وسائل لوڈ ہو رہے ہیں... لوڈنگ...

کثیر ٹائم فریم ای ایم اے ٹرینڈ مومنٹم ٹریڈنگ حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-11-12 16:35:41
ٹیگز:ای ایم اےاے ٹی آرKCایس ایم اےایل آر

img

جائزہ

یہ ایک مقداری تجارتی حکمت عملی ہے جو ملٹی ٹائم فریم ای ایم اے کے رجحان کے بعد رفتار تجزیہ کو جوڑتی ہے۔ یہ حکمت عملی بنیادی طور پر روزانہ اور ہفتہ وار ٹائم فریم دونوں پر رفتار اشارے کے ساتھ مل کر 20 ، 50 ، 100 ، اور 200 دن کے تیزی سے چلنے والے اوسط (ای ایم اے) کی سیدھ کا تجزیہ کرتی ہے۔ یہ اے ٹی آر پر مبنی اسٹاپ نقصانات کا استعمال کرتی ہے اور جب ای ایم اے سیدھ ہوجاتی ہے اور رفتار کی شرائط پوری ہوجاتی ہیں تو تجارت میں داخل ہوتی ہے ، اے ٹی آر کے متعدد اسٹاپ نقصان اور منافع کے اہداف کے ذریعہ خطرے کا انتظام کرتی ہے۔

حکمت عملی کے اصول

بنیادی منطق میں کئی اہم اجزاء شامل ہیں:

  1. ای ایم اے سیدھ کا نظام: 20 دن کے ای ایم اے کو 50 دن کے ای ایم اے سے اوپر کی ضرورت ہوتی ہے ، جو 100 دن کے ای ایم اے سے اوپر ہے ، جو 200 دن کے ای ایم اے سے اوپر ہے ، جو ایک بہترین تیزی سے سیدھ بناتا ہے۔
  2. رفتار کی توثیق کا نظام: روزانہ اور ہفتہ وار ٹائم فریم دونوں پر لکیری رجسٹریشن کی بنیاد پر کسٹم رفتار اشارے کا حساب لگاتا ہے۔ یہ رفتار کیلٹنر چینل کی وسط لائن سے قیمت کے انحراف کی لکیری رجسٹریشن کے ذریعے ماپا جاتا ہے۔
  3. پل بیک انٹری سسٹم: قیمت میں داخل ہونے کے لئے 20 دن کے ای ایم اے کی ایک مخصوص فیصد رینج کے اندر واپس آنا ضروری ہے ، جس سے پیچھا خریدنے سے گریز کیا جائے۔
  4. رسک مینجمنٹ سسٹم: اسٹاپ نقصان اور منافع کے اہداف طے کرنے کے لئے اے ٹی آر کے ضرب کا استعمال کرتا ہے ، اسٹاپ نقصان کے لئے 1.5x اے ٹی آر اور منافع کے لئے 3x اے ٹی آر کے لئے ڈیفالٹ۔

حکمت عملی کے فوائد

  1. متعدد تصدیق کا طریقہ کار: ای ایم اے کی سیدھ ، کثیر ٹائم فریم رفتار ، اور قیمت کی واپسی سمیت متعدد شرائط کے ذریعے جھوٹے سگنل کو کم کرتا ہے۔
  2. سائنسی رسک مینجمنٹ: اے ٹی آر کا استعمال اسٹاپ نقصان اور منافع کے اہداف کو متحرک طور پر ایڈجسٹ کرنے کے لئے کرتا ہے ، جو مارکیٹ میں اتار چڑھاؤ کی تبدیلیوں کو اپناتا ہے۔
  3. رفتار کے ساتھ رجحان کی پیروی: رجحانات کے اندر داخل ہونے کے وقت کو بہتر بناتے ہوئے اہم رجحانات کو پکڑتا ہے۔
  4. اعلی حسب ضرورت: مارکیٹ کی مختلف خصوصیات کے لئے تمام حکمت عملی پیرامیٹرز کو بہتر بنایا جاسکتا ہے۔
  5. ملٹی ٹائم فریم تجزیہ: روزانہ اور ہفتہ وار ٹائم فریم کوآرڈینیشن کے ذریعے سگنل کی وشوسنییتا کو بہتر بناتا ہے۔

حکمت عملی کے خطرات

  1. ای ایم اے لیگ: ای ایم اے کے پیچھے آنے والے اشارے کے نتیجے میں تاخیر سے اندراجات ہوسکتے ہیں۔ اہم اشارے کو شامل کرنے پر غور کریں۔
  2. رینجنگ مارکیٹوں میں خراب کارکردگی: حکمت عملی ضمنی مارکیٹوں میں کثرت سے غلط سگنل پیدا کرسکتی ہے۔ مارکیٹ کے ماحول کے فلٹرز کو شامل کرنے پر غور کریں۔
  3. ڈراؤنڈ رسک: اے ٹی آر کے رکنے کے باوجود ، انتہائی حالات میں اہم ڈراؤنڈ ممکن ہے۔ زیادہ سے زیادہ ڈراؤنڈ کی حدود کو نافذ کرنے پر غور کریں۔
  4. پیرامیٹر حساسیت: حکمت عملی کی کارکردگی پیرامیٹر کی ترتیبات کے لئے حساس ہے۔ پیرامیٹر کی اصلاح کی مکمل جانچ کی سفارش کی جاتی ہے۔

اصلاح کی ہدایات

  1. مارکیٹ ماحول کی پہچان: مختلف مارکیٹ کے حالات میں مختلف پیرامیٹر سیٹ استعمال کرنے کے لئے اتار چڑھاؤ یا رجحان کی طاقت کے اشارے شامل کریں۔
  2. انٹری آپٹیمائزیشن: پلس بیک زون کے اندر زیادہ درست انٹری پوائنٹس کے لئے آر ایس آئی جیسے آسکیلیٹر شامل کریں۔
  3. متحرک پیرامیٹر ایڈجسٹمنٹ: مارکیٹ کی اتار چڑھاؤ کی بنیاد پر اے ٹی آر کے ضرب اور پل بیک رینج کو خود بخود ایڈجسٹ کریں۔
  4. حجم تجزیہ انضمام: سگنل کی وشوسنییتا کو بہتر بنانے کے لئے حجم تجزیہ کے ذریعے رجحان کی طاقت کی تصدیق کریں۔
  5. مشین لرننگ کا نفاذ: پیرامیٹرز کو متحرک طور پر بہتر بنانے اور حکمت عملی کی موافقت کو بہتر بنانے کے لئے مشین لرننگ الگورتھم کا استعمال کریں۔

خلاصہ

یہ ایک اچھی طرح سے ڈیزائن کیا گیا ، منطقی طور پر سخت رجحان کی پیروی کرنے والی حکمت عملی ہے۔ متعدد تکنیکی اشارے کے امتزاج کے ذریعے ، یہ حکمت عملی کی مضبوطی اور موثر رسک مینجمنٹ دونوں کو یقینی بناتا ہے۔ حکمت عملی کی اعلی حسب ضرورت مختلف مارکیٹ کی خصوصیات کے لئے اصلاح کی اجازت دیتی ہے۔ اگرچہ موروثی خطرات موجود ہیں ، لیکن تجویز کردہ اصلاح کی سمت حکمت عملی کی کارکردگی کو مزید بڑھا سکتی ہے۔ مجموعی طور پر ، یہ ایک مقداری تجارتی حکمت عملی ہے جس کے ساتھ تجربہ کرنے اور گہرائی سے مطالعہ کرنے کے قابل ہے۔


/*backtest
start: 2024-10-01 00:00:00
end: 2024-10-31 23:59:59
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Swing Trading with EMA Alignment and Custom Momentum", overlay=true)

// User inputs for customization
atrLength = input.int(14, title="ATR Length", minval=1)
atrMultiplierSL = input.float(1.5, title="Stop-Loss Multiplier (ATR)", minval=0.1)   // Stop-loss at 1.5x ATR
atrMultiplierTP = input.float(3.0, title="Take-Profit Multiplier (ATR)", minval=0.1)   // Take-profit at 3x ATR
pullbackRangePercent = input.float(1.0, title="Pullback Range (%)", minval=0.1) // 1% range for pullback around 20 EMA
lengthKC = input.int(20, title="Length for Keltner Channels (Momentum Calculation)", minval=1)

// EMA settings
ema20 = ta.ema(close, 20)
ema50 = ta.ema(close, 50)
ema100 = ta.ema(close, 100)
ema200 = ta.ema(close, 200)

// ATR calculation
atrValue = ta.atr(atrLength)

// Custom Momentum Calculation based on Linear Regression for Daily Timeframe
highestHighKC = ta.highest(high, lengthKC)
lowestLowKC = ta.lowest(low, lengthKC)
smaCloseKC = ta.sma(close, lengthKC)

// Manually calculate the average of highest high and lowest low
averageKC = (highestHighKC + lowestLowKC) / 2

// Calculate daily momentum using linear regression
dailyMomentum = ta.linreg(close - (averageKC + smaCloseKC) / 2, lengthKC, 0) // Custom daily momentum calculation

// Fetch weekly data for momentum calculation using request.security()
[weeklyHigh, weeklyLow, weeklyClose] = request.security(syminfo.tickerid, "W", [high, low, close])

// Calculate weekly momentum using linear regression on weekly timeframe
weeklyHighestHighKC = ta.highest(weeklyHigh, lengthKC)
weeklyLowestLowKC = ta.lowest(weeklyLow, lengthKC)
weeklySmaCloseKC = ta.sma(weeklyClose, lengthKC)
weeklyAverageKC = (weeklyHighestHighKC + weeklyLowestLowKC) / 2

weeklyMomentum = ta.linreg(weeklyClose - (weeklyAverageKC + weeklySmaCloseKC) / 2, lengthKC, 0) // Custom weekly momentum calculation

// EMA alignment condition (20 EMA > 50 EMA > 100 EMA > 200 EMA)
emaAligned = ema20 > ema50 and ema50 > ema100 and ema100 > ema200

// Momentum increasing condition (daily and weekly momentum is positive and increasing)
dailyMomentumIncreasing = dailyMomentum > 0 and dailyMomentum > dailyMomentum[1] //and dailyMomentum[1] > dailyMomentum[2]
weeklyMomentumIncreasing = weeklyMomentum > 0 and weeklyMomentum > weeklyMomentum[1] //and weeklyMomentum[1] > weeklyMomentum[2]

// Redefine Pullback condition: price within 1% range of the 20 EMA
upperPullbackRange = ema20 * (1 + pullbackRangePercent / 100)
lowerPullbackRange = ema20 * (1 - pullbackRangePercent / 100)
pullbackToEma20 = (close <= upperPullbackRange) and (close >= lowerPullbackRange)

// Entry condition: EMA alignment and momentum increasing on both daily and weekly timeframes
longCondition = emaAligned and dailyMomentumIncreasing and weeklyMomentumIncreasing and pullbackToEma20

// Initialize stop loss and take profit levels as float variables
var float longStopLevel = na
var float longTakeProfitLevel = na

// Calculate stop loss and take profit levels based on ATR
if (longCondition)
    longStopLevel := close - (atrMultiplierSL * atrValue)  // Stop loss at 1.5x ATR below the entry price
    longTakeProfitLevel := close + (atrMultiplierTP * atrValue) // Take profit at 3x ATR above the entry price

// Strategy execution
if (longCondition)
    strategy.entry("Long", strategy.long)

// Exit conditions: Stop-loss at 1.5x ATR and take-profit at 3x ATR
if (strategy.position_size > 0)
    strategy.exit("Take Profit/Stop Loss", "Long", stop=longStopLevel, limit=longTakeProfitLevel)


متعلقہ

مزید