
Die Strategie kombiniert die Spalttheorie der technischen Analyse, die Bestätigung von Transaktionsmengen und die Konzeption von Auftragsblöcken. Die Strategie identifiziert Schlüsselspaltpunkte in den historischen Preisen und kombiniert die Spaltfiltermechanismen, um potenzielle Nachfragebereiche zu identifizieren und Handelssignale auszuführen, wenn die Preise diese Schlüsselbereiche überschreiten. Die Idee der Strategie besteht darin, die Orderblock-Effekte im Markt zu nutzen.
Die Kernprinzipien der Strategie basieren auf der Spalttheorie und dem Konzept des Auftragsblocks. Zunächst identifiziert die Strategie potenzielle Angebots-Nachfrage-Bereiche durch die Berechnung von Preisspaltpunkten innerhalb eines bestimmten Zeitraums. Die oberen Spaltpunkte werden als Preisniveaus für die höchsten Punkte innerhalb eines bestimmten Zeitraums und die unteren für die niedrigsten Punkte innerhalb eines bestimmten Zeitraums definiert.
Wenn ein effektiver oberer Spaltpunkt identifiziert wird, markiert die Strategie diesen Punkt als Resistenzbereich und wartet darauf, dass der Preis nach oben bricht. Wenn der Preis den oberen Spaltpunkt durchbricht, beurteilt die Strategie eine Veränderung der Angebots-Nachfrage-Beziehung, wobei der ursprüngliche Widerstandsbereich in einen Unterstützungsbereich umgewandelt wird, wobei mehrere Operationen ausgeführt werden.
Die Strategie erlaubt dem Benutzer die Auswahl zwischen zwei Arten der Durchbruchbestätigung: Leuchtkern-plus-Eigentums- und reinen-Eigentums-Durchbruch. Die Leuchtkern-plus-Eigentums-Durchbruch-Methode verwendet den höchsten und niedrigsten Preis als Durchbruchbestätigungsmaßstab, während die reine-Eigentums-Durchbruch-Methode den Abschlusspreis als Bestätigungsmaßstab verwendet. Die Transaktionsmenge-Filterung überprüft die Wirksamkeit des Durchbruchs durch den Vergleich der aktuellen Transaktionsmenge mit der Multiplikation der historischen Durchschnitts-Transaktionsmenge.
Diese Strategie hat mehrere deutliche Vorteile. Erstens erhöht die Transaktionsmenge-Filtermechanik die Signalsicherheit erheblich. Traditionelle Split-Break-Strategien erzeugen leicht falsche Breakout-Signale, während durch Transaktionsmenge-Bestätigung schwache Breakouts mit unzureichender Transaktionsmenge effektiv gefiltert werden können, um sicherzustellen, dass nur bei ausreichender Marktbeteiligung ein Handelssignal erzeugt wird.
Zweitens basiert die Strategie auf der Orderblock-Theorie mit einer soliden Grundlage für die Marktlogik. Die Orderblock repräsentieren die Konzentration von Kauf und Verkauf von Großkapital zu bestimmten Preisen, wobei diese Bereiche häufig wichtige Unterstützungs- und Widerstandsniveaus bilden. Wenn der Preis diese wichtigen Bereiche durchbricht, bedeutet dies in der Regel, dass sich die Marktstruktur erheblich verändert hat, was den Händlern eine hohe Eintrittswahrscheinlichkeit bietet.
Drittens ist die Strategie sehr anpassungsfähig und konfigurierbar. Der Benutzer kann die Parameter wie den Spaltzyklus, die Transaktionsmenge und die Multiplikatoren an die verschiedenen Marktbedingungen und persönlichen Vorlieben anpassen. Die Auswahl des Durchbruchstyps bietet zusätzliche Flexibilität für die Strategie und ermöglicht es dem Händler, die am besten geeignete Bestätigungsmethode nach den Merkmalen des Marktes zu wählen.
Schließlich ist die Logik der Strategie klar und einfach zu verstehen und zu implementieren. Durch die klare Identifizierung von Spaltungen, Transaktionsmengenfilter und Durchbruchbestätigungsprozesse vermeidet die Strategie eine komplexe Kombination von technischen Kennzahlen und verringert das Risiko einer Überoptimierung.
Obwohl die Strategie viele Vorteile hat, gibt es einige potenzielle Risiken, die beachtet werden müssen. Erstens ist die Strategie stark auf Transaktionsvolumen-Daten angewiesen. In Fällen, in denen die Transaktionsvolumen-Daten ungenau sind oder die Marktliquidität schwach ist, kann der Transaktionsvolumen-Filtermechanismus zu Fehlentscheidungen führen, was zu verpassten effektiven Handelsmöglichkeiten oder zu falschen Signalen führt.
Zweitens gibt es ein Problem mit der Verzögerung der Strategie. Die Eintrittszeit der Strategie kann hinter den optimalen Eintrittspunkten zurückbleiben, da die Bestätigung der Bruchpunkte und das Auftreten von Durchbrüchen erwartet werden müssen. Diese Verzögerung kann die Profitabilität der Strategie in einem schnell wechselnden Marktumfeld beeinträchtigen.
Drittens fehlt es an einer klaren Stop-Loss- und Stop-Stop-Mechanik. Obwohl die Strategie den Einstiegsmoment identifiziert, bietet sie keine entsprechenden Risikomanagementmaßnahmen. In Fällen von starken Marktschwankungen oder Durchbruchsschlägen können Händler einem größeren Verlustrisiko ausgesetzt sein.
Um diese Risiken zu verringern, wird empfohlen, dass Händler Signalbestätigung in Kombination mit anderen technischen Analyse-Tools durchführen, eine angemessene Stop-Loss-Einstellung einrichten und die Strategieparameter dynamisch an die Marktbedingungen anpassen. Gleichzeitig wird empfohlen, die Strategie in verschiedenen Marktumgebungen ausreichend zu testen und zu überprüfen.
Die Strategie hat mehrere Optimierungsmöglichkeiten. Zunächst kann ein dynamischer Umsatzminderungsmechanismus eingeführt werden. Die aktuelle Strategie verwendet eine feste Umsatzmenge als Filterbedingung, aber die Umsatzcharakteristik des Marktes ändert sich mit der Zeit. Durch die Einführung einer adaptiven Umsatzminderung können die Filterstandards dynamisch an die tatsächlichen Marktbedingungen angepasst werden, um die Anpassungsfähigkeit der Strategie zu verbessern.
Zweitens wird empfohlen, ein ausgereiftes Risikomanagement-Modul hinzuzufügen. Die Stop-Loss-Ebene kann auf Basis von Volatilität, Unterstützung, Widerstand oder einem festen Prozentsatz festgelegt werden. Gleichzeitig kann die Einführung eines Positionsmanagementmechanismus in Betracht gezogen werden, der die Handelsspanne entsprechend der Signalstärke und der Marktvolatilität anpasst.
Drittens kann man die Einführung von Multi-Time-Frame-Analysen in Erwägung ziehen. Die aktuelle Strategie funktioniert nur in einem einzigen Zeitrahmen und die Erfolgsrate der Strategie kann durch die Kombination von Trend-Analysen in höheren Zeitrahmen verbessert werden. Zum Beispiel kann ein Handelssignal nur ausgeführt werden, wenn die Richtung der höheren Zeitrahmen-Trends übereinstimmt.
Viertens können die Algorithmen für die Spaltung optimiert werden. Die derzeitige Spaltung ist relativ einfach und es kann in Erwägung gezogen werden, komplexe Spaltungsmethoden einzuführen, wie z. B. Spaltungserkennung basierend auf Preisverhaltensmodellen oder kombinierte Spaltungserkennung in Kombination mit anderen technischen Indikatoren.
Schließlich wird empfohlen, ein Signalfiltermechanismus einzubauen. Sie können Handelssignale filtern, indem Sie zusätzliche technische Indikatoren (wie RSI, MACD usw.) einführen, oder die Empfindlichkeit der Strategie basierend auf Marktemotionsindikatoren anpassen.
Die Strategie der Durchbruch-Strategie ist eine umfassende, quantitative Handelsstrategie, die die Spalttheorie, die Analyse der Spaltmenge und das Konzept der Auftragsmasse kombiniert. Die Strategie identifiziert die kritischen Preisspaltpunkte und kombiniert die Bestätigungsmechanismen für den Umsatz, um die Handelsoperationen durchzuführen, wenn der Preis die wichtigen Spaltbereiche der Nachfrage durchbricht.
Die wichtigsten Vorteile der Strategie liegen in ihrer soliden theoretischen Grundlage, der guten Signalqualität und der hohen Konfigurationsfähigkeit. Die Transaktionsmengenfiltermechanismen erhöhen die Signalzuverlässigkeit wirksam, während die Orderblock-Theorie eine klare Marktlogik für die Strategie bietet. Die Strategie birgt jedoch auch einige potenzielle Risiken, wie die Abhängigkeit von Transaktionsmengen, Signalrückstand und fehlende Risikomanagementmechanismen.
Die Leistung und Stabilität der Strategie können durch die Einführung von Optimierungsmaßnahmen wie dynamische Absatzmengen, verbesserte Risikomanagementmodule, Multi-Time-Frame-Analysen und Signalfiltermechanismen weiter verbessert werden. Für quantitative Händler bietet die Strategie ein effektives Instrument zur Analyse der Marktstruktur, das zur Identifizierung hochprobabler Handelsmöglichkeiten beiträgt.
/*backtest
start: 2024-07-07 00:00:00
end: 2025-07-05 10:18:00
period: 3m
basePeriod: 3m
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("Supply and Demand - Order Block Strategy with Volume Filter", overlay=true)
// ═══════════════════════════════════════════════════════════════════════════════════
// 📊 INPUT SETTINGS
// ═══════════════════════════════════════════════════════════════════════════════════
breakType = input.string("Wick+Body", title="Fractal Break Type:", options=["Wick+Body", "Body"])
n = input.int(title="Periods", defval=5, minval=3, tooltip="Number of periods for fractal lookback")
// 🔊 Volume Filter
enableVolumeFilter = input.bool(true, "Enable Volume Filter", group="Volume Filter")
volumeMultiplier = input.float(1.5, "Volume Multiplier", minval=1.0, maxval=3.0, step=0.1, group="Volume Filter", tooltip="Fractal must have volume > average volume * this multiplier")
// ═══════════════════════════════════════════════════════════════════════════════════
// 📈 TECHNICAL INDICATORS
// ═══════════════════════════════════════════════════════════════════════════════════
avgVolume = ta.sma(volume, 20)
// ═══════════════════════════════════════════════════════════════════════════════════
// 📦 FRACTAL CALCULATION WITH VOLUME FILTER
// ═══════════════════════════════════════════════════════════════════════════════════
// Original fractal calculation
upFractal = high[n] == ta.highest(high, n)
downFractal = low[n] == ta.lowest(low, n)
// 🔊 Enhanced fractal with volume confirmation
upFractalValid = upFractal and (not enableVolumeFilter or volume[n] > avgVolume * volumeMultiplier)
downFractalValid = downFractal and (not enableVolumeFilter or volume[n] > avgVolume * volumeMultiplier)
var float topValue = na
var float bottomValue = na
var topBreakBlock = false
var bottomBreakBlock = false
topBreakCheckSource = breakType == "Wick+Body" ? high : close
bottomBreakCheckSource = breakType == "Wick+Body" ? low : close
// New up fractal - only if volume criteria met
if upFractalValid
topBreakBlock := false
topValue := high[n]
// New down fractal - only if volume criteria met
if downFractalValid
bottomBreakBlock := false
bottomValue := low[n]
// ═══════════════════════════════════════════════════════════════════════════════════
// 🚀 ENTRY LOGIC
// ═══════════════════════════════════════════════════════════════════════════════════
// Top break
if ta.crossover(topBreakCheckSource, topValue) and not topBreakBlock
topBreakBlock := true
if strategy.position_size <= 0
strategy.entry("Long", strategy.long)
// Bottom break
if ta.crossunder(bottomBreakCheckSource, bottomValue) and not bottomBreakBlock
bottomBreakBlock := true
if strategy.position_size >= 0
strategy.entry("Short", strategy.short)
// ═══════════════════════════════════════════════════════════════════════════════════
// 🎨 PLOTS
// ═══════════════════════════════════════════════════════════════════════════════════
plotshape(downFractalValid, style=shape.triangleup, location=location.belowbar, offset=-n, color=color.new(color.gray,80), size = size.tiny)
plotshape(upFractalValid, style=shape.triangledown, location=location.abovebar, offset=-n, color=color.new(color.gray,80), size = size.tiny)