وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. ملٹی ویوڈ ٹرینڈ کراسنگ رسک مینجمنٹ کوانٹیٹیٹیو حکمت عملی

ملٹی ویوڈ ٹرینڈ کراسنگ رسک مینجمنٹ کوانٹیٹیٹیو حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-12-13 10:51:31
ٹیگز:ای ایم اےایس ایم اے

img

جائزہ

یہ حکمت عملی ویو ٹرینڈ اشارے پر مبنی ایک مقداری تجارتی نظام ہے ، جس میں متحرک رسک مینجمنٹ میکانزم شامل ہیں۔ حکمت عملی قیمتوں میں اتار چڑھاؤ کے ذریعے رجحان کی طاقت کا حساب لگاتی ہے ، زیادہ خریدنے اور زیادہ فروخت والے علاقوں میں سگنل فلٹر کرتی ہے ، اور رسک کنٹرول کے اقدامات کا اطلاق کرتی ہے جس میں اسٹاپ نقصان ، منافع لینے اور ٹریلنگ اسٹاپ میکانزم شامل ہیں۔

حکمت عملی کے اصول

حکمت عملی کا مرکز HLC3 قیمتوں کا استعمال کرتے ہوئے ویو ٹرینڈ اشارے کا حساب لگانے میں ہے۔ یہ پہلے n1-period exponential moving average (EMA) کو بیس لائن کے طور پر شمار کرتا ہے ، پھر اس بیس لائن سے قیمت کے انحراف کا حساب لگاتا ہے ، انہیں 0.015 کے ایک کوفیسٹر کے ساتھ معمول پر لاتا ہے۔ اس کے نتیجے میں دو لہر لائنیں ، wt1 اور wt2 ، بالترتیب تیز اور سست لائنوں کی نمائندگی کرتی ہیں۔ تجارتی سگنل ان لائنوں کی بنیاد پر تیار کیے جاتے ہیں جو زیادہ خریدنے اور زیادہ فروخت کی سطح کو عبور کرتے ہیں ، جس میں ایک کثیر پرت والا رسک کنٹرول سسٹم شامل ہوتا ہے۔

حکمت عملی کے فوائد

  1. سگنل سسٹم دوہری overbought/oversold سطحوں کے ذریعے بہتر وشوسنییتا کے ساتھ رجحان کی پیروی کرنے کی بہترین صلاحیتوں کا مظاہرہ کرتا ہے
  2. مکمل رسک مینجمنٹ سسٹم جس میں فکسڈ سٹاپ نقصان، ٹیک منافع اور متحرک ٹریلنگ اسٹاپ شامل ہیں
  3. مختلف مارکیٹ کے حالات میں اصلاح کے لئے انتہائی سایڈست پیرامیٹرز
  4. بہتر موافقت کے لئے اتار چڑھاؤ کو اپنانے کے طریقہ کار کو شامل کرتا ہے
  5. پرتوں پر مشتمل سگنل سسٹم کا ڈیزائن غلط سگنلز کے اثرات کو مؤثر طریقے سے کم کرتا ہے

حکمت عملی کے خطرات

  1. انتہائی اتار چڑھاؤ والے بازاروں میں اکثر اسٹاپ نقصانات ہوسکتے ہیں
  2. پیرامیٹرز کی غلط ترتیبات سے تجارتی اخراجات زیادہ ہوسکتے ہیں
  3. مختلف بازاروں میں بہت زیادہ غلط سگنل پیدا کر سکتا ہے
  4. خطرہ اور منافع کے توازن کو برقرار رکھنے کے لئے سٹاپ نقصان اور منافع لینے کے تناسب کی محتاط calibration کی ضرورت ہے
  5. ٹریلنگ اسٹاپس کی وجہ سے مارکیٹ میں تیزی سے تبدیلی کے دوران نمایاں کمی واقع ہوسکتی ہے

اصلاح کی ہدایات

  1. تجارتی وشوسنییتا کو بڑھانے کے لئے سگنل کی تصدیق کے لئے حجم کے اشارے شامل کریں
  2. مختلف مارکیٹ کے حالات میں بہتر موافقت کے لئے ٹریلنگ اسٹاپ پیرامیٹرز کو بہتر بنائیں
  3. مختلف مارکیٹوں میں تجارتی تعدد کو کم کرنے کے لئے رجحان کی طاقت فلٹرز شامل کریں
  4. متحرک سٹاپ نقصان کے طریقہ کار کو لاگو کرنے پر غور کریں جو مارکیٹ کی اتار چڑھاؤ کی بنیاد پر خود بخود ایڈجسٹ کریں
  5. غیر سازگار تجارتی ادوار کے دوران پوزیشنوں میں داخل ہونے سے بچنے کے لئے وقت کے فلٹرز متعارف کروائیں

خلاصہ

یہ حکمت عملی ویو ٹرینڈ اشارے کو ایک مضبوط رسک مینجمنٹ سسٹم کے ساتھ جوڑ کر ایک جامع مقداری تجارتی نقطہ نظر حاصل کرتی ہے۔ اس کی بنیادی طاقت اس کی موافقت اور کنٹرول شدہ رسک نمائش میں ہے۔ اگرچہ تاجروں کو پیرامیٹرز کو بہتر بنانے اور مارکیٹ کے اصل حالات کی بنیاد پر حکمت عملی کو بہتر بنانے کی ضرورت ہے۔ مسلسل اصلاح اور بہتر بنانے کے ذریعے ، یہ حکمت عملی حقیقی تجارتی ماحول میں مستحکم واپسی کے حصول کے لئے وعدہ کرتی ہے۔

/*backtest
start: 2024-11-12 00:00:00
end: 2024-12-11 08:00:00
period: 3h
basePeriod: 3h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=5
strategy(title="WaveTrend [LazyBear] with Risk Management", shorttitle="WT_LB_RM", overlay=true)

// Input Parameters
n1 = input.int(10, "Channel Length")
n2 = input.int(21, "Average Length")
obLevel1 = input.int(60, "Over Bought Level 1")
obLevel2 = input.int(53, "Over Bought Level 2")
osLevel1 = input.int(-60, "Over Sold Level 1")
osLevel2 = input.int(-53, "Over Sold Level 2")

// Risk Management Inputs
stopLossPercent = input.float(50.0, "Stop Loss (%)", minval=0.1, maxval=100)
takeProfitPercent = input.float(5.0, "Take Profit (%)", minval=0.1, maxval=100)
trailingStopPercent = input.float(3.0, "Trailing Stop (%)", minval=0.1, maxval=100)
trailingStepPercent = input.float(2.0, "Trailing Stop Step (%)", minval=0.1, maxval=100)

// WaveTrend Calculation
ap = hlc3 
esa = ta.ema(ap, n1)
d = ta.ema(math.abs(ap - esa), n1)
ci = (ap - esa) / (0.015 * d)
tci = ta.ema(ci, n2)
 
wt1 = tci
wt2 = ta.sma(wt1, 4)

// Plotting Original Indicators
plot(0, color=color.gray)
plot(obLevel1, color=color.red)
plot(osLevel1, color=color.green)
plot(obLevel2, color=color.red, style=plot.style_line)
plot(osLevel2, color=color.green, style=plot.style_line)

plot(wt1, color=color.green)
plot(wt2, color=color.red, style=plot.style_line)
plot(wt1-wt2, color=color.blue, style=plot.style_area, transp=80)

// Buy and Sell Signals with Risk Management
longCondition = ta.crossover(wt1, osLevel1) or ta.crossover(wt1, osLevel2)
shortCondition = ta.crossunder(wt1, obLevel1) or ta.crossunder(wt1, obLevel2)

// Strategy Entry with Risk Management
if (longCondition)
    entryPrice = close
    stopLossPrice = entryPrice * (1 - stopLossPercent/100)
    takeProfitPrice = entryPrice * (1 + takeProfitPercent/100)
    
    strategy.entry("Long", strategy.long)
    strategy.exit("Long Exit", "Long", 
                  stop=stopLossPrice, 
                  limit=takeProfitPrice, 
                  trail_price=close * (1 + trailingStopPercent/100), 
                  trail_offset=close * (trailingStepPercent/100))

if (shortCondition)
    entryPrice = close
    stopLossPrice = entryPrice * (1 + stopLossPercent/100)
    takeProfitPrice = entryPrice * (1 - takeProfitPercent/100)
    
    strategy.entry("Short", strategy.short)
    strategy.exit("Short Exit", "Short", 
                  stop=stopLossPrice, 
                  limit=takeProfitPrice, 
                  trail_price=close * (1 - trailingStopPercent/100), 
                  trail_offset=close * (trailingStepPercent/100))
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں