Strategien zur Liquiditätserfassung auf institutioneller Ebene und zur Identifizierung von Angebots- und Nachfragezonen

Liquidity Sweep ENGULFING PATTERN SUPPLY ZONE DEMAND ZONE SL/TP technical analysis
Erstellungsdatum: 2025-08-20 09:24:13 zuletzt geändert: 2025-08-20 09:24:13
Kopie: 1 Klicks: 229
2
konzentrieren Sie sich auf
319
Anhänger

Strategien zur Liquiditätserfassung auf institutioneller Ebene und zur Identifizierung von Angebots- und Nachfragezonen Strategien zur Liquiditätserfassung auf institutioneller Ebene und zur Identifizierung von Angebots- und Nachfragezonen

Überblick

Die Strategie ist ein quantitatives Handelssystem, das auf dem Handeln von Institutionen basiert und hauptsächlich durch die Identifizierung von Liquiditäts-Capture-Punkten und Angebots-Demand-Bereichen in den Märkten gehandelt wird. Die Kernidee der Strategie sind die beiden häufig verwendeten Preismodelle von Capture-Institutionen: Liquidity Sweep und Engulfing Pattern. Durch die Identifizierung dieser beiden Modelle ist die Strategie in der Lage, potenzielle Einstiegspunkte technisch zu identifizieren und automatisch Stop-Loss- und Stop-Stop-Levels festzulegen, während die Angebots-Demand-Bereiche in der Tabelle abgebildet werden, um den Händlern eine intuitive visuelle Referenz zu bieten.

Strategieprinzip

Die Strategie basiert auf folgenden Kernprinzipien:

  1. Identifizierung von Liquiditätsüberschwemmungen

    • Die Strategie identifiziert Liquiditätssweifs durch den Vergleich der aktuellen Preise mit den Höchst-/Tiefstpreisen der vergangenen spezifischen Perioden (die Standard 20-Zyklen).
    • Wenn der Preis nach einem früheren Höchststand zurückfällt, wird dies als ein leerer Liquiditäts-Sweep betrachtet; wenn der Preis nach einem früheren Tiefstand zurückfällt, wird dies als ein mehrseitiger Liquiditäts-Sweep betrachtet.
    • Diese Vorgehensweise zeigt oft, dass große Institutionen nach Liquidität suchen, um ihre großen Aufträge zu erfüllen.
  2. Formerkennung verschluckt

    • Die Strategie sucht nach einer starken bullish/bullish-swallowing Form, die ein Signal für eine starke Veränderung der Marktmotivation ist.
    • Die Ansicht, dass die Aktien in die Tiefe gehen, erfordert, dass der aktuelle Schlusskurs höher als der Eröffnungskurs ist, der vorherige Schlusskurs niedriger als der Eröffnungskurs ist und der aktuelle Schlusskurs höher ist als der Eröffnungskurs der vorherigen Aktie und der aktuelle Eröffnungskurs nicht höher ist als der Schlusskurs der vorherigen Aktie.
    • Bei einem Fall-Einbruch-Format hingegen deutet eine Form, die diesen Bedingungen entspricht, darauf hin, dass der Markt möglicherweise kurz davor ist, sich zu wenden.
  3. Zulassungsvoraussetzungen

    • Mehrfache Einstiegsvoraussetzungen: Liquiditätsschaum ((Preise brechen vorläufige Tiefststände) oder Optionsflossung.
    • Eintrittsvoraussetzungen: Liquiditätsschaum (Preise brechen vorläufige Höchststände) oder Absenkung.
  4. Risikomanagement

    • Die Stop-Loss- und Stop-Off-Prozentsätze sind pro Handel festgelegt, wobei der Standard-Stop-Loss 1% und der Stop-Off-Prozentsatz 2% beträgt, um ein Risiko-Rendite-Verhältnis von 1:2 zu gewährleisten.
    • Die Stop-Loss-Position ist in einem bestimmten Prozentsatz unterhalb des Einstiegspreises (Mehrkopf) oder oberhalb des Einstiegspreises (Leerkopf).
    • Die Stop-Off-Position ist ein bestimmter Prozentsatz, der über dem Einstiegspreis liegt (Mehrkopf) oder unter dem Einstiegspreis (Leerkopf).
  5. Visualisierung von Angebots- und Nachfragezonen

    • Nach der Bestätigung des Eintrittssignals zeichnet die Strategie die Bereiche für die Nachfrage und die Versorgung auf dem Diagramm.
    • Die Nachfragezone ((Multiple Entry Points) wird als grüne, transparente Zone angezeigt, die einen Preisbereich von 40% über dem Tiefpunkt bis zum Tiefpunkt umfasst.
    • Die Versorgungsregionen (Hohlkopf-Eingangspunkte) werden als rote, transparente Bereiche angezeigt, die von den Höchstpreisen bis zu 40% unter den Höchstpreisen reichen.
    • Diese Bereiche erstrecken sich um 10 Säulen nach rechts und bieten eine visuelle Referenz für mögliche Unterstützungs-/Widerstandsbereiche.

Strategische Vorteile

  1. VerhaltensüberwachungStrategie, die das Handeln großer Institutionen nachahmt, um durch die Identifizierung von Liquiditäts-Capture Points einen Vorteil zu erlangen. Diese Methode ist näher an der tatsächlichen Funktionsweise des Marktes als einfache technische Indikatoren.

  2. Klares SehsignalDurch die Verwendung von Formen und Farbcodierung (grünes Dreieck mit mehreren Köpfen und rotes Dreieck mit leeren Köpfen) bietet die Strategie ein klares visuelles Einstiegssignal, das es Händlern ermöglicht, potenzielle Handelsmöglichkeiten schnell zu erkennen.

  3. Kartierung von Nachfrage- und VersorgungsregionenDie Strategie bietet den Händlern einen visuellen Hinweis auf die möglichen Unterstützungs- oder Widerstandspunkte, die durch die Darstellung von Zonen der Angebots- und Nachfragezone entstehen können, was für das Verständnis der Marktstruktur sehr wertvoll ist.

  4. Eingebettete RisikomanagementDie Strategie beinhaltet vorgegebene Stop-Loss- und Stop-Out-Prozentsätze, um sicherzustellen, dass jeder Handel einen vordefinierten Risiko-Rendite-Verhältnis hat, was die Grundlage für eine gesunde Handelsverwaltung ist.

  5. Äußerst anpassungsfähigDurch anpassbare Parameter (z. B. Rücklaufzeit, Stop-Loss-Prozentsatz und Stop-Out-Prozentsatz) kann die Strategie für verschiedene Marktbedingungen und persönliche Risikopräferenzen optimiert werden.

  6. Zusammengesetzte SignalsystemeDie Strategie beruht nicht auf einem einzigen Signal, sondern auf einer Kombination von zwei Signalen, die die Möglichkeit von Falschsignalen verringern und die Genauigkeit der Einstiegsentscheidungen erhöhen.

  7. Preis-basierte VerhaltensweisenDie Strategie basiert hauptsächlich auf dem Preisverhalten und nicht auf Derivaten, reduziert die Nachhaltigkeit und ist näher an der Echtzeit-Dynamik des Marktes.

Strategisches Risiko

  1. Falsche DurchbruchgefahrEs kann zu einem Falschbruch kommen, bei dem die Preise die vorangegangenen Hoch- und Tiefpunkte überschreiten und nicht weiterlaufen, was zu falschen Signalen führt. Die Lösung kann darin bestehen, die Bestätigungsindikatoren zu erhöhen oder die Rückspielperiode anzupassen.

  2. Risiken in hochvolatilen MärktenIn einem hochschwankenden Markt kann ein Absorptionsmodell häufig auftreten, aber nicht mit der gleichen Vorhersagekraft, was zu übermäßigen Transaktionen führen kann. In diesem Umfeld kann man erwägen, die Filter für die Formgröße zu erhöhen oder bestimmte Signale vorübergehend zu deaktivieren.

  3. Fixed Stop-Loss-Stopp-EinschränkungDie Verwendung von Stop-Loss- und Stop-Stopps mit festen Prozentsätzen ist möglicherweise nicht für alle Marktbedingungen geeignet, insbesondere in Märkten mit hoher Volatilität. Eine dynamische Stop-Loss-Stopp-Einstellung basierend auf dem ATR (Real Range of Volatility) kann in Betracht gezogen werden.

  4. ParameterempfindlichkeitDie Leistung der Strategie hängt stark von den gewählten Parametern ab, wie z. B. der Länge der Rückspielzeit. Unterschiedliche Märkte und Zeitrahmen können unterschiedliche Parameter-Sets erfordern, die detaillierte Rückmessungen und Optimierungen erfordern.

  5. Bereichsgenauigkeit der NachfrageDie automatisch erzeugten Zonen der Nachfrage und Versorgung sind möglicherweise nicht so genau wie die manuelle Identifizierung durch professionelle Händler, da sie nur auf einzelnen Preispunkten und festen Prozentsätzen basieren. Es kann in Betracht gezogen werden, die Definition der Zonen zu verbessern, indem man den Umsatz oder andere Elemente der Preisstruktur kombiniert.

  6. Filterung ohne MarktbedingungenDie Strategie erzeugt Signale unter allen Marktbedingungen und unterscheidet nicht zwischen Trends, Erschütterungen oder hochvolatilen Umgebungen. In bestimmten Marktumgebungen können bestimmte Einstiegsbedingungen unzuverlässig sein und es kann in Betracht gezogen werden, einen Marktstatusfilter hinzuzufügen.

  7. AbweichungenIn der Rückmeldung kann die Strategie aufgrund von Leckagen oder Überoptimierungen zukünftiger Informationen bessere Ergebnisse als in der tatsächlichen Transaktion zeigen.

Richtung der Strategieoptimierung

  1. Trendfilter hinzufügenDurch das Hinzufügen von Trenderkennungsindikatoren (wie beispielsweise Moving Averages oder ADX-Indikatoren) kann sichergestellt werden, dass die Handelsrichtung mit der Gesamtmarkttrend übereinstimmt, um Rückschlagshandel zu vermeiden und die Erfolgsrate zu erhöhen. Diese Optimierung behebt das Problem, dass Strategien zu viele Handelssignale in schwankenden Märkten erzeugen können.

  2. Integrierte UmsatzbestätigungDie Einbindung von Transaktionsmengenanalysen in die Signalbestätigung erzeugt nur dann ein Handelssignal, wenn eine Preisbewegung mit einer signifikanten Veränderung der Transaktionsmengen einhergeht. Dies hilft, schlechte Qualitäts-Breakthroughs oder Absorptionsformen zu filtern, da effektive Preisbewegungen in der Regel mit der Unterstützung der Transaktionsmengen einhergehen.

  3. Dynamische SchadenshemmungDies würde das Risikomanagement besser an die aktuellen Marktbedingungen anpassen und bei größerer Volatilität breitere Stopps und bei geringerer Volatilität engere Stopps bieten.

  4. Zeitfilter hinzufügenEs kann sein, dass bestimmte Marktzeiten besser für diese Strategie geeignet sind als andere. Durch das Hinzufügen von Zeitfiltern kann es vermieden werden, in Zeiten mit geringer Liquidität oder unberechenbarem Markt zu handeln.

  5. Mehrfache Zeitrahmenanalyse: Integration von Bestätigungssignalen für höhere Zeiträume, die nur dann gehandelt werden, wenn der Trend in den höheren Zeiträumen mit der Handelsrichtung übereinstimmt. Diese “Top-down” -Methode verbessert die Signalqualität.

  6. Verfeinerung der Nachfrage- und LieferzoneVerbesserung der Berechnungsmethoden für die Bereiche von Angebot und Nachfrage, die die Preisstrukturen, die Transaktionsmengen und die Unterstützungs-/Widerstandsniveaus in mehreren Zeitrahmen berücksichtigen, so dass diese Bereiche potenzielle Wendepunkte genauer widerspiegeln.

  7. Hinzufügen eines Klassifikators für maschinelles LernenDie Methode verwendet maschinelle Lerntechnologien, um die Qualität jedes Signals zu bewerten, die Erfolgswahrscheinlichkeit auf der Grundlage historischer Modelle vorherzusagen und nur mit hoher Wahrscheinlichkeit zu handeln.

  8. Retracement-Kontrollmechanismus hinzugefügtDie Strategie beinhaltet: Implementierung von dynamischen Positionsmanagement- und Rücknahme-Kontrollen, die Positionsgröße nach fortlaufenden Verlusten reduzieren und die Positionen schrittweise erhöhen, wenn die Strategie gut funktioniert, um das Kapital vor übermäßigen Verlusten zu schützen.

Zusammenfassen

Eine Strategie zur Erfassung von Liquiditäts- und Nachfragezonen auf der Ebene der Institutionen ist ein quantitatives Handelssystem, das auf dem Handel und dem Preisverhalten der Institutionen basiert, um hohe Handelschancen durch die Identifizierung von Liquiditätsschaum- und -verschwundungsformen zu erfassen. Die Hauptvorteile der Strategie liegen in ihrer Annäherung an die tatsächlichen Mechanismen der Marktbetriebsmethoden, dem klaren visuellen Signalsystem und dem integrierten Risikomanagement-Framework.

Die Strategie sieht sich jedoch mit einigen Herausforderungen konfrontiert, darunter das Risiko von False Breakouts, die Sensitivität der Parameter und die Anpassungsfähigkeit an die Marktumgebung. Die Robustheit und Leistung der Strategie können durch die Hinzufügung von Trendfiltern, die Integration von Umsatzbestätigung, die Implementierung von dynamischen Stop-Loss-Stopps, die Hinzufügung von Zeitfiltern, die Verwendung von Multi-Time-Framework-Analysen, die Feinheit der Definition von Versorgungs- und Bedarfsregionen und die Einführung von Machine-Learning-Technologien erheblich verbessert werden.

Für Händler, die an der Verwendung dieser Strategie interessiert sind, wird empfohlen, vor dem Live-Handel ausreichend Rückmeldung und Parameteroptimierung vorzunehmen und die Performance der Strategie in verschiedenen Marktumgebungen zu berücksichtigen. Durch kontinuierliche Überwachung und Anpassung kann diese Strategie zu einem leistungsstarken Handelsinstrument werden, das Händlern hilft, die Verhaltensmuster von Institutionen in den Märkten besser zu verstehen und zu nutzen.

Strategiequellcode
/*backtest
start: 2024-08-20 00:00:00
end: 2025-08-01 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_OKX","currency":"ETH_USDT","balance":5000}]
*/

//@version=5
strategy("Institutional Buy/Sell Zones", overlay=true, initial_capital=10000)

// === Inputs ===
slPerc = input.float(1.0, "Stop Loss %")
tpPerc = input.float(2.0, "Take Profit %")
lookback = input.int(20, "Lookback Period for Liquidity")

// === Institutional Logic ===

// 1. Liquidity sweep (price takes out previous highs/lows and reverses)
sweepHigh = high > ta.highest(high[1], lookback)
sweepLow  = low < ta.lowest(low[1], lookback)

// 2. Strong bullish / bearish engulfing candles
bullishEngulf = close > open and close[1] < open[1] and close > open[1] and open <= close[1]
bearishEngulf = close < open and close[1] > open[1] and close < open[1] and open >= close[1]

// === Entry Conditions ===
longCondition  = sweepLow or bullishEngulf
shortCondition = sweepHigh or bearishEngulf

// === Strategy Orders ===
if longCondition
    strategy.entry("BUY", strategy.long)
    strategy.exit("BUY Exit", from_entry="BUY", stop=close * (1 - slPerc/100), limit=close * (1 + tpPerc/100))

if shortCondition
    strategy.entry("SELL", strategy.short)
    strategy.exit("SELL Exit", from_entry="SELL", stop=close * (1 + slPerc/100), limit=close * (1 - tpPerc/100))

// === Plot Buy/Sell Arrows ===
plotshape(longCondition, title="Institutional Buy", style=shape.triangleup, color=color.green, text="BUY", location=location.belowbar, size=size.large)
plotshape(shortCondition, title="Institutional Sell", style=shape.triangledown, color=color.red, text="SELL", location=location.abovebar, size=size.large)