وسائل لوڈ ہو رہے ہیں... لوڈنگ...
  1. مربع
  2. لیکویڈیٹی ویٹڈ حرکت پذیر اوسط رفتار کراس اوور حکمت عملی

لیکویڈیٹی ویٹڈ حرکت پذیر اوسط رفتار کراس اوور حکمت عملی

مصنف:چاؤ ژانگ، تاریخ: 2025-01-17 15:45:55
ٹیگز:ایل ڈبلیو ایم اےای ایم اےVOLstdevکراس

Liquidity-Weighted Moving Average Momentum Crossover Strategy

جائزہ

یہ حکمت عملی لیکویڈیٹی ویٹڈ چلتی اوسط پر مبنی ایک تجارتی نظام ہے ، جو قیمت کی نقل و حرکت اور تجارتی حجم کے مابین تعلقات کے ذریعے مارکیٹ کی لیکویڈیٹی کی پیمائش کرتا ہے۔ یہ تیز رفتار اور سست چلتی اوسط تیار کرتا ہے تاکہ جب تیز لائن سست لائن سے تجاوز کرتی ہے تو خرید سگنل پیدا کیے جائیں اور جب یہ نیچے سے تجاوز کرتی ہے تو سگنل فروخت کریں۔ یہ حکمت عملی خاص طور پر غیر معمولی لیکویڈیٹی واقعات پر مرکوز ہے ، زیادہ درست تجارتی مواقع کے لئے ایک صف میں کلیدی قیمت کی سطح کو ریکارڈ کرتی ہے۔

حکمت عملی کے اصول

بنیادی میکانزم مارکیٹ کی لیکویڈیٹی کو حجم اور قیمت کی نقل و حرکت کے تناسب کے ذریعے پیمائش کرنے پر مبنی ہے۔ اس کے نفاذ میں مندرجہ ذیل اقدامات ہیں: لیکویڈیٹی اشارے کا حساب لگائیں: حجم بند اور کھلی قیمتوں کے درمیان مطلق فرق سے تقسیم لیکویڈیٹی کی حد مقرر کریں: ای ایم اے اور معیاری انحراف کا استعمال کرتے ہوئے غیر معمولی لیکویڈیٹی کی نشاندہی کریں قیمتوں کی صف کو برقرار رکھیں: جب لیکویڈیٹی کی حد کو توڑا جاتا ہے تو قیمتوں کا ریکارڈ رکھیں چلتی اوسط کی تعمیر: لیکویڈیٹی کے واقعات کی بنیاد پر تیز اور سست ای ایم اے کا حساب لگائیں 5. تجارتی سگنل تیار کریں: حرکت پذیر اوسط کراس اوورز کے ذریعے انٹری اور آؤٹ پوائنٹس کا تعین کریں

حکمت عملی کے فوائد

  1. لیکویڈیٹی شعور: حجم اور قیمت کی نقل و حرکت کو یکجا کرکے مارکیٹ کی سرگرمی کو زیادہ درست طریقے سے پکڑتا ہے
  2. ایونٹ ٹریکنگ: صف کے نفاذ کے ذریعے اہم قیمت کی سطحوں کا ریکارڈ ، کھوئے ہوئے مواقع کو روکنا
  3. متحرک موافقت: ای ایم اے کے کم وزن سے مارکیٹ میں بہتر ایڈجسٹمنٹ کی اجازت ملتی ہے
  4. خطرہ کنٹرول: کراس اوورز کے ذریعے واضح اندراج اور باہر نکلنے کے سگنل فراہم کرتا ہے
  5. حسب ضرورت: مختلف مارکیٹ کے حالات کے لئے متعدد سایڈست پیرامیٹرز

حکمت عملی کے خطرات

  1. پیرامیٹر حساسیت: حکمت عملی کی تاثیر پیرامیٹر کی ترتیبات پر بہت زیادہ منحصر ہے
  2. تاخیر: اوسط چلنے والے نظاموں میں فطری تاخیر
  3. مارکیٹ پر انحصار: کچھ وقت کے فریم اور مارکیٹوں میں غیر مستحکم کارکردگی
  4. جھوٹے بریک آؤٹ: اعلی اتار چڑھاؤ کے دوران غلط سگنل پیدا کر سکتے ہیں
  5. لین دین کے اخراجات: کثرت سے تجارت میں اہم اخراجات پیدا ہوسکتے ہیں

اصلاح کی ہدایات

  1. فلٹرز کو لاگو کریں:
  • ADX جیسے رجحان کی تصدیق کے اشارے شامل کریں
  • جھوٹے اشاروں کو فلٹر کرنے کے لئے اتار چڑھاؤ کے اشارے کا استعمال کریں
  1. داخلہ کے وقت کو بہتر بنائیں:
  • معاونت اور مزاحمت کی سطح کو شامل کریں
  • حجم توڑ کی تصدیق پر غور کریں
  1. پیرامیٹر انتخاب کو بہتر بنائیں:
  • موافقت پذیر پیرامیٹرز کو لاگو کریں
  • مارکیٹ کے حالات کی بنیاد پر متحرک طور پر ایڈجسٹ کریں
  1. خطرے کے انتظام کو بہتر بنانا:
  • سٹاپ نقصان اور منافع لینے کے طریقہ کار کو شامل کریں
  • پوزیشن سائزنگ کا نظام لاگو کریں

خلاصہ

یہ جدید حکمت عملی لیکویڈیٹی تجزیہ کو تکنیکی اشارے کے ساتھ جوڑتی ہے ، جو مارکیٹ کی لیکویڈیٹی کی خرابیوں کی نگرانی کرکے روایتی حرکت پذیر اوسط کراس اوور سسٹم کو بہتر بناتی ہے۔ اگرچہ یہ مخصوص مارکیٹ کے حالات میں امید افزا نتائج دکھاتی ہے ، لیکن استحکام اور قابل اطلاق کو بہتر بنانے کے لئے مزید اصلاحات کی ضرورت ہے۔ تاجروں کو براہ راست نفاذ سے پہلے اچھی طرح سے جانچ کرنا چاہئے اور زیادہ مضبوط تجارتی نظام کے ل other دوسرے اشارے کے ساتھ جوڑنے پر غور کرنا چاہئے۔

/*backtest
start: 2019-12-23 08:00:00
end: 2025-01-16 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT","balance":49999}]
*/

//Liquidity ignoring price location

//@version=6
strategy("Liquidity Weighted Moving Averages [AlgoAlpha]", overlay=true, commission_type=strategy.commission.percent, commission_value=0.1, slippage=3)

// Inputs
outlierThreshold = input.int(10, "Outlier Threshold Length")
fastMovingAverageLength = input.int(50, "Fast MA Length")
slowMovingAverageLength = input.int(100, "Slow MA Length")
start_date = input(timestamp("2018-01-01 00:00"), title="Start Date")
end_date = input(timestamp("2069-12-31 23:59"), title="End Date")

// Define liquidity based on volume and price movement
priceMovementLiquidity = volume / math.abs(close - open)

// Calculate the boundary for liquidity to identify outliers
liquidityBoundary = ta.ema(priceMovementLiquidity, outlierThreshold) + ta.stdev(priceMovementLiquidity, outlierThreshold)

// Initialize an array to store liquidity values when they cross the boundary
var liquidityValues = array.new_float(5)

// Check if the liquidity crosses above the boundary and update the array
if ta.crossover(priceMovementLiquidity, liquidityBoundary)
    array.insert(liquidityValues, 0, close)
    if array.size(liquidityValues) > 5
        array.pop(liquidityValues)

// Calculate the Exponential Moving Averages for the close price at the last liquidity crossover
fastEMA = ta.ema(array.size(liquidityValues) > 0 ? array.get(liquidityValues, 0) : na, fastMovingAverageLength)
slowEMA = ta.ema(array.size(liquidityValues) > 0 ? array.get(liquidityValues, 0) : na, slowMovingAverageLength)

// Trading Logic
in_date_range = true
buy_signal = ta.crossover(fastEMA, slowEMA) and in_date_range
sell_signal = ta.crossunder(fastEMA, slowEMA) and in_date_range

// Strategy Entry and Exit
if (buy_signal)
    strategy.entry("Buy", strategy.long)

if (sell_signal)
    strategy.close("Buy")

// Plotting
fastPlot = plot(fastEMA, color=fastEMA > slowEMA ? color.new(#00ffbb, 50) : color.new(#ff1100, 50), title="Fast EMA")
slowPlot = plot(slowEMA, color=fastEMA > slowEMA ? color.new(#00ffbb, 50) : color.new(#ff1100, 50), title="Slow EMA")

// Create a fill between the fast and slow EMA plots with appropriate color based on crossover
fill(fastPlot, slowPlot, fastEMA > slowEMA ? color.new(#00ffbb, 50) : color.new(#ff1100, 50))
متعلقہ
مزید

2019 FMZ - تمام حقوق محفوظ ہیں