وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. متحرک سٹاپ نقصان کے ساتھ زیادہ سے زیادہ ٹائم فریم HMA مقداری ٹریڈنگ کی حکمت عملی

متحرک سٹاپ نقصان کے ساتھ زیادہ سے زیادہ ٹائم فریم HMA مقداری ٹریڈنگ کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-07-31 11:28:09
ٹیگز:ایچ ایم اےای ایچ ایم اےTHMAڈبلیو ایم اےای ایم اےایس ایم اے

img

جائزہ

اس مضمون میں ہل موونگ ایوریج (ایچ ایم اے) پر مبنی ایک بہتر مقدار میں تجارتی حکمت عملی کا تعارف کرایا گیا ہے ، جو ایک متحرک اسٹاپ نقصان کے میکانزم کے ساتھ ملٹی ٹائم فریم تجزیہ کو جوڑتا ہے۔ یہ حکمت عملی مشہور ہل سویٹ میں بہتری ہے ، جس میں strategy.exit() پائن اسکرپٹ v5 سے کمانڈ ٹرائلنگ اسٹاپ یا تاخیر سے ٹرائلنگ اسٹاپ کو نافذ کرنے کے لئے۔ یہ حکمت عملی بنیادی طور پر مارکیٹ کے رجحانات کو پکڑنے کے لئے HMA کی تیز رفتار ردعمل کی خصوصیات کا فائدہ اٹھاتی ہے ، جبکہ متعدد ٹائم فریموں میں تجزیہ کے ذریعے سگنل کی وشوسنییتا کو بہتر بناتی ہے۔ متحرک اسٹاپ نقصان کا طریقہ کار منافع کو بچانے اور خطرات کو کنٹرول کرنے میں مدد کرتا ہے۔ یہ حکمت عملی مختلف مالیاتی منڈیوں پر لاگو ہوتی ہے ، خاص طور پر انتہائی اتار چڑھاؤ والے مارکیٹ ماحول کے لئے موزوں ہے۔

حکمت عملی کے اصول

  1. ہیل چلتی اوسط (ایچ ایم اے): حکمت عملی کا بنیادی حصہ مارکیٹ کے رجحانات کی نشاندہی کے لئے ایچ ایم اے اور اس کے متغیرات (ای ایچ ایم اے اور ٹی ایچ ایم اے) کا استعمال کرتا ہے۔ روایتی چلتی اوسط کے مقابلے میں ایچ ایم اے تیز رفتار ردعمل اور کم تاخیر پیش کرتا ہے۔

  2. ملٹی ٹائم فریم تجزیہ: یہ حکمت عملی مختلف ٹائم فریموں میں HMA کا موازنہ کرکے تجارتی سگنل تیار کرتی ہے۔ یہ طریقہ غلط سگنل کو کم کرتا ہے اور تجارتی درستگی کو بہتر بناتا ہے۔

  3. متحرک سٹاپ نقصان: حکمت عملی میں ایک ٹریلنگ اسٹاپ میکانزم استعمال کیا جاتا ہے جو ایک خاص منافع نقطہ تک پہنچنے کے بعد چالو ہوتا ہے ، مؤثر طریقے سے منافع میں مقفل ہوتا ہے اور خطرات کو کنٹرول کرتا ہے۔

  4. ٹریڈنگ سیشن کنٹرول: یہ حکمت عملی صارفین کو مخصوص ٹریڈنگ سیشنز کی وضاحت کرنے کی اجازت دیتی ہے ، جس سے کم اتار چڑھاؤ یا لیکویڈیٹی کے ادوار کے دوران تجارت سے بچنے میں مدد ملتی ہے۔

  5. سمت کنٹرول: یہ حکمت عملی تجارت کی سمت (لانگ، شارٹ یا دونوں) کا انتخاب کرنے کے اختیارات پیش کرتی ہے ، جس سے یہ مختلف مارکیٹ کے ماحول اور تجارتی طرزوں کے مطابق ڈھال سکتی ہے۔

حکمت عملی کے فوائد

  1. اعلی لچک: حکمت عملی صارفین کو مختلف مارکیٹ کے حالات کو اپنانے کے لئے مختلف ہول چلتی اوسط متغیرات (HMA، EHMA، THMA) کے درمیان انتخاب کرنے کی اجازت دیتا ہے.

  2. بہترین رسک مینجمنٹ: متحرک سٹاپ نقصان کے طریقہ کار کے استعمال سے حکمت عملی ممکنہ نقصانات کو محدود کرتے ہوئے منافع کی حفاظت کرسکتی ہے۔

  3. مضبوط موافقت: ملٹی ٹائم فریم تجزیہ کا طریقہ حکمت عملی کو مختلف مارکیٹ کے ماحول میں اپنانے کے قابل بناتا ہے ، غلط اشاروں کے اثرات کو کم کرتا ہے۔

  4. اچھی نمائش: یہ حکمت عملی متعدد نمائش کے اختیارات مہیا کرتی ہے ، جیسے رنگین کوڈ والے ایچ ایم اے بینڈ ، جو تاجروں کو مارکیٹ کے رجحانات کو زیادہ بدیہی طور پر سمجھنے میں مدد فراہم کرتی ہے۔

  5. آٹومیشن کی اعلی ڈگری: حکمت عملی کو مکمل طور پر خودکار بنایا جاسکتا ہے ، جس سے جذباتی اثر و رسوخ اور آپریشنل غلطیوں کا امکان کم ہوجاتا ہے۔

حکمت عملی کے خطرات

  1. اوور ٹریڈنگ: اسٹریٹجی کے تیزی سے رد عمل کرنے والے ایچ ایم اے پر انحصار کرنے کی وجہ سے ، یہ مختلف مارکیٹوں میں بہت زیادہ غلط سگنل پیدا کرسکتا ہے ، جس سے اوور ٹریڈنگ ہوسکتی ہے۔

  2. سلائپج رسک: اسٹریٹجی میں اسکیلپنگ کی تکنیک استعمال کی جاتی ہے، جس میں خاص طور پر کم لیکویڈیٹی والے بازاروں میں سلائپج رسک کا خطرہ زیادہ ہوسکتا ہے۔

  3. پیرامیٹر حساسیت: حکمت عملی کی کارکردگی پیرامیٹر کی ترتیبات پر بہت زیادہ منحصر ہے۔ نامناسب پیرامیٹرز کی وجہ سے حکمت عملی کی کارکردگی خراب ہوسکتی ہے۔

  4. مارکیٹ کی حالت میں تبدیلیاں: مارکیٹ کی حالت میں شدید تبدیلیوں کا سامنا کرنا پڑتا ہے، حکمت عملی کو مؤثر برقرار رکھنے کے لئے پیرامیٹر دوبارہ اصلاح کی ضرورت ہوسکتی ہے.

  5. ٹیکنالوجی پر انحصار: حکمت عملی کا نفاذ مستحکم نیٹ ورک کنکشن اور تجارتی پلیٹ فارم پر منحصر ہے۔ تکنیکی خرابیوں سے نمایاں نقصانات ہوسکتے ہیں۔

حکمت عملی کی اصلاح کی ہدایات

  1. مارکیٹ کے جذبات کے اشارے شامل کریں: مارکیٹ کے جذبات کے اشارے جیسے VIX یا اختیارات سے ضمنی اتار چڑھاؤ کو ضم کرنے سے حکمت عملی کو مختلف مارکیٹ کے ماحول میں بہتر طور پر اپنانے میں مدد مل سکتی ہے۔

  2. مشین لرننگ الگورتھم متعارف کروانا: ایچ ایم اے پیرامیٹرز اور اسٹاپ نقصان کی سطح کو متحرک طور پر ایڈجسٹ کرنے کے لئے مشین لرننگ تکنیک کا استعمال حکمت عملی کی موافقت کو بہتر بنا سکتا ہے۔

  3. حجم تجزیہ شامل کریں: حجم کے اعداد و شمار کو شامل کرنے سے رجحانات کے فیصلوں کی درستگی میں اضافہ ہوسکتا ہے اور غلط بریک آؤٹ سے ہونے والے نقصانات کو کم کیا جاسکتا ہے۔

  4. ٹائم فریم سلیکشن کو بہتر بنائیں: مختلف ٹائم فریم کے مجموعوں کو بیک ٹیسٹنگ کے ذریعے ، زیادہ سے زیادہ ٹائم فریم تجزیہ کی بہترین ترتیبات تلاش کریں۔

  5. رسک پارٹی کے طریقوں کو متعارف کرانا: کثیر اثاثہ جات کی تجارت میں سرمایہ کی الاٹمنٹ کے لئے رسک پارٹی کے طریقوں کا استعمال مجموعی طور پر پورٹ فولیو کے خطرے کو بہتر طور پر کنٹرول کرسکتا ہے۔

نتیجہ

متحرک اسٹاپ نقصان کے ساتھ بہتر ملٹی ٹائم فریم ایچ ایم اے مقداری تجارتی حکمت عملی ایک لچکدار اور موثر تجارتی نظام ہے۔ ہل موونگ ایوریج کی تیز رفتار ردعمل کی خصوصیات ، ملٹی ٹائم فریم تجزیہ کے استحکام ، اور متحرک اسٹاپ نقصان کے خطرے پر قابو پانے کو یکجا کرکے ، یہ تاجروں کو ایک جامع مقداری تجارتی حل فراہم کرتا ہے۔ اگرچہ یہ حکمت عملی تیزی سے بدلتی منڈیوں میں عمدہ کارکردگی کا مظاہرہ کرتی ہے ، تاجروں کو ابھی بھی اس کی تاثیر کو برقرار رکھنے کے لئے مارکیٹ کے حالات میں ہونے والی تبدیلیوں کی قریب سے نگرانی کرنے اور پیرامیٹرز کو بروقت ایڈجسٹ کرنے کی ضرورت ہے۔ مسلسل اصلاح اور نئے تکنیکی عناصر کے تعارف کے ذریعہ ، اس حکمت عملی میں مختلف مارکیٹ ماحول میں مسابقتی رہنے کی صلاحیت ہے۔ تاہم ، صارفین کو مقداری تجارت کے امکانات کو پوری طرح سمجھنا چاہئے اور اسے تجارت میں احتیاط سے استعمال کرنا چاہئے۔

/*backtest
start: 2023-07-25 00:00:00
end: 2024-07-30 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/
// © anotherDAPTrader

//Based upon Hull Suite by InSilico and others//
//with SCALP exit//

//@version=5
strategy('DAP Hull Sweet Scalp v1 Strategy', overlay=true)

// Session //

session = input(title='Session (Goes flat at end of session!)', defval='1800-1700')

//Check if it's in session//

is_session(session) =>
    not na(time(timeframe.period, session))

//Call the function
Session = is_session(session)

//Start and end of the session
start = Session and not Session[1]
end = not Session and Session[1]

//Plot the background color to see the session
bgcolor(Session ? color.new(color.white, 0) : na)

// trade directions //

strat_dir_input = input.string(title='Strategy Direction', defval='long', options=['long', 'short', 'all'])
strat_dir_value = strat_dir_input == 'long' ? strategy.direction.long : strat_dir_input == 'short' ? strategy.direction.short : strategy.direction.all
strategy.risk.allow_entry_in(strat_dir_value)

src = close

modeSwitch = input.string('Hma', title='Hull Variation', options=['Hma', 'Thma', 'Ehma'])

length = input(55, title='Length(180-200 for floating S/R , 55 for swing entry)')

switchColor = input(true, 'Color Hull according to trend?')

candleCol = input(false, title='Color candles based on Hull\'s Trend?')

visualSwitch = input(true, title='Show as a Band?')

thicknesSwitch = input(1, title='Line Thickness')

transpSwitch = input.int(40, title='Band Transparency', step=5)

//FUNCTIONS
//HMA
HMA(_src, _length) =>
    ta.wma(2 * ta.wma(_src, _length / 2) - ta.wma(_src, _length), math.round(math.sqrt(_length)))
//EHMA    
EHMA(_src, _length) =>
    ta.ema(2 * ta.ema(_src, _length / 2) - ta.ema(_src, _length), math.round(math.sqrt(_length)))
//THMA    
THMA(_src, _length) =>
    ta.wma(ta.wma(_src, _length / 3) * 3 - ta.wma(_src, _length / 2) - ta.wma(_src, _length), _length)

//SWITCH
Mode(modeSwitch, src, len) =>
    modeSwitch == 'Hma' ? HMA(src, len) : modeSwitch == 'Ehma' ? EHMA(src, len) : modeSwitch == 'Thma' ? THMA(src, len / 2) : na

//OUT
HULL = Mode(modeSwitch, src, length)
MHULL = HULL[0]
SHULL = HULL[2]

//COLOR
hullColor = switchColor ? HULL > HULL[2] ? #00ff00 : #ff0000 : #ff9800

//PLOT
///< Frame
Fi1 = plot(MHULL, title='MHULL', color=hullColor, linewidth=thicknesSwitch, transp=50)
Fi2 = plot(visualSwitch ? SHULL : na, title='SHULL', color=hullColor, linewidth=thicknesSwitch, transp=50)
///< Ending Filler
fill(Fi1, Fi2, title='Band Filler', color=hullColor, transp=transpSwitch)
///BARCOLOR
barcolor(color=candleCol ? switchColor ? hullColor : na : na)


// Scalp //

slPoints = input.int(title='Profit Points Before Stop', minval=0, maxval=1000, step=1, defval=1, confirm=false)

slOffset = input.int(title='Then Trailing Stop Loss of ', minval=1, maxval=1000, step=1, defval=1, confirm=false)

//trades//

// Long Entry Function//

if Session and ta.crossover(HULL[0] , HULL[2])
    strategy.entry('long', strategy.long)
    strategy.exit('trailing stop', from_entry='long', trail_points=slPoints, trail_offset=slOffset)

// Short Entry Function//

if Session and ta.crossunder(HULL[0] , HULL[2])
    strategy.entry('short', strategy.short)
    strategy.exit('trailing stop', from_entry='short', trail_points=slPoints, trail_offset=slOffset)

if end
    strategy.close_all("End of Session - Go FLat")
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں