وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. ٹرائلنگ سٹاپ نقصان کی حکمت عملی کے ساتھ انکولی چلتی اوسط کراس اوور

ٹرائلنگ سٹاپ نقصان کی حکمت عملی کے ساتھ انکولی چلتی اوسط کراس اوور

مصنف:چاؤ ژانگ، تاریخ: 2024-07-29 14:27:58
ٹیگز:ایس ایم اےایم اےای ایم اےاے ٹی آرSLٹی پی

img

جائزہ

ٹریلنگ اسٹاپ نقصان کی حکمت عملی کے ساتھ انکولی چلتی اوسط کراس اوور ایک مقداری تجارتی نقطہ نظر ہے جو متعدد تکنیکی اشارے کو یکجا کرتا ہے۔ یہ حکمت عملی بنیادی طور پر تجارت کے اندراجات کے لئے تیز اور سست سادہ چلتی اوسط (ایس ایم اے) کے درمیان کراس اوور سگنلز پر انحصار کرتی ہے ، جبکہ رسک مینجمنٹ کے لئے انکولی ٹریلنگ اسٹاپ نقصان کا استعمال کرتی ہے۔ اس حکمت عملی میں مختلف مارکیٹ کے حالات میں اس کی موافقت اور استحکام کو بڑھانے کے لئے اتار چڑھاؤ پر مبنی پوزیشن سائزنگ اور انکولی اسٹاپ نقصان کی سطح جیسی جدید خصوصیات بھی شامل ہیں۔

حکمت عملی کے اصول

اس حکمت عملی کے بنیادی منطق میں مندرجہ ذیل اہم اجزاء شامل ہیں:

  1. حرکت پذیر اوسط کراس اوور: مختلف ادوار کے ساتھ دو سادہ حرکت پذیر اوسط (ایس ایم اے) کا استعمال کرتا ہے - ایک تیز ایس ایم اے (ڈیفالٹ 5 ادوار) اور ایک سست ایس ایم اے (ڈیفالٹ 50 ادوار) ۔ جب تیز ایس ایم اے سست ایس ایم اے سے تجاوز کرتا ہے تو ایک طویل انٹری سگنل ٹرگر ہوتا ہے۔

  2. پوزیشن سائزنگ: حکمت عملی اکاؤنٹ بیلنس اور موجودہ قیمت پر مبنی متحرک پوزیشن سائزنگ کا طریقہ استعمال کرتی ہے۔ اس میں ایک اعتماد عنصر بھی متعارف کرایا گیا ہے جو سرمایہ کاری شدہ سرمایہ کے تناسب کو ایڈجسٹ کرسکتا ہے۔

  3. ٹریلنگ اسٹاپ نقصان: فیصد پر مبنی ٹریلنگ اسٹاپ نقصان کے طریقہ کار کو نافذ کرتا ہے۔ قیمت میں اضافے کے ساتھ ہی اسٹاپ نقصان کی سطح بڑھتی ہے ، منافع میں مقفل ہوتی ہے اور ڈراؤونگ کو محدود کرتی ہے۔

  4. موافقت پذیر خصوصیات: اگر fancy_tests آپشن فعال ہے تو، حکمت عملی معیاری انحراف پر مبنی متحرک سٹاپ نقصان فی صد کا استعمال کرتی ہے، جس سے سٹاپ نقصان کی سطح کو مارکیٹ کی اتار چڑھاؤ کے مطابق کرنے کی اجازت دیتا ہے.

  5. باہر نکلنے کا منطق: یہ حکمت عملی بنیادی طور پر پوزیشن بند کرنے کے لئے ٹریلنگ اسٹاپ نقصان پر انحصار کرتی ہے ، بغیر منافع کے مقررہ پوائنٹس مقرر کیے۔

حکمت عملی کے فوائد

  1. رجحان کی پیروی: حرکت پذیر اوسط کراس اوورز کا استعمال کرتے ہوئے، حکمت عملی درمیانے اور طویل مدتی رجحانات کو پکڑ سکتی ہے، جو مضبوط رجحانات والے بازاروں میں اہم فوائد کے لئے فائدہ مند ہے.

  2. خطرہ مینجمنٹ: ٹریلنگ سٹاپ نقصان کا طریقہ کار مؤثر طریقے سے منافع کو چلانے کی اجازت دیتے ہوئے نیچے کی طرف خطرے کو کنٹرول کرتا ہے.

  3. موافقت: سٹاپ نقصان کی سطح کو ایڈجسٹ کرنے کے لئے اتار چڑھاؤ کے عوامل کو شامل کرکے، حکمت عملی مختلف مارکیٹ کے ماحول کو بہتر طور پر اپنانے کے قابل ہے.

  4. کیپٹل مینجمنٹ: متحرک پوزیشن سائزنگ اکاؤنٹ کے بڑھنے کے ساتھ ہی تجارت کے سائز کو بڑھانے میں مدد کرتی ہے اور اکاؤنٹ کے استعمال کے دوران خود بخود خطرے کے خطرے کو کم کرتی ہے۔

  5. لچک: اس حکمت عملی میں متعدد ایڈجسٹ قابل پیرامیٹرز پیش کیے جاتے ہیں ، جیسے چلتی اوسط مدت اور اسٹاپ نقصان کے فیصد ، جس سے صارفین کو مختلف مارکیٹوں اور ذاتی رسک ترجیحات کی بنیاد پر اصلاح کرنے کی اجازت ملتی ہے۔

حکمت عملی کے خطرات

  1. جھوٹے بریک آؤٹ: متغیر یا ہلچل مچانے والی منڈیوں میں ، چلتی اوسط کی بار بار جھوٹی بریک آؤٹ ہوسکتی ہے ، جس سے متعدد اسٹاپ نقصان سے باہر نکلنے کا سبب بنتا ہے۔

  2. تاخیر: حرکت پذیر اوسطاً فطری طور پر تاخیر والے اشارے ہیں، جو انتہائی اتار چڑھاؤ والی منڈیوں میں کافی تیزی سے رد عمل ظاہر نہیں کرسکتے ہیں۔

  3. اوور ٹریڈنگ: پیرامیٹر کی غلط ترتیبات کے نتیجے میں بار بار اندراج اور باہر نکلنے کا سبب بن سکتا ہے ، جس سے لین دین کی لاگت میں اضافہ ہوتا ہے۔

  4. ڈراونگ رسک: اسٹاپ نقصان کے باوجود ، حکمت عملی کو تیزی سے الٹ جانے والی منڈیوں میں اب بھی نمایاں ڈراؤنگ کا سامنا کرنا پڑ سکتا ہے۔

  5. یک طرفہ تجارت: اسٹریٹجی فی الحال صرف طویل پوزیشنیں لیتی ہے، ممکنہ طور پر مواقع کو کھو دیتا ہے یا نیچے کی رجحانات میں نقصانات کا سامنا کرنا پڑتا ہے.

حکمت عملی کی اصلاح کی ہدایات

  1. ملٹی ٹائم فریم تجزیہ: جھوٹے سگنل کو کم کرنے کے لئے طویل مدتی رجحان اشارے ، جیسے طویل مدتی چلتی اوسط متعارف کروائیں۔

  2. شارٹ سیلنگ منطق شامل کریں: شارٹ ٹریڈز کی حمایت کے لئے حکمت عملی کو بڑھانا ، جامع اور منافع کے مواقع کو بہتر بنانا۔

  3. انٹری ٹائمنگ کو بہتر بنائیں: تجارتی سگنلز کو فلٹر کرنے اور انٹری کی درستگی کو بہتر بنانے کے لئے دیگر تکنیکی اشارے (جیسے ، آر ایس آئی ، ایم اے سی ڈی) کو جوڑنے پر غور کریں۔

  4. متحرک پیرامیٹر کی اصلاح: مارکیٹ کی اتار چڑھاؤ کی بنیاد پر متحرک اوسط ادوار کو متحرک طور پر ایڈجسٹ کرنے جیسے موافقت پذیر پیرامیٹر ایڈجسٹمنٹ میکانزم کو نافذ کریں۔

  5. منافع لینے کا طریقہ کار متعارف کرایا جائے: ٹریلنگ اسٹاپ کے علاوہ، تکنیکی اشارے یا مقررہ اہداف پر مبنی منافع لینے کے قواعد شامل کرنے پر غور کریں۔

  6. پوزیشن مینجمنٹ کو بہتر بنائیں: پوزیشن سائزنگ کی زیادہ نفیس حکمت عملیوں کو نافذ کریں ، جیسے کیلی معیار یا رسک پارٹی کے دیگر طریقوں پر مبنی۔

  7. بنیادی فلٹرز شامل کریں: اسٹاک ٹریڈنگ کے لئے، بنیادی اشارے کو اضافی تجارتی فلٹرنگ شرائط کے طور پر شامل کرنے پر غور کریں.

نتیجہ

ٹرائلنگ اسٹاپ نقصان کی حکمت عملی کے ساتھ انکولی چلتی اوسط کراس اوور ایک جامع نقطہ نظر ہے جو متعدد مقداری تجارتی تصورات کو مربوط کرتا ہے۔ یہ چلتی اوسط کراس اوور کے ذریعہ رجحانات کو حاصل کرتا ہے ، ٹریلنگ اسٹاپ کا استعمال کرتے ہوئے خطرے کا انتظام کرتا ہے ، اور متحرک پیرامیٹر ایڈجسٹمنٹ کے ذریعے موافقت کو بڑھاتا ہے۔ اگرچہ اندرونی خطرات اور حدود موجود ہیں ، لیکن پیرامیٹر کی محتاط اصلاح اور مزید حکمت عملی میں بہتری اس کو ممکنہ طور پر ایک مضبوط تجارتی نظام میں تبدیل کرسکتی ہے۔ حکمت عملی کے ماڈیولر ڈیزائن مستقبل کی توسیع اور اصلاحات کے لئے بھی ایک ٹھوس بنیاد فراہم کرتی ہے۔ یہ حکمت عملی رجحان سازی کی مارکیٹوں میں مستقل واپسی کی تلاش کرنے والے تاجروں کے لئے ایک بہترین نقطہ اغاز پیش کرتی ہے جبکہ خطرے کے انتظام پر زور دیتی ہے۔

/*backtest
start: 2023-07-23 00:00:00
end: 2024-07-28 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/
// © chinmay.hundekari

//@version=5
//@version=5
strategy("test", overlay = true)

// Calculate two moving averages with different lengths.
SLMA = input.int(50,"SMA",minval=10,step=1)
FSMA = input.int(5,"SMA",minval=1,step=1)
fancy_tests = input.bool(true,"Enable Fancy Changes")
longLossPerc = input.float(2, title="Trailing Stop Loss (%)",
     minval=0.0, step=0.1) * 0.01
stdMult = input.float(2.0, title="Standard Deviation Multiplier",
     minval=0.0, step=0.01)

float fastMA = ta.sma(close, FSMA)
float slowMA = ta.sma(close, SLMA)
float closMA = ta.sma(close, 25)

confidence = 1.0
if (fancy_tests)
    longLossPerc := stdMult * ta.stdev(ohlc4, 20)/close
balance = strategy.initial_capital + strategy.netprofit
balanceInContracts = balance* confidence/close

// Enter a long position when `fastMA` crosses over `slowMA`.
if ta.crossover(fastMA, slowMA)
    strategy.entry("BUY", strategy.long, qty=balanceInContracts)
//longStopPrice  = strategy.position_avg_price * (1 - longLossPerc)
//Trailing Stop loss Code
longStopPrice = 0.0
percLoss = longLossPerc
longStopPrice := if strategy.position_size > 0
    //if (strategy.openprofit_percent/100.0 > longLossPerc)
    //    percLoss := math.min(strategy.openprofit_percent/200.0, longLossPerc)
    stopValue = close * (1 - percLoss)
    math.max(stopValue, longStopPrice[1])
else
    0
if strategy.position_size > 0
    strategy.exit("STP", stop=longStopPrice)
plot(strategy.position_size > 0 ? longStopPrice : na,
     color=color.red, style=plot.style_cross,
     linewidth=2, title="Long Stop Loss")
// Enter a short position when `fastMA` crosses under `slowMA`.
//if ta.crossunder(fastMA, closMA)
//    strategy.close_all("SEL")//strategy.entry("sell", strategy.short)

// Plot the moving averages.
plot(fastMA, "Fast MA", color.aqua)
plot(slowMA, "Slow MA", color.orange)
plot((confidence)*(close), "Confidence", color=color.green, linewidth=2)
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں