
A estratégia é um sistema de negociação quantitativa baseado no comportamento de negociação da instituição, que opera principalmente através da identificação de pontos de captura de liquidez e de áreas de oferta e demanda no mercado. A ideia central da estratégia são os dois modelos de preços frequentemente usados pelas agências de captura: a limpeza de liquidez (Liquidity Sweep) e o padrão de engulfamento (Engulfing Pattern).
A estratégia funciona com base nos seguintes princípios:
Identificação de liquidez:
Engolindo identificação de formas:
Condições de entrada:
Gestão de Riscos:
Visualização de áreas de oferta e demanda:
Acompanhamento do comportamento das instituiçõesA estratégia imita o comportamento de negociação de grandes instituições para obter vantagens através da identificação de pontos de captura de liquidez, uma abordagem mais próxima do mecanismo de funcionamento real do mercado do que um simples indicador técnico.
Sinais visuais clarosA estratégia fornece um sinal de entrada visual claro, permitindo que os comerciantes identifiquem rapidamente potenciais oportunidades de negociação.
Mapeamento da oferta e demandaA estratégia fornece aos comerciantes uma referência visual de onde o preço pode encontrar suporte ou resistência, o que é muito valioso para entender a estrutura do mercado.
Gestão de riscos internaA estratégia possui percentagens de stop loss e stop loss predefinidas, garantindo que cada transação tenha uma relação de risco-retorno predefinida, que é a base para uma gestão de transações saudáveis.
Altamente adaptávelAtravés de parâmetros ajustáveis (como período de retorno, percentual de perda e percentual de parada), a estratégia pode ser otimizada de acordo com diferentes condições de mercado e preferências de risco pessoais.
Sistema de sinalização compostoA estratégia não depende de um único sinal, mas sim de uma combinação de dois sinais de limpeza de liquidez e forma de absorção, reduzindo a possibilidade de falsos sinais e aumentando a precisão das decisões de entrada.
Baseado no comportamento dos preçosA estratégia baseia-se principalmente no comportamento dos preços e não em indicadores derivados, reduzindo o atraso e aproximando-se mais da dinâmica real do mercado.
Risco de Falso BreakoutO mercado pode ter falsas rupturas, onde o preço pode romper os altos e baixos anteriores e não continuar a operar, causando sinais errados. A solução pode incluir o aumento do indicador de confirmação ou o ajuste do período de retorno.
Riscos em mercados altamente voláteisEm mercados de alta volatilidade, as formas de absorção podem ser frequentes, mas não têm a mesma capacidade de previsão, podendo levar a excessos de negociação. Nesse ambiente, pode-se considerar o aumento de filtros de tamanho de forma ou a desativação temporária de alguns sinais.
Limitação fixa de stop lossO uso de stop loss e stop loss de porcentagem fixa pode não ser adequado para todas as condições de mercado, especialmente em mercados com grandes variações de volatilidade. Pode ser considerada a configuração de stop loss dinâmica baseada no ATR.
Sensibilidade do parâmetroO desempenho da estratégia é altamente dependente dos parâmetros escolhidos, como a duração do período de revisão. Diferentes mercados e prazos de tempo podem exigir diferentes configurações de parâmetros, o que requer uma revisão e otimização detalhadas.
Precisão de oferta e demandaAs regiões de oferta e demanda geradas automaticamente podem ser menos precisas do que as identificadas manualmente por comerciantes profissionais, pois são baseadas apenas em pontos de preço individuais e porcentagens fixas. A combinação de volumes de transação ou outros elementos da estrutura de preços pode ser considerada para melhorar a definição de regiões.
Filtragem sem mercadoA estratégia gera sinais em todas as condições de mercado, sem distinguir entre tendências, turbulências ou ambientes de alta volatilidade. Em certos ambientes de mercado, determinadas condições de entrada podem não ser tão confiáveis, podendo ser considerado o acréscimo de um filtro de estado de mercado.
Deformação de detecçãoNo processo de retrospecção, a estratégia pode mostrar melhores resultados do que na negociação real, devido à divulgação ou otimização excessiva de informações futuras.
Adicionar filtro de tendênciaA adição de indicadores de identificação de tendências (como a média móvel ou o indicador ADX) garante que a direção da negociação esteja de acordo com a tendência geral do mercado, evita a negociação de contrapartida e aumenta a taxa de sucesso. Esta otimização pode resolver o problema de que a estratégia pode gerar sinais de negociação em excesso em mercados turbulentos.
Confirmação de volume de transação integradaIncorporar a análise de volume de transação no processo de confirmação de sinais, gerando sinais de negociação somente quando o movimento de preços é acompanhado por uma mudança significativa de volume de transação. Isso ajuda a filtrar formas de ruptura ou absorção de baixa qualidade, pois o movimento de preços efetivo geralmente é acompanhado de suporte ao volume de transação.
Paragem dinâmicaSubstituição de um stop loss de porcentagem fixa por um stop loss dinâmico baseado na volatilidade do mercado (como o ATR). Isso tornará a gestão de risco mais adequada às condições atuais do mercado, oferecendo um stop loss mais amplo quando há maior volatilidade e um stop loss mais apertado quando há menor volatilidade.
Aumentar o filtro de tempoA estratégia pode ser mais apropriada em certos períodos do mercado do que em outros. A adição de filtros de tempo pode evitar a negociação em períodos de baixa liquidez ou mercado imprevisível.
Análise de Multi-Framas de TempoA integração de sinais de confirmação de quadros de tempo mais altos permite que as transações sejam feitas apenas quando a tendência de quadros de tempo mais altos coincide com a direção da negociação. Esta abordagem “de cima para baixo” pode melhorar a qualidade do sinal.
Refinamento das áreas de oferta e demandaMelhorar a metodologia de cálculo das regiões de oferta e demanda, levando em consideração a estrutura de preços, volume de transações e níveis de suporte/resistência em múltiplos quadros temporais, para que estas regiões reflitam com mais precisão os potenciais pontos de inflexão.
Adição de um classificador de aprendizado de máquinaO algoritmo usa a tecnologia de aprendizagem de máquina para avaliar a qualidade de cada sinal, para prever a probabilidade de sucesso com base em padrões históricos e para executar apenas transações de alta probabilidade.
Adicionado mecanismo de controle de retraçãoImplementar gestão de posição dinâmica e controle de retração, reduzindo o tamanho da posição após perdas consecutivas e aumentando gradualmente a posição quando a estratégia funciona bem, para proteger os fundos contra perdas excessivas.
A estratégia de captura de liquidez em nível de instituição e identificação de áreas de oferta e demanda é um sistema de negociação quantitativa baseado no comportamento de negociação e no comportamento de preços da instituição para capturar oportunidades de negociação de alta probabilidade, identificando padrões de limpeza e absorção de liquidez. A principal vantagem da estratégia reside na sua abordagem próxima ao mecanismo de funcionamento do mercado real, no sistema de sinais visuais claros e na estrutura de gerenciamento de risco embutida.
No entanto, a estratégia também enfrenta alguns desafios, como o risco de falsas rupturas, sensibilidade de parâmetros e adaptabilidade ao ambiente de mercado. A robustez e o desempenho da estratégia podem ser significativamente melhorados com o aumento de filtros de tendência, a confirmação de volume de transação integrada, a implementação de stop loss dinâmico, a adição de filtros de tempo, a análise de múltiplos quadros temporais, a definição de regiões de oferta e demanda refinadas e a introdução de técnicas de aprendizagem de máquina.
Para os comerciantes interessados em usar esta estratégia, é recomendável fazer um bom teste de retorno e otimização de parâmetros antes da negociação em ação, e considerar o desempenho da estratégia em diferentes ambientes de mercado. Com o monitoramento e ajuste contínuos, esta estratégia pode se tornar uma ferramenta de negociação poderosa, ajudando os comerciantes a entender melhor e aproveitar os padrões de comportamento das instituições no mercado.
/*backtest
start: 2024-08-20 00:00:00
end: 2025-08-01 00:00:00
period: 1d
basePeriod: 1d
exchanges: [{"eid":"Futures_OKX","currency":"ETH_USDT","balance":5000}]
*/
//@version=5
strategy("Institutional Buy/Sell Zones", overlay=true, initial_capital=10000)
// === Inputs ===
slPerc = input.float(1.0, "Stop Loss %")
tpPerc = input.float(2.0, "Take Profit %")
lookback = input.int(20, "Lookback Period for Liquidity")
// === Institutional Logic ===
// 1. Liquidity sweep (price takes out previous highs/lows and reverses)
sweepHigh = high > ta.highest(high[1], lookback)
sweepLow = low < ta.lowest(low[1], lookback)
// 2. Strong bullish / bearish engulfing candles
bullishEngulf = close > open and close[1] < open[1] and close > open[1] and open <= close[1]
bearishEngulf = close < open and close[1] > open[1] and close < open[1] and open >= close[1]
// === Entry Conditions ===
longCondition = sweepLow or bullishEngulf
shortCondition = sweepHigh or bearishEngulf
// === Strategy Orders ===
if longCondition
strategy.entry("BUY", strategy.long)
strategy.exit("BUY Exit", from_entry="BUY", stop=close * (1 - slPerc/100), limit=close * (1 + tpPerc/100))
if shortCondition
strategy.entry("SELL", strategy.short)
strategy.exit("SELL Exit", from_entry="SELL", stop=close * (1 + slPerc/100), limit=close * (1 - tpPerc/100))
// === Plot Buy/Sell Arrows ===
plotshape(longCondition, title="Institutional Buy", style=shape.triangleup, color=color.green, text="BUY", location=location.belowbar, size=size.large)
plotshape(shortCondition, title="Institutional Sell", style=shape.triangledown, color=color.red, text="SELL", location=location.abovebar, size=size.large)