ianzeng123
Gambaran keseluruhan
Strategi analisis statistik Fibonacci Model adalah kaedah perdagangan kuantitatif yang canggih yang menggabungkan tiga teknik teras Fibonacci Reflection Level, Algoritma Pengenalan Pola, dan Analisis Statistik. Strategi ini menggunakan 19% dan 82.56% Fibonacci Reflection Level sebagai asas untuk isyarat perdagangan, sambil mengenal pasti kemungkinan perdagangan yang tinggi melalui algoritma pencocokan pola, dan mengesahkan dengan analisis statistik.
Prinsip Strategi
Prinsip-prinsip utama strategi analisis statistik Fibonacci Model adalah berdasarkan kerja sama tiga komponen utama:
Fibonacci kembali ke tahap semulaStrategi ini menggunakan titik tertinggi dan terendah dalam tempoh 93 kitaran untuk mengira tahap pemulihan Fibonacci khas sebanyak 19% dan 82.56%. Tahap Fibonacci yang tidak biasa ini adalah ciri khas strategi ini, mungkin berdasarkan analisis statistik mengenai tingkah laku tertentu di pasaran.
Pengenalan corakStrategi: Strategi mewujudkan algoritma pencocokan corak yang kompleks dengan menganalisis corak harga masa lalu dan mengira kesamaan dengan corak semasa. Ia menggunakan corak grafik dengan panjang yang ditetapkan (default 5) dan mencari kecocokan terbaik dalam data sejarah (default 93). Jika kesamaan corak yang dijumpai melebihi nilai ambang yang ditetapkan (default 0.7), strategi akan meramalkan kemungkinan pergerakan selepas corak semasa berdasarkan pergerakan harga selepas corak sejarah ini.
Analisis statistikStrategi memperkenalkan mekanisme pengesahan statistik untuk menentukan peredaran harga secara statistik dengan mengira median, suku dan jarak suku (IQR). Isyarat statistik dihasilkan apabila harga melintasi median, suku atas dan bawah atau melampaui sempadan atas dan bawah (dikenali sebagai Q3 + 1.5 * IQR dan Q1 - 1.5 * IQR). Kekuatan isyarat ini dikira semula berdasarkan tahap penembusan dan kuasa statistik yang ditetapkan oleh pengguna.
Sinyal perdagangan dihasilkan daripada gabungan tiga komponen:
- Keperluan untuk melakukan pelbagai syarat adalah untuk memenuhi Fibonacci Touch atau Break Signal (bergantung kepada tetapan pengguna), dan arah modem adalah pelbagai atau neutral.
- Keadaan untuk membuat ruang diperlukan untuk memenuhi isyarat sentuhan atau penembusan Fibonacci, arah pola adalah kosong atau neutral, dan kuasa kosong statistik lebih besar daripada 0 .
Strategi ini juga mewujudkan mekanisme pengurusan risiko yang kompleks, termasuk:
- Stop loss boleh dipilih berdasarkan peratusan atau ATR
- Tracking Stop Loss Pilihan
- Mekanisme keuntungan berturutan tujuh peringkat, setiap kedudukan 14.28%
Kelebihan Strategik
Pengesahan isyarat multidimensiStrategi ini menggabungkan analisis teknikal (Fibonacci), pengenalan corak dan analisis statistik dalam tiga dimensi, membentuk mekanisme pengesahan berganda yang kuat, yang mengurangkan kemungkinan isyarat palsu.
Sangat boleh menyesuaikan diriStrategi ini menyediakan banyak parameter, termasuk pilihan kitaran masa, panjang mod, nilai terhad kesamaan, tetingkap semula sejarah, dan kitaran statistik, yang membolehkan ia menyesuaikan diri dengan keadaan pasaran dan jenis perdagangan yang berbeza.
Pengiktirafan corak pintarAlgoritma pencocokan corak strategi mempertimbangkan bukan sahaja bentuk corak, tetapi juga nilai kebaruan yang sama, memastikan bahawa hanya corak yang sangat serupa digunakan untuk membuat ramalan, meningkatkan ketepatan ramalan.
Pengesahan statistikDengan memperkenalkan kaedah statistik empat digit dan IQR, strategi dapat mengenal pasti di mana harga berada dalam pengedaran statistik, memberikan asas objektif tambahan untuk keputusan perdagangan.
Pengurusan risiko yang baikStrategi ini menawarkan pelbagai pilihan stop loss (peratusan tetap, ATR, dan stop loss) dan mekanisme keuntungan beratur tujuh peringkat, yang membolehkan pengurusan risiko yang fleksibel dan sistematik.
Visualisasi IntuitifStrategi menyediakan banyak elemen visual, termasuk warna latar belakang, anak panah, penanda dan label, untuk membantu peniaga memahami keadaan pasaran semasa dan kekuatan isyarat secara intuitif.
Panel status masa nyata: Strategi memaparkan panel status yang dikemas kini secara langsung pada carta, dengan jelas menunjukkan status semasa tiga komponen Fibonacci, model dan statistik, dan hasil gabungan mereka.
Risiko Strategik
Kepekaan ParameterStrategi menggunakan beberapa parameter, seperti panjang mod, had kesamaan, kitaran statistik, dan lain-lain. Tetapan parameter ini dapat mempengaruhi prestasi strategi dengan ketara. Tetapan parameter yang tidak betul boleh menyebabkan overfitting atau kehilangan isyarat.
Pergantungan persekitaran pasaranDi bawah keadaan pasaran tertentu, tahap Fibonacci mungkin tidak berkesan, terutamanya di pasaran yang mempunyai trend yang kuat atau turun naik. Keberkesanan strategi mungkin berubah mengikut keadaan pasaran. Penyelesaian adalah dengan memperkenalkan mekanisme pengesanan keadaan pasaran, menggunakan parameter yang berbeza dalam keadaan pasaran yang berbeza.
Kompleksiti pengiraanAlgoritma pencocokan pola strategi memerlukan data sejarah dan mengira kesamaan dalam setiap kitaran, yang boleh menyebabkan beban pengiraan pada jangka masa yang lebih pendek. Untuk mengurangkan masalah ini, pertimbangkan untuk mengoptimumkan algoritma atau mengurangkan frekuensi pengiraan.
Risiko perdagangan berlebihan: Mekanisme pelbagai isyarat boleh menyebabkan isyarat dagangan yang kerap, terutamanya dalam jangka masa yang lebih pendek. Disyorkan untuk menambah sekatan frekuensi dagangan atau penapis kekuatan isyarat, hanya menjalankan isyarat berkualiti tinggi.
Cabaran Setup Stop LossWalaupun terdapat pelbagai pilihan untuk menghentikan kerugian, penentuan tahap optimum untuk menghentikan kerugian adalah satu cabaran. Penutupan yang terlalu ketat boleh menyebabkan penutupan yang kerap, dan terlalu luas boleh menyebabkan kerugian yang berlebihan.
Kurangnya pertimbangan asasStrategi ini sepenuhnya berdasarkan analisis teknikal dan statistik, tanpa mempertimbangkan faktor asas. Strategi yang semata-mata teknikal mungkin menghadapi cabaran apabila berita atau peristiwa besar berlaku. Penyelesaian adalah dengan menambah penapis berita atau menghentikan perdagangan sebelum dan selepas peristiwa besar.
Arah pengoptimuman strategi
Pengaturan parameter dinamik: Mekanisme penyesuaian diri boleh diperkenalkan, menyesuaikan parameter secara dinamik mengikut turun naik pasaran atau kekuatan trend, seperti panjang model, penurunan kesamaan dan kitaran statistik.
Algoritma padanan mod yang dipertingkatkanPertandingan model semasa adalah berdasarkan pada hubungan antara harga penutupan dan harga pembukaan (naik, turun, atau rata), dan ciri-ciri model yang lebih kompleks seperti hubungan tinggi dan rendah, model kuantiti, atau model kadar turun naik boleh dipertimbangkan untuk meningkatkan ketepatan pengenalan model.
Klasifikasi persekitaran pasaran: Memperkenalkan mekanisme klasifikasi persekitaran pasaran, seperti klasifikasi trend / julat / huru-hara, dan menggunakan peraturan perdagangan atau parameter yang berbeza dalam persekitaran pasaran yang berbeza. Ini akan membantu strategi menyesuaikan diri dengan keadaan pasaran yang berbeza.
Mengoptimumkan bahagian analisis statistik: Penggunaan kaedah statistik yang lebih kompleks seperti skor Z atau peringkat peratusan boleh dipertimbangkan, atau memperkenalkan kitaran statistik dinamik untuk meningkatkan kualiti isyarat statistik.
Mengintegrasikan pembelajaran mesinPenggunaan algoritma pembelajaran mesin boleh dipertimbangkan untuk mengoptimumkan pengenalan corak dan peruntukan berat statistik, atau untuk meramalkan peruntukan kebarangkalian pergerakan harga selepas corak tertentu.
Meningkatkan pengurusan risiko: Strategi pengurusan kedudukan yang dinamik dapat dilaksanakan, saiz kedudukan disesuaikan dengan kekuatan isyarat, turun naik pasaran dan risiko akaun. Selain itu, mekanisme keuntungan secara berturut-turut dapat dioptimumkan, sasaran keuntungan disesuaikan secara dinamik dengan keadaan pasaran.
Tambah penapisPemasangan pelbagai penapis, seperti penapis trend, penapis kadar lonjakan atau penapis kuantiti pertukaran, meningkatkan kualiti isyarat dan mengurangkan isyarat palsu.
ringkaskan
Strategi analisis statistik Fibonacci adalah strategi perdagangan kuantitatif yang berstruktur dan berfungsi dengan baik, yang membina sistem isyarat multi-dimensi yang kuat dengan menggabungkan tahap Fibonacci, pengenalan pola dan analisis statistik. Kelebihan utama strategi ini adalah mekanisme pengesahan berlapis, reka bentuk adaptasi dan fungsi pengurusan risiko yang baik, yang membolehkannya mencari peluang perdagangan berkemungkinan tinggi dalam pelbagai persekitaran pasaran.
Walau bagaimanapun, strategi juga menghadapi cabaran seperti sensitiviti parameter, ketergantungan persekitaran pasaran dan kerumitan pengiraan. Strategi masih mempunyai banyak ruang untuk peningkatan dengan memperkenalkan penyesuaian parameter dinamik, penambahan algoritma pencocokan mod, klasifikasi persekitaran pasaran dan pembelajaran mesin.
Bagi peniaga yang ingin menggunakan strategi ini, disarankan untuk mulakan dengan mengkaji semula bagaimana strategi berfungsi di bawah pelbagai pasaran dan parameter, dan kemudian mula dari kedudukan kecil dalam perdagangan langsung, secara beransur-ansur menyesuaikan dan mengoptimumkan parameter untuk menyesuaikan gaya perdagangan dan keadaan pasaran tertentu. Yang paling penting, strategi ini dianggap sebagai satu alat dalam kotak alat perdagangan, dan bukan sistem yang bersendirian, yang boleh digunakan bersama dengan kaedah analisis lain dan prinsip pengurusan risiko untuk memaksimumkan 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")