Edge loophole detector
- Indikatoren
- Mahmoud Ahmed Abdou Ali
- Version: 18.0
- Aktivierungen: 5
Quantitative Session Breakout Profiler & Data Miner
Zusammenfassung: Der "London Hunter v18.0" ist nicht nur ein Indikator für Kauf-/Verkaufssignale, sondern auch eine statistische Data-Mining-Maschine. Seine Kernidee ist, dass Markteröffnungen (London, NY, Asien) nicht zufällig sind, sondern unterschiedliche "Mikroregimes". Durch die Messung der spezifischen "Physik" der Kursbewegung (Geschwindigkeit, Pullback, Kerzengröße) während dieser Eröffnungsfenster erkennt das System, welche spezifischen Bedingungen zu erfolgreichen Ausbrüchen und welche zu Fakeouts (Bullen-/Bärenfallen) führen.
1. Die Kernphilosophie
Die meisten Ausbruchsstrategien scheitern, weil sie jeden Ausbruch gleich behandeln. Dieses System geht von der Prämisse aus, dass ein Ausbruch mit "hoher Geschwindigkeit" und "niedrigem Pullback" sich grundlegend von einem Ausbruch mit "niedriger Geschwindigkeit" und "hohem Pullback" unterscheidet.
Das System erstellt einen "Fingerabdruck" jeder Handelssitzung, um eine Frage zu beantworten: "Unter welchen physischen Bedingungen genau respektiert der Markt den Ausbruch?"
2. Operative Logik (Der "Hunter"-Workflow)
Das System arbeitet in einem zyklischen 4-Stufen-Prozess:
Phase A: Die Falle (Session Definition)
Das System wartet auf bestimmte Zeitfenster mit hoher Volatilität (konfigurierbare Eingaben):
-
London Open: (Standard 10:45 Start, 15 min Dauer)
-
New York Open: (Standardwert 16:15 Uhr Beginn, 15 Minuten Dauer)
-
Asia Open: (Standardwert 03:45 Start, 15 min Dauer)
Während dieser "Dauer" (z. B. 15 Minuten) wird ein Rahmen um das Hoch und das Tief gezeichnet. Dies ist die "Kill Zone".
Phase B: Der Fingerabdruck (Metrische Analyse)
Während sich die Sitzung bildet, berechnet das System drei einzigartige interne Metriken für die Kerzen, um die "Textur" des Marktes zu kategorisieren:
-
Geschwindigkeit (Ticks pro Kerze): Ist das Volumen im Verhältnis zur Preisbewegung hoch oder niedrig? (Klassifiziert als Niedrig/Mittel/Hoch).
-
Pullback %: Wie direkt ist die Bewegung? Schließen die Kerzen in der Nähe ihrer Höchststände (stark) oder hinterlassen sie lange Dochte (schwach)? (Klassifiziert als Niedrig/Mittel/Hoch).
-
Randwert: Ein zusammengesetzter algorithmischer Score, der Größe und Direktionalität kombiniert.
Ergebnis: Jede Sitzung erhält eine eindeutige ID, zum Beispiel: LON_SPD:High_PB:Low_EDG:Med (Londoner Sitzung, hohe Geschwindigkeit, niedriger Pullback, mittlerer Rand).
Phase C: Die Jagd (Ausbruch & Ergebnis)
Sobald die 15-Minuten-Box geschlossen ist, beobachtet das System die nächsten Ergebniskerzen (z.B. 5 Kerzen).
-
Auslöser: Hat der Kurs das Box-Hoch oder Box-Tief durchbrochen?
-
Ergebnisüberprüfung: Ist der Kurs nach 5 Kerzen außerhalb der Box geblieben (Gewinn/Fortsetzung), oder ist er wieder in die Box zurückgekehrt (Verlust/Fehlschlag)?
Phase D: Das Urteil (statistische Auswertung)
Dies ist der fortgeschrittenste Teil des Codes. Er zeigt nicht nur Pfeile an, sondern erstellt eine Matrix-CSV ( Hunter_Matrix.csv ). Er aggregiert die Historie, um Ihnen zu sagen:
-
"Wenn London eine hohe Geschwindigkeit und einen niedrigen Pullback hat, funktionieren Ausbrüche in 70 % der Fälle".
-
"Wenn Asien eine niedrige Geschwindigkeit und einen hohen Pullback hat, scheitern Ausbrüche in 80 % der Fälle".
3. Das "Kill Zone"-Filtermodul
Der Code enthält einen hochentwickelten Nachbearbeitungsfilter (Abschnitt _Filter_). Er analysiert die gesammelten Daten und führt "Risk Sanity"-Prüfungen durch:
-
Erwartungsfilter: Lehnt Muster ab, die keinen positiven Nettopunktedurchschnitt ergeben.
-
Risiko-Verzerrung: Lehnt Muster ab, bei denen der "schlimmste Verlust" historisch gesehen mehr als das 8-fache des "durchschnittlichen Gewinns" beträgt (verhindert Kontobrüche).
-
Stichprobengröße: Ignoriert Muster, die nicht mindestens Filter_MinCount-mal aufgetreten sind (statistische Signifikanz).
4. Einzigartige Value Propositions (Das "Alpha")
-
Auto-Optimierung: Anstatt zu raten, ob Sie in London oder New York handeln sollten, sagt Ihnen das System genau , welche Unterbedingungen dieser Sitzungen profitabel sind.
-
Fakeout-Erkennung: Durch die Analyse von PullbackPercent zielt das System darauf ab, "Erschöpfungsbewegungen" herauszufiltern, bei denen der Markt an den Rand der Box sprintet, aber nicht mehr die Energie hat, weiterzumachen.
-
Visuelle Stapelung: Die Chartdarstellung ( STACK_ABOVE ) bietet dem Händler ein Dashboard, auf dem er die "DNA" der aktuellen Marktbewegung in Echtzeit sehen kann (Speed, Edge, Pullback Ratings).
Zusammenfassung der "Idee"
Dies ist eine in einen Indikator integrierte Mustererkennungs- und Backtesting-Maschine. Sie verwandelt subjektive Konzepte wie "starker Ausbruch" vs. "schwacher Ausbruch" in quantifizierbare Datenpunkte (Speed/Pullback/Edge), um schlechte Trades mathematisch herauszufiltern.
