وسائل لوڈ ہو رہے ہیں... لوڈنگ...

متحرک پوزیشن اسکیلنگ سسٹم کے ساتھ کثیر سطح کے ادارہ جاتی آرڈر فلو کی مقدار کی حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2024-12-27 15:01:36
ٹیگز:پی سی ٹیVOLایم اےاو بی

img

جائزہ

یہ حکمت عملی ادارہ جاتی آرڈر فلو پر مبنی ایک ذہین تجارتی نظام ہے ، جو مارکیٹ میں آرڈر بلاکس کی نشاندہی کرکے ممکنہ قیمتوں کے الٹ پوائنٹس کی پیش گوئی کرتا ہے۔ یہ نظام پوزیشن مینجمنٹ کو بہتر بنانے اور واپسی کو زیادہ سے زیادہ کرنے کے لئے تین درجے کے اہداف کے ساتھ متحرک پوزیشن اسکیلنگ مینجمنٹ کے نقطہ نظر کو استعمال کرتا ہے۔ حکمت عملی کا بنیادی مقصد اعلی اور کم کے اعدادوشمار کے تجزیہ کے ذریعے ادارہ جاتی تجارتی رویے کے ذریعہ چھوڑے گئے قیمت کے نشانات کو حاصل کرنا ہے۔

حکمت عملی کے اصول

یہ حکمت عملی کئی اہم عناصر پر مبنی ہے:

  1. آرڈر بلاک کی نشاندہی - موم بتی کے پیٹرن کے تجزیے کے ذریعے خرید اور فروخت کے آرڈر بلاکس کی نشاندہی کرنے کے لئے 20 پیریڈ بیک ونڈو کا استعمال کرنا۔ خرید بلاکس کی تصدیق پچھلی bearish موم بتی اور موجودہ بولش موم بتی کے امتزاج سے ہوتی ہے ، جبکہ فروخت بلاکس مخالف پیٹرن پر عمل کرتے ہیں۔
  2. ٹریڈنگ ٹائم کنٹرول - ٹریڈنگ 09:30-16: 00 کے مرکزی سیشن تک محدود ہے ، مارکیٹ کے کھلنے اور بند ہونے کے دوران اعلی اتار چڑھاؤ کے ادوار سے گریز کیا جاتا ہے۔
  3. انٹری منطق - لانگ پوزیشنیں کھولی جاتی ہیں جب قیمت ٹریڈنگ کے اوقات کے دوران خرید آرڈر بلاک سے اوپر ہوتی ہے ، اور مختصر پوزیشنیں جب قیمت فروخت آرڈر بلاک سے نیچے ہوتی ہے۔
  4. پوزیشن اسکیلنگ - 50٪ 30٪ 20٪ تین درجے کے اسکیلنگ سسٹم کو لاگو کرتا ہے جو 0.5٪ ، 1.0٪ اور 1.5٪ اہداف کے مطابق ہے۔

حکمت عملی کے فوائد

  1. اسمارٹ آرڈر کا پتہ لگانے - اعلی اور کم کی متحرک تجزیہ کے ذریعے بڑے سرمایہ کی پوزیشنوں کی تعمیر یا بند ہونے والی اہم قیمتوں کی سطحوں کو درست طریقے سے پکڑتا ہے۔
  2. خطرے کی تقسیم - تین درجے کی پوزیشن اسکیلنگ مؤثر طریقے سے خطرے کو تقسیم کرتی ہے ، منافع کو یقینی بناتی ہے جبکہ رجحانات کو مکمل طور پر تیار کرنے کی اجازت دیتی ہے۔
  3. ٹائم فلٹرنگ - تجارتی وقت کی پابندیوں سے اعلی اتار چڑھاؤ کے دوروں سے بچنے سے تجارتی استحکام میں اضافہ ہوتا ہے۔
  4. بصری معاونت - حکمت عملی واضح آرڈر بلاک نقطہ نظر فراہم کرتا ہے، تاجروں کو مارکیٹ کی ساخت کو سمجھنے میں مدد ملتی ہے.

حکمت عملی کے خطرات

  1. جھوٹے بریک آؤٹ کا خطرہ - مختلف مارکیٹوں میں متعدد جھوٹے سگنل سامنے آسکتے ہیں ، جس سے یہ ظاہر ہوتا ہے کہ اتار چڑھاؤ کے اشارے کو فلٹر کرنے کی ضرورت ہے۔
  2. سلائیپج اثر - پوزیشن اسکیلنگ کے باہر نکلنے سے کم لیکویڈیٹی والے بازاروں میں سلائیپج کا سامنا ہوسکتا ہے ، جس کے لئے مناسب ہدف کے فاصلے کو ایڈجسٹ کرنے کی ضرورت ہے۔
  3. رجحان انحصار - حکمت عملی رجحان مارکیٹوں میں اچھی کارکردگی کا مظاہرہ کرتی ہے لیکن مختلف حالات میں کثرت سے تجارت پیدا کرسکتی ہے۔

حکمت عملی کی اصلاح

  1. اتار چڑھاؤ کے مطابق ڈھال - مارکیٹ کی اتار چڑھاؤ کی بنیاد پر ہدف فیصد کو متحرک طور پر ایڈجسٹ کرنے کے لئے اے ٹی آر اشارے کو شامل کرنے کی سفارش کی جاتی ہے۔
  2. آرڈر فلو حجم تجزیہ - آرڈر بلاک کی تصدیق کی وشوسنییتا کو بڑھانے کے لئے حجم تجزیہ کو یکجا کرنے پر غور کریں۔
  3. متحرک ٹائم ونڈو - حکمت عملی کی موافقت کو بہتر بنانے کے لئے مارکیٹ کے حالات کی بنیاد پر بیک بیک مدت کو متحرک طور پر ایڈجسٹ کرنے پر غور کریں۔
  4. بہتر رسک کنٹرول - حکمت عملی کی استحکام کو بہتر بنانے کے لئے زیادہ سے زیادہ ڈراؤنڈ کی حدود اور روزانہ نقصان کی حدود شامل کریں۔

خلاصہ

یہ حکمت عملی ادارہ جاتی آرڈر فلو تجزیہ اور متحرک پوزیشن مینجمنٹ کے ذریعے ایک مکمل تجارتی نظام تیار کرتی ہے۔ آرڈر بلاک کی نشاندہی اور کثیر سطح کی منافع لینے کی ترتیبات کے ذریعے ، یہ مؤثر رسک کنٹرول کو نافذ کرتے ہوئے بڑے دارالحکومت کی کارروائیوں سے مواقع حاصل کرتی ہے۔ تاجروں کو مشورہ دیا جاتا ہے کہ وہ مارکیٹ کے حالات پر غور کریں اور براہ راست تجارت میں مخصوص حالات کے مطابق پیرامیٹرز کو ایڈجسٹ کریں۔


/*backtest
start: 2019-12-23 08:00:00
end: 2024-12-25 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/


//@version=6
strategy("Institutional Order Flow Strategy", overlay=true)

// Input settings
inputSession = input("0930-1600", "Trading Session") // Trading session
lookbackPeriod = input.int(20, "Order Block Lookback Period", minval=1) // Lookback for Order Blocks
target1Pct = input.float(0.5, "Target 1 (% move)", step=0.1, minval=0.1) // First profit target
target2Pct = input.float(1.0, "Target 2 (% move)", step=0.1, minval=0.1) // Second profit target
target3Pct = input.float(1.5, "Target 3 (% move)", step=0.1, minval=0.1) // Third profit target

// Order Block identification
highestHigh = ta.highest(high, lookbackPeriod)
lowestLow = ta.lowest(low, lookbackPeriod)
orderBlockBuy = ta.valuewhen(close[1] < open[1] and close > open, highestHigh, 0)
orderBlockSell = ta.valuewhen(close[1] > open[1] and close < open, lowestLow, 0)

// Entry logic
inSession = true
longCondition = close > orderBlockBuy and inSession
shortCondition = close < orderBlockSell and inSession

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

if shortCondition
    strategy.entry("Short", strategy.short)

// Calculate targets for scaling out
longTarget1 = strategy.position_avg_price + strategy.position_avg_price * target1Pct / 100
longTarget2 = strategy.position_avg_price + strategy.position_avg_price * target2Pct / 100
longTarget3 = strategy.position_avg_price + strategy.position_avg_price * target3Pct / 100

shortTarget1 = strategy.position_avg_price - strategy.position_avg_price * target1Pct / 100
shortTarget2 = strategy.position_avg_price - strategy.position_avg_price * target2Pct / 100
shortTarget3 = strategy.position_avg_price - strategy.position_avg_price * target3Pct / 100

// Exit logic with scaling out
if strategy.position_size > 0
    strategy.exit("Target 1", from_entry="Long", limit=longTarget1, qty_percent=50)
    strategy.exit("Target 2", from_entry="Long", limit=longTarget2, qty_percent=30)
    strategy.exit("Target 3", from_entry="Long", limit=longTarget3, qty_percent=20)

if strategy.position_size < 0
    strategy.exit("Target 1", from_entry="Short", limit=shortTarget1, qty_percent=50)
    strategy.exit("Target 2", from_entry="Short", limit=shortTarget2, qty_percent=30)
    strategy.exit("Target 3", from_entry="Short", limit=shortTarget3, qty_percent=20)

// Visualize Order Blocks
plot(orderBlockBuy, "Order Block Buy", color=color.green, linewidth=2, style=plot.style_line)
plot(orderBlockSell, "Order Block Sell", color=color.red, linewidth=2, style=plot.style_line)


متعلقہ

مزید