وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. بہتر کثیر اشارے کی رفتار کی تجارتی حکمت عملی

بہتر کثیر اشارے کی رفتار کی تجارتی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-07-26 16:20:49
ٹیگز:اے ٹی آرای ایم اے

img

جائزہ

بہتر کثیر اشارے کی رفتار ٹریڈنگ کی حکمت عملی ایک مقداری تجارتی نقطہ نظر ہے جو حجم تجزیہ ، رجحان کی تصدیق ، اور متحرک رسک مینجمنٹ کو جوڑتا ہے۔ یہ حکمت عملی بنیادی طور پر اعلی اتار چڑھاؤ والے بازاروں کے لئے ڈیزائن کی گئی ہے ، جو مسلسل موم بتی کے حجم میں تبدیلیوں ، قیمت کے رجحانات اور مارکیٹ کی اتار چڑھاؤ کا تجزیہ کرکے ممکنہ تجارتی مواقع کی نشاندہی کرتی ہے۔ یہ حکمت عملی مجموعی مارکیٹ کے رجحانات کی تصدیق کے لئے ایک ایکسپونینشل موونگ ایوریج (ای ایم اے) کا استعمال کرتی ہے اور مختلف مارکیٹ کے حالات کے مطابق متحرک منافع اور اسٹاپ نقصان کے نکات طے کرنے کے لئے اوسط حقیقی رینج (اے ٹی آر) کا استعمال کرتی ہے۔

حکمت عملی کے اصول

  1. حجم تجزیہ: یہ حکمت عملی لگاتار تین موم بتیوں کی حجم کی سمت پر مرکوز ہے اور حالیہ اوسط حجم سے موجودہ حجم کے تناسب کا حساب لگاتی ہے۔ اس سے غیر معمولی حجم میں اضافے کی نشاندہی کرنے میں مدد ملتی ہے جو قیمتوں میں خرابی یا الٹ کی نشاندہی کرسکتی ہے۔

  2. رجحان کی تصدیق: 200 پیریڈ ایکسپونینشل موونگ ایوریج (ای ایم اے) کا استعمال مارکیٹ کے مجموعی رجحان کی تصدیق کے لئے کیا جاتا ہے۔ جب قیمت ای ایم اے سے اوپر ہوتی ہے تو اسے اپ ٹرینڈ سمجھا جاتا ہے۔ بصورت دیگر ، یہ ڈاؤن ٹرینڈ ہے۔

  3. داخلے کی شرائط:

    • لمبی: مسلسل تین اپ موم بتیاں جن کا حجم بڑھ رہا ہے، موجودہ حجم اوسط سے 1.5 گنا زیادہ ہے، اور قیمت ای ایم اے سے اوپر ہے۔
    • مختصر: مسلسل تین ڈاؤن موم بتیاں جن کا حجم بڑھ رہا ہے، موجودہ حجم اوسط سے 1.5 گنا زیادہ ہے، اور قیمت ای ایم اے سے نیچے ہے۔

  4. متحرک رسک مینجمنٹ: منافع لینے اور سٹاپ نقصان کے پوائنٹس مقرر کرنے کے لئے 14 پیریڈ اوسط حقیقی رینج (اے ٹی آر) کا استعمال کیا جاتا ہے۔

    • سٹاپ نقصان: 1.5 بار ATR پر مقرر کریں
    • منافع حاصل کریں: 2.5 گنا ATR پر مقرر کریں

حکمت عملی کے فوائد

  1. کثیر جہتی تجزیہ: حجم ، قیمت کے رجحانات ، اور مارکیٹ میں اتار چڑھاؤ کا تجزیہ جوڑتا ہے ، جس سے سگنل کی وشوسنییتا میں اضافہ ہوتا ہے۔

  2. متحرک رسک مینجمنٹ: اے ٹی آر کا استعمال منافع لینے اور سٹاپ نقصان کی سطح مقرر کرنے کے لئے کرتا ہے، خود بخود مارکیٹ کی اتار چڑھاؤ کو ایڈجسٹ کرتا ہے اور مختلف مارکیٹ کے ماحول کو اپناتا ہے۔

  3. رجحان کی پیروی: ای ایم اے کا استعمال کرتے ہوئے مجموعی رجحان کی تصدیق کرتا ہے ، جس سے مخالف رجحان کی تجارت کا خطرہ کم ہوتا ہے۔

  4. لچک: مختلف مارکیٹ کے حالات اور تجارتی آلات کے لئے متعدد پیرامیٹرز کو ایڈجسٹ کیا جاسکتا ہے ، جس سے مضبوط موافقت پیدا ہوتی ہے۔

  5. نمائش: حکمت عملی چارٹ پر انٹری پوائنٹس ، منافع حاصل کرنے ، اور اسٹاپ نقصان کی سطحوں کو نوٹ کرتی ہے ، جس سے تاجروں کو بدیہی طور پر سمجھنے اور تجزیہ کرنے کی اجازت ملتی ہے۔

حکمت عملی کے خطرات

  1. غلط بریک آؤٹ کا خطرہ: مختلف مارکیٹوں میں ، بار بار غلط بریک آؤٹ سگنل زیادہ تجارت کا باعث بن سکتے ہیں۔

  2. سلائپج کا خطرہ: انتہائی اتار چڑھاؤ والے بازاروں میں ، اصل عملدرآمد کی قیمتیں سگنل ٹرگر قیمتوں سے نمایاں طور پر مختلف ہوسکتی ہیں۔

  3. تکنیکی اشارے پر زیادہ انحصار: حکمت عملی بنیادی طور پر تکنیکی اشارے پر انحصار کرتی ہے ، ممکنہ طور پر بنیادی عوامل کو نظرانداز کرتی ہے۔

  4. پیرامیٹر حساسیت: حکمت عملی کی کارکردگی پیرامیٹر کی ترتیبات کے لئے حساس ہوسکتی ہے ، جس میں پیرامیٹر کے مختلف مجموعے ممکنہ طور پر نمایاں طور پر مختلف نتائج کا باعث بن سکتے ہیں۔

  5. تجارتی اخراجات: حکمت عملی میں تجارتی اخراجات پر غور نہیں کیا گیا ہے، جو اصل تجارت میں منافع کو متاثر کرسکتے ہیں.

حکمت عملی کی اصلاح کی ہدایات

  1. مارکیٹ کے جذبات کے اشارے شامل کریں: مارکیٹ کی زیادہ خرید / فروخت کی حالتوں اور رفتار کی تبدیلیوں کو بہتر طور پر پکڑنے کے لئے RSI یا MACD جیسے اشارے شامل کرنے پر غور کریں۔

  2. حجم تجزیہ کو بہتر بنائیں: زیادہ درست حجم سگنل فراہم کرنے کے لئے زیادہ نفیس حجم تجزیہ کے طریقوں ، جیسے آن بیلنس حجم (OBV) یا چیکن منی فلو (CMF) کا استعمال کرنے پر غور کریں۔

  3. ٹائم فلٹرز شامل کریں: کم لیکویڈیٹی مارکیٹ کے ادوار کے دوران ٹریڈنگ سے بچنے کے لئے ٹریڈنگ ٹائم ونڈو تصورات متعارف کروائیں۔

  4. متحرک پیرامیٹر ایڈجسٹمنٹ: انکولی پیرامیٹرز کا استعمال کرنے پر غور کریں جو حالیہ مارکیٹ کے حالات کی بنیاد پر EMA ادوار ، ATR ضرب وغیرہ کو خود بخود ایڈجسٹ کرتے ہیں۔

  5. بنیادی اعداد و شمار کو شامل کریں: حکمت عملی کی جامعیت کو بڑھانے کے لئے کچھ بنیادی اشارے یا خبروں کے واقعات کا تجزیہ شامل کریں۔

  6. ٹیک منافع اور اسٹاپ نقصان کے طریقہ کار کو بہتر بنائیں: منافع کو بہتر طور پر بچانے کے لئے ٹریلنگ اسٹاپ یا سپورٹ / مزاحمت پر مبنی اسٹاپ کے طریقوں کا استعمال کرنے پر غور کریں۔

  7. فلٹرنگ کے حالات شامل کریں: غلط سگنل کو کم کرنے کے لئے اضافی فلٹرنگ کے حالات شامل کریں ، جیسے حجم کی خرابی یا قیمت کی حد میں اتار چڑھاؤ۔

نتیجہ

بہتر ملٹی انڈیکیٹر مومنٹم ٹریڈنگ حکمت عملی حجم تجزیہ ، رجحان کی تصدیق ، اور متحرک رسک مینجمنٹ کو جوڑ کر اعلی اتار چڑھاؤ والی منڈیوں کے لئے نسبتا جامع تجارتی طریقہ فراہم کرتی ہے۔ حکمت عملی کی طاقت اس کے کثیر جہتی تجزیہ اور متحرک رسک مینجمنٹ کی صلاحیتوں میں ہے ، لیکن اسے غلط بریک آؤٹ اور تکنیکی اشارے پر زیادہ انحصار جیسے خطرات کا بھی سامنا کرنا پڑتا ہے۔ مزید اشارے متعارف کرانے ، پیرامیٹر کی ترتیبات کو بہتر بنانے ، اور رسک مینجمنٹ کے طریقوں کو بہتر بنانے سے ، اس حکمت عملی میں اس کی کارکردگی اور موافقت کو مزید بڑھانے کی صلاحیت ہے۔ تاہم ، تاجروں کو اس حکمت عملی کا استعمال کرتے وقت احتیاط برتنی چاہئے ، مکمل بیک ٹیسٹنگ اور براہ راست توثیق کریں ، اور مخصوص مارکیٹ کے حالات کی بنیاد پر ضروری ایڈجسٹمنٹ کریں۔

/*backtest
start: 2023-07-20 00:00:00
end: 2024-07-25 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Improved Volume Based Strategy", overlay=true)

// 參數
volumePeriod = input.int(3, "Volume Period", minval=2, maxval=5)
atrPeriod = input.int(14, "ATR Period")
atrMultiplierSL = input.float(1.5, "ATR Multiplier for Stop Loss")
atrMultiplierTP = input.float(2.5, "ATR Multiplier for Take Profit")
emaPeriod = input.int(200, "EMA Period")

// 指標計算
atr = ta.atr(atrPeriod)
ema = ta.ema(close, emaPeriod)

// 判斷成交量方向
volumeUp = close > open
volumeDown = close < open

// 檢查連續K線的成交量方向
consecutiveUpVolume = volumeUp and volumeUp[1] and volumeUp[2]
consecutiveDownVolume = volumeDown and volumeDown[1] and volumeDown[2]

// 計算成交量倍率
volumeRatio = volume / ta.sma(volume, volumePeriod)

// 入場條件
longCondition = consecutiveUpVolume and volumeRatio > 1.5 and close > ema
shortCondition = consecutiveDownVolume and volumeRatio > 1.5 and close < ema

// 執行策略
if (longCondition)
    stopLoss = low - atr * atrMultiplierSL
    takeProfit = high + atr * atrMultiplierTP
    strategy.entry("Long", strategy.long)
    strategy.exit("Exit Long", "Long", stop=stopLoss, limit=takeProfit)
    labelText = "多：" + str.tostring(close, "#.##") + " 倍率:" + str.tostring(volumeRatio, "#.##") + " \n止盈:" + str.tostring(takeProfit, "#.##") + " \n止損:" + str.tostring(stopLoss, "#.##")
    label.new(bar_index, low - atr * 2, text=labelText, color=color.green, textcolor=color.white, style=label.style_label_up)

if (shortCondition)
    stopLoss = high + atr * atrMultiplierSL
    takeProfit = low - atr * atrMultiplierTP
    strategy.entry("Short", strategy.short)
    strategy.exit("Exit Short", "Short", stop=stopLoss, limit=takeProfit)
    labelText = "空：" + str.tostring(close, "#.##") + " 倍率:" + str.tostring(volumeRatio, "#.##") + " \n止盈:" + str.tostring(takeProfit, "#.##") + " \n止損:" + str.tostring(stopLoss, "#.##")
    label.new(bar_index, high + atr * 2, text=labelText, color=color.red, textcolor=color.white, style=label.style_label_down)

// 繪製指標
plot(ema, color=color.blue, title="EMA")
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں