ianzeng123
Ringkasan
Strategi analisis statistik pola Fibonacci adalah metode perdagangan kuantitatif yang canggih, yang dengan cerdik menggabungkan tiga teknologi inti dari tingkat Fibonacci, algoritma pengenalan pola, dan analisis statistik. Strategi ini terutama menggunakan tingkat Fibonacci 19% dan 82,56% sebagai basis sinyal perdagangan, sementara dengan algoritma pencocokan pola mengidentifikasi pengaturan perdagangan probabilitas tinggi, dan dikonfirmasi dengan analisis statistik.
Prinsip Strategi
Prinsip-prinsip inti dari strategi analisis statistik Fibonacci didasarkan pada kerja sama tiga komponen utama:
Fibonacci Retracement Level (dalam bahasa Inggris)Strategi ini menggunakan titik tertinggi dan terendah dalam 93 periode untuk menghitung tingkat Fibonacci retracement yang khusus sebesar 19% dan 82,56%. Tingkat Fibonacci yang tidak biasa ini adalah keunikan strategi dan mungkin didasarkan pada analisis statistik tentang perilaku pasar tertentu.
Identifikasi polaStrategi: Strategi mengimplementasikan algoritma pencocokan pola yang kompleks dengan menganalisis pola harga masa lalu dan menghitung kesamaan dengan pola saat ini. Strategi menggunakan pola grafik dengan panjang yang ditentukan (default 5) dan mencari pencocokan terbaik dalam data historis (default 93). Jika kesamaan pola yang ditemukan melebihi ambang batas yang ditetapkan (default 0.7), strategi memprediksi kemungkinan pergerakan setelah pola saat ini berdasarkan pergerakan harga setelah pola historis ini.
Analisis statistikStrategi ini memperkenalkan mekanisme konfirmasi statistik untuk menentukan distribusi statistik harga dengan menghitung median, kuartal, dan kuartal interval (IQR). Sinyal statistik dihasilkan ketika harga melintasi median, kuartal atas, atau melampaui batas atas dan bawah (definisi Q3 + 1.5 * IQR dan Q1 - 1.5 * IQR). Kekuatan sinyal ini dihitung ulang berdasarkan tingkat terobosan dan otoritas statistik yang ditetapkan pengguna.
Generasi sinyal perdagangan adalah hasil gabungan dari tiga komponen:
- Untuk melakukan beberapa kondisi diperlukan untuk memenuhi Fibonacci touch atau sinyal penembusan (tergantung pada pengaturan pengguna), sementara arah mode adalah multi-arah atau netral.
- Kondisi untuk membuat ruang diperlukan untuk memenuhi Fibonacci sentuhan atau sinyal penembusan, arah pola adalah kosong atau netral, dan statistical air power yang signifikan dari 0 .
Strategi ini juga mengimplementasikan mekanisme manajemen risiko yang kompleks, termasuk:
- Stop loss berdasarkan persentase atau ATR
- Opsional Tracking Stop Loss
- Pemasaran saham berskala 7 dengan posisi 14.28%
Keunggulan Strategis
Konfirmasi sinyal multidimensiStrategi ini menggabungkan analisis teknis (Fibonacci), pengenalan pola, dan analisis statistik dalam tiga dimensi, membentuk mekanisme multi-konfirmasi yang kuat, yang secara signifikan mengurangi kemungkinan sinyal palsu.
Sangat mudah beradaptasiStrategi ini menawarkan pengaturan parameter yang kaya, termasuk pilihan siklus waktu, panjang model, threshold kesamaan, jendela bolak-balik sejarah, siklus statistik, dan lain-lain, sehingga dapat disesuaikan dengan lingkungan pasar yang berbeda dan varietas perdagangan.
Identifikasi pola cerdasAlgoritma pencocokan pola strategi tidak hanya mempertimbangkan bentuk pola, tetapi juga mempertimbangkan threshold kesamaan, memastikan bahwa hanya pola yang sangat mirip yang akan digunakan dalam prediksi, meningkatkan akurasi prediksi.
Verifikasi statistikDengan memperkenalkan metode statistik dari suku empat dan IQR, strategi dapat mengidentifikasi di mana harga berada dalam distribusi statistik, memberikan dasar obyektif tambahan untuk keputusan perdagangan.
Manajemen Risiko yang BaikStrategi ini menawarkan berbagai pilihan stop loss (persentabilitas tetap, ATR, tracking stop loss) dan mekanisme keuntungan bergilir tujuh tingkat, yang memungkinkan manajemen risiko yang fleksibel dan sistematis.
Visualisasi IntuitifStrategi menawarkan banyak elemen visual, termasuk warna latar belakang, panah, tanda, dan label, untuk membantu pedagang secara intuitif memahami kondisi pasar saat ini dan intensitas sinyal.
Panel Status Waktu Nyata: Strategi menampilkan panel status yang diperbarui secara real-time pada grafik, dengan jelas menunjukkan status saat ini dari tiga komponen Fibonacci, pola, dan statistik, serta hasil agregatnya.
Risiko Strategis
Parameter SensitivitasStrategi menggunakan beberapa parameter, seperti panjang modus, threshold kesamaan, siklus statistik, dan lain-lain. Pengaturan parameter ini secara signifikan mempengaruhi kinerja strategi. Pengaturan parameter yang tidak tepat dapat menyebabkan overfitting atau kehilangan sinyal.
Ketergantungan lingkungan pasarDalam beberapa kondisi pasar, Fibonacci level mungkin tidak berlaku, terutama di pasar dengan tren yang kuat atau sangat berfluktuasi. Efektivitas strategi dapat berubah sesuai dengan kondisi pasar. Solusinya adalah dengan memperkenalkan mekanisme deteksi kondisi pasar, menggunakan pengaturan parameter yang berbeda dalam kondisi pasar yang berbeda.
Kompleksitas perhitunganUntuk mengurangi masalah ini, pertimbangkan untuk mengoptimalkan algoritma atau mengurangi frekuensi perhitungan.
Risiko Terlalu Banyak Berdagang: Mekanisme sinyal ganda dapat menyebabkan sinyal perdagangan yang sering, terutama pada jangka waktu yang lebih pendek. Disarankan untuk menambahkan batasan frekuensi perdagangan atau filter intensitas sinyal, hanya untuk sinyal berkualitas tertinggi.
Tantangan Pengaturan Stop LossMeskipun strategi menawarkan berbagai pilihan stop loss, menentukan tingkat stop loss yang optimal masih merupakan tantangan. Stop loss yang terlalu ketat dapat menyebabkan stop loss yang terlalu sering, dan terlalu lebar dapat menyebabkan kerugian yang terlalu besar.
Kurangnya Pertimbangan DasarStrategi ini sepenuhnya didasarkan pada analisis teknis dan statistik, tanpa mempertimbangkan faktor-faktor mendasar. Strategi yang murni teknis mungkin menghadapi tantangan ketika berita atau peristiwa besar terjadi. Solusinya adalah menambahkan filter berita atau menghentikan perdagangan sebelum dan sesudah peristiwa besar.
Arah optimasi strategi
Pengaturan parameter dinamisAdaptasi: Adaptasi dapat diperkenalkan, menyesuaikan parameter secara dinamis sesuai dengan volatilitas pasar atau intensitas tren, seperti panjang model, threshold kesamaan, dan siklus statistik. Ini akan meningkatkan adaptasi strategi dalam berbagai lingkungan pasar.
Algoritma pencocokan mode yang diperkuatModel pencocokan saat ini terutama didasarkan pada hubungan antara harga close out dan harga open out (bullish, bearish, atau flat), dan dapat dipertimbangkan untuk memperkenalkan fitur model yang lebih kompleks, seperti hubungan titik tinggi dan rendah, model volume transaksi, atau model volatilitas, untuk meningkatkan akurasi identifikasi model.
Klasifikasi lingkungan pasarIntroduksi mekanisme klasifikasi lingkungan pasar, seperti klasifikasi tren / interval / kekacauan, dan menggunakan aturan perdagangan atau parameter yang berbeda dalam lingkungan pasar yang berbeda. Ini akan membantu strategi untuk beradaptasi lebih baik dengan kondisi pasar yang berbeda.
Optimalkan bagian analisis statistik: Penggunaan metode statistik yang lebih kompleks, seperti Z-scoring atau peringkat persentase, atau pengantar siklus statistik dinamis dapat dipertimbangkan untuk meningkatkan kualitas sinyal statistik.
Integrasi pembelajaran mesin: Penggunaan algoritma pembelajaran mesin dapat dipertimbangkan untuk mengoptimalkan pengenalan pola dan distribusi bobot statistik, atau untuk memprediksi distribusi probabilitas pergerakan harga setelah pola tertentu.
Meningkatkan manajemen risiko: Strategi manajemen posisi yang dinamis dapat diterapkan, ukuran posisi disesuaikan dengan kekuatan sinyal, volatilitas pasar, dan risiko akun. Selain itu, mekanisme pengembalian batch dapat dioptimalkan, dan target pengembalian disesuaikan dengan kondisi pasar yang dinamis.
Tambahkan filterFilter: Memperkenalkan berbagai filter, seperti filter tren, filter tingkat fluktuasi, atau filter kuantitas transaksi, untuk meningkatkan kualitas sinyal lebih lanjut dan mengurangi sinyal palsu.
Meringkaskan
Strategi analisis statistik pola Fibonacci adalah strategi perdagangan kuantitatif yang terstruktur dan fungsional, yang secara inovatif menggabungkan tingkat pengulangan Fibonacci, pengenalan pola, dan analisis statistik untuk membangun sistem sinyal multi-dimensi yang kuat. Keunggulan utama dari strategi ini adalah mekanisme konfirmasi multi-lapisan, desain adaptif, dan fungsi manajemen risiko yang disempurnakan, yang memungkinkannya untuk menemukan peluang perdagangan probabilitas tinggi di berbagai lingkungan pasar.
Namun, strategi juga menghadapi tantangan seperti sensitivitas parameter, ketergantungan pada lingkungan pasar, dan kompleksitas komputasi. Ada banyak ruang untuk meningkatkan strategi dengan memperkenalkan penyesuaian parameter dinamis, penambahan algoritma pencocokan pola, klasifikasi lingkungan pasar, dan pembelajaran mesin.
Bagi pedagang yang ingin menggunakan strategi ini, disarankan untuk mulai dengan mengevaluasi bagaimana strategi ini bekerja di berbagai pasar dan parameter, kemudian mulai dari posisi kecil di perdagangan langsung, secara bertahap menyesuaikan dan mengoptimalkan parameter untuk menyesuaikan dengan gaya perdagangan dan lingkungan pasar tertentu. Yang paling penting, strategi ini harus dilihat sebagai alat dalam kotak alat perdagangan, bukan sistem yang terpisah, yang dapat dimanfaatkan untuk memaksimalkan potensinya.
/*backtest
start: 2024-03-03 00:00:00
end: 2024-05-01 00:00:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=6
strategy("Fibonacci-Only Strategi V2", overlay=true)
timeframe = input.timeframe("15", "Select Timeframe", options=["1", "5", "15", "30", "60", "240", "D"])
use_break_strategy = input(true, "Use Break Strategy")
stop_loss_percent = input.float(1.0, "Stop Loss %", minval=0.1, maxval=2.0, step=0.1)
use_atr_for_sl = input(true, "Use ATR for Stop Loss")
atr_multiplier = input.float(2.0, "ATR Multiplier for SL", minval=0.5, maxval=5.0, step=0.1)
use_trailing_stop = input(true, "Use Trailing Stop")
trailing_stop_percent = input.float(1.5, "Trailing Stop %", minval=0.1, maxval=5.0, step=0.1)
pattern_length = input.int(5, "Candle Pattern Length", minval=3, maxval=10)
similarity_threshold = input.float(0.7, "Pattern Similarity Threshold", minval=0.6, maxval=0.95)
lookback_window = input.int(93, "Historical Lookback Window", minval=10, maxval=93)
stat_period = input.int(50, "Statistical Period", minval=20, maxval=200)
stat_weight = input.float(0.5, "Statistical Confirmation Weight", minval=0.1, maxval=1.0, step=0.1)
fib_high = ta.highest(high, 93)
fib_low = ta.lowest(low, 93)
fib_diff = fib_high - fib_low
fib_19 = fib_high - fib_diff * 0.19
fib_8256 = fib_high - fib_diff * 0.8256
fib_19_reverse = fib_low + fib_diff * 0.19
plot(fib_8256, color=color.purple, style=plot.style_line, title="82.56% Fib")
plot(fib_19_reverse, color=color.orange, style=plot.style_line, title="19% Fib (Low to High)")
fib_19_touch = low[1] > fib_19 and low <= fib_19
fib_8256_touch = high[1] < fib_8256 and high >= fib_8256
fib_19_break = close < fib_19 and open > fib_19
fib_8256_break = close > fib_8256 and open < fib_8256
fib_19_reverse_touch = high[1] < fib_19_reverse and high >= fib_19_reverse
fib_19_reverse_break = close > fib_19_reverse and open < fib_19_reverse
bull_confirmation = close > open
bear_confirmation = close < open
getMedianAndQuartiles(src, len) =>
values = array.new_float(0)
for i = 0 to len - 1
array.push(values, src[i])
array.sort(values)
size = array.size(values)
median = size % 2 == 1 ? array.get(values, math.floor(size / 2)) : (array.get(values, size / 2 - 1) + array.get(values, size / 2)) / 2
q1_idx = math.floor(size / 4)
q3_idx = math.floor(3 * size / 4)
q1 = array.get(values, q1_idx)
q3 = array.get(values, q3_idx)
[median, q1, q3]
[price_median, price_q1, price_q3] = getMedianAndQuartiles(close, stat_period)
iqr = price_q3 - price_q1
upper_bound = price_q3 + 1.5 * iqr
lower_bound = price_q1 - 1.5 * iqr
stat_bull_signal = close > price_median and close[1] <= price_median
stat_bear_signal = close < price_median and close[1] >= price_median
stat_strong_bull = close > price_q3 and close[1] <= price_q3
stat_strong_bear = close < price_q1 and close[1] >= price_q1
stat_extreme_bull = close > upper_bound
stat_extreme_bear = close < lower_bound
long_condition_fib_touch = (fib_19_touch or fib_19_reverse_touch) and bull_confirmation
long_condition_fib_break = use_break_strategy and (fib_19_break or fib_19_reverse_break) and bull_confirmation
short_condition_fib_touch = fib_19_touch and bear_confirmation
short_condition_fib_break = use_break_strategy and fib_19_break and bear_confirmation
getPatternSignature(start_idx, len) =>
pattern = array.new_float(len)
for i = 0 to len - 1
if close[start_idx + i] > open[start_idx + i]
array.set(pattern, i, 1.0)
else if close[start_idx + i] < open[start_idx + i]
array.set(pattern, i, -1.0)
else
array.set(pattern, i, 0.0)
pattern
calcSimilarity(current_pattern, hist_pattern) =>
matches = 0.0
for i = 0 to array.size(current_pattern) - 1
if array.get(current_pattern, i) == array.get(hist_pattern, i)
matches := matches + 1.0
matches / array.size(current_pattern)
findBestMatch() =>
curr_pattern = getPatternSignature(1, pattern_length)
best_idx = -1
best_sim = 0.0
direction = 0
for i = pattern_length + 2 to lookback_window + 1
if i < pattern_length * 2
continue
hist_pattern = getPatternSignature(i, pattern_length)
sim = calcSimilarity(curr_pattern, hist_pattern)
if sim > best_sim and sim >= similarity_threshold
best_sim := sim
best_idx := i
next_close = close[i - pattern_length - 1]
curr_close = close[i - pattern_length]
if next_close > curr_close
direction := 1
else if next_close < curr_close
direction := -1
[best_idx, best_sim, direction]
var latest_pattern_sim = 0.0
var pattern_direction = 0
if barstate.isconfirmed
[idx, sim, dir] = findBestMatch()
if sim >= similarity_threshold
latest_pattern_sim := sim
pattern_direction := dir
calculateStatWeight(stat_signal, stat_strong, stat_extreme) =>
weight = 0.0
if stat_signal
weight := stat_weight * 0.5
if stat_strong
weight := weight + stat_weight * 0.3
if stat_extreme
weight := weight + stat_weight * 0.2
weight
stat_bull_weight = calculateStatWeight(stat_bull_signal, stat_strong_bull, stat_extreme_bull)
stat_bear_weight = calculateStatWeight(stat_bear_signal, stat_strong_bear, stat_extreme_bear)
long_condition = (long_condition_fib_touch or long_condition_fib_break) and
(pattern_direction == 1 or pattern_direction == 0)
short_condition = (short_condition_fib_touch or short_condition_fib_break) and
(pattern_direction == -1 or pattern_direction == 0) and
stat_bear_weight > 0
atr = ta.atr(14)
if long_condition
strategy.entry("Long", strategy.long)
if short_condition
strategy.entry("Short", strategy.short)
var float long_stop_loss = na
var float short_stop_loss = na
if strategy.position_size > 0
long_stop_loss := use_atr_for_sl ? strategy.position_avg_price - atr * atr_multiplier : strategy.position_avg_price * (1 - stop_loss_percent / 100)
if strategy.position_size < 0
short_stop_loss := use_atr_for_sl ? strategy.position_avg_price + atr * atr_multiplier : strategy.position_avg_price * (1 + stop_loss_percent / 100)
take_profit_levels = array.new_float(7)
for i = 0 to 6
tp_percent = 1 + (i + 1) * 0.5 / 100
array.set(take_profit_levels, i, tp_percent * strategy.position_avg_price)
if strategy.position_size > 0
if use_trailing_stop
trail_price = high - (high - strategy.position_avg_price) * trailing_stop_percent / 100
strategy.exit("Long TS", "Long", stop=math.max(trail_price, long_stop_loss))
else
strategy.exit("Long SL", "Long", stop=long_stop_loss)
for i = 0 to 6
long_tp_price = array.get(take_profit_levels, i)
strategy.exit("Long TP" + str.tostring(i+1), "Long", limit=long_tp_price, qty_percent=14.28)
if strategy.position_size < 0
if use_trailing_stop
trail_price = low + (strategy.position_avg_price - low) * trailing_stop_percent / 100
strategy.exit("Short TS", "Short", stop=math.min(trail_price, short_stop_loss))
else
strategy.exit("Short SL", "Short", stop=short_stop_loss)
for i = 0 to 6
short_tp_price = array.get(take_profit_levels, i)
strategy.exit("Short TP" + str.tostring(i+1), "Short", limit=short_tp_price, qty_percent=14.28)
bgcolor(long_condition ? color.new(color.green, 80) : short_condition ? color.new(color.red, 80) : na)
plotarrow(long_condition ? 1 : short_condition ? -1 : 0, title="Signal Direction", colorup=color.green, colordown=color.red, minheight=10, maxheight=20)
long_touch_marker = long_condition and long_condition_fib_touch ? low - atr : na
long_break_marker = long_condition and long_condition_fib_break ? low - atr * 1.5 : na
short_touch_marker = short_condition and short_condition_fib_touch ? high + atr : na
short_break_marker = short_condition and short_condition_fib_break ? high + atr * 1.5 : na
plotshape(long_touch_marker, style=shape.circle, color=color.green, size=size.normal, title="Long Touch Marker", location=location.absolute)
plotshape(long_break_marker, style=shape.xcross, color=color.green, size=size.normal, title="Long Break Marker", location=location.absolute)
plotshape(short_touch_marker, style=shape.circle, color=color.red, size=size.normal, title="Short Touch Marker", location=location.absolute)
plotshape(short_break_marker, style=shape.xcross, color=color.red, size=size.normal, title="Short Break Marker", location=location.absolute)
plotshape(stat_bear_signal, style=shape.triangledown, color=color.red, size=size.tiny, title="Statistical Bear Signal", location=location.abovebar)
if barstate.islast
var table info = table.new(position.top_right, 4, 5, color.black, color.white, 2, color.gray, 2)
table.clear(info, 0, 0, 3, 4)
table.cell(info, 0, 0, "Fibonacci-Pattern with Stats", bgcolor=color.blue, text_color=color.white)
table.cell(info, 0, 1, "Fib Status", bgcolor=color.blue, text_color=color.white)
fib_status = "NEUTRAL"
fib_color = color.gray
if long_condition_fib_touch or long_condition_fib_break
fib_status := "LONG"
fib_color := color.green
else if short_condition_fib_touch or short_condition_fib_break
fib_status := "SHORT"
fib_color := color.red
table.cell(info, 1, 1, fib_status, bgcolor=fib_color, text_color=color.white)
table.cell(info, 0, 2, "Pattern", bgcolor=color.blue, text_color=color.white)
pattern_status = "NEUTRAL"
pattern_color = color.gray
if pattern_direction == 1
pattern_status := "LONG"
pattern_color := color.green
else if pattern_direction == -1
pattern_status := "SHORT"
pattern_color := color.red
table.cell(info, 1, 2, pattern_status, bgcolor=pattern_color, text_color=color.white)
table.cell(info, 2, 2, pattern_direction != 0 ? str.tostring(math.round(latest_pattern_sim * 100)) + "%" : "N/A", bgcolor=color.gray, text_color=color.white)
table.cell(info, 0, 3, "Statistics", bgcolor=color.blue, text_color=color.white)
stat_status = "NEUTRAL"
stat_color = color.gray
if stat_bull_weight > 0
stat_status := "BULL"
stat_color := color.green
else if stat_bear_weight > 0
stat_status := "BEAR"
stat_color := color.red
table.cell(info, 1, 3, stat_status, bgcolor=stat_color, text_color=color.white)
table.cell(info, 2, 3, stat_bull_weight > 0 ? str.tostring(math.round(stat_bull_weight * 100)) + "%" :
stat_bear_weight > 0 ? str.tostring(math.round(stat_bear_weight * 100)) + "%" : "0%",
bgcolor=color.gray, text_color=color.white)
table.cell(info, 0, 4, "Combined", bgcolor=color.blue, text_color=color.white)
combined_status = "NEUTRAL"
combined_color = color.gray
if long_condition
combined_status := "LONG"
combined_color := color.green
else if short_condition
combined_status := "SHORT"
combined_color := color.red
table.cell(info, 1, 4, combined_status, bgcolor=combined_color, text_color=color.white)
var label_id = label.new(na, na, "", color=color.gray, style=label.style_label_down, textcolor=color.white)
if long_condition and barstate.isconfirmed
label.set_xy(label_id, bar_index, high)
label.set_text(label_id, "LONG\n" +
(long_condition_fib_touch ? "Touch" : "Break") +
(pattern_direction == 1 ? " + Pattern " + str.tostring(math.round(latest_pattern_sim * 100)) + "%" : "") +
"\nStat: " + str.tostring(math.round(stat_bull_weight * 100)) + "%")
label.set_color(label_id, color.green)
label.set_style(label_id, label.style_label_down)
if short_condition and barstate.isconfirmed
label.set_xy(label_id, bar_index, low)
label.set_text(label_id, "SHORT\n" +
(short_condition_fib_touch ? "Touch" : "Break") +
(pattern_direction == -1 ? " + Pattern " + str.tostring(math.round(latest_pattern_sim * 100)) + "%" : "") +
"\nStat: " + str.tostring(math.round(stat_bear_weight * 100)) + "%")
label.set_color(label_id, color.red)
label.set_style(label_id, label.style_label_up)
alertcondition(long_condition, title="Long Entry", message="Long entry signal detected")
alertcondition(short_condition, title="Short Entry", message="Short entry signal detected")