جی چینل ٹرینڈ کا پتہ لگانے کی حکمت عملی جی چینل اشارے پر مبنی ایک مقداری تجارتی حکمت عملی ہے۔ یہ حکمت عملی جی چینل کے اوپری اور نچلے سرے کا حساب لگاتی ہے اور قیمت کے کراس اوور اور جی چینل کی حرکت پذیر اوسط کی بنیاد پر موجودہ مارکیٹ کے رجحان کا تعین کرتی ہے ، اس کے مطابق خرید و فروخت کے سگنل پیدا کرتی ہے۔ اس کے علاوہ ، حکمت عملی سیٹ منافع اور اسٹاپ نقصان کے حالات کو خطرہ پر قابو پانے کے ل.
جی چینل ٹرینڈ کا پتہ لگانے کی حکمت عملی جی چینل اشارے پر مبنی ایک سادہ مقداری تجارتی حکمت عملی ہے جو مارکیٹ کے رجحانات کو حاصل کرکے خرید و فروخت کے سگنل پیدا کرتی ہے اور خطرے کو کنٹرول کرنے کے لئے منافع اور اسٹاپ نقصان کی شرائط طے کرتی ہے۔ حکمت عملی کا منطق واضح اور لاگو کرنا آسان ہے ، جس سے یہ مقداری تجارت میں ابتدائی افراد کے لئے سیکھنے کے لئے موزوں ہے۔ تاہم ، حکمت عملی اتار چڑھاؤ والی منڈیوں میں زیادہ غلط سگنل پیدا کرسکتی ہے ، اور منافع اور اسٹاپ نقصان کی فیصد کو مارکیٹ کی خصوصیات کے مطابق ایڈجسٹ کرنے کی ضرورت ہے۔ مزید برآں ، اس میں تجارت شدہ اثاثہ کی خصوصیات پر غور نہیں کیا جاتا ہے۔ مستقبل میں ، حکمت عملی کو دیگر تکنیکی اشارے متعارف کرانے ، منافع اور اسٹاپ نقصان کی فیصد کو متحرک طور پر ایڈجسٹ کرنے ، اور حکمت عملی کے استحکام اور منافع بخش کو بہتر بنانے کے لئے تجارت شدہ اثاثہ کی خصوصیات پر مبنی رسک کنٹرول ماڈیول شامل کرکے بہتر بنایا جاسکتا ہے۔
//@version=5 // Full credit to AlexGrover: https://www.tradingview.com/script/fIvlS64B-G-Channels-Efficient-Calculation-Of-Upper-Lower-Extremities/ strategy("G-Channel Trend Detection Strategy", shorttitle="G-Trend", overlay=true) // Input parameters length = input.int(100, title="Length") src = input(close, title="Source") take_profit_percent = input.float(5.0, title="Take Profit (%)") stop_loss_percent = input.float(2.0, title="Stop Loss (%)") showcross = input.bool(true, title="Show Cross") // Initialize variables var float a = na var float b = na // Calculate a and b a := math.max(src, nz(a[1])) - (nz(a[1]) - nz(b[1])) / length b := math.min(src, nz(b[1])) + (nz(a[1]) - nz(b[1])) / length // Calculate average avg = (a + b) / 2 // Determine trend and color crossup = ta.crossunder(b, close) crossdn = ta.crossunder(a, close) bullish = ta.barssince(crossdn) <= ta.barssince(crossup) c = bullish ? color.lime : color.red // Plotting p1 = plot(avg, "Average", color=c, linewidth=1) p2 = plot(close, "Close price", color=c, linewidth=1) fill(p1, p2, c) // Generate buy and sell signals buy_signal = showcross and bullish and not bullish[1] sell_signal = showcross and not bullish and bullish[1] // Plot buy and sell signals on chart plotshape(buy_signal ? avg : na, location=location.belowbar, style=shape.labeldown, color=color.new(color.lime, 0), size=size.tiny, text="Buy", textcolor=color.white, offset=-1) plotshape(sell_signal ? avg : na, location=location.abovebar, style=shape.labelup, color=color.new(color.red, 0), size=size.tiny, text="Sell", textcolor=color.white, offset=-1) // Alerts alertcondition(buy_signal, title="Buy Signal", message="Buy Signal Detected") alertcondition(sell_signal, title="Sell Signal", message="Sell Signal Detected") // Calculate take profit and stop loss levels take_profit_level = close * (1 + take_profit_percent / 100) stop_loss_level = close * (1 - stop_loss_percent / 100) // Strategy Entry and Exit if (buy_signal) strategy.entry("Buy", strategy.long) if (sell_signal) strategy.entry("Sell", strategy.short) // Define the take profit and stop loss conditions for long positions strategy.exit("Take Profit/Stop Loss", "Buy", limit=take_profit_level, stop=stop_loss_level) // Define the take profit and stop loss conditions for short positions strategy.exit("Take Profit/Stop Loss", "Sell", limit=close * (1 - take_profit_percent / 100), stop=close * (1 + stop_loss_percent / 100))