیا گیا ہے ، جس میں قیمتوں میں اضافے کو ثانوی تصدیق کے طور پر استعمال کیا جاتا ہے۔ یہ حکمت عملی صرف تب ہی تجارتی سگنل پیدا کرتی ہے جب زیڈ اسکور اور بولنگر بینڈس کے غلط حالات بیک وقت پورا ہوتے ہیں۔ یہ امتزاج سگنلز کے واقعے کو مؤثر طریقے سے کم کرسکتا ہے۔

حکمت عملی کے فوائد

مقداری تجزیہ: حکمت عملی مکمل طور پر مقداری اشارے پر مبنی ہے، واضح قوانین کے ساتھ جو لاگو کرنے اور بیک ٹسٹ کرنے میں آسان ہیں.
دوہری تصدیق: اس حکمت عملی میں زیڈ اسکور اور بولنگر بینڈ دونوں اشارے استعمال کیے جاتے ہیں ، جو سگنل کی درستگی کو بہتر بنانے کے لئے دوہری فلٹرنگ میکانزم تشکیل دیتے ہیں۔
شماریاتی بنیاد: زیڈ اسکور شماریات میں معمول کی تقسیم کے نظریہ سے شروع ہوتا ہے ، جس کی ٹھوس نظریاتی بنیاد ہے ، اور موجودہ واپسی کی انتہا کو معروضی طور پر ماپ سکتا ہے۔
پیرامیٹر لچک: صارفین اپنی ضروریات کے مطابق پیرامیٹرز جیسے ایس ایم اے مدت ، بولنگر بینڈ ضرب اور زیڈ اسکور کی حد کو ایڈجسٹ کرسکتے ہیں ، جو مختلف مارکیٹوں میں لچکدار طور پر اپناتے ہیں۔

حکمت عملی کے خطرات

پیرامیٹر حساسیت: مختلف پیرامیٹر کی ترتیبات حکمت عملی کی کارکردگی میں اہم اختلافات کا باعث بن سکتی ہیں ، جس کے لئے پیرامیٹر کی وسیع اصلاح اور استحکام کی جانچ کی ضرورت ہوتی ہے۔
رجحان کا خطرہ: جب مارکیٹ میں مضبوط رجحانات ظاہر ہوتے ہیں تو ، زیڈ اسکور طویل عرصے تک انتہائی علاقوں میں رہ سکتا ہے ، جس کے نتیجے میں حکمت عملی کے سگنل کم یا مکمل طور پر غائب ہوجاتے ہیں۔
اوور فٹنگ کا خطرہ: اگر حکمت عملی کے پیرامیٹرز کو زیادہ سے زیادہ بہتر بنایا جاتا ہے تو ، اس سے اوور فٹنگ اور نمونہ سے باہر کی کارکردگی خراب ہوسکتی ہے۔
بلیک سوان کا خطرہ: انتہائی مارکیٹ کے حالات میں ، تاریخی شماریاتی نمونوں میں ناکامی ہوسکتی ہے ، جس سے حکمت عملی کو اہم کھپت کے خطرات کا سامنا کرنا پڑتا ہے۔

حکمت عملی کی اصلاح کی ہدایات

متحرک پیرامیٹرز: موافقت پذیری کو بہتر بنانے کے لئے مارکیٹ کی اتار چڑھاؤ اور رجحان کی طاقت جیسے اشارے کی بنیاد پر زیڈ اسکور کی حد اور بولنگر بینڈ ضرب کو متحرک طور پر ایڈجسٹ کرنے پر غور کریں۔
ٹرینڈ فلٹرنگ: مضبوط رجحانات کے دوران بہت زیادہ غلط سگنل سے بچنے کے لئے موجودہ میکانزم کے اوپر ٹرینڈ کا تعین کرنے والے اشارے ، جیسے ایم اے کراس اوور یا ڈی ایم آئی کو اوور لیپ کریں۔
پورٹ فولیو کی اصلاح: اس حکمت عملی کو دیگر مقداری حکمت عملیوں (جیسے رفتار ، اوسط ریورس ، وغیرہ) کے ساتھ جوڑیں تاکہ ان کی متعلقہ طاقتوں کو فائدہ اٹھایا جاسکے اور استحکام کو بہتر بنایا جاسکے۔
اسٹاپ نقصان اور منافع لینا: ہر تجارت کے لئے رسک کی نمائش کو کنٹرول کرنے اور رسک ایڈجسٹڈ منافع کو بہتر بنانے کے لئے معقول سٹاپ نقصان اور منافع لینے کے میکانزم متعارف کروائیں۔

خلاصہ

ہائبرڈ بائنومیل زیڈ اسکور کوانٹیٹیٹو حکمت عملی ایک شماریاتی اصولوں پر مبنی مقداری تجارتی حکمت عملی ہے ، جو موجودہ منافع کو تاریخی منافع کی تقسیم کے ساتھ موازنہ کرکے ممکنہ اوور بک اور اوور سیل مواقع کی نشاندہی کرتی ہے۔ اس کے علاوہ ، حکمت عملی سیکنڈری تصدیق کے لئے بولنگر بینڈ اشارے کو استعمال کرتی ہے ، سگنل کی وشوسنییتا کو بڑھاوا دیتی ہے۔ حکمت عملی کے قواعد واضح اور لاگو کرنے اور بہتر بنانے میں آسان ہیں ، لیکن اس میں پیرامیٹر کی حساسیت ، رجحان کے خطرے ، اوور فٹنگ کے خطرے وغیرہ جیسے چیلنجوں کا بھی سامنا کرنا پڑتا ہے۔ مستقبل میں ، حکمت عملی کو متحرک پیرامیٹرز ، رجحان فلٹرنگ ، پورٹ فولیو کی اصلاح ، اسٹاپ نقصان اور منافع لینے کے طریقہ کار وغیرہ کے لحاظ سے بہتر بنایا جاسکتا ہے ، تاکہ اس کی موافقت اور استحکام کو بہتر بنایا جاسکے۔ مجموعی طور پر ، یہ حکمت عملی مزید مقدار کی تجارت کے لئے ایک آسان لیکن موثر نقطہ نظر فراہم کرتی ہے ، جو دریافت اور بہتر بنانے کے قابل ہے۔

/*backtest
start: 2023-05-22 00:00:00
end: 2024-05-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Estratégia Híbrida Quantitativa", overlay=true)

// Definição de parâmetros
sma_length = input.int(20, title="Período da SMA")
threshold_high = input.float(1.5, title="Threshold Alto")
threshold_low = input.float(-1.5, title="Threshold Baixo")
lookback_period = input.int(252, title="Período de Retorno Histórico (dias)")

// Funções auxiliares
f_sma(source, length) =>
    ta.sma(source, length)

f_bollinger_band(source, length, mult) =>
    basis = ta.sma(source, length)
    dev = mult * ta.stdev(source, length)
    [basis + dev, basis - dev]

// Cálculo dos indicadores
sma = f_sma(close, sma_length)
[upper_band, lower_band] = f_bollinger_band(close, sma_length, 2)

// Regime de Mercado: Binomial
retornos = ta.change(close, 1)
media_retornos = ta.sma(retornos, lookback_period)
desvio_padrao_retornos = ta.stdev(retornos, lookback_period)

// Indicador de Regime: Z-Score
z_score = (retornos - media_retornos) / desvio_padrao_retornos

// Sinal de Compra e Venda
sinal_compra = z_score < threshold_low and close < lower_band
sinal_venda = z_score > threshold_high and close > upper_band

// Execução de Ordem
if (sinal_compra)
    strategy.entry("Long", strategy.long)
if (sinal_venda)
    strategy.close("Long")

// Plotagem dos Indicadores
plot(sma, title="SMA", color=color.blue)
plot(upper_band, title="Upper Bollinger Band", color=color.red)
plot(lower_band, title="Lower Bollinger Band", color=color.green)
hline(threshold_high, "Threshold Alto", color=color.red, linestyle=hline.style_dashed)
hline(threshold_low, "Threshold Baixo", color=color.green, linestyle=hline.style_dashed)
plot(z_score, title="Z-Score", color=color.purple)

متعلقہ

مزید

2019 FMZ - تمام حقوق محفوظ ہیں