ianzeng123
Überblick
Es handelt sich um eine auf Fair Value Gaps (FVG) basierende quantitative Handelsstrategie, die von Smart Money Concepts (SMC) und der Theorie der Preisungleichgewichte im institutionellen Handel inspiriert ist. Die Strategie löst Signale aus, indem sie mikroskopische Ungleichgewichte in den Märkten identifiziert, die beim Wiedereintritt der Preise in diese Bereiche ausgelöst werden. Die Strategie verwendet eine festgelegte 0,10% Stop-Loss- und Stop-Stop-Einstellung, die speziell für Short-Line-Händler und Algorithmen-Händler entwickelt wurde, um die geringen Schwankungen des Marktes mit strengen Risikokontrollen zu erfassen.
Strategieprinzip
Im Mittelpunkt der Strategie steht die Identifizierung und Nutzung von Fair Value Gaps (FVGs). FVGs sind Bereiche, in denen Preise in kurzer Zeit überspringen, und repräsentieren Preisgebiete, in denen der Markt nicht vollständig gehandelt wird und die in der Regel als Bereiche betrachtet werden, in denen Preise in der Zukunft möglicherweise zurückgehen.
Die Strategie basiert hauptsächlich auf zwei Arten von FVG:
- FVG: entsteht, wenn der Tiefpunkt der aktuellen K-Linie höher ist als der Höhepunkt vor den beiden K-Linien und der Schlusskurs der mittleren K-Linie höher ist als der Höhepunkt vor den beiden K-Linien.
- Der Fall FVG: Der Fall entsteht, wenn der aktuelle K-Linie-Hochpunkt niedriger ist als der niedrigste Punkt vor den beiden K-Linien, und der Schlusskurs der mittleren K-Linie niedriger ist als der niedrigste Punkt vor den beiden K-Linien.
Die Transaktionslogik lautet wie folgt:
- Wenn der Preis wieder in die FVG-Region des Pessimisten eintritt, wird ein Mehrsignal ausgelöst.
- Wenn der Preis wieder in die rückläufige FVG-Region eintritt, wird ein Kurzsignal ausgelöst.
- Ein Fix-Stop-Loss- und Stop-Loss-Level von 0,10% pro Transaktion eingestellt.
Die Strategie enthält auch einen Abwertungsfilter, um eine ausreichend große Lücke zu filtern, um geringfügigen Marktrauschen vorzubeugen. Der Benutzer kann den Abwertungsprozentsatz manuell festlegen oder den automatischen Modus auswählen, der die Strategie dazu bringt, die Abwertungen an die historische Volatilität anzupassen.
Strategische Vorteile
Identifizierung der MikromarktstrukturDie Strategie ist in der Lage, Mikromarktstrukturen und -ungleichgewichte zu erfassen, die in der normalen technischen Analyse übersehen werden können und die oft Spuren der Aktivität von institutionellen Fonds darstellen.
Genaue EingangspunkteDie Strategie bietet durch die eindeutige Definition der FVG-Bedingungen ein objektives und präzises Einstiegssignal und reduziert die Fehler, die durch subjektive Beurteilung entstehen.
Strenge RisikokontrollenDie Fix-Loss-Einstellung von 0,10% gewährleistet ein streng kontrollierbares Risiko für jeden Handel und ist für Händler geeignet, die eine strenge Kapitalverwaltung haben.
ErweiterbarDas Strategie-Framework ist flexibel konzipiert und kann an unterschiedliche Marktbedingungen angepasst werden, indem zusätzliche Filter hinzugefügt oder Parameter angepasst werden.
Keine UmrissproblemeDie Implementierung des Codes vermeidet die Übertragung und sorgt dafür, dass die historischen Rückmeldungen mit der Festplatte übereinstimmen.
Anpassungsfähigkeit für mehrere ZeitrahmenDer Benutzer kann die Zeitrahmenparameter anpassen, so dass die Strategie für verschiedene Handelsumgebungen von 1 Minute bis zu höheren Zeitrahmen geeignet ist.
Strategisches Risiko
Kurzstreckengeschäfte häufigDa die Strategie auf Mikro-Ungleichgewichte ausgerichtet ist, kann dies zu einer hohen Anzahl von Handelssignalen führen, was zu erhöhten Handelskosten führt, insbesondere in einem hochfrequenten Handelsumfeld.
LärmbelästigungFVG-Signal kann in einem schwachen oder schrägen Markt mehr Geräusche enthalten, was zu mehr Falschsignalen führt.
Das Risiko eines festen Stop-LossDer feste Stop-Loss von 0,10% bietet zwar eine strenge Risikokontrolle, kann jedoch in einem hochvolatilen Markt zu eng sein und führt zu häufigen Triggern.
Risiko einer TrendwendeIn stark trendigen Märkten kann ein umgekehrter FVG-Signal dazu führen, dass der Trend entgegengesetzt wird, was die Verlustwahrscheinlichkeit erhöht.
ParameterempfindlichkeitDie Einstellung von Threshold-Parametern hat einen signifikanten Einfluss auf die Strategie-Performance. Fehlende Parameter können zu einer Überoptimierung führen oder ein wirksames Signal verpassen.
Die Methoden zur Risikominderung umfassen:
- Trendfilter in Verbindung mit einem höheren Zeitrahmen
- Erhöhung der Wertminderungsanforderungen in schwachen Märkten
- Anpassung der Stop-Loss- und Stop-Stop-Levels an die dynamischen Marktschwankungen
- Implementierung von Volumenfiltern, um den Handel in einer Umgebung mit geringer Liquidität zu vermeiden
Richtung der Strategieoptimierung
Anpassungs-Throughput-SystemDie derzeitige Strategie beinhaltet bereits die Option der automatischen Abschwächung, kann jedoch weiter optimiert werden als ein Anpassungs-System, das auf einem Indikator für die Marktvolatilität basiert (z. B. ATR), um die FVG-Identifizierung präziser an die aktuelle Marktlage anzupassen.
Mehrfache ZeitrahmenbestätigungEinführung von Multi-Time-Frame-Analysen, die den Handel nur dann ausführen, wenn die Richtung der höheren Zeiträume mit dem FVG-Signal übereinstimmt, um die Gewinnrate zu erhöhen.
Dynamischer Stopp/StoppErsetzen der festen 0.10% Stop/Stop-Reihe durch eine dynamische Einstellung basierend auf der Marktvolatilität, die automatisch die Stop-Reihe erweitert, wenn die Volatilität zunimmt, und die Range verringert, wenn die Volatilität abnimmt.
Bestätigung des Transaktionsvolumens: Umfangsanalyse bei der FVG-Bildung und beim Preis-Wiedereinstieg hinzuzufügen, um nur dann zu handeln, wenn ausreichend Umfang unterstützt wird, um falsche Signale zu reduzieren.
Klassifizierung der MarktsituationDas System erlaubt die automatische Erkennung von Marktzuständen (Trends, Spannen, hohe/niedrige Volatilität), die Anpassung der Strategieparameter oder die Aussetzung des Handels entsprechend der verschiedenen Marktzustände.
Maschinelles Lernen verstärkt: Analyse der Erfolgsrate historischer FVG-Muster mit Hilfe von Machine-Learning-Algorithmen und Erstellung von Prognose-Modellen zur Bewertung der potenziellen Erfolgswahrscheinlichkeit aktueller FVG-Signale.
Diese Optimierungsrichtungen können nicht nur die Robustheit der Strategie verbessern, sondern auch ihre Fähigkeit, sich an unterschiedliche Marktumgebungen anzupassen, was die Gesamtrendite erhöhen und die Rücknahme senken könnte.
Zusammenfassen
Die Fair Value Gap Strategie ist ein technisch ausgefeiltes, quantifiziertes Handelssystem, das darauf ausgerichtet ist, Preisungleichgewichte in der Mikrostruktur des Marktes zu erfassen. Durch die genaue Identifizierung und präzise Ausführung von FVGs bietet die Strategie einen Handelsrahmen für Short-Line-Händler und algorithmische Händler mit klaren Regeln und strengen Risikokontrollen.
Obwohl die Strategie in der Basisversion bereits die Fähigkeit zur Erfassung von Mikro-Preisungleichgewichten gezeigt hat, kann die Leistung der Strategie durch die Umsetzung der vorgeschlagenen Optimierungsrichtung, insbesondere durch die Anpassung des Parametersystems und die Bestätigung mehrerer Zeiträume, weiter verbessert werden. Dies ist eine Methode, die für Händler in Betracht gezogen werden sollte, die eine disziplinierte und strenge quantitative Handelsstrategie in kurzen Zeiträumen ausführen möchten.
Letztendlich hängt der Erfolg der Strategie von einem tiefen Verständnis der FVG-Konzepte und der Fähigkeit des Traders ab, die Parameter an unterschiedliche Marktbedingungen anzupassen. In Kombination mit geeignetem Risikomanagement und kontinuierlicher Optimierung kann eine Fair Value Gap Strategie ein wirksames Instrument in einem quantifizierten Trading-Portfolio sein.
/*backtest
start: 2024-07-09 00:00:00
end: 2025-07-04 08:00:00
period: 4d
basePeriod: 4d
exchanges: [{"eid":"Futures_Binance","currency":"ETH_USDT"}]
*/
//@version=5
strategy("FVG Strategy [algo ] - 0.10% TP/SL", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=10)
// === INPUTS ===
thresholdPer = input.float(0, "Threshold %", minval = 0, maxval = 100, step = .1, inline = 'threshold')
auto = input(false, "Auto", inline = 'threshold')
tf = input.timeframe("", "Timeframe")
// SL/TP settings (0.10% each)
sl_pct = 0.10
tp_pct = 0.10
// === TYPE ===
type fvg
float max
float min
bool isbull
int t = time
// === DETECTION FUNCTION ===
detect() =>
var new_fvg = fvg.new(na, na, na, na)
threshold = auto ? ta.cum((high - low) / low) / bar_index : thresholdPer / 100
bull_fvg = low > high[2] and close[1] > high[2] and (low - high[2]) / high[2] > threshold
bear_fvg = high < low[2] and close[1] < low[2] and (low[2] - high) / high > threshold
if bull_fvg
new_fvg := fvg.new(low, high[2], true)
else if bear_fvg
new_fvg := fvg.new(low[2], high, false)
[bull_fvg, bear_fvg, new_fvg]
// === FVG Detection ===
[bull_fvg, bear_fvg, new_fvg] = request.security(syminfo.tickerid, tf, detect())
var fvg_records = array.new<fvg>(0)
var t = 0
if (bull_fvg or bear_fvg) and new_fvg.t != t
array.unshift(fvg_records, new_fvg)
t := new_fvg.t
// === ENTRY STRATEGY ===
if array.size(fvg_records) > 0
latest = array.get(fvg_records, 0)
// BUY Logic
if latest.isbull and close <= latest.max and close >= latest.min and strategy.position_size <= 0
sl = close * (1 - sl_pct / 100)
tp = close * (1 + tp_pct / 100)
strategy.entry("Buy FVG", strategy.long)
strategy.exit("TP/SL Long", from_entry="Buy FVG", stop=sl, limit=tp)
// SELL Logic
if not latest.isbull and close >= latest.min and close <= latest.max and strategy.position_size >= 0
sl = close * (1 + sl_pct / 100)
tp = close * (1 - tp_pct / 100)
strategy.entry("Sell FVG", strategy.short)
strategy.exit("TP/SL Short", from_entry="Sell FVG", stop=sl, limit=tp)
// === VISUALIZE FVG ZONES ===
plotshape(bull_fvg, title="Bullish FVG", location=location.belowbar, color=color.green, style=shape.triangleup, size=size.small)
plotshape(bear_fvg, title="Bearish FVG", location=location.abovebar, color=color.red, style=shape.triangledown, size=size.small)