English Русский 中文 Español Deutsch Português
チャネルアドバンスドモデルWolfe Waves

チャネルアドバンスドモデルWolfe Waves

MetaTrader 4トレーディング | 22 4月 2016, 12:27
1 009 0
Vladimir
Vladimir

はじめに

チャネルは、トレードポジションのオープンとクロージングを定義するポイントの明確な例であり、トレードの意思決定のための現在の状況の評価を行います。チャネルにおけるトレーディングの意思決定の基礎的なルールは、チャネル内の価格の動きについての情報をていきょうしますが 、定義されたり、公式化されたルールの欠如は、ブレークアウトのポイントの発見を不可能にし、これは時折トレーディングの不注意を発見します。そのようなMやWモデルの特定のために、Merillパターン、Gartley butterflies、Pesaventoモデル、Wolfe Wavesが使用されます。



Wolfe Waves. ルールの定義とマーキング

マーケットのユニークさにもかかわらず、今ではパターンと呼ばれる価格、取引量、インジケーターの繰り返されてきた組み合わせが存在します。そのパターンの分析は、価格のテクニカルパラメーターの分析の原理の一つ、 "歴史は繰り返す" というものに基づいています。パターンは、図やテンプレートと呼ばれます。

7種類のパターンがあります:

  • 未定義パターン;
  • 継続パターン;
  • リバースパターン.

Wolfe Wavesのチャネルモデルは後者の種類に属しています。

このメソッドの作成者は、彼のウェブサイトにてWolfe Waveは均衡を形成する需要と供給からなると説明しています。そのようなモデルはユニークなものではありません。それらはどのマーケットや、どのタイムフレームでも満たされます。このモデルの作成者は、Eliott波やMerillモデルに関して新たな理解を得ました。下降チャネルでのそのような波の例は、Eliottの5つの波ストラクチャー 1-2-3-4-5の組み合わせで、一つ目のポイントは訂正波2の始めか、MerillモデルのW14です。これは、上昇トレンドの例です。そして、下降トレンドの例は、Merill's M3モデルか、Elliot波(4-5-а-b-c)の初期のポイント4です。しかし、その最も正しい構成は、波の訂正を表す図です。それらは確実に正しく、チャネルブレークアウトのポイントを示します。

Wolfe Waveの形成の最も重要な特徴は、移動の範囲が驚くべき正確さで予想できるということです。

"Idleness is the Stimulus to ProgressSemiautomatic Marking a Template"という私の記事にて、すでにWolfe Wavesによるトレーディングのためのパターンのマーキングに関するルールを記載しました。

2009年の終わりに形成された暗示された構成の生成の例をステップごとに見ていきましょう。


図1


マーキングの最初のステージにて、ポイント2から3の間にFiboレベルを設定します。そして、価格の動きの今後の発展を見積もります。ポイント3から始まる後方への動きは、ポイント2と3の価格移動の38から61パーセントの間で終了します。これが理想的な相関関係です。チャートにてポイント4を取得し、波5の形成を待ちます。波5は、波2-3の138か161パーセントになりうることを考慮しなければなりません。この場合、ちょうど138.2%あります。

私たちのパターンにおけるキーポイントを定義したのち、見つかった波を数え、パターンのターゲットゾーンを見積もるトレンド線を引きましょう。パターンを作成する重要な時点は、ポイント1の正しい発見時です。このポイントは、常にZigZagブレークの頂点にあるわけではありません。このポイントは、ポイント1ー2の間に位置します。それを見積もるために、ポイント5と3をトレンド線で結び、その望んでいるポイントはポイント1ー2の間の線の交差地点にて見つけられます。このポイントからポイント6のターゲットゾーンを推定するためポイント4に対して線を引きましょう。


図2

作業を終了するために、価格移動の終了時間を定義するための一時的なFibo線を引きましょう。タイムゾーンは、チャートにて休日部分の欠落があるという事実に関連した不正確さがあることを考慮してください。関連するリファレンスがあります。


図3

マーケットの参入はろうそうく足がポイント2と4をつなぐトレンド線を横切ると実行されます。トレンド線1-3-5と2-4により形成されたチャネルは、細くなっているか、並行しています。そのシステムの作成者により記述された重要な特徴は、対称性です。最も正確なモデルは、ポイント1-3-5間のタイムインターバルが等しい際に取得されます。

しかし、上記の構成はたとえ対称性が観測されなくても作動します。時折、価格はいくつかのポイントによって見積もられたレベルに達しないか、横切るか、それよりも先に行きます。価格がかなり移動し、一致する波の構成がより高いタイムフレームにて発見される場合がありました。それは一つの方向に強く移動させる、重複です。明らかに、これはいわゆるマーケットのフラクタル性です。


図 4



まとめ

Wolfe Waveパターンは、チャネルブレークアウトのモデルとして、多くのトレーディング戦略と同じくとても主観的です。これらのモデルを履歴やデモアカウントにて経験や必要なスキルを得てから使用することが重要です。もちろん、ストップ注文は忘れてはいけません。


MetaQuotes Ltdによってロシア語から翻訳されました。
元の記事: https://www.mql5.com/ru/articles/1564

メタトレーダーでニューラルネットワークを利用する メタトレーダーでニューラルネットワークを利用する
本稿は、みなさんのコードに複数のニューラルネットワークを取り入れて無料の人工ニューラルネットワークライブラリ(FANN)を活用し、MQL4 コードでニューラルネットワークを簡単に利用する方法をお見せします。
最小の遅れでの効果的な平均化アルゴリズム:インディケータおよび Expert Advisor での使用 最小の遅れでの効果的な平均化アルゴリズム:インディケータおよび Expert Advisor での使用
本稿は私が作成したハイクオリティーなカスタム平均化関数:JJMASeries()、JurXSeries()、JLiteSeries()、ParMASeries()、 LRMASeries()、T3Series()、MASeries()、について説明します。SmoothXSeries() 関数呼び出しによるインディケータ内でのこれら関数の最新の置換法を考察します。
MеtaTrader 4 と MATLAB エンジン(仮想 MATLAB マシン)間のインタラクション MеtaTrader 4 と MATLAB エンジン(仮想 MATLAB マシン)間のインタラクション
本稿では DLL ライブラリ- MetaTrader 4 と MATLAB の数学的デスクトップパッケージのインタラクションを可能にするラッパーの作成に関する考察を行います。また落とし穴とそれを克服する方法を説明します。本稿は Borland C++ Builder 6 コンパイラを使用している準備済みの C/C++ プログラマ―を対象としています。
ニューロネット用レシピ ニューロネット用レシピ
本稿は、『多層』ケーキを焼く初心者を対象としています。