یہ حکمت عملی بولنگر بینڈ اور اوسط رجعت کے اصولوں پر مبنی ایک تجارتی نظام ہے ، جس میں حجم فلٹر کی شرط کے ساتھ مل کر ہے۔ یہ حکمت عملی اوپری اور نچلی بولنگر بینڈ کے مابین قیمت میں اتار چڑھاؤ کا فائدہ اٹھاتی ہے ، جب قیمت نچلی بینڈ کو چھوتی ہے تو خریدتی ہے اور جب وہ اوپری بینڈ کو چھوتی ہے تو فروخت کرتی ہے ، جس کا مقصد قیمت کو اوسط تک واپس کرنے کے مواقع کو حاصل کرنا ہے۔ حجم فلٹر متعارف کرانے سے ، حکمت عملی تجارتی سگنلز کی وشوسنییتا کو مزید بڑھا دیتی ہے ، کم لیکویڈیٹی کی صورتحال میں غلط فیصلوں سے بچتی ہے۔
بولنگر بینڈ سیٹ اپ:
ٹریڈنگ سگنل:
حجم فلٹر:
تجارت کا نفاذ:
اوسط ریورس اصول: مالیاتی مارکیٹ کی قیمتوں میں اتار چڑھاؤ کی اوسط ریورس نوعیت کا فائدہ اٹھاتا ہے ، منافع کا امکان بڑھاتا ہے۔
متحرک موافقت: بولنگر بینڈ خود بخود مارکیٹ کی اتار چڑھاؤ کی بنیاد پر اوپری اور نچلی بینڈ کی پوزیشنوں کو ایڈجسٹ کرتے ہیں ، جس سے حکمت عملی کو مختلف مارکیٹ کے ماحول میں اپنانے کی اجازت ملتی ہے۔
خطرہ کنٹرول: بولنگر بینڈ کی ترتیب تجارت کے لئے قدرتی سٹاپ نقصان اور منافع لینے کی سطح فراہم کرتی ہے۔
حجم کی تصدیق: حجم فلٹرنگ متعارف کرانے سے ٹریڈنگ سگنل کی وشوسنییتا میں اضافہ ہوتا ہے ، جو جھوٹے بریک آؤٹ کے خطرات کو کم کرتا ہے۔
دو طرفہ تجارت: یہ حکمت عملی دونوں سمتوں میں مارکیٹ کے مواقع کا بھرپور استعمال کرتے ہوئے طویل اور مختصر پوزیشنوں کی حمایت کرتی ہے۔
ہاپی مارکیٹ کا خطرہ: سائیڈ ویز، اتار چڑھاؤ والے بازاروں میں بولنگر بینڈ کی اوپری اور نچلی حدود کو بار بار چھو کر مسلسل نقصانات کا سامنا کرنا پڑ سکتا ہے۔
رجحان مارکیٹ کی کمی: مضبوط رجحان مارکیٹوں میں، حکمت عملی اہم قیمت کی نقل و حرکت یا اکثر بند پوزیشنوں کو یاد کر سکتی ہے، منافع کو محدود کرتی ہے.
جھوٹے بریک آؤٹ کا خطرہ: حجم فلٹرنگ کے باوجود ، غلط تجارت کی وجہ سے جھوٹے بریک آؤٹ اب بھی ہوسکتے ہیں۔
پیرامیٹر حساسیت: حکمت عملی کی کارکردگی بولنگر بینڈ کی مدت ، ضرب اور حجم کی حد کی ترتیبات پر بہت زیادہ منحصر ہے۔ غلط ترتیبات سے زیادہ تجارت یا کھوئے ہوئے مواقع پیدا ہوسکتے ہیں۔
سلائیپ اور ٹریڈنگ کے اخراجات: کثرت سے ٹریڈنگ سے ٹرانزیکشن کے اعلی اخراجات پیدا ہوسکتے ہیں ، جس سے مجموعی منافع پر اثر پڑتا ہے۔
رجحان فلٹرنگ: مضبوط رجحانات والے بازاروں میں حکمت عملی کے رویے کو ایڈجسٹ کرنے کے لئے اضافی رجحان اشارے (جیسے چلتی اوسط یا ADX) متعارف کروائیں۔
متحرک پیرامیٹر کی اصلاح: حکمت عملی کی موافقت کو بہتر بنانے کے لئے مارکیٹ کی اتار چڑھاؤ کی بنیاد پر بولنگر بینڈ پیرامیٹرز اور حجم کی حدوں کو خود بخود ایڈجسٹ کریں۔
سٹاپ نقصان کی اصلاح: بہتر خطرے کے کنٹرول کے لئے ٹریلنگ اسٹاپ یا اے ٹی آر پر مبنی متحرک اسٹاپ نقصانات کو نافذ کریں۔
سگنل کی تصدیق: درستگی کو بہتر بنانے کے لئے تجارتی سگنلز کی ثانوی تصدیق کے لئے دیگر تکنیکی اشارے (جیسے RSI یا MACD) کو جوڑیں۔
پوزیشن مینجمنٹ: دارالحکومت مینجمنٹ اور رسک ریٹرن ریشو کو بہتر بنانے کے لئے جزوی منافع لینے اور پوزیشن اسکیلنگ منطق کو نافذ کریں۔
ٹائم فلٹرنگ: اعلی اتار چڑھاؤ یا کم لیکویڈیٹی کے ادوار سے بچنے کے لئے ٹریڈنگ ٹائم ونڈو کی پابندیوں کو شامل کریں.
بیک ٹیسٹنگ اور اصلاح: زیادہ جامع تاریخی بیک ٹیسٹ کریں اور پیرامیٹر کے مجموعوں کو بہتر بنانے کے لئے جینیاتی الگورتھم جیسے طریقوں کا استعمال کریں۔
/*backtest start: 2024-05-01 00:00:00 end: 2024-05-31 23:59:59 period: 1h basePeriod: 15m exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}] */ //@version=5 strategy("Mean Regression Strategy", overlay=true) // Bollinger Bands length = input(20, title="Bollinger Bands Length") src = input(close, title="Source") mult = input(2.0, title="Bollinger Bands Multiplier") basis = ta.sma(src, length) dev = mult * ta.stdev(src, length) upper = basis + dev lower = basis - dev // Plotting Bollinger Bands plot(basis, title="Basis", color=color.blue) plot(upper, title="Upper Band", color=color.red) plot(lower, title="Lower Band", color=color.red) // Trading logic longCondition = ta.crossover(src, lower) shortCondition = ta.crossunder(src, upper) // Plotting signals plotshape(series=longCondition, title="Buy Signal", location=location.belowbar, color=color.green, style=shape.labelup, text="BUY") plotshape(series=shortCondition, title="Sell Signal", location=location.abovebar, color=color.red, style=shape.labeldown, text="SELL") // Strategy execution strategy.entry("Long", strategy.long, when=longCondition) strategy.close("Long", when=shortCondition) strategy.entry("Short", strategy.short, when=shortCondition) strategy.close("Short", when=longCondition) // Volume filter (optional) useVolumeFilter = input(true, title="Use Volume Filter") volumeThreshold = input(100000, title="Volume Threshold") volumeCondition = na(volume) ? na : volume > volumeThreshold if useVolumeFilter longCondition := longCondition and volumeCondition shortCondition := shortCondition and volumeCondition // Final execution with volume filter if useVolumeFilter strategy.entry("Long", strategy.long, when=longCondition) strategy.close("Long", when=shortCondition) strategy.entry("Short", strategy.short, when=shortCondition) strategy.close("Short", when=longCondition)