買われすぎ・売られすぎゾーンの検出方法について。 第一部

Aleksandr Masterskikh | 15 11月, 2020

目次

• イントロダクション
• 一般論
• プロセス・ダイナミクスから見た買われすぎ・売られすぎゾーンとは？
• 買われすぎ・売られすぎゾーンの検出精度について
• 買われすぎ・売られすぎゾーンにあるときに相場に参入した場合の影響
• 買われすぎ・売られすぎゾーンでのポジションリスクに関連した損失の評価
• 買われすぎ/売られすぎゾーンにある場合の相場からの撤退の結果
• 買われすぎ・売られすぎゾーンを検出するために従来のインジケータを使用することの長所と短所
• フィボナッチ級数の値を用いたインジケータ群の設定
• その「落ち着きのない」ストキャスティクス インジケータの式の分析
• 異なるトレンドタイプの買われ過ぎ・売られ過ぎゾーンを検出するインジケータ群のテスト
• RSIの何が悪いのが？ インジケータの式の分析
• 設定値とトレンドタイプによる買われ過ぎ・売られ過ぎゾーンの検出精度評価結果
• 買われすぎ・売られすぎゾーンを検出する従来型インジケータの効率性に関する結論
• 買われすぎ・売られすぎゾーンの検出効率を高めるための新たなアプローチ
• フラクタル分析とローソク足分析を使用する場合の買われすぎ・売られすぎゾーンを検出するアルゴリズムの一般的な要件
• トレンド "スローダウン "の兆候の特定に関する方法
• トレンドオンセットへのアンカリングのアルゴリズム
• トレンドオンセットからの離間に関連するメソッド
• 結論

イントロダクション

買われすぎ・売られすぎのゾーンを検知することは、重要なシグナルです。 しかし、「シグナル」と「ゾーン」という概念はどのように関係しているのでしょうか？ このようなゾーンを特定することの本質的な複雑さ（それは常に非定常過程の中での予測にある）を考慮するとともに、指標の大まかな数学モデル（これは指標のトリガーポイントを分散させることで表現される）を考慮して、ある種のシグナルのセット、すなわち価格の値の範囲を実質的に得ました。 注目すべきは、トリガーするインジケータの精度にもよりますが、このレンジ（ゾーン）は、最終的なトレンドフラクタルの両側で終わることです（予想されるシグナルはフラクタルの左に、遅れたシグナルはフラクタルの右にあります）。 現実的には、これらは売られすぎ・買われすぎのゾーンと考えていいでしょう。 そして、ゾーンの境界について、次のような（予備的な）定義を得ます。

買われ過ぎ・売られ過ぎゾーン（予想シグナル）の発生は、既存のトレンドが比較的弱い（既存のトレンドが継続する確率が低下する）ことを特徴とします。 買われ過ぎ/売られ過ぎゾーンの終了（予測シグナルの遅れ）、その逆は、価格の変化が幾分か取るに足らない上昇を特徴としていますが、逆方向への上昇（トレンドの反転の確率が高まる）を特徴とします。 

このように、特定の時間枠に関しては、買われ過ぎ/売られ過ぎゾーンは、反対に指示されたローカルトレンドの間のダイナミックなリンクです。 トレンド開始時にポジションを取得し、トレンド終了時にポジションを閉じることは、すべてのトレーダーの夢であるため、このマーケットダイナミクスの要素がどれほど重要であるかが明らかになります。 実際には、これは相場の状態の一つであり、ダイナミクスの不確実性によって特徴づけられる（あるトレンドはゾーンのオンセットで実質的に終了していますが、別の反対のトレンドはゾーンの終わりで始まったばかりである）。

 伝統的なテクニカル分析では、このような力学的な状態を決める用語がたくさんあります。実際には、"買われすぎ/売られすぎ "のこと、"レンジ "のこと（振幅が小さいため、トレンドの不確実性を意味します）、および "サイドレンジ "（顕著なチャネル内でそのようなレンジなトレンド方向の周期的な変化を意味します）があります。 用語（とその意味）には共通していることがあります。トレンドの方向性が不確実な、比較的弱いダイナミクスのゾーンであるということです。 この事実が鍵を握っています。 この理由と便宜上、インパルス均衡の理論では、異なる用語はすべて、単一の用語/概念、"不確実性ゾーン "に置き換えられています。確かにどのような用語を使用しても構いません。 そこで本稿では、多くの人がよく使う従来の用語、すなわち "買われすぎ・売られすぎゾーン "に焦点をあてることにします。

従来の分析は、少なくともテクニカル分析、波動分析、ファンダメンタルズ分析では、なぜか疑問が抱かれないことがあります。つまり、実際、どのようなプロセスの中で、そのようなゾーンが探されているのか？という疑問です。

ここでは、外国為替、株式、コモディティ、暗号通貨などの金融相場における買われすぎ・売られすぎのゾーンを見極めるプロセスについて詳しく見ていきます。 そして、買われ過ぎ・売られ過ぎゾーンのプロセスの性質と役割を理解した上で、従来のアプローチと新しいアプローチの両方を用いて、買われ過ぎ・売られ過ぎゾーンを特定するための手法やツールを検討します。 

この論文では、このようなゾーンの探索に関連した問題の包括的な分析を提供はしていません（プロセスの性質を考慮すると、100%よりも低い確率の推定値しか語れないので、本当にグローバルな問題です）。 買われすぎ・売られすぎゾーンの分析は、どのようなトレードシステムにも必要な要素であることを考えると、著者が理論的・実践的な問題を解決しながら分析的なトレードシステムを開発してきた経験は、初心者の方から経験者の方まで、金融相場に参加されている方の参考になるのではないかと思います。

一般論

プロセス・ダイナミクスから見た買われすぎ・売られすぎゾーンとは？

上記のようなゾーンを事前に定義しておきました。 さて、問題の完全な理解を得るために、利用可能な情報領域内に存在する買われすぎ/売られすぎゾーンの定義を参照してみましょう。 驚くべきことに、ウィキペディアのロシア語版と英語版の両方で、このトピックを扱った献身的な記事がまだありません。 それは偶然ではありません。 理由はここにあります。 第一に、従来の分析では、このトピックを探求することをめぐって意見が分かれています（従来の分析には統一された用語がないため、似たような概念をすべて組み合わせてしまうことになります）。 第２に、出版物は、参加者の行動や利益に関連した一般的で弱々しい定義を提示しているだけで、プロセスのダイナミクスを詳細に説明していません。 そのような定義の例をいくつか考えてみましょう。 

例（過大評価、過小評価の話をする）。

"買われすぎ "とは、通貨ペアの価格レートが高すぎる（過大評価されている）ため、そのロールバック（縮小）が予想されることを意味します。 マーケットで、クリティカルな量の買いオーダーがあり、プレイヤーが空売りトレード（売りオーダー）をした場合、通貨ペアはゆっくりとその価格が低下します。 売られすぎとは、通貨ペアの価格が過小評価されすぎていることを意味し、その逆もまた然りで、そのような価格で買いたい人には適しています。 通貨ペア価格が上昇します。"

別の例（売上金額と利害関係のアンバランスの話）。

 "買われすぎ "とは、相場では、すべての潜在的な買い手がすでにロングポジションに入っていますが、実質的には新しい潜在的な買い手がいない状況を意味します。 このように、まだまだ現役のプレイヤーは売り手だけです。 そのため、売上の増加は価格を下に動かし始めます。 同様に、売られすぎとは、すべての潜在的な売り手がすでにショートポジションを持っており、実質的に買い手だけがまだアクティブな状況を意味します。 買い手が押し目買いを始める。 つまり、ブルとベアの間には利害の連鎖的なアンバランスが発生し、相場はこのアンバランスを価格のトレンド方向を変えることで調整しようとしているのです。"

もう一つ例を挙げてみます（売りたい人と買いたい人の数と、買いたい人の数を比較して、ビッドとアスクを比較しています）。

"買われすぎ相場 "とは、金融商品を売ろうとする人の数が、この金融商品を買おうとする人の数よりも圧倒的に多い状態のことです。 相場で買われすぎた場合は、価格の伸びが止まり、大量のショートトレードが発生することになります。 為替商品のBidが増え、下降トレンドが形成されつつあることを意味します。 相場の売られ過ぎとは、通貨ペアの価格が最小値に達し、その価格がBidをはるかに上回った状態をいいます。 魅力的な価格でトレード商品を買いたいと考えている人の多くが相場に現れ、多くの買いオーダーを開くことにつながっています。"

あるいは別の例（「過熱相場」の話）。

"相場の買われ過ぎ・売られ過ぎ "とは、急激で持続的な一方向的なトレンドの後の相場の状態を指します。 価格は "過熱感 "のようなもので、異常な動きには補正が必要です。"

ご覧のように、これらの例は、プロセス（環境）やゾーンが配置されている範囲、あるいはゾーンの開始／終了の具体的な兆候については何も述べていません。

さらに、相場は複雑で動的な「生物」であるため、そのようなゾーンを検出するアルゴリズムはシンプルでも明示的でもなく、多変量であることがわかります。 

買われすぎ・売られすぎゾーンの検出は、一見簡単そうに見えますが（従来のインジケータを使用した場合）、実際には100％よりもはるかに低い確率でしか正しく解くことができない高度な問題です。 理由はここにあります。 問題は、買われ過ぎ・売られ過ぎのゾーンを特定しようとしている環境は、価格変動の振幅の値も頻度も常に変化する非定常的なプロセスであるということです。 従来の分析手法では実質的に全くカウントされていない重要なポイントです。 しかし、プロセスを分析するためには、その性質を知り、理解する必要があります。

そのようなゾーンを探すことに関連して、「プロセスの性質を理解する」とはどういうことなのでしょうか？ 

それは、インジケータやオシレータ、分析やトレードシステムのアルゴリズムである数理モデルが、金融商品の価格変動の振幅や周波数の一定の変化を何らかの形で考慮しなければならないことを意味します。 しかし、従来のインジケータのアルゴリズムを分析してみると、価格変動の頻度の変化を「見ている」わけではなく、トレンドのオンセットに固定されていないことがわかります。

金融商品の値動きの性質はフラクタルです。 つまり、どのようなローカルトレンドもフラクタルがフラクタルのサポートレベルを形成します。

このように、2つのフラクタルを組み合わせると、トレンド（振幅と周波数分析）を緩和するために検索する必要性の結論に至ります。

インパルス均衡理論の観点から、買われすぎ・売られすぎのゾーンは以下のように定義されます。

買われ過ぎ/売られ過ぎゾーンはトレンドの力学が弱まっているエリアであり、トレンドのオンセットは基準サポートのフラクタルである；すなわち、トレンドのオンセットの起点はフラクタルです。 トレンドが弱くなっている兆候は、トレンドが構成されている基本構造の特別なパラメータ、すなわち、トレンド内の振幅と変動周波数です。 

しかし、基本構造とは何なのでしょうか？ この論文の先に検討すべきフラクタル構造である（動的なトレンドを選択する上で、構造との間には独自の関係があるが、別の論文で検討する予定の幅広いテーマである）。 トレンドを形成しているローソク足は、そのような構造の簡略化された、剥ぎ取られた類似体であることだけに注意する必要があります。 今回の記事では、致命的でない（特により大きな時間枠の）シンプル化を認めた上で、そのような構造としてローソク足を使うことにします。 それぞれ、買われすぎ/売られすぎゾーンを検索するために、トレンドローソク足のパラメータ（他の分析パラメータと一緒に）の変化を分析します。

上記のように、買われ過ぎ・売られ過ぎゾーンの探索によく用いられる従来の指標では、トレンド発生のフラクタル起点やトレンド内での相場変動の頻度の変化など、金融商品の値動きのプロセスの上記の要因を実質的に考慮していないため、トレンド発生のフラクタル起点やトレンド内での相場変動の頻度の変化を考慮することができません。 以下で考察されるインジケータは、すなわち、絶対的に異なる数学的アルゴリズムの下で「生きている」。適応インジケータを除いて、インジケータの計算期間の値、したがって、基準周波数は、通常、固定値を表します。 そして、インジケータ値を計算する際には、トレンドの開始に固定されたものではなく、ランダムな開始点を使用します。

買われすぎ・売られすぎゾーンの検出精度について

買われすぎ・売られすぎゾーンの特定の精度（常に確率的な推定、つまり予測）に応じて、3つの異なるタイプの予測があります。早期予測、正確な予測、リタード予測です。 予測タイプを定義する基準として、トレンドの最大値を使用します。 - これは常にサポートフラクタルの極端なレベルであり、反転（または修正、使用されているトレード戦略にとって重要な振幅）が行われた後に起こります。 したがって、予測ポイントがこの基準に近いほど（時間的にも振幅的にも）、買われ過ぎ・売られ過ぎゾーンの出現予測がより正確になります。

実際、買われすぎ・売られすぎゾーンの検出精度によって、トレンド終了予測タイプの話をします。

買われすぎ（USDCAD、D1）の例を検討してみましょう。

図.1. 買われ過ぎゾーンの特定精度に応じたトレンド終了予測タイプ

図1は、買われ過ぎゾーンを検出するために、各種インジケータを用いて得られた3つの赤いポイントを示します。 ポイントは左から順に、1.早期予想、2.正確な予想、3.リタード予想です。

明らかに、トレンドの極値（トレンドの終了の正確な予測）を「打つ」ことは、オープンポジションがある場合、完全な決済のシナリオです。 したがって、買われすぎ・売られすぎの両極端の予測精度は、その両極端に関連して、金融相場でのトレードの効率性に直接影響を与えます。

以下の詳細でこのトピックを検討し、トレードで買われすぎ/売られすぎのゾーンを打つことの結果を評価するつもりです - 相場に入るときと出て行くときの両方で。 そのようなゾーンにいるときに相場に入ることの結果から始めます。 

買われすぎ・売られすぎゾーンにあるときに相場に参入した場合の影響

そのようなゾーンで相場に参入した場合、トレーダーはどのような結果を期待できるのでしょうか？ 視覚的な簡易分析を使用すると、買われ過ぎ/売られ過ぎゾーンの出現は、しばしば現在のトレンドの中での修正の存在と関連します。 そこで、相場にエントリーするオーダーについて、次のような選択肢を考えてみましょう。

オプション1. トレンド修正がないか、（主観的に）取るに足らない（まだトレンドの反転にはつながらない）。 分析には、図１のポイント１とポイント２を使用します（ポイント３はトレンド反転エリアにあるので考慮していません）。

結果: 

トレンド "テール "でのエントリーとそのトレンドの方向と一致している場合は、すべてがトレンドの残留振幅値に依存します。 残存振幅が小さい場合（トレンド「テール」の十分な振幅を保証できる人はいません）、トレーダーがどれだけ迅速に行動するか、またはポジション決済のシグナルがどれだけ正確かによっては、利益値は無視できるか、ゼロか、あるいはマイナスになる可能性があります。 

D1以上のような大きなフレームについてのものであれば、ローソク足の振幅が小さい時間枠よりもかなり大きいので、残留振幅が短期戦略には十分であることが判明する可能性があり、そこの状況はほど明確ではありません。 その一つがポイント1（図1、買われ過ぎゾーンの早期予想）です。 上昇トレンドの残存振幅値は、約100ポイント（小数点以下4位の古典的なポイント）となり、その時点で買いでエントリーしていれば、十分に利益を得ることができることが判明しました。 しかし、図1の過去のデータを見ているのですが、実際の状況では、このポイントはその時点で現在のトレンドの直近の利用可能なポイントとなり、このシグナルがどのくらい早く出るのか、トレンドの本当の残留振幅はどのようになるのかを予測することができないことを理解すべきです。 さらに、大きなタイムフレームのシグナルは、この場合、単なる予備的なシグナルであり、リスクを軽減するためには、より小さなタイムフレームでの分析が必要となるため、複数のタイムフレームでの複雑な分析が必要となりますが、初心者のトレーダーにとっては困難なことです。

買いエントリーがポイント2（図1、買われすぎの正確な予測）にある場合、このポイントはすぐに反転するので、結果はマイナスになります。 ここで、推論は先ほどの例と同様です。

トレンド "テール "でエントリーしますが、そのトレンドに対して、リスクは、いずれにせよ、上昇している場合です。トレンドが継続した場合、損失につながりますが、反転には、追加の確認は、そのような条件付きで、まだ利用できない価格の逆方向の動きの活動として、必要とされます。 例として、ポイント1またはポイント2での売りエントリー（図1）。 もし、売りエントリーがポイント1（上昇トレンド終了の早期予想）であれば、この場合、上昇トレンドの残存振幅がかなり大きい（100ポイント程度）ことになります。 ストップロスはこの値をほとんど超えないので、損切りでポジションを決済します。 もし、売りエントリーがポイント2（図1、上昇トレンド終了の正確な予測）であれば、上昇トレンドの終わりと、それぞれ下降トレンドの始まりなので、状況は完璧です。

選択肢2.  このスケールの範囲内でトレンドの大幅な修正があり、逆指値インパルスが活発な場合は、したがって、トレンドの反転の可能性が高くなります。 

しかし、「かなりの修正」とは何か？ もちろん、「かなりの補正」という概念は、必然的にトレンドが継続する補正の深さに独自の値がないため、ファジー論理の対象となります。 値の範囲しかありません。 例えば、補正深度値が20％以下（0％～20％の範囲です）の場合は、トレンドが継続する可能性が高いです。 しかし、実際には50％、さらには62％の修正後もトレンドが継続することが多いことがわかります。 にもかかわらず、62％以上の補正は（もちろん条件付きですが）トレンド反転のストキャスティクスが急激に高まる臨界値の範囲と考えることができます。

結果: 

深い修正の範囲内でトレンド方向にエントリーすると、いずれにしてもリスクが高くなります。 トレンドが修正に対応できず、後者が逆トレンドに変換してしまうと損失が出てしまいます。 トレンドがまだ修正に耐え、同じ方向に継続するためには、条件付きでまだ利用できないトレンド方向の新たなインパルス活動など、現在のダイナミクスとの追加の確認が必要です。

このトレンドの深い補正内に入る場合は、しかし、トレンドに反して、リスクはいずれにしても上昇します。トレンドが続く場合は、追加の確認が完全な反転に必要とされている間に、おそらく損失があるでしょう。これは、深い補正と条件付きで、まだ利用可能ではない逆の値動きの両方でです。

オプション1とオプション2の結論:。 

このように、買われ過ぎ・売られ過ぎゾーンにあるときに、従来のインジケータのシグナルに基づいて、既存のトレンドの中にも、既存のトレンドに反しても、相場にエントリーすることは、「トレンドがあまり残っていない」ことと、従来のインジケータを使ってそのようなゾーンを特定する精度が高くないことから、かなりリスクの高い戦略となります。 1つのインジケータは、異なる相場状況で早期またはリタードシグナルを形成することができます（任意の金融商品のチャートで見ることができます）。 同時に、時間枠が小さければ小さいほどリスクが高くなるので、絶対的な意味では、小さい時間枠のローソク足の振幅（したがって、残留トレンド振幅の絶対値）は、異なる時間枠のチャートでの値動きの異なるスケールに避けられない高い時間枠のローソク足の同様の振幅よりも小さくなります）。 

レベルがどのようにトレンドを完成させるフラクタルの極端な部分に関係しているのか、特殊なケースを考えてみましょう。 同一価格水準でトレンド方向に2つのエントリーがある状況、すなわち、1つ目のエントリーはトレンド終了の早期予想ポイント（トレンド高値の左側）で、2つ目のエントリーはリタード予想エリア（トレンド高値の右側）でのエントリーとなります。 

ここで自問自答してみましょう。両方のエントリーが同じ価格レベルで行われた場合、どちらのエントリーが安全なのでしょうか？ 図２の例を考えてみましょう。

図2. 同じレベルでも時期が違う場合の相場にエントリーする効率性

図２は、同一レベルではあるが、異なるタイミングでの２つのエントリーを示します。

ポイント1 - 買いエントリー（トレンド終了の早期予想ポイント、デフォルト設定のストキャスティクスインジケータの買われすぎシグナル）。

ポイント2 - 買いエントリー（トレンド終了のリタード予想ポイント、MACDインジケータの買われすぎシグナルをデフォルト設定でリタード予想）。

max - ローカル上昇トレンドの極値。

図2に示すように、同じ水準でエントリーしているそれにも関わらず、トレンド終了早期予想ポイント(ポイント1)でのエントリーの方が、まだ逆張りがなく、トレンドの残存振幅に余裕があるため、損失が出にくい(少なくとも短期戦略の場合)ことがわかります。 同時に、同じレベルではありますが、トレンド終了リタード予想（ポイント2）のエリアでのエントリーは、インジケータのリタードシグナルにより、価格が既に修正（逆行）エリアに入っているため、安全性が低く、損失のストキャスティクスが高くなります。

つまり、買い越し・売られ過ぎゾーンを利用した相場の入り方や戦術が多い（トレンドの方向性に合わせても、逆にトレンドの方向性に合わせても）。 しかし、以下のことを考慮に入れる必要があります。トレンドに逆らってエントリーするには、このような非標準的なトレード判断に踏み切るためには、テクニカルではない（例えば、ファンダメンタルズやニュースベースの） "防水 "外部要因を手元に持っていなければなりません。

買われすぎ・売られすぎゾーンでのポジションリスクに関連した損失の評価

エキスパート・アドバイザーのテストに例えて、理論的な結論をテストしてみましょう。 先行記事を元にEAを使ってみます。トレーダーのリスクを減らす方法（MetaTrader5用のEAReduse_risks）です。

課題は、買われすぎ・売られすぎのゾーンに入るリスクに関連した損失の可能性を評価するために、特定のケースを使用することです。 買われ過ぎ/売られ過ぎゾーンに入る確率を最小化するために、通常はローカルなトレンドの始まりであるインパルスの始まりにアンカーリングするアルゴリズムを使用してみましょう。 アルゴリズム自体については後述します。 これまでのところ、EAのテスト結果に興味があるでしょう。 - 最初に、トレンドの開始にアンカーリングのモジュールを使用してテスト（買われすぎ/売られすぎゾーン内に入るストキャスティクスを減らす）、その後、そのモジュールを無効にしたテスト（ゾーン内に入るストキャスティクスを増加させるようなアンカーリングによって表される保護を削除します）。

最悪のシナリオをできるだけ現実的なものにするためのテストをしてみましょう。 意図的に初期利益の結果がマイナスになるような例をとります。

第一回目のテスト結果（総合結果とバランスチャート）。

図3. 買われすぎ/売られすぎゾーン内に入るリスクを最小化するモジュールを有効にした一般的なテスト結果

図4. 買われすぎ/売られすぎゾーンに入るリスクを最小限に抑えるモジュールが有効になっているバランス/デポジットチャート

図３と図４は、買われ過ぎ・売られ過ぎゾーンに入るリスクを最小化するモジュールを有効にした最初のテストの結果とチャートを示しています。 最初のテストでの存在感のなさに気を取られてはいけません。 第２に、この最悪のシナリオでどのような結果が予想されるかが重要です。

では、上記の保護モジュールを無効にしてEAをテストしてみましょう。

2回目のテスト結果（総合結果とバランス表）。

図5. 買われすぎ/売られすぎゾーン内に入るリスクを最小化するモジュールを無効にした一般的な結果

図6. 買われすぎ/売られすぎゾーンに入るリスクを最小化するための無効化モジュールを備えたバランス/デポジットチャート

図５と図６は、買われすぎ・売られすぎゾーン内でのポジション取得に関連するリスクを最小化するモジュールを意図的に無効化した第２回目のテストの結果を示します。

2つのテストの結果を重要なパラメータで比較し、次のチャートに表示してみましょう。

図7. 買われすぎ・売られすぎゾーンに入るリスクを無視した場合のパラメータ悪化チャート（売買効率）

図７は、第１のテストの結果を示しており、レベル１（すべてのパラメータに対して単一の開始レベル）であり、第２のテストの結果はレベル２、３、および４です。 チャート（テスト1とは対照的にテスト2）を見ても分かるように、買われ過ぎ/売られ過ぎゾーン内でのポジション取得に関連したリスクを無視すると、悪影響をもたらすことになります。 最初はマイナスであっても問題ではなく、最初のインジケータに比べてかなり悪化していることが重要です。

"1" - テスト1 の結果、基本レベル（リスク最小化モジュールを有効にして得られた各パラメータについて）、テスト 2 のインジケータが変更されたことに関連します。

"2" - 一般的なトレーリングの結果、168％悪化。

"3" - 資産ドローダウン（最大ドローダウン値が伸びている間）、97％悪化。

"4" - 回復要因、67％悪化。

このように、特別な対策を講じなければ、相場の不安定さを考慮して、一部のエントリーは買われ過ぎ・売られ過ぎのゾーンに入り、トレードの金融結果を悪化させることを実践で学んできました。

以下では、買われ過ぎ/売られ過ぎのゾーンで相場から撤退（既存のオープンポジションを閉じる）した場合の結果を検討します。

買われすぎ/売られすぎゾーンにある場合の相場からの撤退の結果

買われ過ぎ/売られ過ぎゾーンに相場にエントリーすることが大きなリスクを伴う（したがって、トレーダーにとって無条件に有害である）のであれば、そのようなゾーンで相場から撤退（既存のポジションを決済）することは、投資リスクを軽減できるので、むしろ有益です。 すべては間違いなくインジケータのトリガー精度に依存します。 トレンドの極値が近いほど（時間的にも振幅的にも）リスクが低いことは先に学んでいます。 時間と振幅の要因は、特定のトレンド/修正セクション内で相互に関連します。ポイントが時間によって極端に近い場合、また、振幅によってこの極端に近いでしょう（もちろん、時間軸に向かってチャート線のトレンドを考慮して）。

売れすぎに例えて、上記のことを考えてみましょう。

図8 異なるインジケータによる売られすぎゾーン内でのポジションのクロージング

図8は、売りポジションを決済する2つの選択肢を示します。

(A-B) -下降トレンドの振幅。

赤矢印の始点 - 売りのエントリーポイント（下に向かう価格をサポートするフラクタルを形成した直後の条件付きエントリー）。

ポイント1 - インジケータストキャスティック、RSI（トレンドの終了の早期予測）、売りポジションを決済するポイント

ポイント２ インジケータMACDによる売りポジションの決済ポイント（トレンド終了のリタード予測

過去のデータからもわかるように、ポイント1での相場撤退は時期尚早のように見えます。 実際には、早期のシグナルよりも、トレンドの終着点に近い方が、リターディングシグナルの方が利益になる可能性があることを意味します。 

しかし、問題は、2つのシグナルの効率を過去のデータ上で比較すること、つまり、すでにトレンドが反転しているところだけを比較することです。 その頃にはもう第一シグナルは使えないでしょう。 実際の状況では、そうします。

- 登場したらすぐに第１シグナルを使用する（図８の１点目のポジションを閉じる）。 

- または、第1シグナルを無視して（例えば、フィルタとしてMACDを使用して - ポイント1でのインジケータストキャスティックとRSIのアクションをサポートしていません）、図8のポイント2でポジションを閉じます。

結論:

買われすぎ・売られすぎのゾーンでポジションを決済（相場からの撤退）すると、投資リスクが軽減されるので便利です。 したがって

トレンド終了の早期予想に基づいてクローズした場合、トレンドにはある程度の「稼働レンジ」（トレンドの残存振幅）があるので、価格スリッページで追加利益を得ることができます。 トレンドの終了のリタード予測に基づいてポジションを決済する場合、すべてはトレンドの極値からの距離に依存します。 トレンドの極値から相場の決済地点が遠いほど（つまり、修正が強いほど）、売買成績は悪くなります。

このように、トレード結果は、トレーダーが相場を決済するためにインジケータのシグナルを使用することによって、アクションアルゴリズムに依存します（すべての場合）。 しかし、金融相場のトレーダーの大半は、多かれ少なかれインジケータを使ってトレードを行っています。

 さらに、買われ過ぎ・売られ過ぎのゾーンを探す上で、従来のインジケータの長所と短所を考えてみましょう。 まずは人気のトレードターミナルで利用できるものからご紹介します。

買われすぎ・売られすぎゾーンを検出するために従来のインジケータを使用することの長所と短所

トレーダーは、買われ過ぎ/売られ過ぎのゾーンを検出するために様々なインジケータを使用します。 いくつかピックアップすると、RSI、ストキャスティック、ボリンジャーバンド、MACD、モメンタムです。 インジケータの精度が低い価格率であることを以下に表示されます - シグナルは、多くの場合、特定のトレード状況に重要になる遅延があります。

まず第一に、従来のインジケータのタスクは、インジケータのアルゴリズムの基礎となる数式による計算のランダムな開始点によって引き起こされます。 これは計算式の計算期間が固定値であることに起因します。 しかし、実際の相場の変動には期間があり、その期間内であっても価値は常に変動します。 このような相場ダイナミクスの特徴を考慮に入れていないため、従来のインジケータを使用すると、買われ過ぎ/売られ過ぎゾーンの発生を識別する精度が悪くなります。 このような理由から、このようなインジケータに基づくアルゴリズムは、通常、かなりのテストセグメント内で安定した利益を得ることができません。 4つのタイプのトレンドについて、上記のインジケータを検証していきます。 

  - 着実なトレンド、

  - アクティブなトレンド、

  - 混合トレンド（例えば、アクティブな要素を持つステディ）と

  - サイドウェイ

現時点では、どのインジケータが効率的なのかは事前にわからないので、トレンドタイプについて、すべてのインジケータがグループでどのように機能するのかを観察していきます。 すべてのタイプのトレンド上の買われすぎ/売られすぎゾーンを検出するために働いているインジケータのグループの結果は、特定の例によって検討されます - 最初に、デフォルトの設定で。 従来のインジケータの精度が低いことは経験上わかっているので、インジケータの設定を変更することで、なんとかこの（グループの）精度を向上させようとする、つまり、新しい設定を使うことになります。 そして、よく知られた分析ツールを用いて、そのような設定の論理を形成していきます。

フィボナッチ級数の値を用いたインジケータ群の設定

トレーダーは、フィボナッチ級数の値を、補正や拡張などの重要な価格水準を識別するために、また、様々な移動平均線の計算期間の固定値として広く利用します。

したがって、フィボナッチ級数の値を使って従来のインジケータ群を設定するのもかなり理にかなっているでしょう。

インジケータの設定を変更するロジック 買われ過ぎ/売られ過ぎのゾーンを検出する精度を高めるためには、インジケータのシグナルがローカルトレンドの終わりに近いこと、すなわち、トレンドの直近のフラクタル極限に近いことが必要です。 インジケータのシグナルは、その極値に関しては、早い場合と遅い場合があることを考えると、トレンドの極値をターゲットとしたインジケータの「ヒット密度」を高めることが現実的に必要となります。 そのために、インジケータの設定を変更していきます。 もちろん、視覚的なクオートに基づいた直感的な設定に近いものになるでしょう。 にもかかわらず、まだロジックを適用します - インジケータの計算期間の値を設定するためにフィボナッチ級数の最も近い（標準設定に関する）値を使用します。 さらに、必要に応じて、必要な価格タイプを使用し、インジケータ計算で使用する価格タイプを使用します。 また、新しい設定を特定のインジケータの特徴に当てはめてみます。

上記のロジックを考慮して、グループ内の各インジケータの新規設定を考えてみましょう。

「落ち着きのない」ストキャスティクス: インジケータ式の分析

インジケータストキャスティクス：インジケータストキャスティクス（オシレータ）は、最も「器用」なもの一つで、早いシグナルを出すことが多いです。 ということで、少しペースを落としてみましょう。 このため、「スローイング」のパラメータを3の代わりに5に設定して変更してみましょう。 なぜ5なのか? フィボナッチ級数の上の方に最も近い数です。 この結果、ストキャスティックスチャートは、価格の変化に対する反応を非批判的に鈍化させながら、ある程度の平滑化が図られています。 ストキャスティクスは、買われ過ぎ/売られ過ぎのゾーンを検出する際の早期シグナルのストキャスティクスを低下させ、「その感覚」を取り戻しました。 このインジケータの内部を見て、その数理モデルを分析してみましょう。 インジケータには2つの曲線（成分）があります。

インジケータストキャスティックの高速成分の式:   

%K=((C- min)/(max⁡ - min⁡))*100;  

ただし:

C - 直近の終値。

min — 「n」本前の足の期間中にトレードされた最安値。

max — 同期間にトレードされた高値（"n "先行する足）。

%K - ストキャスティックの高速成分の現在値。

%Dは%Kに関する移動平均で、平滑化期間が小さい。 シンプル平滑化、指数平滑化、平滑化、重量平滑化など様々な種類の平滑化が可能です。 これはインジケータのスロー成分です。

パラメータ「スローイング」（以前に変更したもの）は、シグナルの出現頻度に影響を与えます。パラメータ値が大きいほど、極端な値の近くにあるインジケータのシグナルが少なくなります。

インジケータ・ストキャスティックの重要なシグナルは、曲線%Dに関する曲線%Kのクロスです。 曲線 %K は曲線 %D よりも速い (感度が高い) ので、後者は前者の微分です。 もう一つの重要なシグナルは、買われ過ぎ/売られ過ぎの状態を推定するために、インジケータのラインがレベルチャネル30-70（または20-80）を超えているという事実です。 シグナルを使用することの推奨については、従来の分析ではソースによって異なる場合があります。 そのため、トレーダーは個人の好みや経験に応じて使い分けています。

このインジケータの数理モデルを勉強してみましょう。 このようなアルゴリズムの長所と短所は何でしょうか？ その分析モデルはシンプルです。 

ヒストリーから、一定の検索深度で高値と安値を検索し、その深度での最大値幅（max - min）を特定します。

同一の低域(С - min)の電流振幅を求める。

次に、最大振幅に対する電流振幅の比（正確にはインジケータの高速成分である%K）を求める。

K 値の移動平均を構築します (正確には %D、インジケータの低速成分です)。

このようなモデルの長所は何でしょうか？

実際には、インジケータは、特定の基準振幅に関する現在の振幅によって取られたシェアを検出します。 基本的には、参考文献が正しいことを条件に、良いアプローチをします。

コントラは何でしょうか？

主な欠点は、計算が行われる参照（max - min）が全く正しくないことです。 金融商品のチャートにおける振幅の基本的な境界はフラクタルです。 そして、フラクタル（およびその中のプロセス）であり、相場のダイナミクスの重要なインジケータとなっています。 したがって、より論理的な参照は、おそらく、異なる方向性を持つフラクタルの間の価格振幅（すなわち、先行するローカルトレンド）でしょう。 ストキャスティクスでは（他のすべての従来のインジケータと同様に）、相場のフラクタル性は実際には考慮されていません。 フラクタル（フラクタルのロウソク足）は、そのアルゴリズムにおいて、他のロウソク足（「すべてのロウソク足のように」）と並んで考慮されます。 しかし、有名な映画の登場人物が言っていたように 「兄弟でも、平等ではない(We are brothers, but we are not equal.)」と言っています。フラクタルレベルにアンカリングしないで行動すると、トレード結果が悪化することは、すでに例（図7のテスト結果）で見てきました。 つまり、フラクタルのローソク足は本当に重要なのです。

フラクタル性を無視することから、以下のような状況が発生します。引用ヒストリーのあるランダムな深さで、一定の振幅が測定され、その後、参照として使用します（インジケータのアルゴリズムの内部）。 これは正しいのか？ 相場のダイナミクスを分析するための基本的な構造とは何か、というようなグローバルな問題にも関わるので、もっと考察が必要です（ただし、ここでは触れない）。

概要:ストキャスティクスは、一般的には良いインジケータです。 フラクタル性を考慮していないそれにも関わらず（しかし、従来の分析の「体系的」な問題である）、このインジケータはかなり精通しており、敏感に反応します。 そのアルゴリズム（一般的には振幅を比較するのが正しいアプローチです）だけでなく、その標準的なデフォルト設定（データ探索の深さが小さく、計算期間の短い移動平均が使用されています）によっても達成されており、実際にその感度の良さを決定します。

他の指標も検討します。

インジケータMomentunとRSIです。 

ここでは、代わりに、インジケータはかなりのデフォルトの計算期間が14であるため、感度を向上させることが課題となっています。 ここでは上記の方法を使ってみましょう。 そのために、インジケータの計算期間値を小さくします（14の代わりに8を使用）。 なぜ8なのか? インジケータから以前のシグナルを得るために、最も近いフィボナッチ数（14に近すぎて、実質的には何も変わらないであろう数として13を無視して）まで期間値を下げました。 同時に、インジケータのチャートを滑らかにするために、インジケータの計算に使用する価格の種類を変更しました。インジケータの計算に使用する価格の種類を変更しました。 なぜ典型価格なのか？ 近い価格よりもバランスが良いからです。 その結果、RSIは重要なレベル30と70付近での誤反応が少なく、一方、インジケータMomentumは重要なレベル100に関するかなりの修正に対してより良い反応を示します。 なぜ、絶対的に異なる2つのインジケータの設定を同時に考えるのか？ ただ、この場合、設定が一致しているだけで、それ以上のことはありません。

インジケータ MACD: 

同様に、このインジケータの設定を変更してみましょう。 MACDインジケータの計算に使用する移動平均のラグを減らすために、フィボナッチ系列から最も小さい値に近い値の標準デフォルト設定の値を変更してみましょう。 その結果、設定値(終値で12,26,9)の代わりに、関連するMACDインジケータのパラメータが左から右に向かう設定値(典型的な価格で8,21,5)が得られることになります。高速ЕМА、低速ЕМА、インジケータSMAです。 

インジケータのボリンジャーバンド:。 

移動平均線に関する偏差を基にしたインジケータです。 そこで、このパラメータを設定してみます。 デフォルト値の2の代わりに1の値を設定し、終値はティピカルプライスに置き換えます。 同時に、追加しなくてもインジケータ感度はかなり良くなるので、デフォルトでは20となっているインジケータ計算期間の値を下げる必要はありません。 シンプルな視覚的なコントロールでも、そのことがわかります。新しい設定では、インジケータの直近のカーブは、実際には、高速移動平均のようになります。 同時に、トレンドセグメントを検出するのに便利になりました - トレンドはインジケータの3つの曲線すべてを超えています（以前の設定のように小さい部分ではなく、トレンドの大きい部分）。 価格がこのようなインジケータ内にある場合、トレンドの開始または不定のダイナミクスのゾーンとしてトレンドを識別する際に無視することができる連結ゾーンのいずれかです。 視覚的には、このインジケータの3つの曲線から成るゾーン内の価格のバウンスを検索するよりもはるかに便利です（デフォルト設定で）。

というわけで、設定を決めました。 もちろん、このような設定は、古典的な長期最適化の結果ではなく、買われすぎ/売られすぎのゾーンへの「ヒットの密度」を高めることを目的とした、インジケータグループのパラメータの論理的な事前配置にすぎません。 このようなゾーンを探索する際に、従来のインジケータ群のタスクをなんとか改善できないかどうかを考えてみましょう。 

このために、合意したように、より完全に相場価格の異なるダイナミクスの結果を評価することができる異なるトレンドの種類で動作する方法をテストしてみましょう。

異なるトレンドタイプの買われ過ぎ・売られ過ぎゾーンを検出するインジケータ群のテスト

各インジケータには種類のシグナルがありますので、まずはこの件を扱ってみましょう。

インジケータのシグナルの種類を選択します。

買われすぎ・売られすぎゾーンを見極めるために、各種インジケータからのシグナルを使用します。 従来のテクニカル分析では厳密なルールはありませんが、この件に関してはただの一般的な推奨事項なので、各トレーダーは正しいか便利だと思うシグナルの種類を使用します。 次のようなシグナルがあります。

インジケータの2つの曲線のクロス。

シグナルレベルがどちらか一方のカーブでクロスしている場合（2つのカーブがある場合） ・シグナルレベルがどちらか一方のカーブでクロスしている場合（2つのカーブがある場合

シグナルレベルをインジケータのカーブでクロスさせる（インジケータが単曲線の場合）。

インジケータカーブの反転（インジケータがシングルカーブの場合）。

インジケータ曲線の反転を使用すると、有益であるとみなされ、したがって、いくつかの著者によって推奨されています。 しかし、そのようなシグナルは早すぎることが多い。 何よりも重要なのは、インジケータカーブの反転パターン自体がダマシであることを証明する可能性があるということです（プライスチャートの修正と同様の意味での修正的なもの）。 したがって、ここでは、この種のインジケータシグナルを使用することはありません（時には精度を犠牲にしても）。 識別の観点から一値でより信頼性の高いインジケータのシグナルを使用することにします。曲線のクロスに基づくもの、または曲線による臨界レベルのクロスに基づくもの。

トレンドの種類。

トレンドタイプについては、すでに上記で名前を挙げています（全部で4つあります）。 各トレンドタイプのインジケータのタスクを別々に評価します - 最初に、デフォルト設定で、次に、グループ内の各インジケータについて既に定義されている新しい設定を使用します。 

ゾーンの検出の精度。

トレンドの極値時間（上昇トレンドであれば絶対的な高値、下降トレンドであれば絶対的な安値）に関する距離（足チャートまたは時間単位）の値によって、買われすぎ・売られすぎゾーンを検出する精度を推定します。 プラスシンボルは前進シグナルを意味し、マイナスシンボルは後退シグナルを意味します。 

注意! このようなフラクタルは、未来のトレンド開始の最小の兆候であるため、トレンドの有用なセグメントは、支持フラクタルを形成したときに開始します。

堅調なトレンドの中で買われ過ぎ/売られ過ぎのゾーンを検出する（インジケータの初期設定で）。

図9 買われすぎ/売られすぎのゾーンを検出するために、安定したトレンドに取り組んでいるインジケータ（インジケータの標準的なデフォルト設定）

図9は、従来のインジケータ、すなわち、ストキャスティック、モメンタム、RSIの働きを、デフォルト設定で示しています（ここでは、ボリンジャーバンドというインジケータが、設定を変更して使用されていますが、ここでは、下降トレンドを可視化するためだけに、ヘルプインジケータとして使用されています。トレンドは、そのインジケータの下のカーブの下にあります）。)

インジケータがトリガーされた瞬間は、垂直方向の赤いセグメントを使って表示されます。 見ての通り、時間によるインジケータの反応のばらつきがかなり大きいです。 このローカルトレンドの最小フラクタルレベル（プラスは上昇シグナル、マイナスは後退シグナル）からの偏差（足単位）として、以下の誤差値を求めました。ストキャスティックス "+12"、モメンタム"-7"、MACD"-3"、RSI "+4"。

インジケータの設定を変更してみましょう。 

堅調なトレンドの中での買われ過ぎ・売られ過ぎゾーンの検出（新しいインジケータ設定で

図10 買われすぎ/売られすぎのゾーンを検出するために、着実なトレンドに取り組んでいるインジケータ（インジケータの新しい設定）

図10は、同じインジケータの動作を示していますが、新しい設定での動作を示します。 

インジケータがトリガーされた瞬間は、垂直方向の赤いセグメントを使って表示されます。 ご覧のように、新しい設定ではインジケータの応答値のばらつきが大幅に減少します。 このローカルトレンドの最小フラクタルレベル（プラスは上昇シグナル、マイナスは後退シグナル）からの乖離（足単位）として、以下の誤差値を求めました。ストキャスティクスは "+12 "から "+11 "に、モメンタムは"-7 "から"-2 "に、MACDは"-3 "から"-1 "に、RSIは "+4 "から "+12 "に変化しました（シグナルは暗黙のもので、発動レベルにタッチしただけなので、無視しても構いません）。"-1 "となりました。その結果、トレンドの "カバレッジ "の値が改善されています（図９と比較して、図１０の青い水平帯の延長線上にあるのを見てください）。

このように、定常トレンド型については、今回のインジケータの新規設定は、初期設定よりも効率的であることが判明しました。 例外はRSIからの1つのシグナルでしたが、十分に明確ではないので（インジケータ曲線は重要なレベル30を越えておらず、レベルに触れただけでした）、無視しても大丈夫です。 同時に、このRSIのスパイクを覚えておきます（この情報は後で必要になります）。

アクティブトレンドタイプについても同様のタスクを行い、新しい設定が効率的かどうかを確認してみましょう。

アクティブトレンド内の買われ過ぎ/売られ過ぎゾーンを検出（インジケータの初期設定で）。

図11 買われすぎ/売られすぎゾーンを検出するためにアクティブなトレンドに取り組んでいるインジケータ（インジケータの標準的なデフォルト設定）

図11は、デフォルト設定での従来のインジケータ、すなわち、ストキャスティック、モメンタム、RSI、ボリンジャーバンドのタスクを示しています（インジケータボリンジャーバンドは、ちょうどそのインジケータの上部曲線に関する上昇トレンドを視覚化するために、ここでは再びヘルパーとして使用されています）。

インジケータがトリガーされた瞬間は、垂直方向の赤いセグメントを使って表示されます。 見ての通り、時間によるインジケータの反応のばらつきがかなり大きいです。 このローカルトレンドの最小フラクタルレベル（プラスは上昇シグナル、マイナスは後退シグナル）からの乖離（足単位）として、以下の誤差値を求めました。ストキャスティックス "+5 "と"-1"、モメンタム "0"（強気の目！）とすぐに"-10"、MACD"-4"、RSI "+7"、ボリンジャーバンド"-10"。

ご覧のように、インジケータの応答（シグナル）の分散はかなり大きい。

インジケータの設定を変更してみましょう。

アクティブトレンド内の買われ過ぎ/売られ過ぎゾーンを検出（インジケータの新しい設定）

図12 買われすぎ/売られすぎゾーンを検出するためにアクティブなトレンドに取り組んでいるインジケータ（インジケータの新しい設定）

図12は、同じインジケータの動作を示していますが、新しい設定が行われています。

インジケータがトリガーされた瞬間は、垂直方向の赤いセグメントを使って表示されます。 ご覧の通り、時間によってトリガーするインジケータのかなり大きな分散がありますが、ほとんどのインジケータは、グループのシグナルの精度が再びRSIを悪化させている間に、お互いに「くっついて」います。 このローカルトレンドの最小フラクタルレベル（プラスは上昇シグナル、マイナスは後退シグナル）からの乖離（足単位）として、以下の誤差値を求めました。ストキャスティックスは "+5 "と"-1 "から "+4 "と"-2 "に、モメンタムは "0 "と"-10 "から "+4 "と"-2 "に、MACDは"-4 "から"-2 "に、RSIは "+7 "から "+8 "に、ボリンジャーバンドは"-10 "から"-3 "に変化しました。

見ての通り、ほぼ全てのインジケータで結果が改善されています。 例外は、インジケータストキャスティクスと（特に）RSIです - 後者のシグナルは、他のインジケータからのシグナルの全体像から外れています（図中の質問シンボルと赤矢印として示されています）。 

このように、アクティブなトレンドタイプに関しては、この場合、インジケータの新しい設定は、デフォルトの設定よりも効率的なことが判明しました。 例外は、安定したトレンドと同様に、再び、RSIの "孤独な "シグナルです。 RSIは、またしても、それ自体が良いことを示していなかったことに注意しておきましょう。 このため、トレンドの「カバレッジ」の値が改善されていない（図１１と比較して、図１２の青い横長の領域の長さが小さくなっている）。 インジケータストキャスティクスは、ゾーンを検出する精度を取るに足らないほど悪化させています。 しかし、RSIを考慮しなくても、全体的には改善している--買われすぎ・売られすぎゾーンのグループ探知の精度が上がっている--。

レベルを上げよう - より構造的に複雑なトレンドである混合トレンド（定常的なダイナミクス・セグメントとアクティブなダイナミクス・セグメントの両方が存在する）について、同様のタスクを行います。

混合トレンド内での買われ過ぎ/売られ過ぎゾーンの検出（インジケータの初期設定あり）

図13 買われ過ぎ/売られ過ぎのゾーンを検出するための混合トレンドに取り組んでいるインジケータ（インジケータの標準的なデフォルト設定）

図13は、混合トレンドのインジケータグループの働きを示します。 トレンドの最初の部分は比較的安定したダイナミックスを持っていますが、2番目はアクティブです。 多様性を持たせるために、インジケータCCIも利用してみましょう。 デフォルト設定で得られた結果です。ストキャスティクス："+3 "と"-3"、CCI："-3"、RSI："+1"、MACD："-7"。MACDは、ここのグループでは最悪の結果を提供します。

インジケータの設定を変更してみましょう。

混合トレンド内での買われ過ぎ/売られ過ぎゾーンの検出（インジケータの新しい設定）。

図14 買われ過ぎ/売られ過ぎのゾーンを検出するために混合トレンドに取り組んでいるインジケータ（インジケータの新しい設定）

図14は、同じグループのインジケータが混合トレンドで動作していますが、新しい設定で動作していることを示します。 結果を取得します。ストキャスティクスは "+3 "と"-3 "があり、値は変わらず、CCI："-3 "が"-2 "に、RSI："+1 "が"-3 "に、MACD："-7 "が"-5 "に変更されていました。その結果、RSI以外は全般的にタスク効率が向上しました。 再び注意してみましょう。RSIは、トレンドのすべての先行するタイプのタスクのように、混合トレンドの精度に関する最悪の結果があります。

トレンドタイプの横ばいがあと1つ残っています。 このトレンドにインジケータがどのように作用するのか、試してみましょう。 ほとんどの場合、簡単ではないでしょう：このようなトレンドでは、多くのことがその振幅に依存します。 その振幅が相当なものであれば、実際には、このトレンドの各セグメントは、先行するものいずれかに分類することができます。 したがって、基本的には、このようなトレンドの買われ過ぎ/売られ過ぎゾーンを語ることは困難です。なぜなら、その振幅が（特定のスケール内で）取るに足らない場合、トレンドのセグメントは条件付きであるからです。 しかし、この挑戦的なオプションの中に何かを発見してみましょう。

脇でタスクしているインジケータ（デフォルト設定）

横ばい内の買われ過ぎ/売られ過ぎゾーンを検出（インジケータの初期設定で）

図15 買われ過ぎ/売られ過ぎのゾーンを検出するために横向きでタスクしているインジケータ（インジケータの標準的なデフォルト設定）

図15は、デフォルト設定のインジケータが買われ過ぎ・売られ過ぎゾーンを検出する際にどのように動作するかを示します。 この横ばいトレンドでは、チャネル内の振幅が取るに足らないので、「有用な」部分（水色の水平帯）は売り（買いではなく）ポジションとして有用であり、上昇トレンドをサポートするフラクタルの直後には逆ローソク足が形成され、チャネル内の局所的な上昇トレンドが発生しませんでした。 

インジケータの設定を変更してみましょう。

横ばい内の買われ過ぎ・売られ過ぎゾーンを検出（インジケータの新設定で

図16 買われ過ぎ/売られ過ぎのゾーンを検出するために横向きに稼働するインジケータ（インジケータの新しい設定

図16は、同じインジケータ群が買われ過ぎ／売られ過ぎのゾーンを検出する際に、新しい設定でどのように動作するかを示します。 局所的なトレンド（チャネル内の下降トレンド）の有用な部分が拡大し、トレンドの不確かさの領域がむしろ減少していることがわかり、このようなゾーンの検出精度が向上している証拠となります。

これで、インジケータのグループが異なるトレンドタイプにどのように作用するかのテストが終わりました。 RSI がタスクの質の低さを提供したことに気づかないわけではありませんでした。 グループの中では「アンファン・テラー」みたいな感じでした。 RSIのこのような理由について考えてみましょう。

RSIの何が悪いのが？ インジケータの式の分析

RSIの動作原理を理解するために、このインジケータの数式を分析してみましょう。

RSIの計算式は以下の通りです。

RSI=100 - (100/(1+RS));

ただし:

RS - 相対的な強さの比率（期間中の平均価格の下落に対する平均価格の増分の比率。

RS=EMAup/EMAdn;

ただし:

EMAup - すべてのローソク足の指数移動平均は、先行するローソク足よりも高くなりました。

EMAdn - すべてのローソク足の指数移動平均は、前のローソク足を下回って閉じた。

インジケータ式の分析では、このようなインジケータが他のインジケータよりも、異なるタイプのトレンド（少なくとも、例では）の買われ過ぎ/売られ過ぎのゾーンを検出する上でより悪い動作をする理由が明確に示されています。 その理由は以下の通りです。

第一に、プライマリー・マーケット・パラメータとしてのRSIの算出に価格が参加していない（セカンダリー・パラメータである移動平均、さらには指数の比率を使用する）ため、無条件にインジケータ精度が悪化します。 さらに、クオート配列の別個の（「パッチ」）サンプルが移動平均を形成するために使用します。

第２に、インジケータの論理的な核となる部分（RS パラメータ）がアルゴリズムの中にかなり深く埋もれており、RSI の計算式の分母にあり、そのままではなく、1 つ追加されているため影響力が弱くなっています。 インジケータ（0から100までの境界）で使用されている正規化と一緒に、インジケータの感度を低下させます。 

したがって、保守的に、トレードシステムのシグナルを決定するポイントを検出するために他のインジケータを使用する方が効率的であろうが、アラートインジケータではなく、補助的なフィルタとしてRSIを使用する方が良いと仮定することができます。 なぜ「保守的」とするのか？ それはただ単に、無条件にこのインジケータについて大規模な調査を行う必要があるため（時間軸や金融商品が異なる）です。 しかし、この広く知られているインジケータの効率性を無条件に過信しないように、相場関係者に注意喚起する義務があると感じています。

さて、RSIの「数学」について勉強してきましたので、今からインジケータのグループワークに戻ります。

設定値とトレンドタイプによる買われ過ぎ・売られ過ぎゾーンの検出精度評価結果

お気づきの方もいらっしゃるかもしれませんが、買われ過ぎ・売られ過ぎのゾーンや、トレンドの有用な部分の検出精度を、タイムスケール（トレンドの極大時間に対する足チャートの距離）を用いて評価してみました。 では、そのようなゾーンを検出する精度が、トレンドの振幅を「カバーする」効率にどのように影響するかを見てみましょう。

図17 トレンド振幅カバレッジの表示

図１７はEURUSDのチャートを示しており、買われ過ぎゾーンを検出するためのタスク用インジケータとして、デフォルト設定のストキャスティクスインジケータを使用します。 この場合、局所的な上昇トレンドがあるので、買いポジションを意味します。

この例は、買われ過ぎゾーンの検出精度がトレード効率にどのように影響するかを示します。 表記法は以下の通りです。

1 - トレンドの全振幅（もちろん，支持するフラクタルの振幅（この場合はフラクタルダウン）は考慮されません。

2 - トレンドの有用な振幅（赤い矢印で強調表示されたポイントで買いポジションを閉じることを条件に、利益を決定する振幅です）、および

3 - トレンドの残留振幅（トレーダーが買われすぎゾーンのオンセットとしてストキャスティックインジケータのシグナルを使用し、ポジションを閉じた場合、振幅が "失われた状態"です）。

図１７の計算式から、買われ過ぎゾーンの検出精度が高いほど、トレンド振幅カバレッジ係数が高くなる（したがって、トレード効率が高くなる）ことがわかります。 

トレンドが活発であればあるほど（つまり、上昇トレンドであれ下降トレンドであれ、時間軸からのトレンド乖離角度が大きいほど）、他のトレンドタイプに比べてローソク足1本（足）の振幅が広いため、買われ過ぎ・売られ過ぎゾーンの検出精度を高めることができるという点で、利益が大きいことは明らかです。 実際には、相場のライフタイムの最大の部分は、アクティブなものよりも、他のタイプのトレンド（定常的なもの、混合的なもの、横ばいのもの）です。 したがって、トレンドタイプを考慮すると、時間パラメータによるそのようなゾーンの検出精度の向上は、必ずしも振幅の顕著な向上を保証するものではありません。 このような解析の次元性（時間的にゾーンを登録する精度に応じた振幅ゲインの値）を考慮して、ここでは時間因子に関連した精度に限定します。 さらに、特定のトレードシステムではなく、インジケータのランダムなセットの動作を分析します。 そして、今回のタスクは、設定とトレンドタイプに応じて、買われ過ぎ/売られ過ぎのゾーンを検出するために、このインジケータのグループの能力を推定することです。

にもかかわらず、図１７に示す式は、標準推定の追加パラメータとして、任意のトレードシステムの効率性を評価するために使用することができます。 

インジケータ群の設定を変更した場合の買われ過ぎ・売られ過ぎゾーンの検出精度を時間パラメータ（トレンドの種類ごとに集計）で変化させた結果を評価してみましょう（最初はデフォルトの設定を使用し、新しい設定はフィボナッチ級数の直近の数に基づいて作成）。

図18 設定やトレンドタイプに応じて、買われ過ぎ・売られ過ぎゾーンの検出精度を高めるカーブ（インジケータ群による）。

図18は、インジケータの設定やトレンドタイプに応じて、買われ過ぎ・売られ過ぎゾーンの検出精度を変化させた場合の曲線を示します。 水平スケールは、初期精度レベルに対応しています（インジケータグループのデフォルト設定の場合）。 

垂直スケールは、初期レベル（初期設定時）に対する精度の変化（インジケータの新規設定時）の値を表示します。 トレンドのタイプごとにカラーがあります。

緑の線は安定したトレンドでの精度の変化を示します。 青色の線は、アクティブなトレンド上での精度の変化を示します。 バイオレットラインは、混合トレンドにある精度の変化を示します。 オレンジ色のラインは、横方向の精度の変化を示します。

このチャートからどのような結論が導き出されるのでしょうか？ 「トレンドが混在している場合、他のトレンドタイプよりも精度の伸びがスロー」というように、精度を高めることの絶対値については、まともな結論は出せないと思います（このような記述にはグローバルな研究が必要です）。 しかし、基本的には新しい設定の方が買われすぎ・売られすぎゾーンの検出精度は高いと断言できます（この場合、デフォルト設定の場合と比較して、少なくとも4分の1の精度で検出されます）。 

買われすぎ・売られすぎゾーンを検出する従来型インジケータの効率性に関する結論

デフォルト設定では、従来のインジケータが買われ過ぎ/売られ過ぎのゾーンを検出するために使用された場合、安値の精度を示していることを特定の文脈で見てきました。 多くの場合、インジケータのシグナルが早すぎる（大幅にトレンド振幅の大部分を失うことによる利益を減少させる）または大幅に遅延します。

従来のインジケータが、値動きのプロセスの非定常性を実質的に考慮していない数理モデルの中で、かなりスローな理由を探る必要があることがわかりました。 このようなインジケータのアルゴリズムは、すなわち、金融相場のトレンド構造の重要な要因を完全に無視します。トレンドの始まりと終わりのフラクタルな性質を考慮に入れていませんし、買われ過ぎ/売られ過ぎのゾーンを形成する領域を含め、トレンドが構成するローソク足のパラメータを変化させるダイナミクスを拡張していません（上をつや消しているだけです）。

代わりに、特定のインジケータのアルゴリズムの基礎となる式によって計算する際に、インジケータ値を計算するためにランダムな（フラクタルではない）出発点が使用します。 その結果、インジケータ値の算出は、厳密にはトレンドの立ち上がりからではなく、現在のトレンドの中で行われていたり、先行するトレンドの一部を扱いていたりして、予測結果を大きく歪めてしまいます。 インジケータの計算式の計算期間がほとんど固定値であるという事実に起因し、各トレーダーはランダムにインジケータの計算期間の値を変更する、すなわち、ヒストリーデータを使用しての深さ、"それぞれに自分自身にです。 

しかし、相場は独自の法則で生きています。実質的な相場の変動には周期（逆数としての頻度）があり、その値は固定されているのではなく、小さな時間間隔の中でも絶えず変化します。 この文脈では、トレンドの発生にアンカリングすることは合理的であるように見えます。 

このような「自然な」相場ダイナミクスの特徴を考慮に入れていないため、従来のインジケータを使用すると、買われ過ぎ/売られ過ぎのゾーンを登録する精度が悪く、ローカルトレンドの本当の終わりと一致することがあります。 このような理由から、このような従来のインジケータに基づく自動売買システムは、より長いテストセグメント内で安定した利益を得ることができません。 

もちろん、リスクリミット（StopLoss）のないトレードシステムはカウントされません - ドローダウンを無視しているために、従来のインジケータを使用している場合でも、収益性の比類のない結果を明らかにすることがあります。 しかし、実際のトレードにおけるリスクを無視することはできません。なぜなら、ストップロスを使用しない場合、そのようなドローダウンは、遅かれ早かれトレーダーの資産を消費するからです（複数の異なるトレードシステムをテストした自身の経験がを証明しています）。

買い越し・売られ過ぎゾーンの検出を目的としたインジケータ運用を強化するために、事前最適化を行わないシンプルな手法を採用し、デフォルトの設定の代わりに（固定の）設定を使用しました。 以下のように設定を変更しました。フィボナッチ級数の直近値について、設定パラメータの値を変更しました。 このようなシンプルな変化であっても、「時間」パラメータによる買われすぎ/売られすぎのゾーンを検出する精度を少なくとも4分の1に高めることができました。 

また、テスト結果をもとに、2つのインジケータ（今回はベストとワーストの2つのインジケータ）の動作をより詳細に分析しました。 上記インジケータ（ストキャスティクスとRSI）の数式の詳細な分析では、インジケータの運用品質に影響を与える要因を特定しました。 

例えば、Stochasticの数理モデルは、デフォルトの設定でも良好な性能を確保していることがわかりました。

同時に、シグナルインジケータとしてよく知られているRSIの操作が、まさにその数理モデルに挑戦的であることが示されました。 したがって、その幅広い人気それにも関わらず、このインジケータには運用上の制約があるかもしれません（買われ過ぎ/売られ過ぎゾーンの検出に限ったことではありませんが、その一般的な運用では）。 数理モデルの分析では、RSIを一般的なフィルタとして使用することが論理的であること、すなわち、特定のポイントでインジケータレベルをクロスさせるのではなく、インジケータ値の範囲を使用するべきであることが示されました（インジケータモデルは基本的に高感度を確保することはできません）。

買われすぎ・売られすぎゾーンの検出効率を高めるための新たなアプローチ

さて、実際には、買われすぎ/売られすぎのゾーンを検出するためのアプローチの目新しさは何であるべきでしょうか？ 一般的な要件をまとめてみましょう。 フラクタル（トレンドの発生と終了）を考慮し、トレンド内の要素を分析する必要性を論じたので、フラクタル・キャンドル分析の話をすることができます。

フラクタル・ロウソク足分析を用いた買われ過ぎ・売られ過ぎゾーンを検出するためのインジケータアルゴリズムの一般的な要件

買われすぎ・売られすぎのゾーンを検出するための従来の方法のデメリットを考えると、以下のような方法がお勧めできます。

任意のインジケータの関数値を計算するためには、従来のインジケータのようなランダムなものではなく、有効な基準始点を選択します。 その出発点は何なのか？ 間違いなくサポートフラクタルエクステムです。 なぜフラクタルエクステムなのか？ なぜなら、正確にはそのようなレベルは、相場のプレーヤーが基準時間（例えばストップロスを設定するために）として知覚されている相場力学の明示的なマークであるからです。 買い越し/売られ過ぎゾーンの検出精度を低下させるのは、従来のインジケータの計算アルゴリズムにこのような基準点がないことであることは既に上で述べたとおりです。

従来のインジケータの計算期間は固定値であるのに対し、実際の値動きは変動の頻度値（したがって計算期間値）が連続的に変化します。 買われすぎ/売られすぎのゾーンを検出する際に、このようなインジケータの不用意なエラーにつながります。 

インパルス均衡理論に則り、従来のローソク足の分析パターンは、そのようなパターンの要素であるため、ローソク足は相場の動きを分析するための本格的な要素構造ではありません。 ロウソクバースティックは、よって情報を分散させることの容易さそれにも関わらず、次のような大きな非効率性があります。重要なフラクタルレベルはロウソクバースティックの中には表示されません。 さらに、オープンとクローズのローソク足のレベルは、実質的にフラクタルではないので、ポイントの後の価格変化について、追加分析が必要です。 このようなマイナス要因の役割を少なくともある程度軽減するためには、トレンドの中でローソク足分析を行う際には、以下のようなことを行う必要があります。

各ローソク足のロウソク足 "ボディ"/ロウソク足振幅比の詳細な分析（マイクロトレンドとして、プロセスの総活動を簡略化した方法で特徴付ける、ローソクの内部）。

ローソク足内の補正がその総振幅と相関する方法の分析（トレンドの次のローソク足を形成する開始前に、ローソク足を形成する最新の段階でのプロセスのダイナミクスをシンプル化した形で特徴付けています）、および

包括的なマルチスケールのアプローチ、すなわち、オープンとクローズのレベルはフラクタルではないので、より小さな時間枠でのダイナミクスの追加の正確な分析が必要です - 両方とも、（前の大きな）ローソク足の形成とクローズの最新の段階での活動を分析し、次のローソク足を開いた後の活動性を分析するために。

買われ過ぎ・売られ過ぎゾーンを検出する分析システムの構成について。 

インパルス均衡理論の要因によれば、分析システムやトレードシステムのアルゴリズムはマルチモーダルでなければなりません。なぜならば、金融商品の価格変動はシンプルなアルゴリズムでは記述できない複雑な非定常プロセスよるものだからです。 上記は、買われすぎ/売られすぎゾーンを検出するアルゴリズムについても完全に当てはまります（どのような従来のインジケータアルゴリズムも、常に相場力学の簡略化されたモデリングを表しています）。 このようなゾーンを検出する際には、ダイナミクスの多くのパターンが考えられます。 したがって、買われすぎ・売られすぎゾーンを検出する問題のより論理的な解決策は、論理的な「OR」関数で統一された複数のバリエーション（比較的シンプルなアルゴリズム）からなる一般的なアルゴリズムです。 なぜ論理和を使うべきなのか？ なぜなら、（このようなゾーンの発生を特徴づける状況の）各変動は、理論的には同じストキャスティクスで形成され得るが、具体的にどのような変動が形成されるかは事前には分からないからです。

フラクタル分析とローソク足分析の組み合わせが、相場ダイナミクスをモデル化する上で最も効率的な選択肢となり得ることを上で示しました。 もちろん、ロウソク足分析の古典的なパターンの話ではありません。 このあたりの新しい解決策についてです。

というわけで、難問の具体的な解決方法に進んでいきましょう。

トレンド "スローダウン "の兆候の特定に関する方法

前回の記事（トレーダーのリスクを減らす方法）では、（従来のインジケータと比較して）買われすぎ・売られすぎゾーンをより正確に見極める方法として、以下の基準で現在のローカルトレンド内でのスローダウンサインを見極めることを示しましたが、今回の記事では、買われすぎ・売られすぎゾーンを見極める方法を紹介します。

- 隣接するフラクタルのサポートレベル間の距離（振幅）を短くする（隣接する2つのセグメントの振幅を比較するために3つのフラクタルが必要です）。

- ローソク足内部の修正深さを上げて、ローソク足の「胴」を減らしていく（イントラローソク足分析）と

- 先行するローソクのピボットに関してローソクのピボットをずらす方向を変える（レベルを比較するには3著書のローソクが必要です

もう一つの方法があります - トレンドの開始にアンカーを使用する方法（買われすぎ/売られすぎのゾーンをさらに予測するための出発点として）。 このようなアンカリングのアルゴリズムを考えてみましょう。

トレンドオンセットへのアンカリングのアルゴリズム

インパルス均衡理論では、分析システムやトレーディングシステムの重要な構成要素の1つは、波状の動きの開始、すなわちローカルなトレンドの開始にアンカーリングするモジュールであることが示されています。 このモジュールを無効にすること、すなわち、買われ過ぎ・売られ過ぎのゾーンに「当たる」ことに関連するリスクを無視することは、取引システムの効率を著しく低下させることを、上述の具体例（図7のチャート）で学びました。 どのようなインジケータであっても、それを考慮した分析システムでなければなりません。 従来のインジケータにこのようなアンカーがないことが、その不正確な運用の核心的な要因となっています。

買われすぎ/売られすぎのゾーンを検出する際に、このパラメータを使用するにはどうすればよいでしょうか。 このアンカリングは、まず、相場にエントリーするためのトレンドのオンセットを予測する必要があるようです。 しかし、トレンド・オンセットへのアンカリングは、上記のゾーンの検出に役立つことが判明しました。 この目的には、ローカルトレンドの開始からの距離を保つ必要があり、動きの「しっぽ」を「打つ」確率を高めることになります（まさに買われすぎ/売られすぎのゾーンを検出するために必要なものです）。

下の図19は、トレンドのオンセットへのアンカリングのモジュールを示しています（Expert Advisor Reduce_risks for MetaTrader5の一部として）。

この場合、予測すべきトレンドのオンセットのサインは、移動平均線とヒストリー上のローソク足のクロスです。M1の場合はMA8、M15の場合はMA5です。 移動平均の計算期間は、フィボナッチ級数の値を用いました。

M1タイムフレーム上のクロス（ローソク足とMAのクロス）は、ヒストリー上1本に限定されていないことに注意してください。 論理和によって設定されます - 先行足またはヒストリーの2本目、またはヒストリーの3本目（M1の場合）のいずれかに設定されます。 M15については、この場合、単一のクロス点のオプション、すなわちヒストリーの先行足上で利用可能です。 この可能性のある選択肢のセットは、このようなクロス点との相対的なローカルトレンドの展開に関連した多変量の実物相場の状況を考慮に入れることを可能にします。

このようなアルゴリズムを用いて、買われすぎ・売られすぎゾーンに入るストキャスティクスを下げる）相場にエントリーする場合の例を示しました。 このアルゴリズムは（意図的に）ローソク足の方向を考慮に入れていないので、上昇トレンドと下降トレンドの両方に使用することができます。 

トレンドオンセット（MQL5版）へのアンカリングのモジュールのコードフラグメントを考えてみましょう。

int            handle_iMA_M1_period5;        // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period8;        // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period13;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period60;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period4;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period5;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period8;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_H1_period24;       // variable for storing the handle of the iMA indicator 

...................................................................................................

 handle_iMA_M1_period5=iMA(m_symbol.Name(),PERIOD_M1,5,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M1_period5==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stoppedEArly 
      return(INIT_FAILED);
     }
//--- create handle of the indicator iMA
   handle_iMA_M1_period8=iMA(m_symbol.Name(),PERIOD_M1,8,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M1_period8==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stoppedEArly 
      return(INIT_FAILED);
     }



handle_iMA_M15_period5=iMA(m_symbol.Name(),PERIOD_M15,5,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M15_period5==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stoppedEArly 
      return(INIT_FAILED);
     }

..........................................................................................................


    //--- minimize the risks associated with entering the overbought zone at the entrance to the market
      //--- binding to the beginning of a wave to reduce probability of an entrance in a overbought zone:
      //---    the beginning of a wave - not further three bars in the history of data (M1)
      bool beginning_wave_M1=
                             (arr_MA_M1_period8[1]>rates_M1[1].low && arr_MA_M1_period8[1]<rates_M1[1].high) ||
                             (arr_MA_M1_period8[2]>rates_M1[2].low && arr_MA_M1_period8[2]<rates_M1[2].high) ||
                             (arr_MA_M1_period8[3]>rates_M1[3].low && arr_MA_M1_period8[3]<rates_M1[3].high);
      //---    the beginning of a wave - on the previous bar of the senior timeframe (M15)
      bool beginning_wave_M15=
                              MA_M15_period5_1>rates_M15[1].low && MA_M15_period5_1<rates_M15[1].high;


...............................................................................................................


 if(amplitude_candles_M1 && 
         amplitude_candles_M15 && 
         amplitude_channel_M15 && 
         activity_previous_bar_M1 && 
         local_resistance_overcome && 
         beginning_wave_M1 && 
         beginning_wave_M15 &&    
         ascending_direction_2nd_bar_M1 && 
         ascending_direction_previous_bar_M1 && 
         ascending_MA_5and60 && 
         hierarchy_of_three_MA && 
         current_price_is_higher_than_MA && 
         ascending_direction_of_the_previous_candle_M15 && 
         ascending_MA_period4 && 
         hierarchy_of_two_MA_M15 && 
         current_price_is_higher_than_MAperiod4_M15 && 
         current_price_is_higher_than_MAperiod24_H1 && 
         share_of_body_M15 && 
         restriction_of_depth_of_correction_M15 && 
         ascending_tendency_M15 && 
         existence_of_a_shadow_M15 && 
         share_of_body_M1 && 
         previous_candle_no_flat && 
         restriction_of_depth_of_correction_M1 && 
         ascending_a_tendency_M1 && 
         existence_of_a_shadow_M1)

図19. トレンドのオンセットへのアンカリングのモジュール。

 図19は、トレンド・オンセットへのアンカリングのモジュールを示しています（Expert Advisor Reduce_risks for MetaTrader5の一部として）。 表記

 arr_MA_M1_period8[1], arr_MA_M1_period8[2], arr_MA_M1_period8[3] - 計算期間が8の移動平均, 気配値のヒストリー(タイムフレームM1)において, それぞれ前の足, 2番目の足, 3番目の足で計算されます。

MA_M15_period5_1 - 5の計算期間を持つ移動平均、ヒストリーの中で先行する足（タイムフレームM15）で計算されます。

rates_M1[1].low, rates_M1[2].low, rates_M1[3].low, rates_M1[1].high, rates_M1[2].high, rates_M1[3].high - ヒストリー上の各足のローソク足の極値 (teimframe M1)，および.

rates_M15[1].low, rates_M15[1].high - 先行する足（時間枠M15）のローソク足の極値。                                 

MQL5バージョンでは、アルゴリズムは2つのステップで実行されることに注意してください。まず、トレンド・オンセットへのアンカリングの条件を別々の変数（bool beginning_wave_M1とbool beginning_wave_M15）で定義し、変数の値を "if "演算子で検証します（論理的なANDによって、緑で強調表示されます）。 

さらに、トレンド・オンセットへのアンカリングが買われすぎ・売られすぎゾーンを検出するためにどのように使用できるかを学びます。

トレンドオンセットからの離間に関連するメソッド

このように、トレンドのオンセットを特定しました（すべてのトレンドが本当に以上進むとは限らないので、もちろん予測です）。 さて、買われすぎ/売られすぎのゾーンを検出するためにどのように使用するかを見なければなりません。

ここに、上記のソリューションを組み合わせた包括的な方法が登場します - トレンドの開始にアンカリングし、トレンドのスローダウンの兆候を検出します（すでにアンカリングポイントの後に）。 この方法を使用しての簡略化されたバージョンでは、欠点は、そのようなインジケータは、買われすぎ/売られすぎゾーンとしても、最初の補正を見ていることになります。 そのため、インジケータからのダマシシグナルの可能性を減らすために、次のようなトレンドプロパティを使用することができます。 

トレンド（より正確には、そのアクティブな部分）時間は、ほとんどの場合、任意のタイムフレーム（任意の金融商品）の10-15足を超えない有限値です。 

ここに重要な結果が出ています。

現在の価格（足単位）がトレンド開始から遠ざかるほど（指定された数字に近づくほど）、トレンド終了の確率が高くなります（そして、トレンド終了の初期段階が出現するストキャスティクスも高くなります-まさにトレンドの方向性に応じて、買われ過ぎ/売られ過ぎゾーンとなります）。 

このようにトレンド・オンセットから適度に距離を置くことで、（トレンド・オンセットへのアンカリングに関連した）最も近い応答を無視することによるダマシシグナルの量を減らすことができます。

 もちろん、トレンドに逆らって価格が動く振幅が急激に大きくなった場合には、距離の要素はあまり重要ではなく、逆インパルスに関連するリスクの種類を考慮する必要があります（リスクカテゴリーと関連するアルゴリズムは、「トレーダーのリスクを減らす方法」と題した記事で紹介しています）。 以下のリスクカテゴリーに分類されます。相場参入後の値動き振幅の不確実性に伴うリスクと、相場参入後の価格崩壊に伴うリスクです。 

結論

さて、今回の話題、現在の買われすぎ・売られすぎゾーンを検出する方法についての第一弾は終了しました。 新しく学んだことは何でしょうか？

・まず、このようなゾーンの概念を、値動きのプロセスのナートル性、すなわちフラクタリティの観点から明らかにしました。 

・このようなゾーンは、より広い意味での「不確実性のゾーン」（詳細は「インパルス均衡理論」を参照）の一種であると仮定して、このようなゾーン内で相場に参入した場合と、このようなゾーン内で ポジションを決済した場合の結果を評価します。

・フィボナッチ級数の直近値を基準に、従来のインジケータ群がどのようにゾーンを検出しているかを、標準設定と新規設定の両方で検討しました。 テストは包括的に、すなわち、異なるタイプのトレンドについて行われました。 新しい設定は、ボリュームテストではなく、理論的な仮定に基づいて提案されたので、トレードの厳密な推奨事項とは考えられません。 同時に、このような事前研究でも、フィボナッチ級数の値を従来のインジケータ（例えば、標準的なものに近いもの）の設定に使用することは、一般的に、特に買われ過ぎ/売られ過ぎゾーンの検出において、その精度を高めるためのポジティブな要因であることが示されています。 したがって、そのような設定はよく、従来のインジケータを使用してトレードシステムのボリューム最適化の初期値として使用することができます。

グループ内のインジケータの数式を分析した結果、すべてのインジケータが注意喚起に使えるわけではないことがわかりました。 例えば、RSIの数学モデルは残念ながら、もしRSIが温度計だったとしたら、正確な温度値ではなく、「今は暖かい/涼しい」というように、何か不定形なものしか表示されないようになっています。 理由は、このインジケータのアルゴリズムは、一次データ（直接いくつかで比較する相場価格）ではなく、２次データ（移動平均）を使用していないということです。 また、移動平均はまた、特定の "カットオフ "です - 選択した範囲内の価格の全体のシーケンスは、計算するために使用されていませんが、同じ範囲内のこのシーケンスからのサンプルだけです。 したがって、RSIをアラートインジケータとしてではなく、一般的なフィルタとしてのみ使用する方が合理的であるというかなり根拠のある前提が形成されていました。 つまり、応答点を選択する際に他のインジケータに道を与えた上で、（曲線がクロスする）トリガー時間ではなく、インジケータ値のより広い範囲を使用することがより合理的です。 この事実は、伝統的なテクニカル分析で「古いステージャー」であるRSIを使用している多くのトレーダーにとって興味深い事実かもしれません。 

・同時に、一次データ（重要なのはチャート上の様々な間隔の振幅）を分析して比較するアルゴリズムを持つ指標の方が、買われ過ぎ・売られ過ぎゾーンの検出精度が高く、設定変更の柔軟性・感度が高いことも分かってきました。 このようなインジケータの例としては、アラートインジケータとして使用すると、合理的に見えるストキャスティクスです。

・また、買われ過ぎ・売られ過ぎゾーンの検出精度を向上させるために、新しいアプローチが提案されました。 複雑なフラクタル・ロウソク足分析が提案されました。アルゴリズム的にトレンドのオンセットにアンカリングし、距離を置き、より小さなスケールのダイナミクスを分析します（現在のトレンドの各ローソク足は、より小さな時間枠からのインパルスと見なされます）。

実装

・ここに記載されている方法に基づいて開発された買われ過ぎ/売られ過ぎゾーンを検出するための筆者のインジケータは、マーケットのここにあります。

この記事では、Expert Advisor Reduce_risks (MQL5 version by Vladimir Karputov)のアルゴリズムを使用しています。 

EAについては、トレーダーのリスクを減らすにはとここというタイトルの記事で詳しく説明します。  重要! このEAは研究目的で開発されたものであり、実際のトレードを目的としたものではありません。

後編の「買われすぎ・売られすぎゾーンの検出方法について」の記事では 

・従来の買われ過ぎ・売られ過ぎゾーンの検出方法を以下の分析ツールを用いて行う場合の長所と短所、 

• 適応移動平均、 
• フィボナッチレベル、 
• ダイバージェンス、 
• チャートのパターン、 
• など、上記の方法を利用します。

上記の分析ツールの効率化が課題です。