وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. ڈبل ای ایم اے اسٹوکاسٹک اوسیلیٹر سسٹم: ایک مقداری تجارتی ماڈل جو رجحان کی پیروی اور رفتار کو یکجا کرتا ہے

ڈبل ای ایم اے اسٹوکاسٹک اوسیلیٹر سسٹم: ایک مقداری تجارتی ماڈل جو رجحان کی پیروی اور رفتار کو یکجا کرتا ہے

مصنف:چاؤ ژانگ، تاریخ: 2025-01-06 11:48:55
ٹیگز:ای ایم اےایس ٹی اوآر ایس آئیایم اےRRٹی پیSL

img

جائزہ

یہ حکمت عملی ایک مقداری تجارتی نظام ہے جو دوہری توسیع پذیر چلتی اوسط (ای ایم اے) کو اسٹوکاسٹک آسکیلیٹر کے ساتھ جوڑتا ہے۔ یہ اسٹوکاسٹک آسکیلیٹر کا استعمال کرتے ہوئے زیادہ خریدنے اور زیادہ فروخت والے زونوں میں تجارتی مواقع کی نشاندہی کرنے کے لئے 20 مدت اور 50 مدت کے ای ایم اے کا استعمال کرتے ہوئے مارکیٹ کے رجحانات کا تعین کرتا ہے ، جس سے رجحان اور رفتار کا بہترین امتزاج حاصل ہوتا ہے۔ حکمت عملی میں سخت رسک مینجمنٹ اقدامات نافذ کیے جاتے ہیں ، بشمول فکسڈ اسٹاپ نقصان اور منافع کے اہداف۔

حکمت عملی کے اصول

بنیادی منطق میں تین اجزاء شامل ہیں: رجحان کی نشاندہی ، انٹری ٹائمنگ ، اور رسک کنٹرول۔ رجحان کی نشاندہی بنیادی طور پر تیز ای ایم اے (20 مدت) اور سست ای ایم اے (50 مدت) کی نسبتا position پوزیشن پر منحصر ہے ، جہاں جب تیز لائن سست لائن سے اوپر ہوتی ہے تو اپ ٹرینڈ کی تصدیق ہوجاتی ہے ، اور اس کے برعکس۔ اسٹوکاسٹک آسکیلیٹر کراس اوورز کے ذریعہ انٹری سگنل کی تصدیق ہوتی ہے ، جو زیادہ خریدے اور زیادہ فروخت والے علاقوں میں اعلی امکان کی تجارت کی تلاش کرتے ہیں۔ رسک کنٹرول میں مقررہ فیصد اسٹاپ نقصانات اور 2: 1 منافع کے اہداف کا استعمال ہوتا ہے ، جس سے ہر تجارت کے لئے واضح رسک انعام تناسب کو یقینی بنایا جاتا ہے۔

حکمت عملی کے فوائد

  1. رجحانات کی پیروی اور رجحانات کی مارکیٹوں میں مسلسل منافع کے لئے رفتار کے اشارے کو یکجا کرتا ہے
  2. مقررہ خطرے کے فیصد کے ذریعے سائنسی پیسہ مینجمنٹ کو لاگو کرتا ہے
  3. اشارے کے پیرامیٹرز کو مختلف مارکیٹوں کے لئے لچکدار طریقے سے ایڈجسٹ کیا جاسکتا ہے
  4. واضح اور آسانی سے سمجھنے کے لئے حکمت عملی منطق
  5. متعدد وقت کے فریم میں قابل اطلاق

حکمت عملی کے خطرات

  1. مختلف بازاروں میں اکثر غلط سگنل پیدا کر سکتا ہے
  2. ای ایم اے پیرامیٹرز کا انتخاب حکمت عملی کی کارکردگی کو نمایاں طور پر متاثر کرتا ہے
  3. اسٹوکاسٹک زیادہ خریدنے/زیادہ فروخت کرنے کی سطح کو مارکیٹ کے مطابق ایڈجسٹ کرنے کی ضرورت ہے
  4. غیر مستحکم منڈیوں میں سٹاپ نقصان کی سطح بہت وسیع ہوسکتی ہے
  5. حکمت عملی کی منافع بخش ہونے کے لئے تجارتی اخراجات پر غور کرنے کی ضرورت ہے

اصلاح کی ہدایات

  1. اضافی تصدیق کے لئے حجم اشارے شامل کریں
  2. اسٹاپ نقصان کی متحرک ایڈجسٹمنٹ کے لئے اے ٹی آر کو شامل کریں
  3. مارکیٹ کی اتار چڑھاؤ کی بنیاد پر موافقت پذیر پیرامیٹر ایڈجسٹمنٹ تیار کریں
  4. غلط سگنل کو کم کرنے کے لئے رجحان کی طاقت فلٹرز کو لاگو کریں
  5. انکولی منافع کے ہدف کے حساب کے طریقوں کو تیار کریں

خلاصہ

یہ حکمت عملی رجحان اور رفتار کے اشارے کو جوڑ کر ایک مکمل تجارتی نظام قائم کرتی ہے۔ اس کی بنیادی طاقت اس کے واضح منطقی فریم ورک اور سخت رسک کنٹرول میں ہے ، حالانکہ عملی اطلاق میں مخصوص مارکیٹ کے حالات کی بنیاد پر پیرامیٹر کی اصلاح کی ضرورت ہوتی ہے۔ مسلسل بہتری اور اصلاح کے ذریعے ، حکمت عملی میں مختلف مارکیٹ کے ماحول میں مستحکم کارکردگی برقرار رکھنے کی صلاحیت ہے۔

/*backtest
start: 2024-12-06 00:00:00
end: 2025-01-04 08:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=6
strategy("EMA + Stochastic Strategy", overlay=true)

// Inputs for EMA
emaShortLength = input.int(20, title="Short EMA Length")
emaLongLength = input.int(50, title="Long EMA Length")

// Inputs for Stochastic
stochK = input.int(14, title="Stochastic %K Length")
stochD = input.int(3, title="Stochastic %D Smoothing")
stochOverbought = input.int(85, title="Stochastic Overbought Level")
stochOversold = input.int(15, title="Stochastic Oversold Level")

// Inputs for Risk Management
riskRewardRatio = input.float(2.0, title="Risk-Reward Ratio")
stopLossPercent = input.float(1.0, title="Stop Loss (%)")

// EMA Calculation
emaShort = ta.ema(close, emaShortLength)
emaLong = ta.ema(close, emaLongLength)

// Stochastic Calculation
k = ta.stoch(high, low, close, stochK)
d = ta.sma(k, stochD)

// Trend Condition
isUptrend = emaShort > emaLong
isDowntrend = emaShort < emaLong

// Stochastic Signals
stochBuyCrossover = ta.crossover(k, d)
stochBuySignal = k < stochOversold and stochBuyCrossover
stochSellCrossunder = ta.crossunder(k, d)
stochSellSignal = k > stochOverbought and stochSellCrossunder

// Entry Signals
buySignal = isUptrend and stochBuySignal
sellSignal = isDowntrend and stochSellSignal

// Strategy Execution
if buySignal
    strategy.entry("Buy", strategy.long)
    stopLoss = close * (1 - stopLossPercent / 100)
    takeProfit = close * (1 + stopLossPercent * riskRewardRatio / 100)
    strategy.exit("Take Profit/Stop Loss", from_entry="Buy", stop=stopLoss, limit=takeProfit)

if sellSignal
    strategy.entry("Sell", strategy.short)
    stopLoss = close * (1 + stopLossPercent / 100)
    takeProfit = close * (1 - stopLossPercent * riskRewardRatio / 100)
    strategy.exit("Take Profit/Stop Loss", from_entry="Sell", stop=stopLoss, limit=takeProfit)

// Plotting
plot(emaShort, color=color.blue, title="Short EMA")
plot(emaLong, color=color.red, title="Long EMA")
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں