وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. مشین لرننگ پر مبنی اوسط چلتی کراس اوور مقداری تجارتی حکمت عملی

مشین لرننگ پر مبنی اوسط چلتی کراس اوور مقداری تجارتی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-06-21 17:59:06
ٹیگز:ایم اےایس ایم اےایم ایل

img

جائزہ

یہ مضمون مشین لرننگ پر مبنی حرکت پذیر اوسط کراس اوور مقداری تجارتی حکمت عملی کا تعارف کراتا ہے۔ یہ حکمت عملی مشین لرننگ پر مبنی تجارتی فیصلوں کا تقلید کرنے کے لئے قلیل مدتی اور طویل مدتی سادہ حرکت پذیر اوسط (ایس ایم اے) کے کراس اوور کا استعمال کرتی ہے۔ قلیل مدتی اور طویل مدتی حرکت پذیر اوسط کے کراس اوور کا تجزیہ کرکے ، یہ حکمت عملی خرید و فروخت کے سگنل تیار کرتی ہے اور تجارتی پلیٹ فارم پر اسی طرح کے تجارتی آپریشن انجام دیتی ہے۔ یہ نقطہ نظر روایتی تکنیکی تجزیہ کو جدید مشین لرننگ تصورات کے ساتھ جوڑتا ہے ، جس سے تاجروں کو ایک آسان لیکن موثر مقداری تجارتی ٹول فراہم ہوتا ہے۔

حکمت عملی کا اصول

اس حکمت عملی کا بنیادی اصول دو حرکت پذیر اوسط کے کراس اوور پر مبنی ہے:

  1. قلیل مدتی حرکت پذیر اوسط (مختصر ایم اے): ڈیفالٹ کے مطابق ، یہ 9 مدت کا سادہ حرکت پذیر اوسط استعمال کرتا ہے۔

ٹریڈنگ سگنل کی تخلیق کا منطق مندرجہ ذیل ہے:

  • خریدنے کا اشارہ: جب مختصر مدت کی حرکت پذیر اوسط طویل مدت کی حرکت پذیر اوسط سے تجاوز کرتی ہے تو اس کا آغاز ہوتا ہے۔
  • فروخت کا اشارہ: جب مختصر مدت کی حرکت پذیر اوسط طویل مدتی حرکت پذیر اوسط سے نیچے گزرتی ہے تو اس کا آغاز ہوتا ہے۔

یہ حکمت عملی پائین اسکرپٹ زبان کا استعمال کرتے ہوئے ٹریڈنگ ویو پلیٹ فارم پر نافذ کی گئی ہے۔ اہم افعال میں شامل ہیں:

  1. مختصر مدت اور طویل مدت کے چلتے ہوئے اوسط کا حساب کتاب اور نقشہ سازی.
  2. چلتی اوسط کراس اوورز کی بنیاد پر خرید اور فروخت کے سگنل پیدا کرنا۔
  3. چارٹ پر خرید اور فروخت کے نکات کو نشان زد کرنا ، خرید سگنل کے لئے سبز اوپر والے تیر اور فروخت سگنل کے لئے سرخ نیچے والے تیر کا استعمال کرتے ہوئے۔
  4. صارفین کو خریدنے یا فروخت کے سگنل آنے پر مطلع کرنے کے لئے تجارتی انتباہات مرتب کرنا۔

حکمت عملی کے فوائد

  1. سادگی: چلتی اوسط کراس اوور حکمت عملی ایک کلاسیکی تکنیکی تجزیہ کا طریقہ ہے جو سمجھنے اور لاگو کرنے میں آسان ہے۔

  2. رجحان کی پیروی: یہ حکمت عملی مؤثر طریقے سے مارکیٹ کے رجحانات کو پکڑتا ہے اور رجحان مارکیٹوں میں اچھی کارکردگی کا مظاہرہ کرتا ہے.

  3. خودکار عملدرآمد: حکمت عملی کو ٹریڈنگ ویو پلیٹ فارم پر خود بخود انجام دیا جاسکتا ہے ، جس سے انسانی مداخلت اور جذباتی تجارت کے اثرات کم ہوجاتے ہیں۔

  4. بصری آراء: خرید / فروخت کے نکات کو نشان زد کرکے اور چارٹ پر حرکت پذیر اوسط ڈرائنگ کرکے ، تاجر حکمت عملی کے آپریشن کو بصری طور پر سمجھ سکتے ہیں۔

  5. لچک: صارفین ذاتی ترجیحات اور مارکیٹ کی خصوصیات کے مطابق قلیل مدتی اور طویل مدتی حرکت پذیر اوسط کی مدت کو ایڈجسٹ کرسکتے ہیں۔

  6. ریئل ٹائم الرٹس: ٹریڈ الرٹ فنکشن تاجروں کو بروقت طریقے سے مارکیٹ کے مواقع کو استعمال کرنے میں مدد کرتا ہے۔

  7. مشین لرننگ سیمولیشن: اگرچہ یہ ایک سادہ حکمت عملی ہے ، لیکن یہ مشین لرننگ کے فیصلے کے عمل کی نقالی کرتی ہے ، جس سے زیادہ پیچیدہ الگورتھم ٹریڈنگ کی بنیاد رکھی جاتی ہے۔

  8. وسیع اطلاق: حکمت عملی کو مختلف مالیاتی آلات اور ٹائم فریم پر لاگو کیا جاسکتا ہے ، جس سے وسیع اطلاق کا مظاہرہ ہوتا ہے۔

حکمت عملی کے خطرات

  1. تاخیر: چلتی اوسطاً تاخیر سے چلنے والے اشارے ہوتے ہیں، جس سے مارکیٹ کے موڑ کے قریب غلط سگنل پیدا ہو سکتے ہیں۔

  2. ہنگامہ خیز منڈیوں میں خراب کارکردگی: سائیڈ ویز یا ہنگامہ خیز منڈیوں میں ، حکمت عملی اکثر غلط سگنل پیدا کرسکتی ہے ، جس کی وجہ سے زیادہ تجارت اور نقصانات ہوسکتے ہیں۔

  3. اسٹاپ نقصان کے میکانزم کی کمی: حکمت عملی میں اسٹاپ نقصان کی ترتیبات شامل نہیں ہیں ، جس کے نتیجے میں مارکیٹ میں انتہائی اتار چڑھاؤ کے دوران اہم نقصانات ہوسکتے ہیں۔

  4. تاریخی اعداد و شمار پر زیادہ انحصار: حکمت عملی یہ فرض کرتی ہے کہ مستقبل میں تاریخی پیٹرن دوبارہ ہوں گے ، لیکن مارکیٹ کے حالات تبدیل ہوسکتے ہیں۔

  5. پیرامیٹر حساسیت: حکمت عملی کی کارکردگی متحرک اوسط ادوار کے انتخاب کے لئے حساس ہے ، مختلف پیرامیٹرز ممکنہ طور پر نمایاں طور پر مختلف نتائج کا باعث بن سکتے ہیں۔

  6. بنیادی عوامل کو نظر انداز کرنا: خالص تکنیکی تجزیہ کے طریقوں سے اہم بنیادی اور میکرو اقتصادی عوامل کو نظر انداز کیا جاسکتا ہے۔

  7. ٹریڈنگ کے اخراجات: کثرت سے ٹریڈنگ کے نتیجے میں ٹرانزیکشن کے اعلی اخراجات ہوسکتے ہیں ، جو حکمت عملی کی مجموعی واپسی کو متاثر کرتے ہیں۔

  8. اوور فٹنگ کا خطرہ: پیرامیٹرز کو بہتر بنانے کے دوران اوور فٹنگ کا خطرہ ہے ، جس سے براہ راست تجارت میں خراب کارکردگی کا باعث بن سکتا ہے۔

حکمت عملی کی اصلاح کی ہدایات

  1. اسٹاپ نقصان اور منافع لینا متعارف کروانا: خطرے کو کنٹرول کرنے اور منافع میں مقفل کرنے کے لئے معقول سٹاپ نقصان اور منافع لینا کی سطح مقرر کریں۔

  2. فلٹرز شامل کریں: غلط سگنل کو کم کرنے کے لئے فلٹرز کے طور پر دیگر تکنیکی اشارے (جیسے آر ایس آئی ، ایم اے سی ڈی) کو یکجا کریں۔

  3. متحرک پیرامیٹر ایڈجسٹمنٹ: مختلف مارکیٹ کے ماحول کو اپنانے کے لئے مارکیٹ کی اتار چڑھاؤ کی بنیاد پر متحرک اوسط ادوار کو متحرک طور پر ایڈجسٹ کریں۔

  4. اتار چڑھاؤ کے اشارے شامل کریں: پوزیشن کے سائز اور سٹاپ نقصان کی سطح کو ایڈجسٹ کرنے کے لئے اتار چڑھاؤ کے اشارے جیسے اے ٹی آر کا استعمال کریں۔

  5. ملٹی ٹائم فریم تجزیہ: تجارتی فیصلے کی درستگی کو بہتر بنانے کے لئے طویل ٹائم فریم سے تجزیہ شامل کریں۔

  6. بنیادی تجزیہ شامل کریں: تجارتی فیصلوں کو بہتر بنانے کے لئے بنیادی عوامل ، جیسے معاشی اعداد و شمار کی رہائی اور کمپنی کے منافع کی رپورٹوں کو مربوط کریں۔

  7. مشین لرننگ کی اصلاح: پیرامیٹر کے انتخاب اور سگنل کی پیداوار کو بہتر بنانے کے لئے حقیقی مشین لرننگ الگورتھم (جیسے سپورٹ ویکٹر مشینیں ، بے ترتیب جنگلات) استعمال کریں۔

  8. بیک ٹسٹنگ اور اصلاح: حکمت عملی کی مضبوطی کا اندازہ کرنے کے لئے وسیع پیمانے پر تاریخی ڈیٹا بیک ٹسٹنگ کریں اور مونٹی کارلو تخروپن جیسے طریقوں کا استعمال کریں۔

  9. منی مینجمنٹ: منی مینجمنٹ کی زیادہ نفیس حکمت عملیوں کو نافذ کریں ، جیسے کیلی معیار یا فکسڈ جزوی خطرہ ماڈل۔

  10. جذبات کا تجزیہ: تجارتی فیصلوں کو بہتر بنانے کے لئے مارکیٹ کے جذبات کے اعداد و شمار کو مربوط کریں ، جیسے سوشل میڈیا جذبات کا تجزیہ۔

نتیجہ

مشین لرننگ پر مبنی موونگ ایوریج کراس اوور مقداری تجارتی حکمت عملی تاجروں کو ایک سادہ لیکن موثر خودکار تجارتی طریقہ فراہم کرتی ہے۔ مشین لرننگ کے فیصلہ سازی کے عمل کی نقالی کرکے ، یہ حکمت عملی مارکیٹ کے رجحانات کو پکڑ سکتی ہے اور خود بخود تجارت کو انجام دے سکتی ہے۔ اگرچہ اس میں موروثی خطرات ہیں ، جیسے تاخیر اور ہچکچاہٹ والی منڈیوں میں خراب کارکردگی ، حکمت عملی کی کارکردگی کو مناسب رسک مینجمنٹ اور مسلسل اصلاح کے ذریعے نمایاں طور پر بہتر بنایا جاسکتا ہے۔

خلاصہ یہ ہے کہ مشینی سیکھنے کے تصورات پر مبنی یہ مقداری تجارتی حکمت عملی تاجروں کو ایک اچھا نقطہ اغاز فراہم کرتی ہے۔ یہ ایک زیادہ ذہین اور موثر تجارتی نظام کے حصول کے لئے مستقل طور پر بہتر اور تیار کی جاسکتی 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"}]
*/

// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © yashumani
//@version=5
strategy("ML Based Trading Strategy", overlay=true)

// Define input parameters
shortPeriod = input.int(9, title="Short MA Period")
longPeriod = input.int(21, title="Long MA Period")

// Calculate moving averages
shortMA = ta.sma(close, shortPeriod)
longMA = ta.sma(close, longPeriod)

// Simulated "machine learning" decision based on moving averages crossover
longCondition = ta.crossover(shortMA, longMA)
shortCondition = ta.crossunder(shortMA, longMA)

// Plot moving averages
plot(shortMA, color=color.blue, title="Short MA")
plot(longMA, color=color.red, title="Long MA")

// Buy signal
if (longCondition)
    strategy.entry("Buy", strategy.long)

// Sell signal
if (shortCondition)
    strategy.entry("Sell", strategy.short)

// Plot buy/sell indicators on chart
plotshape(series=longCondition, location=location.belowbar, color=color.green, style=shape.labelup, text="Buy")
plotshape(series=shortCondition, location=location.abovebar, color=color.red, style=shape.labeldown, text="Sell")

// Define and plot order indicators
plotarrow(series=longCondition ? 1 : shortCondition ? -1 : na, colorup=color.green, colordown=color.red, offset=-1)

// Alerts
if (longCondition)
    alert("Buy signal triggered", alert.freq_once_per_bar)

if (shortCondition)
    alert("Sell signal triggered", alert.freq_once_per_bar)
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں