
다중 피포나치 최적화 시간 입시 전략 (Multiple Fibonacci Optimization Time Entry Strategy) 은 시장 구조와 가격 회귀 수준에 기반한 정량 거래 시스템으로, 이 전략은 ICT의 OTE 개념과 전통적인 피포나치 회귀 분석을 결합한다. 전략의 핵심은 시장의 중요한 흔들림 고점과 낮은 점을 식별하여, 여러 피포나치 회귀 수준을 계산하고, 가격이 특정 피포나치 수준 ((0.705) 과 교차하고 동시에 다른 조건이 충족될 때 거래 신호를 생성하는 것이다. 이 방법은 가격의 중요한 지지 저항 지점을 돌파하는 반발 또는 돌파를 포착하여 추세 연장 과정에서 우수한 입시점을 획득하는 것을 목표로 한다.
전략의 작동 원리는 다음과 같은 몇 가지 핵심 단계로 나눌 수 있습니다.
흔들림 점 식별전략은 먼저 지정된 길이를 사용해서 (기본 20주기) 시장의 흔들림 높은 점과 낮은 점을 식별한다. 이 점들은 주어진 기간 내의 최고 가격과 최저 가격으로 정의된다.
피보나치 회귀 계산일단 흔들림의 최고점과 최저점이 확인되면, 전략은 6개의 중요한 피보나치 회귀 수준을 계산합니다: 0.272, 0.382, 0.5, 0.618, 0.705 및 0.786. 이 수준은 흔들림의 최고점과 최저점 사이의 가격 범위를 기반으로 계산됩니다.
시각 보조전략: 이 피보나치 레벨을 차트에 그려, 각 레벨은 구별하기 위해 다른 색을 사용한다. 이것은 거래자에게 시각적 참고를 제공하여 중요한 가격 지역을 식별하는 데 도움이됩니다.
입학 조건:
이 입문 논리는 가격 돌파구 ((0.705 수준을 통과) 와 트렌드 확인 ((0.618 수준에 대한 위치) 두 가지 조건을 결합하여 가짜 신호를 줄이고 전략의 안정성을 강화합니다.
다중 피포나치 최적화 시간 입학 전략에는 몇 가지 중요한 장점이 있습니다:
정확한 입구이 전략은 피보나치 회귀 레벨과 가격 교차 조건을 결합하여 정확한 입시 신호를 제공하여 맹목적인 입시의 위험을 줄일 수 있습니다.
시야가 맑습니다.전략: 전략은 모든 중요한 피보나치 레벨을 직관적으로 차트에 표시하여 거래자가 시장 구조와 잠재적인 지원 저항 영역을 명확하게 이해할 수 있도록합니다.
융통성, 적응력: 전략은 변동 길이를 조정하여 다른 시장 조건과 시간 주기에 적응할 수 있도록 허용한다.
양방향 거래이 전략은 다단계 거래와 공백 거래를 동시에 지원하여 다양한 시장 환경에서 기회를 잡을 수 있습니다.
소음을 줄여라이 전략은 0.705과 0.618의 두 가지 핵심 레벨의 조합 조건을 사용하여 시장 소음을 효과적으로 필터링하여 가짜 돌파구를 줄일 수 있습니다.
시장 구조에 따라전략: 진입 지역은 임의 또는 고정된 가격 수준을 사용하는 것이 아니라 실제 시장 구조에 기초하여 계산됩니다.
이 전략은 장점이 있지만, 몇 가지 잠재적인 위험도 있습니다.
매개변수 민감도: 흔들리는 길이 변수의 선택은 전략 성능에 중요한 영향을 미칩니다. 짧은 길이는 과도한 거래로 이어질 수 있으며, 긴 길이는 중요한 기회를 놓칠 수 있습니다.
시장환경의존성: 높은 변동성이나 수평 정리 시장에서, 전략은 더 많은 가짜 신호를 생성할 수 있다. 전략은 트렌드가 명확한 시장에서 가장 잘 작동한다.
탈퇴 위험: 여러 조건의 필터링 신호를 사용함에도 불구하고, 시장은 출입 후, 특히 중요한 뉴스 또는 사건의 영향을 받으면, 눈에 띄는 회수 현상이 발생할 수 있습니다.
손해 방지 장치가 포함되지 않습니다.현재 전략 코드는 스톱로스 레벨을 정의하지 않고 있으며, 이는 재무 관리의 위험을 증가시킵니다.
기술적인 지표에 지나치게 의존하는 것이 전략은 전적으로 기술적 분석에 기반하고 있으며, 기본적인 요소와 시장의 정서를 무시하고 있으며, 이는 특정 시장 환경에서 바람직하지 않은 결과를 초래할 수 있습니다.
위험 완화 조치에는 명확한 스톱 로즈 규칙을 추가하고, 다른 기술 지표와 결합하여 확인하고, 주요 경제 사건 전에 거래를 중단하고, 다른 시장 조건에 따라 변수를 동적으로 조정하는 것이 포함될 수 있습니다.
이 전략에는 몇 가지 최적화 방향이 있습니다.
동적 중지/정지: ATR 또는 피보나치 수준에 기반한 동적 중지 및 중지 장치를 구현하여 수익을 보호하고 손실을 제한합니다.
다중 시간 주기 확인트렌드 확인 조건: 거래 방향이 더 큰 트렌드와 일치하도록 더 높은 시간 주기 트렌드 확인 조건을 추가합니다.
거래량 필터: 입시 조건에 거래량 확인을 추가하여 가격 돌파의 신뢰성을 높인다.
동적 변수 조정: 시장의 변동성에 따라 변동 길이를 자동으로 조정하는 메커니즘을 구현하여 다양한 시장 환경에 더 잘 적응할 수 있도록합니다.
시장 감정 지표에 가입RSI, MACD 또는 무작위 지표와 같은 추가 기술 지표와 결합하여 더 많은 거래 확인을 제공합니다.
입시 최적화: 입시 시기의 위험을 줄이기 위해 특정 피보나치 수준에 도달 할 때 입장을 여러 번 설정하는 분량 입시 전략을 구현하십시오.
역사 패턴 인식: 역사적으로 성공적인 패턴을 식별하는 논리를 추가하고, 현재 시장 조건이 과거의 성공적인 거래 패턴과 유사할 때 포지션 크기를 증가시킵니다.
이러한 최적화는 전략의 안정성, 수익성 및 리스크 조정 후 수익을 크게 향상시킬 수 있습니다. 특히, 손실 방지 장치와 다중 시간 주기 확인을 추가하는 것이 가장 긴급하고 가치있는 개선 사항 일 수 있습니다.
다중 피보나치오시스템 (Multiple Fibonacci Optimization Time Entry Strategy) 은 ICT 이론과 피보나치오 회귀 분석을 결합한 정교한 정량화 거래 시스템이다. 전략은 핵심 시장 구조와 가격 상호 작용을 식별함으로써 다양한 시장 환경에 적합한 정확한 진입 신호를 제공할 수 있다. 그것의 핵심 장점은 정확한 진입 메커니즘과 명확한 시각적 피드백에 있다.
제안된 최적화 조치를 실행하여, 특히 스톱스피커, 다중 시간 주기 확인 및 동적 변수 조정 등을 추가함으로써, 이 전략은 포괄적이고 안정적인 거래 시스템으로 발전할 잠재력을 가지고 있다. 궁극적으로, 이 전략은 거래자에게 시장에 대한 최적화된 진입 기회를 식별하고 활용하기 위한 구조화된 프레임워크를 제공한다.
/*backtest
start: 2024-03-05 00:00:00
end: 2025-03-03 08:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_Binance","currency":"SOL_USDT"}]
*/
//@version=6
strategy("ICT OTE Strategy", overlay=true, default_qty_type=strategy.percent_of_equity, default_qty_value=1)
// Input settings
length = input.int(20, title="Swing Length")
showFibs = input.bool(true, title="Show Fibonacci Levels")
find_swing_high(len) =>
ta.highest(high, len) == high
find_swing_low(len) =>
ta.lowest(low, len) == low
// Identify swing high and low
var float swingHigh = na
var float swingLow = na
if find_swing_high(length)
swingHigh := high
if find_swing_low(length)
swingLow := low
// Define Fibonacci retracement levels
fibLow = swingLow
fibHigh = swingHigh
fib_level(start, end, level) =>
start - (start - end) * level
fib_0_705 = fib_level(fibHigh, fibLow, 0.705)
fib_0_786 = fib_level(fibHigh, fibLow, 0.786)
fib_0_618 = fib_level(fibHigh, fibLow, 0.618)
fib_0_5 = fib_level(fibHigh, fibLow, 0.5)
fib_0_382 = fib_level(fibHigh, fibLow, 0.382)
fib_0_272 = fib_level(fibHigh, fibLow, 0.272)
// Entry conditions based on OTE
longEntry = ta.crossover(close, fib_0_705) and close > fib_0_618
shortEntry = ta.crossunder(close, fib_0_705) and close < fib_0_618
// Strategy execution
if longEntry
strategy.entry("Long", strategy.long)
if shortEntry
strategy.entry("Short", strategy.short)
plotshape(series=longEntry, location=location.belowbar, color=color.green, style=shape.labelup, title="Long Entry")
plotshape(series=shortEntry, location=location.abovebar, color=color.red, style=shape.labeldown, title="Short Entry")