وسائل لوڈ ہو رہے ہیں... لوڈنگ...

T3 چلتی اوسط رجحان ٹریلنگ سٹاپ نقصان کے ساتھ حکمت عملی کے بعد

مصنف:چاؤ ژانگ، تاریخ: 2024-11-28 15:17:13
ٹیگز:T3MAایس ایم اےای ایم اے

img

جائزہ

یہ حکمت عملی ایک جامع مقداری تجارتی نظام ہے جس میں T3 موونگ ایوریج ، ٹرینڈ فالونگ ، اور ٹریلنگ اسٹاپ نقصان کے طریقہ کار کو یکجا کیا گیا ہے۔ یہ حکمت عملی T3 موونگ ایوریج کا استعمال کرتے ہوئے مارکیٹ کے رجحان کی سمت کی نشاندہی کرتی ہے ، لیمن ٹرینڈ انڈیکیٹر اور TDFI اشارے کا استعمال کرتے ہوئے سگنلز کی تصدیق کرتی ہے ، اور اس میں رسک مینجمنٹ سسٹم شامل ہے جو رجحانات کو پکڑنے اور خطرات کو موثر انداز میں کنٹرول کرنے کے لئے ٹریلنگ اسٹاپس کو فکسڈ اسٹاپس کے ساتھ جوڑتا ہے۔

حکمت عملی کے اصول

یہ حکمت عملی تین اہم اجزاء پر مشتمل ہے: رجحان کی نشاندہی ، سگنل کی تصدیق ، اور رسک مینجمنٹ۔ سب سے پہلے ، یہ T3 موونگ ایوریج کو بنیادی رجحان کی نشاندہی کے آلے کے طور پر استعمال کرتا ہے ، جو چھ گنا تیزی سے چلنے والی اوسط حساب کتاب کے ذریعے ہموار برقرار رکھتے ہوئے تاخیر کو کم کرتا ہے۔ دوسرا ، یہ لیموں ٹرینڈ انڈیکیٹر کا استعمال کرتے ہوئے قیمت کی اتار چڑھاؤ کی حدوں کا حساب کرتا ہے اور ٹی ڈی ایف آئی اشارے کے ساتھ سگنل فلٹر کرتا ہے ، جب قیمت اتار چڑھاؤ کی حد سے گزرتی ہے اور ٹی ڈی ایف آئی کی تصدیق ہوتی ہے تو ہی تجارتی سگنل تیار کرتا ہے۔ آخر میں ، یہ حکمت عملی رسک مینجمنٹ کے لئے ٹریلنگ اور فکسڈ اسٹاپس کا ایک مجموعہ استعمال کرتی ہے ، جس میں ٹریلنگ اسٹاپس کو قیمت کی حد تک پہنچنے کے بعد چالو کیا جاتا ہے جبکہ تحفظ کے طور پر فکسڈ اسٹاپس کو برقرار رکھا جاتا ہے۔

حکمت عملی کے فوائد

  1. متعدد سگنل کی تصدیق کے طریقہ کار سے ٹریڈنگ کی درستگی میں اضافہ ہوتا ہے
  2. T3 حرکت پذیر اوسط غلط بریک آؤٹ کے اثرات کو کم کرتا ہے
  3. لچکدار رسک مینجمنٹ سسٹم جو منافع کی حفاظت کرتا ہے جبکہ رجحانات کی ترقی کی اجازت دیتا ہے
  4. مرحلہ وار منافع کے حصول کے لئے پوزیشن کے جزوی اخراج کی حمایت کرتا ہے
  5. مختلف مارکیٹ کے حالات میں اصلاح کے لئے انتہائی سایڈست پیرامیٹرز

حکمت عملی کے خطرات

  1. پیچیدہ T3 چلتی اوسط کی حساب کتاب کمپیوٹیشنل تاخیر کا باعث بن سکتی ہے
  2. متعدد سگنل کی تصدیق سے تجارتی مواقع ضائع ہوسکتے ہیں
  3. ٹریلنگ اسٹاپس غیر مستحکم مارکیٹ کے حالات کے دوران قبل از وقت ٹرگر ہوسکتے ہیں
  4. مؤثر سگنل پیدا کرنے کے لئے اہم قیمت کی نقل و حرکت کی ضرورت ہوتی ہے
  5. مختلف بازاروں میں اکثر غلط سگنل پیدا کر سکتا ہے

اصلاح کی ہدایات

  1. ٹریلنگ اسٹاپ پیرامیٹرز کو ایڈجسٹ کرنے کے لئے اتار چڑھاؤ کے اشارے متعارف کروانا
  2. مختلف پیرامیٹر سیٹوں کے لئے مارکیٹ ماحول کی شناخت ماڈیول شامل کریں
  3. بہتر سگنل ٹائمنگ کے لئے TDFI اشارے کے حساب کے ادوار کو بہتر بنائیں
  4. سگنل کی تصدیق کے لئے حجم کے عوامل کو شامل کرنے پر غور کریں
  5. تحقیقی موافقت پذیر جزوی منافع کے تناسب کے طریقہ کار

نتیجہ

یہ ایک جامع ڈیزائن کردہ رجحان کی پیروی کرنے والی حکمت عملی ہے جو متعدد تکنیکی اشارے کے ذریعہ قابل اعتماد تجارتی سگنل اور موثر رسک مینجمنٹ کو یقینی بناتی ہے۔ حکمت عملی کا ماڈیولر ڈیزائن اچھی توسیع اور اصلاح کی صلاحیت فراہم کرتا ہے ، جس سے یہ درمیانی سے طویل مدتی رجحان کی پیروی کرنے والے نظاموں کی بنیاد کے طور پر موزوں ہے۔ عملی درخواست میں ، مخصوص تجارتی آلات اور مارکیٹ کے حالات کی بنیاد پر پیرامیٹرز کو بہتر بنانے کی سفارش کی جاتی ہے۔


/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-27 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("Lemon Trend Strategy", overlay=true, initial_capital=10000, default_qty_type=strategy.percent_of_equity, default_qty_value=100)
 
// Input parameters
lookbackPeriod = input.int(14, "Lookback Period")
t3Length = input.int(200, "T3 MA Length")
t3Factor = input.float(0.7, "T3 Factor", minval=0, maxval=1)

// 移动止损参数
trailingStopPct = input.float(1.5, "移动止损百分比", minval=0.1, step=0.1)
trailingStopActivationPct = input.float(1.0, "移动止损激活百分比", minval=0.1, step=0.1)
 
// === T3 Moving Average Function ===
t3(src, length, factor) =>
    // First EMA
    e1 = ta.ema(src, length)
    // Second EMA
    e2 = ta.ema(e1, length)
    // Third EMA
    e3 = ta.ema(e2, length)
    // Fourth EMA
    e4 = ta.ema(e3, length)
    // Fifth EMA
    e5 = ta.ema(e4, length)
    // Sixth EMA
    e6 = ta.ema(e5, length)
   
    c1 = -factor * factor * factor
    c2 = 3 * factor * factor + 3 * factor * factor * factor
    c3 = -6 * factor * factor - 3 * factor - 3 * factor * factor * factor
    c4 = 1 + 3 * factor + factor * factor * factor + 3 * factor * factor
   
    t3 = c1 * e6 + c2 * e5 + c3 * e4 + c4 * e3
 
// Calculate T3 MA
t3ma = t3(close, t3Length, t3Factor)
plot(t3ma, "T3 MA", color=color.blue)
 
// === Lemon Trend Indicator ===
highLowDiff = high - low
normalizedDiff = ta.sma(highLowDiff, lookbackPeriod)
upperBand = ta.highest(high, lookbackPeriod)
lowerBand = ta.lowest(low, lookbackPeriod)
buySignal = ta.crossover(close, upperBand - normalizedDiff)
sellSignal = ta.crossunder(close, lowerBand + normalizedDiff)
 
// === TDFI Indicator ===
tdfiLength = input.int(14, "TDFI Length")
tdfi = ta.ema(close - close[1], tdfiLength)
tdfiSignal = ta.ema(tdfi, 9)
 
// Plot signals
plotshape(buySignal and tdfi > tdfiSignal and close > t3ma, "Buy Signal", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(sellSignal and tdfi < tdfiSignal and close < t3ma, "Sell Signal", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)
 
// === Strategy Logic ===
longCondition = buySignal and tdfi > tdfiSignal and close > t3ma
shortCondition = sellSignal and tdfi < tdfiSignal and close < t3ma
 
// 计算移动止损价格
var float longTrailingStop = na
var float shortTrailingStop = na

// 更新移动止损价格
if (strategy.position_size > 0)
    threshold = strategy.position_avg_price * (1 + trailingStopActivationPct / 100)
    if (high > threshold)
        stopPrice = high * (1 - trailingStopPct / 100)
        if (na(longTrailingStop) or stopPrice > longTrailingStop)
            longTrailingStop := stopPrice
    
if (strategy.position_size < 0)
    threshold = strategy.position_avg_price * (1 - trailingStopActivationPct / 100)
    if (low < threshold)
        stopPrice = low * (1 + trailingStopPct / 100)
        if (na(shortTrailingStop) or stopPrice < shortTrailingStop)
            shortTrailingStop := stopPrice

// Entry orders
if (longCondition)
    strategy.entry("Long", strategy.long)
    longTrailingStop := na
    
if (shortCondition)
    strategy.entry("Short", strategy.short)
    shortTrailingStop := na
 
// Calculate stop loss and take profit levels
longStopLoss = ta.lowest(low, lookbackPeriod)
shortStopLoss = ta.highest(high, lookbackPeriod)
 
// Exit conditions with fixed R:R
fixedRR = input.float(1.8, "Fixed Risk:Reward Ratio")
partialExitPct = input.float(50.0, "Partial Exit Percentage", minval=0, maxval=100) / 100
 
// 综合移动止损和固定止损
if (strategy.position_size > 0)
    longTakeProfit = strategy.position_avg_price + (strategy.position_avg_price - longStopLoss) * fixedRR
    stopPrice = na(longTrailingStop) ? longStopLoss : math.max(longStopLoss, longTrailingStop)
    strategy.exit("Long Exit", "Long", qty_percent=partialExitPct, stop=stopPrice, limit=longTakeProfit)
    
if (strategy.position_size < 0)
    shortTakeProfit = strategy.position_avg_price - (shortStopLoss - strategy.position_avg_price) * fixedRR
    stopPrice = na(shortTrailingStop) ? shortStopLoss : math.min(shortStopLoss, shortTrailingStop)
    strategy.exit("Short Exit", "Short", qty_percent=partialExitPct, stop=stopPrice, limit=shortTakeProfit)

// 绘制移动止损线
plot(strategy.position_size > 0 ? longTrailingStop : na, "Long Trailing Stop", color=color.red, style=plot.style_linebr)
plot(strategy.position_size < 0 ? shortTrailingStop : na, "Short Trailing Stop", color=color.red, style=plot.style_linebr)

متعلقہ

مزید