概要

この戦略は,機関取引行動に基づく量化取引システムで,主に市場内の流動性のキャッチポイントと供給・需要領域を識別することによって取引を行う.戦略の核心思想は,キャッチ機関がよく使用する2つの価格モデルである:流動性のスイープ ((Liquidity Sweep) と飲み込みパターン ((Engulfing Pattern)).この2つのパターンの認識によって,戦略は,潜在的エントリーポイントを技術的に特定することができ,停止・損失・停止レベルを自動的に設定し,同時に,チャートに需要・供給の領域をマッピングし,トレーダーに直感的な視覚的参照を提供します.

戦略原則

この戦略は以下の核心原則に基づいています.

1. 流動性の掃討を特定する：

   • 策略は,現在の価格と過去特定の周期 (デフォルト20サイクル) の最高/最低価格を比較して流動性掃描を識別します.
   • 価格が前期高点を破った後,下落すると,空頭流動性の掃描と考えられる.価格が前期低点を破った後,反発すると,多頭流動性の掃描と考えられる.
   • この動きは,通常,大手企業が,大手注文の実行に流動性を求めていることを示している.

2. 形状認識を吸収する：

   • 市場情緒が急変する兆候である強<unk>/下落の強<unk>を狙う戦略
   • <unk>の吸収形態は,現在の閉盘価格が開盘価格より高く,前回の閉盘価格が開盘価格より低いことを要求し,現在の閉盘価格が前回の開盘価格より高く,現在の開盘価格が前回の閉盘価格より高いことを要求する.
   • 逆に,これらの条件を満たす形状は,市場が転向する可能性があることを示している.

3. 入学条件：

   • 多頭入場条件:流動性の洗浄 ((価格が前期低点を破った) または看板の飲み込み形態.
   • 空頭入場条件:流動性の浄化が発生する (価格が前期高点を破った) または下落の飲み込み形態.

4. リスク管理：

   • 取引ごとに,停止と停止をパーセントベースに設定し,デフォルトの停止は1%,停止は2%で,リスクとリターンの比率は1:2である.
   • ストップロッドは,入場価格の下 (多頭) または上 (空頭) の特定のパーセントに位置する.
   • ストップ位置は,入場価格の上方 ((多頭) または下方 ((空頭) の特定のパーセントに位置する.

5. 需要と供給の領域を視覚化：

   • 入場信号が確認された後,戦略はグラフに需要・供給領域の枠を描きます.
   • 需要領域 ((多頭入場点) は緑の透明領域で示され,低点から低点以上の40%の価格範囲である.
   • 供給地域 (空頭入場点) は赤で透明な領域として示され,高点から高点以下40%の価格範囲である.
   • これらの領域は,右に10本の柱を伸ばし,潜在的なサポート/レジスタンス領域を示す視覚的参照を提供します.

戦略的優位性

1. 組織行動の追跡戦略は,大型機関の取引行動を模倣し,流動性のキャッチポイントを特定することで優位性を獲得します.この方法は,単純な技術指標よりも市場の実際の仕組みに近いものです.

2. 明確な視覚信号:形状と色コード ((多頭は緑の三角形,空頭は赤の三角形) を使用することで,戦略は明確な視覚的な入場シグナルを提供し,トレーダーが潜在的な取引機会を迅速に識別できるようにする.

3. 需要と供給の地図: 戦略は,市場構造を理解するために非常に価値のある,供給と需要の区域枠を描画することで,価格がサポートや抵抗に直面する可能性がある視覚的な参考を提供します.

4. 内部リスク管理戦略は,預設のストップ・ロズとストップ・ストップ・パーセンテージを備えており,各取引が,健康な取引管理の基礎となる,事前に定義されたリスク・リターン比率を備えていることを保証します.

5. 適応性が高い調整可能なパラメータ (リベア期,ストップ・ローズ・パーセンテージ,ストップ・ストップ・パーセンテージなど) を使って,戦略は異なる市場条件や個人のリスク好みに合わせて最適化できます.

6. 複合信号システム策略は単一の信号に依存するのではなく,流動性の掃描と吞食形態の2つの信号を組み合わせ,偽信号の可能性を減らす,入場決定の正確性を高める.

7. 価格行動に基づく策略は,指数派生ではなく,価格行動に基づいています. 遅滞が減り,市場のリアルタイム動向に近いです.

戦略リスク

1. 偽の突破の危険性市場には偽のブレイクが発生し,価格が前期の高低を突破した後に継続的に動作できず,誤ったシグナルを引き起こします. 解決方法は,確認指標の追加または回顧期の調整を含むことができます.

2. 波動性の高い市場におけるリスク:高波動的な市場では,吸収形状は頻繁に見られるが,同じ予測能力を持たないため,過度取引を引き起こす可能性があります.この環境では,形状のサイズを増加させるフィルターまたは一時的に特定の信号を無効にするのを考慮することができます.

3. 固定ストップ・ストップ・ストップの制限固定パーセントのストップとストップを使用することは,すべての市場条件に適さない場合があります.特に波動的な変化が大きい市場で.ATR (真の波動範囲) に基づくダイナミックなストップとストップの設定を考慮することができます.

4. パラメータ感度戦略の性能は,リベア期間の長さなどの選択されたパラメータに大きく依存します.異なる市場と時間枠では,詳細なリベアと最適化を必要とする異なるパラメータ設定が必要になります.

5. 需要と供給の 地域的正確性: 自動生成の需要・供給領域は,単一の価格点と固定されたパーセントのみに基づいて専門的なトレーダーが手動で識別するほど正確ではない可能性があります. 取引量または他の価格構造要素を組み合わせて地域の定義を改良することを考慮することができます.

6. 市場のない環境のフィルター: この戦略は,トレンド,震動,または高変動の環境を区別せずに,すべての市場条件でシグナルを生成します.特定の市場環境では,特定の入場条件が信頼性が低い場合,市場状態フィルターを追加することを検討することができます.

7. 反射偏差: 裏付けの過程で,将来の情報の漏洩または過度の最適化により,戦略は実際の取引よりも良い結果を示す可能性があるので,実際の取引は慎重に行うべきである.

戦略最適化の方向性

1. トレンドフィルターを追加: トレンド識別指標 (例えば移動平均またはADX指標) を追加することで,取引方向が全体的な市場トレンドと一致していることを確認し,逆行取引を避け,成功率を向上させることができます.この最適化は,戦略が揺れ動いている市場で過剰な取引信号を生じさせる可能性のある問題を解決します.

2. 整合された交差量確認:取引量分析を信号確認プロセスに組み込み,価格動きが取引量に顕著な変化を伴っている場合にのみ取引信号を生成する.これは,効果的な価格動きは通常取引量に支持を伴っているため,低品質の突破または吞食形態をフィルターするのに役立ちます.

3. ダイナミック・ストップ・ストップ:市場の変動 (ATRなど) に基づく動的ストップ・ストップレベルに固定パーセントストップ・ストップを置き換える.これは,リスク管理を現在の市場条件に適したものにし,変動が大きいときにより広いストップを提供し,変動が小さいときにより緊密なストップを提供する.

4. フィルターを追加する:特定の市場時刻は他の時刻よりもこの戦略に適している場合がある.時間フィルターを追加することで,流動性が低いまたは予測できない市場時刻の取引を避けることができます.

5. 多時間枠分析:より高い時間枠の確認信号を統合し,より高い時間枠のトレンドが取引方向と一致している場合にのみ取引を行う.この"上から下へ"のアプローチは,信号の質を向上させる.

6. 供給・需要の精密化価格構造,取引量,複数の時間枠のサポート/レジスタンスレベルを考慮した需要・供給領域の計算方法を改善し,潜在的な転換点をより正確に反映できるようにする.

7. 機械学習の分類器を追加する: 機械学習技術を使用して,それぞれの信号の質を評価し,歴史モデルに基づいて成功の可能性を予測し,高確率の取引のみを実行する.

8. リトレースメント制御メカニズムを追加: 動的ポジション管理と撤回制御を実施し,連続的な損失の後,ポジションサイズを減らす.戦略がうまく行っているときに,ポジションを徐々に増加させ,資金を過度の損失から保護する.

要約する

機関レベルの流動性キャプチャと需要領域識別戦略は,機関取引行動と価格行動に基づいた定量取引システムであり,流動性の掃描と吞食パターンを識別することによって高確率の取引機会をキャプチャします. この戦略の主な優点は,実際の市場動作の仕組みに近い方法,明確な視覚信号システム,および内蔵されたリスク管理フレームワークにあります.

しかし,この戦略は,偽突破のリスク,パラメータの感受性,市場環境への適応性などのいくつかの課題に直面しています.トレンドフィルターを追加し,取引量確認を統合し,ダイナミックストップストップを実装し,タイムフィルターを追加し,マルチタイムフレーム分析を採用し,供給・需要領域の精密な定義と機械学習技術の導入により,戦略の安定性と性能を大幅に向上させることができます.

この戦略を使用したいトレーダーには,実況取引の前に十分な反省とパラメータの最適化を行い,異なる市場環境での戦略のパフォーマンスを考慮することが推奨されます.継続的な監視と調整により,この戦略は強力な取引ツールとなり,トレーダーが市場における機関行動パターンをよりよく理解し,利用できるようにすることができます.