thequantscience

چه کسی استراتژی سرمایه‌گذاری میانگین هزینه دلاری (DCA) را ابداع کرد؟ مفهوم میانگین هزینه دلاری (DCA) توسط اقتصاددانان و سرمایه‌گذاران در طول قرن بیستم، به‌ویژه با رشد بازار سهام ایالات متحده، رسمیت یافت و رایج شد. یکی از اولین کسانی که این استراتژی را ترویج کرد، بنجامین گراهام بود، که پدر سرمایه‌گذاری ارزشی و نویسنده کتاب معروف «سرمایه‌گذار هوشمند» (منتشر شده در سال 1949) محسوب می‌شود. گراهام تأکید کرد که چگونه DCA می‌تواند به کاهش خطر خرید دارایی‌ها با قیمت‌های بیش از حد بالا و بهبود نظم و انضباط سرمایه‌گذار کمک کند.میانگین هزینه دلاری چه زمانی و چگونه پدید آمد؟مفهوم DCA در دهه‌های اولیه قرن بیستم، زمانی که موسسات مالی برنامه‌های خرید خودکار را برای پس‌اندازکنندگان معرفی کردند، شکل گرفت. با این حال، در دهه‌های 1950 و 1960 با ظهور صندوق‌های سرمایه‌گذاری مشترک، در میان سرمایه‌گذاران خرد محبوبیت یافت.مرور کلیاصل اساسی DCA شامل سرمایه‌گذاری مبلغ ثابت پول در فواصل زمانی منظم (به عنوان مثال، هر ماه) است. این رویکرد به سرمایه‌گذاران اجازه می‌دهد تا زمانی که قیمت‌ها پایین هستند واحدهای بیشتری و زمانی که قیمت‌ها بالا هستند واحدهای کمتری خریداری کنند، بنابراین تأثیر نوسانات بازار را کاهش می‌دهد.چرا DCA توسعه یافت؟این استراتژی برای رفع چالش‌های کلیدی که سرمایه‌گذاران با آن روبرو هستند، توسعه یافته است، از جمله:1. کاهش ریسک زمان‌بندی بازارسرمایه‌گذاری مبلغ ثابت به صورت دوره‌ای نیاز به پیش‌بینی نقطه ورود کامل به بازار را از بین می‌برد و خطر خرید در اوج را کاهش می‌دهد.2. نظم و انضباط و برنامه‌ریزی مالیسیستم DCA به سرمایه‌گذاران کمک می‌کند تا نظم و انضباط مالی را حفظ کنند و سرمایه‌گذاری‌ها را سازگارتر و قابل پیش‌بینی‌تر می‌کند.3. کاهش نوساناتپخش معاملات در یک دوره طولانی، تأثیر نوسانات بازار را کاهش می‌دهد و خطر تجربه یک افت قابل توجه بلافاصله پس از یک سرمایه‌گذاری بزرگ را به حداقل می‌رساند.4. سهولت اجرااین استراتژی ساده برای اعمال است و نیازی به نظارت مداوم بر بازار ندارد و آن را برای انواع سرمایه‌گذاران قابل دسترس می‌کند.انواع DC میانگین هزینه دلاری (DCA) یک استراتژی سرمایه‌گذاری است که می‌تواند به دو روش اصلی اجرا شود:DCA مبتنی بر زمان ← ورودها بدون توجه به قیمت در فواصل زمانی منظم رخ می‌دهند.DCA مبتنی بر قیمت ← ورودها فقط زمانی رخ می‌دهند که قیمت معیارهای خاصی را برآورده کند.1. DCA مبتنی بر زماننحوه کار: سرمایه‌گذار مقدار ثابتی از یک دارایی را در فواصل زمانی منظم (به عنوان مثال، هفتگی، ماهانه) خریداری می‌کند. ورودها بدون توجه به قیمت بازار رخ می‌دهند.مثال: یک سرمایه‌گذار تصمیم می‌گیرد که هر ماه 200 دلار ارزش Bitcoin بخرد، بدون اینکه نگران باشد که قیمت بالا رفته یا پایین آمده است.2. DCA مبتنی بر قیمتنحوه کار: خریدها فقط زمانی انجام می‌شوند که قیمت به زیر یک آستانه از پیش تعیین شده کاهش یابد. سرمایه‌گذار سطوح قیمتی را تعیین می‌کند که در آن خریدها انجام می‌شوند (به عنوان مثال، هر -5%). این رویکرد گزینشی‌تر است و امکان خرید با "تخفیف" در مقایسه با روند بازار را فراهم می‌کند.مثال: یک سرمایه‌گذار تصمیم می‌گیرد تنها زمانی 200 دلار ارزش Bitcoin بخرد که قیمت حداقل 5 درصد نسبت به آخرین ورودی کاهش یابد.چالش‌ها و محدودیت‌ها1. DCA ممکن است سود را در بازارهای صعودی کاهش دهداگر بازار در یک روند صعودی باشد، یک معامله واحد ممکن است سودآورتر از پخش خریدها در طول زمان یا افت قیمت باشد.2. ریسک زیان را به طور کامل از بین نمی‌بردDCA به کاهش نوسانات کمک می‌کند اما در برابر روندهای نزولی بلندمدت محافظت نمی‌کند. اگر دارایی برای مدت طولانی به کاهش خود ادامه دهد، موقعیت‌ها با ارزش‌های پایین‌تری انباشته می‌شوند و هیچ تضمینی برای بهبودی وجود ندارد.3. ممکن است برای سرمایه‌گذاران فعال ناکارآمد باشداگر یک سرمایه‌گذار مهارت‌های شناسایی نقاط ورود بهتر را داشته باشد (به عنوان مثال، با استفاده از تحلیل فنی یا اقتصاد کلان)، DCA ممکن است کمتر مؤثر باشد. کسانی که می‌توانند فرصت‌های بازار را شناسایی کنند ممکن است به قیمت ورودی میانگین بهتری نسبت به یک رویکرد خودکار DCA دست یابند.4. از کاهش قیمت‌ها به طور کامل استفاده نمی‌کندDCA اجازه خرید تهاجمی در طول افت‌های بازار را نمی‌دهد زیرا خریدها در فواصل زمانی منظم ثابت هستند. اگر بازار به طور موقت سقوط کند، یک سرمایه‌گذار با وجوه در دسترس می‌تواند با خرید مقادیر بیشتر در آن لحظه سود بیشتری ببرد.5. هزینه‌های معاملاتی بالاترسرمایه‌گذاری‌های کوچک مکرر می‌تواند منجر به افزایش کارمزدهای معاملاتی شود که ممکن است بازده خالص را کاهش دهد. این امر به ویژه در بازارهایی با کمیسیون‌های ثابت یا اسپرد بالا مرتبط است.6. خطر اعتماد به نفس بیش از حد و امنیت کاذبDCA اغلب به عنوان یک استراتژی "ضد شکست" دیده می‌شود، اما همیشه مؤثر نیست. اگر دارایی دارای اصول ضعیفی باشد یا متعلق به یک بخش رو به زوال باشد، DCA ممکن است فقط سرعت زیان‌ها را کاهش دهد تا اینکه سودهای آتی را تضمین کند.7. نیاز به نظم و انضباط و صبرDCA تنها در صورتی مؤثر است که به طور مداوم در یک دوره طولانی اعمال شود. برخی از سرمایه‌گذاران ممکن است صبر خود را از دست بدهند و در زمان نامناسب استراتژی را ترک کنند، به ویژه در طول سقوط بازار.

استراتژی خرید و فروش چیست؟ یک استراتژی معاملاتی خرید و فروش شامل خرید و فروش ابزارهای مالی با هدف کسب سود از نوسانات قیمت در کوتاه مدت یا میان مدت است. معامله‌گرانی که این استراتژی را اتخاذ می‌کنند، معمولاً موقعیت‌های خرید (long) می‌گیرند و هدف آن‌ها فرصت‌های سودآوری رو به بالا است. این استراتژی شامل باز کردن تنها یک معامله در هر زمان است، برخلاف استراتژی‌های پیچیده‌تر که ممکن است از چندین سفارش، پوشش ریسک (hedging) یا موقعیت‌های خرید و فروش همزمان استفاده کنند. مدیریت آن ساده است و آن را برای معامله‌گران کم‌تجربه‌تر یا کسانی که رویکرد کنترل‌شده‌تری را ترجیح می‌دهند، مناسب می‌سازد. ساختار معمول یک استراتژی خرید و فروش: یک استراتژی خرید و فروش از دو عنصر کلیدی تشکیل شده است: 1) شرط ورود: شرایط ورود می‌تواند تکی یا چندگانه باشد و شامل استفاده از یک یا چند اندیکاتور تکنیکال مانند RSI، SMA، EMA، Stochastic، Supertrend و غیره باشد. مثال‌های کلاسیک عبارتند از: - تقاطع میانگین متحرک - شکست مقاومت - ورود در شرایط اشباع فروش RSI - تقاطع صعودی MACD - بازگشت به سطوح 50% یا 61.8% فیبوناچی - سیگنال‌های الگوهای شمعی 2) شرط خروج: رایج‌ترین روش‌های مدیریت خروج برای یک معامله خرید در یک استراتژی خرید و فروش در سه دسته قرار می‌گیرند: - حد سود و حد ضرر - خروج بر اساس شرایط ورود مخالف - درصد مشخصی از سرمایه مثال عملی یک استراتژی خرید و فروش: شرط ورود: تقاطع نزولی RSI زیر سطح 30 (ورود به ناحیه اشباع فروش RSI). شرایط خروج: حد سود، حد ضرر یا خروج مبتنی بر درصد مشخصی از قیمت باز شدن.

در این مقاله ، نحوه توسعه یک پشتی ساده برای یک استراتژی تجارت خرید و فروش با استفاده از زبان اسکریپت کاج و میانگین حرکت ساده (SMA) را توضیح می دهد. توضیحات استراتژی نشان داده شده بر روی حرکات قیمت در حدود میانگین حرکت ساده 200 دوره (SMA). موقعیت های طولانی را هنگام عبور از قیمت باز کنید و به زیر متوسط ​​حرکت کنید. موقعیت نزدیک هنگام عبور از قیمت و بالاتر از حد متوسط. یک تجارت واحد در یک زمان باز می شود ، با استفاده از 5 ٪ از کل سرمایه. Codenow را امتحان کنید تا منطقی پشت این استراتژی را برای ارائه روشی برای سازماندهی صحیح کد منبع ارائه دهیم. در این مثال خاص ، ما می توانیم سه عمل اصلی را شناسایی کنیم: 1) Data برون یابی 2) وضعیت تحقیق و data فیلتر کردن 3) اجرای معاملات 1. پارامترهای کلی استراتژی ، پارامترهای کلی اسکریپت را تعریف می کنند. بیایید name.pine script® "خرید و فروش الگوی استراتژی [علم Quant] را تعریف کنیم" انتخاب کنید که آیا خروجی موجود در نمودار یا در یک داشبورد را نشان دهید. در این مثال خروجی موجود در نمودار را نشان می دهد. pine script®overlay = truespIctif که درصدی از سهام برای هر تجارت استفاده می شود. pine script®default_qty_type = استراتژی. percent_of_equitySpecify مقدار درصد برای هر تجارت استفاده می شود. 5 ٪ بود .Pine script®default_qty_value = 5 هدف از پول پشتی. Pine Script®Currency = Currency.eurchoose مبلغ نمونه کارها سرمایه. Pine Script®Initial_Capital = 10000 Define Define Complate.Pine Script®Commission_Type = استراتژی. data فقط در صورت بسته شدن قیمت ، برای خروجی دقیق تر. pine script®process_orders_on_close = true2. DATA برون یابی در این مرحله دوم ما از سری تاریخی خارج می شویم. با محاسبه میانگین متحرک ساده با استفاده از قیمت نزدیک و 200 میله دوره تماس بگیرید. Pine Script®sma = Ta.sma (نزدیک ، 200) 3. تعریف شرایط معاملاتی در صورت تعریف شرایط معاملاتی. Pine Script®Entry_condition = ta.crossunder (نزدیک ، SMA) شرایط نزدیک شامل عبور صعودی از قیمت بسته شدن با میانگین است. Pine script®exit_condition = ta.crossover (نزدیک ، SMA) 4. معاملات اعدام در این مرحله ، اسکریپت ما با استفاده از شرایط توضیح داده شده در بالا ، معاملات را اجرا می کند. Pine script®if (enter_condition == true and Strateg.Opentrades == 0) Strategy.entry (id = "خرید" ، جهت = استراتژی. long ، حد = بستن) if (exit_condition == true) Strategy.exit (id = "فروش" ، از_entry = "خرید" ، حد = نزدیک) 5. Designin در این مرحله آخر ، نشانگر SMA را ترسیم می کند و آن را با یک خط قرمز نشان می دهد. Pine Script®plot (SMA ، عنوان = "SMA" ، Color = Color.red) کد کامل زیر. Pine Script® //@نسخه = 6 استراتژی ( "خرید و فروش الگوی استراتژی [علم Quant]" ، روکش = درست ، default_qty_type = استراتژی. percent_of_equity ، default_qty_value = 5 ، ارز = ارز .eur ، اولیه_کپیتال = 10000 ، BIMICY_TYPE = Strategy.commission.percent ، BIMINCITY_VALUE = 0.07 ، لغزش = 3 ، process_orders_on_close = درست است ) sma = ta.sma (نزدیک ، 200) enter_condition = ta.crossunder (نزدیک ، SMA) exit_condition = ta.crossover (نزدیک ، SMA) if (enter_condition == true and Strateg.Opentrades == 0) Strategy.entry (id = "خرید" ، جهت = استراتژی. long ، limit = close) if (exit_condition == true) Strategy.exit (id = "فروش" ، from_entry = "خرید" ، حد = بستن) طرح (SMA ، عنوان = "SMA" ، Color = Color.RED) EXPAND 19 LINESTHE SCRIPT MONICED میانگین متحرک را با سیگنال های معاملاتی باز و نزدیک نشان می دهد. مهم! به یاد داشته باشید ، این استراتژی فقط برای اهداف آموزشی ایجاد شده است. از آن در تجارت واقعی استفاده نکنید.

معیار سنجش چیست؟ معیار سنجش، شاخصی یا سبدی از دارایی‌ها است که برای ارزیابی عملکرد یک سبد سرمایه‌گذاری به کار می‌رود. در تحلیل سبد، معیار سنجش به عنوان نقطه‌ی مقایسه‌ای عمل می‌کند تا مشخص شود آیا یک صندوق، یک استراتژی یا یک سرمایه‌گذاری عملکرد بهتری، بدتری یا هم‌راستا با بازار مرجع دارد. در نمودار فعلی، Bitcoin (BTCUSDT) با یک خط آبی پررنگ و بزرگ‌تر نسبت به سایر ارزهای دیجیتال برای دوره‌ی فعلی نمایش داده شده است. معیارهای سنجش، ابزارهای ضروری برای سرمایه‌گذاران نهادی و خصوصی هستند زیرا به آن‌ها امکان می‌دهند اثربخشی انتخاب‌های تخصیص دارایی و مدیریت ریسک را اندازه‌گیری کنند. علاوه بر این، به تعیین ارزش افزوده‌ی یک مدیر فعال در مقایسه با یک استراتژی تکثیر بازار منفعل کمک می‌کنند. مثال تحلیل معیار سنجش: TSLA - NDX مثال تحلیل معیار سنجش: TSLA - AAPL - NDX هدف از معیار سنجش چیست؟ استفاده از معیار سنجش در تحلیل سبد اهداف متعددی دارد: ۱) ارزیابی عملکرد: پارامتری برای مقایسه‌ی بازده سبد در برابر بازار یا سایر صندوق‌ها فراهم می‌کند. ۲) تحلیل ریسک: امکان مقایسه‌ی نوسانات سبد در برابر نوسانات معیار سنجش را فراهم می‌کند و معیاری از مدیریت ریسک ارائه می‌دهد. ۳) تخصیص عملکرد: به تمایز بین بازده‌های حاصل از انتخاب دارایی و بازده‌های مرتبط با عوامل بازار کمک می‌کند. ۴) مدیریت انتظارات: از سرمایه‌گذاران و مدیران در ارزیابی اینکه آیا یک سبد به اهداف بازده مورد انتظار دست می‌یابد یا خیر، پشتیبانی می‌کند. ۵) کنترل استراتژی: اگر یک سبد به طور فزاینده‌ای از معیار سنجش منحرف شود، ممکن است نشان‌دهنده‌ی نیاز به بازبینی استراتژی سرمایه‌گذاری باشد. چگونه یک معیار سنجش مناسب انتخاب کنیم؟ انتخاب معیار سنجش صحیح به عوامل متعددی بستگی دارد: ۱) سازگاری با هدف سبد: معیار سنجش باید بازاری یا بخشی را که سبد در آن فعالیت می‌کند منعکس کند. ۲) بازنمایی دارایی‌های سبد: معیار سنجش باید ترکیبی مشابه با سبد داشته باشد تا از مقایسه‌ای منصفانه اطمینان حاصل شود. ۳) شفافیت و Data دردسترس بودن: باید به راحتی قابل دسترسی باشد و با روش‌های واضح و عمومی محاسبه شود. ۴) ثبات در طول زمان: یک معیار سنجش خوب نباید در معرض تغییرات مکرر قرار گیرد تا از مقایسه‌ی تاریخی قابل اعتماد اطمینان حاصل شود. ۵) ریسک و بازده سازگار: معیار سنجش باید دارای مشخصات ریسک و بازده مشابه با سبد باشد. معیارهای سنجش پرکاربرد معیارهای سنجش مختلفی بر اساس نوع دارایی و بازار مرجع وجود دارد. در اینجا برخی از رایج‌ترین آن‌ها آورده شده است: سهام S&P 500: شاخصی نماینده از ۵۰۰ شرکت بزرگ ایالات متحده. MSCI World: شامل شرکت‌هایی از کشورهای توسعه‌یافته مختلف است، ایده‌آل برای استراتژی‌های جهانی. FTSE MIB: معیار سنجش برای بازار سهام ایتالیا. NDX: نمایانگر بزرگترین شرکت‌های فناوری و رشد است. اوراق قرضه Barclays Global Aggregate Bond Index: معیار سنجش گسترده برای بازار bond جهانی اوراق قرضه. JP Morgan Emerging Market Bond Index EMBI: معیار سنجش برای بدهی‌های بازارهای نوظهور. [*]BofA Merrill Lynch US High Yield Index: نماینده‌ی بازار با بازدهی بالا bond (اوراق قرضه پرخطر). مخلوط یا متوازن ۶۰/۴۰ Portfolio Benchmark: ۶۰% سهام (S&P 500) و ۴۰% اوراق قرضه (Bloomberg US Aggregate) که برای ارزیابی سبدهای متوازن استفاده می‌شود. Morningstar Moderate Allocation Index: مناسب برای استراتژی‌های سرمایه‌گذاری با ریسک متوسط. جایگزین HFRI Fund Weighted Composite Index: معیار سنجش برای صندوق‌های پوشش ریسک. Goldman Sachs Commodity Index (GSCI): مورد استفاده برای استراتژی‌های مرتبط با کالا. Bitcoin Index CoinDesk BPI: معیار سنجش برای ارزهای دیجیتال. یک معیار سنجش مرجع برای اندازه‌گیری عملکرد، مدیریت ریسک و ارزیابی استراتژی‌های سرمایه‌گذاری در تحلیل سبد ضروری است. انتخاب یک معیار سنجش مناسب باید با استراتژی و بازار سبد سازگار باشد تا از مقایسه‌ای معنادار اطمینان حاصل شود. درک و انتخاب صحیح معیار سنجش به سرمایه‌گذاران این امکان را می‌دهد تا تصمیمات خود را بهینه کرده و نتایج بلندمدت را بهبود بخشند.

در این راهنما نحوه اتصال و خودکارسازی استراتژی خرید و فروش با 3 Commas را با استفاده از نشانگر نمای معاملاتی توضیح داد. این راهنما شما را قادر می سازد تا استراتژی های طولانی را در تمام جفت های نقطه ای موجود در 3Commas ایجاد کنید. در این مثال، ما یک ربات خرید و فروش راه‌اندازی می‌کنیم که زمانی که نشانگر Tweezer Bottom - Bullish الگو را نشان می‌دهد، موقعیت طولانی را باز می‌کند. سپس تمام مراحل لازم برای باز کردن موقعیت طولانی را نشان داد. این موقعیت با استفاده از 3 Commas بسته می شود. سود و توقف ضرر را انتخاب کنید. 1) انتخاب نشانگر فنی مورد استفاده. نمای معاملاتی یک کتابخانه گسترده با شاخص های فنی توسعه یافته توسط تیم داخلی ارائه می دهد. برای دسترسی به همه نشانگرهای موجود، داشبورد نشانگرها (A) را باز کرده و روی بخش فنی (B) کلیک کنید. در این مثال ما یک اندیکاتور در بخش Patterns (C) به نام Tweezer Bottom - Bullish (D) انتخاب می کنیم. https://www.tradingview.com/x/49jYJ6Xp/به یاد داشته باشید که انتخاب این اندیکاتور کاملا تصادفی است و فقط برای اهداف آموزشی است، حتما قبل از ایجاد هرگونه استراتژی معاملاتی، بک تست و تحقیق کنید.https://www.tradingview .com/x/ptDTc5tC/2) ایجاد یک ربات در 3Commas. حال به 3Commas بروید و یک ربات DCA جدید ایجاد کنید. این ربات به شما امکان می دهد سیگنال نشانگر را وصل کنید. بخش تنظیمات اصلی را تنظیم کنید. نام ربات خود را (A)، صرافی خود (B) و نوع ربات (C) را انتخاب کنید. https://www.tradingview.com/x/SqQCi8rZ/نشانگر (A) را انتخاب کنید، نوع استراتژی (B) و سرمایه مورد استفاده (C) را تنظیم کنید.https://www.tradingview.com/x /eB4MmM0i/در قسمت Deal Start Condition، منوی کشویی را باز کرده و "Trading View custom" را انتخاب کنید. signal'.https://www.tradingview.com/x/dsgn9OdF/انتخاب سود را تنظیم کنید.https://www.tradingview.com/x/l3zleX5T/ستاپ ضرر را تنظیم کنید. /x/p5GFq56R/بخش Safety Orders را برای استراتژی خرید و فروش پیکربندی کنید. همانطور که در تصویر نشان داده شده است، مقدار را در این بخش صفر کنید. حداکثر تعداد سفارشات ایمنی و حداکثر سفارشات ایمنی فعال را روی صفر تنظیم کنید. و پیام "شرایط شروع اولیه معامله" را کپی کنید. 3) Trading View Connection - 3Commas. به نمای معاملاتی بازگردید و یک هشدار جدید (A) ایجاد کنید، نشانگر را از منوی کشویی (B) انتخاب کنید، سپس Once Per Bar Close (C) را انتخاب کنید، و در نهایت ایجاد کنید. یک نام برای هشدار خود و پیامی را که قبلاً کپی کرده اید در قسمت پیام (D) وارد کنید. https://www.tradingview.com/x/ezDCmWPi/به عنوان آخرین مرحله، به Notifications بروید، آدرس وب هوک را فعال کنید و قلاب وب 3Commas را وارد کنید: '3commas.io/trade_signal/trading_view'.https:/ /www.tradingview.com/x/B0nVvuRV/هشدار خود را به عنوان آخرین مرحله ایجاد کنید. شما اکنون به درستی یک ربات خرید و فروش 3 Commas جدید ایجاد کرده اید که به طور خودکار سفارشات جدید را هنگام ایجاد یک الگوی جدید باز می کند.

به این آموزش جدید خوش آمدید که به معامله گران و سرمایه گذاران کمک می کند تا زبان برنامه نویسی قدرتمند Pine Script V5 را درک کنند. در این آموزش ، ما سه متغیر ورودی را با هم برنامه ریزی کرد: ورودی نوع رنگ: ورودی رنگ پارامتر است که امکان تعیین رنگ سفارشی برای شاخص یا اسکریپت را فراهم می کند. می توان از آن برای تنظیم رنگ خطوط ، مناطق ، متون یا سایر اجزای گرافیکی در نشانگر استفاده کرد. ورودی نوع فلور: ورودی شناور پارامتر است که امکان مشخص کردن یک مقدار عددی نقطه شناور را برای نشانگر یا اسکریپت فراهم می کند. می توان از آن برای تنظیم پارامترهایی مانند سطح آستانه ، اندازه شاخص یا هر مقدار عددی دیگری که نیاز به دقت اعشاری دارد استفاده شود. ورودی نوع ورودی: یک ورودی عدد صحیح پارامتری است که به مشخص کردن مقدار عددی عدد صحیح برای شاخص یا اسکریپت امکان می دهد. می توان از آن برای تنظیم پارامترهایی مانند میانگین دوره های حرکت ، طول یک بازه زمانی یا هر مقدار عددی عدد صحیح دیگر استفاده کرد. نکته مهم: کد مورد استفاده در این آموزش صرفاً برای اهداف آموزشی ایجاد شده است. نشانگر ما یک نشانگر ساده است که نزدیک data دارایی زیرین را در نمودار به روش وزنی ترسیم می کند. نمایش data مبلغ قیمت نزدیک به علاوه 20 ٪ است. هدف از این شاخص ارائه ابزاری کاملاً پویا است که می تواند پارامترهای آن را از رابط کاربری متفاوت کند و به طور خودکار به روزرسانی کند. در اینجا کد کامل این آموزش است: Pine Script® //@نسخه = 5 شاخص ("آموزش ورودی" ، پوشش = غلط) pond = input.float (defval = 0.20 ، عنوان = "float" ، minval = 0.10 ، maxval = 1 ، مرحله = 0.10) color_indicator = input.color (defval = color.red ، عنوان = "رنگ") data = بستن + (بستن * pond) linewidth_feature = input.int (defval = 1 ، title = "integer" ، minval = 1 ، maxval = 10 ، مرحله = 1) طرح (نزدیک ، رنگ = color_indicator ، linewidth = linewidth_feature) گسترش 2 linespine script® //@نسخه = 5 نشان دهنده نسخه زبان اسکریپت کاج مورد استفاده در کد است. pine script®indicator ("آموزش ورودی" ، پوشش = نادرست) نام شاخص را به عنوان "نشانگر می گوید: input.float (defval = 0.20 ، عنوان = "float" ، minval = 0.10 ، maxval = 1 ، مرحله = 0.10) یک ورودی شناور به نام "pond" با مقدار پیش فرض 0.20 ایجاد کنید. عنوان ورودی "float" است ، و حداقل مقدار 0.10 ، حداکثر مقدار 1 است و مرحله 0.10 است. script®color_indicator = input.color (defval = color.red ، title = "color") یک ورودی رنگی به نام "color_indicator" با مقدار پیش فرض رنگ قرمز ایجاد کنید. عنوان ورودی "رنگ" است .Pine Script®Data = Close + (Close * pond) با افزودن مقدار قیمت بسته شدن با قیمت بسته شدن با قیمت پایانی ضرب شده توسط "pond" script.pine script®linewidth_feature = input.int (defval = 1 ، عنوان = "" نامیده می شود. "linewidth_feature" با مقدار پیش فرض 1. عنوان ورودی "عدد صحیح" است ، و حداقل مقدار 1 ، حداکثر مقدار 10 است و مرحله 1 است. ورودی "linewidth_feature".