وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. ٹرپل سٹینڈرڈ ڈویژن مومنٹم ریورس ٹریڈنگ حکمت عملی

ٹرپل سٹینڈرڈ ڈویژن مومنٹم ریورس ٹریڈنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-06-21 14:44:54
ٹیگز:ایس ایم اےSTDایم اےایس ڈی

img

جائزہ

ٹرپل اسٹینڈرڈ ڈیویشن مومنٹم ریورس ٹریڈنگ حکمت عملی شماریاتی اصولوں پر مبنی ایک مقداری تجارتی نقطہ نظر ہے۔ یہ حکمت عملی ایک چلتی اوسط کے ارد گرد قیمتوں میں اتار چڑھاؤ کی خصوصیت کو فائدہ اٹھاتی ہے ، غیر معمولی قیمتوں کی نقل و حرکت کے زونوں کا تعین کرنے کے لئے معیاری انحراف کے حساب کتاب کا استعمال کرتی ہے اور جب قیمتیں انتہائی انحراف تک پہنچ جاتی ہیں تو مخالف رجحان کی تجارت انجام دیتی ہے۔ اس طریقہ کار کا مقصد قلیل مدتی مارکیٹ کے زیادہ رد عمل کے بعد اوسط ریورس رویے کو پکڑنا ہے ، جس سے یہ خاص طور پر انتہائی اتار چڑھاؤ والے تجارتی آلات اور چھوٹے ٹائم فریموں کے لئے موزوں ہے۔

حکمت عملی کا اصول

اس حکمت عملی کا بنیادی اصول قیمتوں میں اتار چڑھاؤ کے لئے اوپری اور نچلی حدود کی تعمیر کے لئے چلتی اوسط (ایم اے) اور معیاری انحراف (ایس ڈی) کا استعمال کرنا ہے۔ مخصوص اقدامات مندرجہ ذیل ہیں:

  1. ایک مخصوص مدت کے لئے ایک سادہ چلتی اوسط (SMA) کا حساب لگائیں (ڈیفالٹ 20) ۔
  2. اسی مدت کے لئے قیمتوں کا معیاری انحراف کا حساب لگائیں۔
  3. معیاری انحراف کو 3 سے ضرب کریں (قابل ایڈجسٹ ضرب) اور اسے بڑھتے ہوئے اوسط سے شامل / گھٹائیں تاکہ اوپری اور نچلی حدود تشکیل دیں۔
  4. جب قیمت نیچے کی حد کو توڑتی ہے، تو اسے oversold سمجھا جاتا ہے، خریدنے کا اشارہ پیدا ہوتا ہے۔
  5. جب قیمت اوپری حد کو توڑتی ہے، تو اسے اوور بک سمجھا جاتا ہے، جس سے فروخت کا سگنل پیدا ہوتا ہے۔

اس طریقہ کار میں یہ فرض کیا گیا ہے کہ زیادہ تر معاملات میں قیمتیں اوسط کے گرد گھومتی رہیں گی ، اور جب قیمتیں اوسط سے 3 معیاری انحراف سے انحراف کرتی ہیں تو ، اوسط ریورس ہونے کا امکان بہت زیادہ ہوتا ہے۔

حکمت عملی کے فوائد

  1. شماریاتی بنیاد: یہ حکمت عملی ٹھوس شماریاتی اصولوں پر مبنی ہے، قیمتوں کی نقل و حرکت کی غیر معمولی مقدار کو شمار کرنے کے لئے معیاری انحراف کا استعمال کرتے ہوئے، نظریاتی حمایت فراہم کرتا ہے.

  2. مضبوط موافقت: متحرک طور پر چلنے والے اوسط اور معیاری انحراف کا حساب لگاتے ہوئے ، حکمت عملی مختلف مارکیٹ کے حالات میں اتار چڑھاؤ کی خصوصیات کے مطابق ڈھال سکتی ہے۔

  3. انسداد رجحان آپریشن: جب مارکیٹ کا جذبات انتہائی حد تک پہنچ جاتا ہے تو مارکیٹ میں داخل ہونا قیمتوں میں الٹ جانے کے مواقع کو حاصل کرنے میں مدد کرتا ہے ، جس سے ممکنہ طور پر زیادہ منافع کی گنجائش پیدا ہوتی ہے۔

  4. اعلی لچک: حکمت عملی کے پیرامیٹرز (جیسے ایم اے مدت، معیاری انحراف ضرب) کو مختلف تجارتی آلات اور ٹائم فریم کے لئے بہتر اور ایڈجسٹ کیا جاسکتا ہے۔

  5. نمائش کے لئے دوستانہ: حکمت عملی چارٹ پر خرید و فروخت کے سگنل اور قیمتوں میں اتار چڑھاؤ کی حدوں کو واضح طور پر نشان زد کرتی ہے ، جس سے تاجروں کو مارکیٹ کے حالات کی بدیہی تفہیم میں آسانی ہوتی ہے۔

حکمت عملی کے خطرات

  1. جھوٹا بریک آؤٹ کا خطرہ: انتہائی اتار چڑھاؤ والی منڈیوں میں ، قیمتیں اکثر حقیقی الٹ کی تشکیل کے بغیر حدود کو توڑ سکتی ہیں ، جس کی وجہ سے کثرت سے تجارت اور ممکنہ نقصانات ہوتے ہیں۔

  2. ٹرینڈنگ مارکیٹس میں ناقص کارکردگی: مضبوط رجحان مارکیٹوں میں ، قیمتیں طویل عرصے تک حدود سے باہر چل سکتی ہیں ، جس کی وجہ سے حکمت عملی بڑے رجحانات کو یاد کرتی ہے یا اکثر رجحان کے خلاف تجارت کرتی ہے۔

  3. پیرامیٹر حساسیت: حکمت عملی کی کارکردگی کا انحصار بڑھتی ہوئی اوسط مدت اور معیاری انحراف ضرب کے انتخاب پر ہے۔ پیرامیٹر کی غلط ترتیبات کے نتیجے میں کارکردگی میں نمایاں کمی واقع ہوسکتی ہے۔

  4. سلائیپج اور ٹریڈنگ کے اخراجات: چھوٹے وقت کے فریم پر ، کثرت سے تجارت میں زیادہ سلائیپج اور ٹریڈنگ کے اخراجات کا سامنا کرنا پڑ سکتا ہے ، جس سے منافع میں کمی واقع ہوتی ہے۔

  5. بلیک سوان ایونٹ کا خطرہ: اہم خبروں کے دوران یا مارکیٹ میں انتہائی اتار چڑھاؤ کے دوران ، قیمتیں معمول کے اتار چڑھاؤ کی حد سے کہیں زیادہ ہوسکتی ہیں ، جس سے شدید نقصانات ہوسکتے ہیں۔

حکمت عملی کی اصلاح کی ہدایات

  1. رجحان فلٹرز متعارف کروائیں: طویل مدتی رجحان اشارے (جیسے طویل مدتی چلتی اوسط) کو یکجا کریں تاکہ صرف رجحان کی سمت میں تجارت کی جائے ، مخالف رجحان کی کارروائیوں کو کم کیا جائے۔

  2. معیاری انحراف کے ضارب کی متحرک ایڈجسٹمنٹ: مارکیٹ کی اتار چڑھاؤ کی بنیاد پر معیاری انحراف کے ضارب کو خود بخود ایڈجسٹ کریں ، کم اتار چڑھاؤ کے ادوار کے دوران حساسیت میں اضافہ کریں اور اعلی اتار چڑھاؤ کے ادوار کے دوران حد کو بڑھا دیں۔

  3. تصدیق کے اشارے شامل کریں: انٹری سگنلز کی وشوسنییتا کو بڑھانے کے لئے دیگر تکنیکی اشارے (جیسے RSI یا MACD) کو معاون تصدیق کے طور پر شامل کریں۔

  4. جزوی پوزیشن مینجمنٹ کو نافذ کریں: رسک مینجمنٹ کو بہتر بنانے کے لئے سگنل کی طاقت یا قیمت کے انحراف کی ڈگری کی بنیاد پر تدریجی اندراج اور باہر نکلنے کا احساس کریں۔

  5. سٹاپ نقصان اور ٹریلنگ سٹاپ شامل کریں: معقول سٹاپ نقصان کی پوزیشنیں مرتب کریں اور منافع بخش ہونے پر منافع کی حفاظت کے لئے ٹریلنگ اسٹاپ استعمال کریں۔

  6. ٹائم فریم انتخاب کو بہتر بنائیں: مختلف ٹائم فریم پر بیک ٹسٹنگ کارکردگی کے ذریعے ، اس حکمت عملی کے لئے سب سے زیادہ موزوں مخصوص ٹائم فریم کا انتخاب کریں۔

  7. اتار چڑھاؤ کے عوامل پر غور کریں: مارکیٹ کی مختلف حالتوں کو اپنانے کے لئے حکمت عملی کے پیرامیٹرز کو ایڈجسٹ کریں یا کم اتار چڑھاؤ کے ماحول میں تجارت کو روکیں۔

نتیجہ

ٹرپل اسٹینڈرڈ ڈیویشن مومنٹم ریورس ٹریڈنگ حکمت عملی ایک شماریاتی اصولوں پر مبنی مقداری تجارتی طریقہ ہے ، جو انتہائی قیمتوں میں انحراف کو پکڑ کر تجارتی مواقع کی تلاش میں ہے۔ اس حکمت عملی کے نظریاتی بنیاد ، موافقت اور لچک میں اہم فوائد ہیں ، خاص طور پر اعلی اتار چڑھاؤ والے بازاروں اور قلیل مدتی تجارت کے لئے موزوں ہے۔ تاہم ، صارفین کو ممکنہ خطرات جیسے جھوٹے بریک آؤٹ ، رجحان مارکیٹوں میں کارکردگی اور پیرامیٹر حساسیت سے آگاہ ہونے کی ضرورت ہے۔ رجحان فلٹرز ، متحرک پیرامیٹر ایڈجسٹمنٹ اور معاون اشارے متعارف کرانے سے ، حکمت عملی کے استحکام اور منافع کو مزید بڑھا سکتا ہے۔ مجموعی طور پر ، یہ ایک تجارتی حکمت عملی کا فریم ورک ہے جس کی گہرائی سے تحقیق اور اصلاح کے قابل ہے ، جس میں مناسب مارکیٹ کے حالات میں اچھے تجارتی نتائج حاصل کرنے کی صلاحیت ہے۔

/*backtest
start: 2023-06-15 00:00:00
end: 2024-06-20 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("MikEy Scali 3 STD Dev Buy/Sell Strategy", overlay=true)

// Input parameters
length = input.int(20, title="Standard Deviation Length", minval=1)
src = input(close, title="Source")
mult = input.float(3.0, title="Standard Deviation Multiplier", step=0.1)

// Calculate the moving average and standard deviation
ma = ta.sma(src, length)
std_dev = ta.stdev(src, length)

// Calculate upper and lower bands
upper_band = ma + (std_dev * mult)
lower_band = ma - (std_dev * mult)

// Buy and Sell conditions
// Buy when the price is below the lower band (3 std devs below MA)
buyCondition = ta.crossover(src, lower_band)
// Sell when the price is above the upper band (3 std devs above MA)
sellCondition = ta.crossunder(src, upper_band)

// Plot the buy and sell signals on the chart
plotshape(series=buyCondition, location=location.belowbar, color=color.green, style=shape.labelup, text="BUY")
plotshape(series=sellCondition, location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL")

// Execute buy and sell orders based on the conditions
if (buyCondition)
    strategy.entry("Buy", strategy.long)
if (sellCondition)
    strategy.close("Buy")

// Plot the moving average and the bands
plot(ma, color=color.blue, title="Moving Average")
plot(upper_band, color=color.red, title="Upper Band (3 STD)")
plot(lower_band, color=color.green, title="Lower Band (3 STD)")

// Optional: Plot the source
plot(src, color=color.gray, title="Source")

// Add labels for clarity
bgcolor(buyCondition ? color.new(color.green, 90) : na, offset=-1, title="Buy Signal Background")
bgcolor(sellCondition ? color.new(color.red, 90) : na, offset=-1, title="Sell Signal Background")
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں