وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. مارکوف چین امکان منتقلی ریاست مقداری تجارتی حکمت عملی

مارکوف چین امکان منتقلی ریاست مقداری تجارتی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-06-21 12:09:47
ٹیگز:ایم سی

img

جائزہ

مارکوف چین امکان منتقلی ریاست مقداری تجارتی حکمت عملی مارکوف چین ماڈل پر مبنی ایک جدید تجارتی نقطہ نظر ہے۔ یہ حکمت عملی مارکیٹ کے رجحانات کی پیش گوئی کرنے اور اس کے مطابق تجارتی فیصلے کرنے کے لئے مارکوف چین کے ریاست کی منتقلی کے امکانات کا استعمال کرتی ہے۔ بنیادی خیال یہ ہے کہ مارکیٹ کی حالتوں کو کئی الگ الگ حالتوں (جیسے تیزی ، برداشت اور جمود) میں تقسیم کیا جائے ، پھر اگلے ممکنہ مارکیٹ کی حالت کی پیش گوئی کے لئے تاریخی اعداد و شمار کی بنیاد پر ان ریاستوں کے مابین منتقلی کے امکانات کا حساب لگایا جائے۔

اس طریقہ کار کی انفرادیت اس میں ہے کہ اس میں نہ صرف موجودہ مارکیٹ کی حالت بلکہ مارکیٹ کی حالتوں کے مابین منتقلی کی حرکیات پر بھی غور کیا گیا ہے۔ احتمالاتی ماڈل متعارف کرانے سے ، حکمت عملی مارکیٹ کی عدم یقینی اور اتار چڑھاؤ کو بہتر طور پر گرفت میں لے سکتی ہے ، جس سے مختلف مارکیٹ کے ماحول میں زیادہ لچکدار اور موافقت پذیر تجارتی فیصلے ممکن ہوجاتے ہیں۔

حکمت عملی کے اصول

  1. ریاست کی تعریف: حکمت عملی میں مارکیٹ کی تین حالتوں کی وضاحت کی گئی ہے - تیزی سے (اعلی رجحان) ، bearish (downtrend) ، اور جمود (مستحکم) ۔ یہ حالتیں موجودہ اختتامی قیمت کا پچھلے اختتامی قیمت کے ساتھ موازنہ کرکے طے کی جاتی ہیں۔

  2. منتقلی کے امکانات: حکمت عملی مختلف ریاستوں کے مابین منتقلی کے امکانات کی وضاحت کے لئے نو ان پٹ پیرامیٹرز کا استعمال کرتی ہے۔ مثال کے طور پر ،prob_bull_to_bullموجودہ حالت کو دیکھتے ہوئے ایک تیزی کی حالت میں رہنے کا امکان پیش کرتا ہے.

  3. اسٹیٹ ٹرانزیشن منطق: یہ حکمت عملی مارکوف چین کے اسٹیٹ ٹرانزیشن عمل کا نمونہ بنانے کے لئے ایک آسان ٹرانزیشن منطق استعمال کرتی ہے۔ اس میں ایک کاؤنٹر (transition_counter) احتمالاتی منتقلیوں کا اندازہ لگانے کے لئے.

  4. ٹریڈنگ سگنل جنریشن: موجودہ حالت کی بنیاد پر ، حکمت عملی خرید ، فروخت ، یا بند سگنل پیدا کرتی ہے۔ جب ریاست تیزی سے بڑھتی ہے تو یہ ایک لمبی پوزیشن شروع کرتی ہے ، جب bearish ہوتا ہے تو مختصر پوزیشن ، اور جب جمود ہوتا ہے تو تمام پوزیشنیں بند کردیتی ہے۔

حکمت عملی کے فوائد

  1. احتمالاتی ماڈل: مارکوف چین ماڈل کو شامل کرکے ، حکمت عملی مارکیٹ کی بے ترتیب اور غیر یقینی صورتحال کو بہتر طور پر گرفت میں لے سکتی ہے ، جو روایتی تکنیکی تجزیہ کے طریقوں کے لئے چیلنج ہے۔

  2. لچک: اسٹریٹجی کو منتقلی کے امکان کے پیرامیٹرز کو ایڈجسٹ کرکے مختلف مارکیٹ کے ماحول میں اپنانا جاسکتا ہے ، جس سے اسے مضبوط موافقت ملتی ہے۔

  3. ملٹی اسٹیٹ غور: سادہ رجحان کی پیروی کرنے والی حکمت عملیوں کے مقابلے میں ، اس حکمت عملی میں مارکیٹ کی تین حالتوں پر غور کیا گیا ہے (بلس ، بیرش ، جمود) ، جو مارکیٹ کی حرکیات کو زیادہ جامع طور پر سمجھتا ہے۔

  4. خطرے کا انتظام: مستحکم حالت میں پوزیشنوں کو بند کرنے سے، حکمت عملی میں ایک اندرونی خطرے کے انتظام کے طریقہ کار کو شامل کیا جاتا ہے، ممکنہ نقصانات کو کنٹرول کرنے میں مدد ملتی ہے.

  5. تشریح: احتمالاتی ماڈل کے استعمال کے باوجود ، حکمت عملی کا منطق نسبتا simple آسان اور سیدھا ہے ، جس سے تاجروں کو سمجھنے اور ایڈجسٹ کرنے میں آسانی ہوتی ہے۔

حکمت عملی کے خطرات

  1. پیرامیٹر حساسیت: حکمت عملی کی کارکردگی مقررہ منتقلی کے امکان کے پیرامیٹرز پر بہت منحصر ہے۔ پیرامیٹر کی نامناسب ترتیبات غلط تجارتی سگنل کا باعث بن سکتی ہیں۔

  2. تاخیر: چونکہ حکمت عملی ریاست کے فیصلوں کو اختتامی قیمتوں پر مبنی کرتی ہے ، لہذا کچھ تاخیر ہوسکتی ہے ، جو تیزی سے بدلتی منڈیوں میں اہم موڑ کے مقامات کو ممکنہ طور پر یاد رکھتی ہے۔

  3. بہت زیادہ آسان کاری: اگرچہ مارکوف چین ماڈل کچھ مارکیٹ کی حرکیات کو پکڑ سکتا ہے ، لیکن یہ پھر بھی پیچیدہ مالیاتی منڈیوں کی سادگی ہے اور کچھ اہم مارکیٹ عوامل کو نظرانداز کرسکتا ہے۔

  4. کثرت سے تجارت: ریاست کی کثرت سے تبدیلیوں کی بنیاد پر ، حکمت عملی سے بہت زیادہ تجارتی سگنل پیدا ہوسکتے ہیں ، جس سے لین دین کے اخراجات میں اضافہ ہوتا ہے۔

  5. مارکیٹ کو اپنانے کی صلاحیت: حکمت عملی کچھ مارکیٹ کے حالات (جیسے طویل مدتی رجحانات والے بازاروں یا انتہائی اتار چڑھاؤ والے بازاروں) میں کم کارکردگی کا مظاہرہ کرسکتی ہے۔

حکمت عملی کی اصلاح کی ہدایات

  1. مزید ریاستوں کا تعارف: مارکیٹ کی حرکیات کو بہتر طور پر بیان کرنے کے لئے مزید مارکیٹ کی حالتوں کا تعارف کرنے پر غور کریں ، جیسے مضبوط اپ ٹرینڈ ، کمزور اپ ٹرینڈ وغیرہ۔

  2. متحرک امکان ایڈجسٹمنٹ: مارکیٹ کی حالیہ کارکردگی کی بنیاد پر منتقلی کے امکانات کو متحرک طور پر ایڈجسٹ کرنے کے لئے ایک طریقہ کار تیار کریں ، جس سے حکمت عملی کو زیادہ موافقت پذیر بنایا جاسکے۔

  3. دیگر تکنیکی اشارے کو مربوط کریں: پیشن گوئی کی درستگی کو بہتر بنانے کے لئے روایتی تکنیکی اشارے جیسے حرکت پذیر اوسط ، آر ایس آئی وغیرہ کو ریاستی فیصلے کی منطق میں شامل کریں۔

  4. اسٹیٹ ججمنٹ منطق کو بہتر بنائیں: مارکیٹ کی حالتوں کا فیصلہ کرنے کے لئے زیادہ پیچیدہ منطق کا استعمال کریں ، جیسے متعدد وقت کے ادوار میں قیمتوں کی نقل و حرکت پر غور کریں۔

  5. اسٹاپ نقصان اور منافع لینا: خطرے کو مزید کنٹرول کرنے اور منافع میں مقفل کرنے کے لئے حکمت عملی میں اسٹاپ نقصان اور منافع لینے کے طریقہ کار شامل کریں۔

  6. بیک ٹسٹنگ اور پیرامیٹر کی اصلاح: اسٹریٹجی کا بڑے پیمانے پر بیک ٹسٹنگ کریں ، جس میں منتقلی کے امکان کے پیرامیٹرز کو بہتر بنانے کے لئے جینیاتی الگورتھم جیسے طریقے استعمال کیے جائیں۔

  7. ٹرانزیکشن لاگت پر غور کریں: زیادہ کثرت سے تجارت سے بچنے کے لئے حکمت عملی کے منطق میں ٹرانزیکشن لاگت پر غور شامل کریں.

نتیجہ

مارکوف چین امکانات کی منتقلی کی حالت کی مقداری تجارتی حکمت عملی ایک جدید تجارتی طریقہ ہے جو احتمالاتی ماڈلز کو روایتی تکنیکی تجزیہ کے ساتھ ہوشیار انداز میں جوڑتا ہے۔ مارکیٹ کی حالتوں کے منتقلی کے عمل کی نقالی کرکے ، یہ حکمت عملی مارکیٹ کے رجحانات کو پکڑ سکتی ہے جبکہ مارکیٹ کی بے ترتیب اور غیر یقینی صورتحال پر بھی غور کرتی ہے۔

اگرچہ اس حکمت عملی میں پیرامیٹر حساسیت اور ممکنہ حد سے زیادہ آسان کاری جیسے خطرات ہیں ، لیکن اس کی لچک اور تشریح اس کو ایک وعدہ کرنے والا تجارتی آلہ بناتی ہے۔ مزید اصلاحات کے ذریعہ ، جیسے مزید ریاستوں کو متعارف کرانا ، متحرک طور پر امکانات کو ایڈجسٹ کرنا ، اور دیگر تکنیکی اشارے کو مربوط کرنا ، اس حکمت عملی میں اصل تجارت میں بہتر کارکردگی حاصل کرنے کی صلاحیت ہے۔

تاجروں کے لئے ، یہ حکمت عملی مارکیٹ کے رویے کو سمجھنے اور پیش گوئی کرنے کے لئے احتمالاتی ماڈلز کے استعمال کے بارے میں ایک نیا نقطہ نظر فراہم کرتی ہے۔ تاہم ، عملی ایپلی کیشنز میں ، اسے ابھی بھی احتیاط کے ساتھ ، مکمل بیک ٹسٹنگ اور رسک تشخیص کے ساتھ ، اور مخصوص تجارتی آلات اور مارکیٹ کے ماحول کی بنیاد پر مناسب ایڈجسٹمنٹ کے ساتھ رجوع کرنے کی ضرورت ہے۔

//@version=5
strategy("Markov Chain Strategy", overlay=true)

// Input parameters for transition probabilities
prob_bull_to_bull = input.float(0.7, title="Bull to Bull Transition Probability")
prob_bull_to_bear = input.float(0.2, title="Bull to Bear Transition Probability")
prob_bull_to_stagnant = input.float(0.1, title="Bull to Stagnant Transition Probability")

prob_bear_to_bull = input.float(0.3, title="Bear to Bull Transition Probability")
prob_bear_to_bear = input.float(0.5, title="Bear to Bear Transition Probability")
prob_bear_to_stagnant = input.float(0.2, title="Bear to Stagnant Transition Probability")

prob_stagnant_to_bull = input.float(0.4, title="Stagnant to Bull Transition Probability")
prob_stagnant_to_bear = input.float(0.3, title="Stagnant to Bear Transition Probability")
prob_stagnant_to_stagnant = input.float(0.3, title="Stagnant to Stagnant Transition Probability")

// Define price states
var float prev_close = na
var int state = na

// Calculate the current state
if (not na(prev_close)) 
    if (close > prev_close) 
        state := 2 // Bull
    else if (close < prev_close) 
        state := 1 // Bear
    else 
        state := 3 // Stagnant

prev_close := close

// Transition logic (simplified)
var float transition_counter = 0
transition_counter := (transition_counter + 1) % 10

if (state == 2)  // Bull
    if (transition_counter < prob_bull_to_bull * 10)
        state := 2
    else if (transition_counter < (prob_bull_to_bull + prob_bull_to_bear) * 10)
        state := 1
    else
        state := 3
else if (state == 1)  // Bear
    if (transition_counter < prob_bear_to_bull * 10)
        state := 2
    else if (transition_counter < (prob_bear_to_bull + prob_bear_to_bear) * 10)
        state := 1
    else
        state := 3
else if (state == 3)  // Stagnant
    if (transition_counter < prob_stagnant_to_bull * 10)
        state := 2
    else if (transition_counter < (prob_stagnant_to_bull + prob_stagnant_to_bear) * 10)
        state := 1
    else
        state := 3

// Strategy logic
if (state == 2)
    strategy.entry("Buy", strategy.long)
else if (state == 1)
    strategy.entry("Sell", strategy.short)
else 
    strategy.close("Buy")
    strategy.close("Sell")
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں