وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. تجارتی حکمت عملی کے بعد موافقت پذیر رینج Volatility رجحان

تجارتی حکمت عملی کے بعد موافقت پذیر رینج Volatility رجحان

مصنف:چاؤ ژانگ، تاریخ: 2024-11-28 17:24:30
ٹیگز:ڈبلیو پی آرآر ایس آئیایس ایم اےاے ٹی آررجحان

img

جائزہ

یہ ایک موافقت پذیر رجحان کی پیروی کرنے والی حکمت عملی ہے جو اتار چڑھاؤ اور ولیمز فیصد رینج اشارے کو جوڑتی ہے۔ حکمت عملی قیمت کی حد اور کسٹم کاؤنٹرز کا حساب لگاکر رجحان کے تعین کی حساسیت کو ایڈجسٹ کرتی ہے ، جس سے مارکیٹ کے مختلف حالات میں بہتر موافقت حاصل ہوتی ہے۔ بنیادی طریقہ کار میں قیمت کی اتار چڑھاؤ کی بنیاد پر ولیمز اشارے کے پیرامیٹرز کو متحرک طور پر ایڈجسٹ کرنا شامل ہے تاکہ مارکیٹ کے رجحان کی منتقلی کے نکات کو زیادہ درست طریقے سے حاصل کیا جاسکے۔

حکمت عملی کے اصول

حکمت عملی کا آغاز ایک مدت کے اندر اندر قیمت کی حد اور اس کے چلتے ہوئے اوسط (AvgRange) کا حساب لگاتے ہوئے ہوتا ہے۔ اوسط اتار چڑھاؤ کی حد کے ساتھ حقیقی وقت کی قیمت کی تبدیلیوں کا موازنہ کرکے ، یہ دو کاؤنٹرز (ٹرو کاؤنٹ اور ٹرو کاؤنٹ 2) قائم کرتا ہے تاکہ اتار چڑھاؤ کی اہم تعدد کو ریکارڈ کیا جاسکے۔ یہ کاؤنٹرز ولیمز اشارے کے حساب کے پیرامیٹرز کو متحرک طور پر ایڈجسٹ کرنے کے لئے استعمال ہوتے ہیں ، جس سے حکمت عملی کو مارکیٹ کی اتار چڑھاؤ کی حالتوں کی بنیاد پر اپنی حساسیت کو خود بخود ایڈجسٹ کرنے کی اجازت ملتی ہے۔ جب ایڈجسٹ شدہ ولیمز اشارے کی اقدار پہلے سے طے شدہ حدوں کو توڑ دیتی ہے تو خرید یا فروخت کے سگنل تیار کیے جاتے ہیں۔

حکمت عملی کے فوائد

  1. مضبوط موافقت - حکمت عملی اتار چڑھاؤ کے موافقت کے طریقہ کار کے ذریعے مختلف مارکیٹ کے ماحول میں مستحکم کارکردگی برقرار رکھتی ہے
  2. جامع رسک کنٹرول - بلٹ ان رسک پیرامیٹر تاجروں کو رسک کی ترجیح کی بنیاد پر حکمت عملی کی جارحیت کو ایڈجسٹ کرنے کی اجازت دیتا ہے
  3. صاف سگنل - غلط سگنل سے بچنے کے لئے صاف توڑ سگنل میکانزم کا استعمال کرتا ہے
  4. اچھی توسیع پذیری - حکمت عملی کا فریم ورک اصلاح کے لئے دیگر تکنیکی اشارے کے انضمام کی اجازت دیتا ہے
  5. اعلی کمپیوٹیشنل کارکردگی - حقیقی وقت کی تجارت کے لئے موزوں سادہ اور موثر حساب کے طریقوں کا استعمال کرتا ہے

حکمت عملی کے خطرات

  1. پیرامیٹر حساسیت - ASClength اور RISK پیرامیٹرز کا انتخاب حکمت عملی کی کارکردگی کو نمایاں طور پر متاثر کرتا ہے
  2. مارکیٹ کے ماحول پر انحصار - اتار چڑھاؤ والے بازاروں میں بہت زیادہ تجارتی سگنل پیدا کرسکتا ہے
  3. تاخیر - چلتی اوسط کا استعمال اندراج اور باہر نکلنے میں تاخیر کا سبب بن سکتا ہے
  4. جھوٹے بریک آؤٹ - اعلی اتار چڑھاؤ کے ادوار کے دوران جھوٹے سگنل آسکتے ہیں خطرات کو کم کرنے کے لئے بیک ٹسٹنگ کے ذریعے پیرامیٹرز کو بہتر بنانے اور دیگر تصدیق کے اشارے کے ساتھ مل کر سفارش کریں۔

اصلاح کی ہدایات

  1. حجم اشارے شامل کریں - حجم تجزیہ کے ذریعے رجحان کی تبدیلی کی صداقت کی تصدیق کریں
  2. انسداد منطق کو بہتر بنائیں - مارکیٹ کی اتار چڑھاؤ کا اندازہ کرنے کے لئے زیادہ پیچیدہ شماریاتی طریقوں کا استعمال کرنے پر غور کریں
  3. سٹاپ نقصان میکانزم شامل کریں - بہتر خطرے کے کنٹرول کے لئے متحرک سٹاپ نقصان کو لاگو کرنے کا مشورہ
  4. مارکیٹ ماحول فلٹرنگ - غیر مناسب حالات میں تجارت سے بچنے کے لئے مارکیٹ کی حالت کا اندازہ کرنے کا ماڈیول شامل کریں
  5. پیرامیٹر موافقت - حکمت عملی کی موافقت کو بہتر بنانے کے لئے پیرامیٹر آٹو اصلاحاتی میکانزم تیار کریں

خلاصہ

یہ جدید حکمت عملی اتار چڑھاؤ تجزیہ اور رجحان کی پیروی کو یکجا کرتی ہے ، جس سے موافقت پذیر میکانزم کے ذریعہ حکمت عملی کے استحکام اور وشوسنییتا میں بہتری آتی ہے۔ اگرچہ اندرونی خطرات موجود ہیں ، حکمت عملی پیرامیٹر کی مناسب ترتیبات اور اصلاح کے نفاذ کے ذریعہ مختلف مارکیٹ کے حالات میں مستحکم کارکردگی برقرار رکھ سکتی ہے۔ حکمت عملی کا فریم ورک مزید توسیع اور اصلاح کی اجازت دیتا ہے ، جس سے ترقی کی اچھی صلاحیت ظاہر ہوتی ہے۔

/*backtest
start: 2024-10-28 00:00:00
end: 2024-11-27 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy("ASCTrend", shorttitle="ASCTrend", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=100)

eternalfg = input(false, title="eternal 確定")
eternal = eternalfg ? 1 : 0
ASClength = input.int(title="ASC Length", minval=4, defval=10)
RISK = input.int(title="RISK", minval=0, defval=3)

// Custom sum function
customSum(source, length) =>
    sum = 0.0
    for i = 0 to length - 1
        sum := sum + source[i]
    sum

x1 = 67 + RISK
x2 = 33 - RISK
Range = ta.highest(ASClength) - ta.lowest(ASClength)
AvgRange = ta.sma(Range, ASClength)
CountFg = math.abs(open - close) >= AvgRange * 2.0 ? 1 : 0
TrueCount = customSum(CountFg, ASClength)
CountFg2 = math.abs(close[3] - close) >= AvgRange * 4.6 ? 1 : 0
TrueCount2 = customSum(CountFg2, ASClength - 3)
wpr3RR = ta.wpr(3 + RISK + RISK)
wpr3 = ta.wpr(3)
wpr4 = ta.wpr(4)
WprAbs = 100 + (TrueCount2 > 0 ? wpr4 : TrueCount > 0 ? wpr3 : wpr3RR)
ASC_Trend = 0
ASC_Trend := WprAbs[eternal] < x2[eternal] ? -1 : WprAbs[eternal] > x1[eternal] ? 1 : ASC_Trend[1]

if (ta.crossover(ASC_Trend, 0))
    strategy.entry("Long", strategy.long)

if (ta.crossunder(ASC_Trend, 0))
    strategy.entry("Short", strategy.short)

plotshape(ta.crossover(ASC_Trend, 0), location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small, text="B", textcolor=color.white)
plotshape(ta.crossunder(ASC_Trend, 0), location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small, text="S", textcolor=color.white)

alertcondition(ta.crossover(ASC_Trend, 0), title="ASC_Trend UP", message="ASC_Trend UP")
alertcondition(ta.crossunder(ASC_Trend, 0), title="ASC_Trend Down", message="ASC_Trend Down")
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں