ChaoZhang
概要
この戦略はATRとフィボナッチ数列加重に基づく高度なトレンド追跡システムである.これは,複数の時間周期の変動率分析とフィボナッチ加重平均を組み合わせて,反応敏,適応力のある取引モデルを構築している.この戦略の核心は,ダイナミックな重み配分によって,市場動向をよりよく捉え,ATRを利用して精密な利益を得ることにあります.
戦略原則
戦略は,多層の技術指標の組み合わせを用いて,まず実際の波動範囲 ((TR) と買い圧力 ((BP) を計算し,次にフィボナッチ数列の時間周期 ((8,13,21,34,55) に基づく各周期の圧力比を計算する.異なる周期に異なる重み (5,4,3,2,1) を加え,重み加えた平均値を構築し,さらに3周期SMA平滑処理を適用する.システムは,SMAと既定の値 ((58.0と42.0) の交差に基づいて取引シグナルを誘発し,ATRを利用して4段階の収益化メカニズムを設計した.
戦略的優位性
- 多次元分析:複数の時間帯のデータを組み合わせて,より包括的な市場見通しを提供する
- ダイナミックな適応:ATRによる市場の波動に適応し,戦略的な安定性を高める
- スマート・リターン: 4段階のリターン・メカニズムが市場環境により柔軟に調整される
- リスク管理: 明確な入場・出場条件により,主観的な判断によるリスクが軽減される
- システム化操作:戦略の論理が明確で,量的に実装し,反測検証が容易である
戦略リスク
- パラメータの感受性:複数の値下げと重みパラメータを慎重に調整する
- 遅滞リスク:SMAの平滑は信号の遅延を引き起こす可能性がある
- 市場環境への依存: 波動的な市場では誤ったシグナルが生じる可能性
- パラメータの適性:異なる市場条件でパラメータを再最適化する必要がある 解決策: 十分なパラメータの最適化と反測を行い,異なる市場段階のダイナミックなパラメータの調整を推奨します.
戦略最適化の方向性
- パラメータの自適性:自適性パラメータの調整メカニズムを開発し,戦略の適応性を向上させる
- 市場選:市場環境認識モジュールを追加し,適切な市場条件で取引を実行する
- 信号最適化: 補助確認指標を導入し,信号信頼性を向上させる
- 風制御強化:動的ストップ損失とポジション管理モジュールを追加
- 撤回制御:最大撤回制限を追加し,戦略の安定性を向上させる
要約する
この戦略はATRとフィボナッチ加重平均技術を統合して,包括的なトレンド追跡システムを構築している.その優点は,多次元分析と動的適応能力にあるが,パラメータ最適化と市場環境のフィルタリングにも注意が必要である.継続的な最適化と風力制御の強化により,戦略は,異なる市場環境で安定したパフォーマンスを維持する見込みである.
ストラテジーソースコード
/*backtest
start: 2019-12-23 08:00:00
end: 2024-11-27 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
// This Pine Script™ code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © PresentTrading
// The Fibonacci ATR Fusion Strategy is an advanced trading methodology that uniquely integrates Fibonacci-based weighted averages with the Average True Range (ATR) to
// identify and exploit significant market trends. Unlike traditional strategies that rely on single indicators or fixed parameters, this approach leverages multiple timeframes and
// dynamic volatility measurements to enhance accuracy and adaptability.
//@version=5
strategy("Fibonacci ATR Fusion - Strategy [presentTrading]", overlay=false, precision=3, commission_value= 0.1, commission_type=strategy.commission.percent, slippage= 1, currency=currency.USD, default_qty_type = strategy.percent_of_equity, default_qty_value = 10, initial_capital=10000)
// Calculate True High and True Low
tradingDirection = input.string(title="Trading Direction", defval="Both", options=["Long", "Short", "Both"])
// Trading Condition Thresholds
long_entry_threshold = input.float(58.0, title="Long Entry Threshold")
short_entry_threshold = input.float(42.0, title="Short Entry Threshold")
long_exit_threshold = input.float(42.0, title="Long Exit Threshold")
short_exit_threshold = input.float(58.0, title="Short Exit Threshold")
// Enable or Disable 4-Step Take Profit
useTakeProfit = input.bool(false, title="Enable 4-Step Take Profit")
// Take Profit Levels (as multiples of ATR)
tp1ATR = input.float(3.0, title="Take Profit Level 1 ATR Multiplier")
tp2ATR = input.float(8.0, title="Take Profit Level 2 ATR Multiplier")
tp3ATR = input.float(14.0, title="Take Profit Level 3 ATR Multiplier")
// Take Profit Percentages
tp1_percent = input.float(12.0, title="TP Level 1 Percentage", minval=0.0, maxval=100.0)
tp2_percent = input.float(12.0, title="TP Level 2 Percentage", minval=0.0, maxval=100.0)
tp3_percent = input.float(12.0, title="TP Level 3 Percentage", minval=0.0, maxval=100.0)
true_low = math.min(low, close[1])
true_high = math.max(high, close[1])
// Calculate True Range
true_range = true_high - true_low
// Calculate BP (Buying Pressure)
bp = close - true_low
// Calculate ratios for different periods
calc_ratio(len) =>
sum_bp = math.sum(bp, len)
sum_tr = math.sum(true_range, len)
100 * sum_bp / sum_tr
// Calculate weighted average of different timeframes
weighted_avg = (5 * calc_ratio(8) + 4 * calc_ratio(13) + 3 * calc_ratio(21) + 2 * calc_ratio(34) + calc_ratio(55)) / (5 + 4 + 3 + 2 + 1)
weighted_avg_sma = ta.sma(weighted_avg,3)
// Plot the indicator
plot(weighted_avg, "Fibonacci ATR", color=color.blue, linewidth=2)
plot(weighted_avg_sma, "SMA Fibonacci ATR", color=color.yellow, linewidth=2)
// Define trading conditions
longCondition = ta.crossover(weighted_avg_sma, long_entry_threshold) // Enter long when weighted average crosses above threshold
shortCondition = ta.crossunder(weighted_avg_sma, short_entry_threshold) // Enter short when weighted average crosses below threshold
longExit = ta.crossunder(weighted_avg_sma, long_exit_threshold)
shortExit = ta.crossover(weighted_avg_sma, short_exit_threshold)
atrPeriod = 14
atrValue = ta.atr(atrPeriod)
if (tradingDirection == "Long" or tradingDirection == "Both")
if (longCondition)
strategy.entry("Long", strategy.long)
// Set Take Profit levels for Long positions
if useTakeProfit
tpPrice1 = strategy.position_avg_price + tp1ATR * atrValue
tpPrice2 = strategy.position_avg_price + tp2ATR * atrValue
tpPrice3 = strategy.position_avg_price + tp3ATR * atrValue
// Close partial positions at each Take Profit level
strategy.exit("TP1 Long", from_entry="Long", qty_percent=tp1_percent, limit=tpPrice1)
strategy.exit("TP2 Long", from_entry="Long", qty_percent=tp2_percent, limit=tpPrice2)
strategy.exit("TP3 Long", from_entry="Long", qty_percent=tp3_percent, limit=tpPrice3)
if (longExit)
strategy.close("Long")
if (tradingDirection == "Short" or tradingDirection == "Both")
if (shortCondition)
strategy.entry("Short", strategy.short)
// Set Take Profit levels for Short positions
if useTakeProfit
tpPrice1 = strategy.position_avg_price - tp1ATR * atrValue
tpPrice2 = strategy.position_avg_price - tp2ATR * atrValue
tpPrice3 = strategy.position_avg_price - tp3ATR * atrValue
// Close partial positions at each Take Profit level
strategy.exit("TP1 Short", from_entry="Short", qty_percent=tp1_percent, limit=tpPrice1)
strategy.exit("TP2 Short", from_entry="Short", qty_percent=tp2_percent, limit=tpPrice2)
strategy.exit("TP3 Short", from_entry="Short", qty_percent=tp3_percent, limit=tpPrice3)
if (shortExit)
strategy.close("Short")