“Application of Internal Patterns of Fibonacci Retracement on the Currency Exchange Market” 「為替市場におけるフィボナッチ・リトレースメントの適用性」
著 ビクトル・パシコヴ氏 （編・訳 keith.w)
概論
本稿ではフィボナッチリトレースメントの内部パターンと新しい取引方法について説明します。この理論的研究の主な目的は、このテクニカル分析ツールに関する既存の外国為替市場での知識体系に新しいトレード方式と方法を模索することです。外国為替取引における5つの主要通貨ペアとその
以下の期間における1時間足での期間の過去の変化研究の材料として2005年から2012年が選択されています。この論文に示されているフィボナッチリトレースメントはDynamic Traderアプリケーションを使用して構築されています。
内部パターンの識別とテストフィボナッチリトレースメントは必須であるため、内部パターンの識別とテストは手動で行われてきました。
フィボナッチリトレースメントは常にトレンドの極値（転換点）に基づいて構築されます。本質的に動的であり、それを見出すことは不可能です。
つまり、すべてのモデルで有効な単一のモデルを発見することはできませんが、ある一定の法則性・またそれを見つけ出す具体的な方法など、この論文は、内部パターン識別のプロセスを単純化するリトレースメント構築の特定の方法を記載している。この論文で提示された研究は新しい技術的分析モデル、すなわちフィボナッチリトレースメントの内部パターンの確立をもたらし、その統計はこの分析ツールを為替市場における最も正確なフィボナクレタリング（フィボナッチリトレースメントを利用しての分析法の呼び名）の１つにするでしょう。
５つの通貨ペアが観察された期間にわたって、９２７のモデルが形成されました。2005年から2012年までの期間中、負のダイナミクスを示すパターンはなく、負けているケースの数が利益のあるケースの数よりも多くなっていたはずです。リトレースメントの取引パターンは単純な内容ですが、必要なのはリトレースメントをチャート上に引く際に、補正が必要だということです。またここに紹介するモデルには、特定レベル（FIBO 61.8、38.2など）での注文とstop注文(以下sl)、利確注文(以下、tp)を設定することが可能なモデルが紹介されています。
この論文のポイントは、支持と抵抗レベルのツールとしてリトレースメントを使用することへのこれまで使われてこなかった考え方を提示することです。 この論文は、フィボナクレトレランスを用いて識別可能な反復価格モデルに基づく体系的な取引方法を説明している。この論文は長年の技術的でリアル取引における以下に説明するモデルを使用した結果を述べています。
1. Introduction
フィボナッチラインとしても知られているフィボナッチリトレースメントは、最も一般的なテクニカル分析の1つであり、さまざまな適用方法があります。この分析方法は、株式およびコモディティ取引市場ならびに外国為替市場で成功を収めて適用されてきました。広く知られていて人気があるこのツールは、トレーダーやアナリストの間で認知されており、過去数十年の間に交換市場の取引や技術分析への応用をテーマにした書籍や研究論文が発表されています。
フィボナッチパターンに基づいて取引の基礎を築いた最初の研究者はH.M.Gartleyでした。Gartleyは彼の著書であるProfit In the Stock Marketの中で、5つのベースポイントからなるパターンについて説明しました。
1年後に、このパターンはLarry Pessaventoによってさらに開発され強化され、彼の著書Fibonacci Ratioswith Pattern Recognitionで発表されました。 フィボナッチ比に基づくパターンGartley 2222asや他のパターンは、取引所の交換市場に適用できる最も成功した取引モデルの1つです（図1）。
このパターンを取引に正しく適用するには、モデルを構成する波のパラメータと比率をフィボナッチリトレースメントを使用して検証する必要があります。このパターン内の波の比率の最も良い説明の1つは、スコットカーニーによって提供されているもの、いわゆる「IdealGartley」です。ここで、パターンの各点は、通貨交換市場でのフィボナッチリトレースメントのレベルの適用に対応します。
Viktor Pershikov著、MFTA IFTAジャーナル2014年版PAGE 68 IFTA.ORG
フィボナッチリトレースメント内 彼の本 『ハーモニックトレーディング』の中で、スコットカーニーは理想ガートリーパターンの強気と弱気のモデルを提供しました（図2と3）。
本稿で紹介した研究は、前述のパターンに基づいています（図1〜3）。
フィボナッチリトレースメントの内部パターンはトレーダーが作ることを可能にしながら、それらは本質的に完全な矯正モデルです。
それが完成するのを待つことなく、それが発展するにつれて修正の範囲内で決定します。リトレースメントの内部パターンは、修正時の価格変動であり、これはリトレースメントの2つの主要レベル（レベル1とレベル2として指定）の間で発生します。各パターンには、テイクプロフィット注文を出すべき独自の目標レベルと、ストップロス注文が求められるモデルの終了レベルがあります。リトレースメントの内部パターンは、Forex市場における取引戦略のベースとして使用できるモデルです。
フィボナッチリトレースメントの内部パターンを使用するというアイデアは、Derrick S. Hobbsによる、フィボナッチリツールに基づいた数多くの優れた取引戦略を引用している本 『Fibonacci For The Active Trader』を読んだ後に、著者にもたらされました。
（例えば、Heisenberg 200、Shark Attack、Air Pocketsなど）。
これらの戦略は、フィボナッチツールと特定の追加の解析ツール（SMA、ADX）を使用して作成された一連の推測を利用します。
本のリトレースメントの実際的な応用についての考えを考慮したときに生じる問題は、追加分析ツールに頼らずにフィボナッチリトレースメントのみに基づいて有益な取引方法を開発することが追加分析ツールに頼らずに可能かということです。この調査の目的は、トレーディングのみを使用して通貨市場で収益を上げることができること、および追加の分析方法が不要であることを実証することです。
必要なのは、形成されている再配置パターンのタイプを識別し、対応するモデルに従って取引を行うことだけです。この論文の基礎となっているもう1つの概念は、修正の長さを評価することに関係しています。この概念はRobert Fischerによって開発され、彼の著書The NewFibonacci Traderで発表されました。
取引成功のためのツールと戦略として
補正の正確なサイズを予測することは経験的な問題です。 わずか38.2％の修正後に投資するのは辛いかもしれませんが、61.8％の修正を待つことは強いトレンドを完全に見逃してしまうかもしれません。この問題は議論するのが難しいでしょう。
しかし、問題は別の方向から取り組むことができます。発展途上の修正の中から取引を可能にする方法がある場合、その長さを決定する作業は二次的になります。この場合の主な目的は、是正措置の目標を特定することです。これは、是正措置の解除のレベルにもなります。 この問題は、各パターンがその目標レベル（利益テイク - 利益レベル）に関する情報を含むので、リトレースメントの内部パターンを使用することによって容易に解決されます。
２・仮説の提示
本稿は、通貨市場における価格補正の振る舞いを研究する過程で開発された以下の仮説を確認することを目的としている。
1. リトレースメントのレベル間を移動する過程で、価格はテクニカル分析パターンと指定できる特定の典型的なモデルを形成します。
2. より多くのパターンを識別することが可能であることに基づいて、フィボナッチリトレースメントのさらなるレベルが存在する。
3. 矯正が進行するにつれて形成されるリトレースメントの内部パターンを使用して、矯正運動の目標を決定することが可能である。
最初の仮説はこの論文の中心であり、そのほとんどは
それを調べることに専念します。この仮説を確認するために、フォレックス市場の主要通貨ペアで形成されるパターンの例を、フォレックス市場の資産で形成されるパターンの数および予測性能を決定するために必要な発展パターンに関する統計データと共に与える。
2番目の仮説を確認するために、この論文の3番目の章では、さらに2つのフィボナレベルを提示して説明します。
サンプル通貨ペア図は、これらの補助的フィボナッチリトレースメントレベルが、より多くの内部修正モデルの記述解除を支援することができることを示しています。
3番目の仮説は、内在性に関する展望を提供します
通貨市場取引ツールとしてのリトレースメントのパターン。特定の内部パターンのリトレースメントが過去の価格モデルのテスト中に十分に実行された場合、そのパターンに含まれる市場参入および目標レベル情報は、外国為替市場での取引に使用することができる。
内部パターンに基づく取引の統計は第5章に示されています。
3.研究方法論とレート変動の内部パターンの識別
本稿で紹介する調査は、主要な外国為替市場の通貨ペアの実際の歴史的な価格変動に基づいています。観察のためにそのような5つのペアが選択されました。（IFTAジャーナル2014年版IFTA.ORGページ69)
□EUR/ USD
□GBP / USD
□USD / CHF
□USD/ CAD
□USD/ JPY
これらの通貨ペアは、外国為替市場のトレーダーの間で最も人気のある資産であるため、この研究の主な目的として選択されています。 H1タイムフレームは、リトレースメントの内部パターンを調査しテストするために選択されたものです。これは、予測値に関する明確な結論を引き出すのに十分な内部パターンを持つ人気のあるトレーディングタイムフレームだからです。 2005年1月から2012年12月までの7年間の期間がパターンのテストに選択されています。 この期間は、通貨市場における価格変動の十分なサンプルを提供し、また歴史的に現在に近いです。
3.1フィボナッチリトレースメント設定
基本的なフィボナッチレベルの23.6％、38.2％、50％、および61.8％に加えて、この研究では2つの追加レベルのフィボナッチリトレースメントを利用しています。これらのレベルは9％と14.6％です。
それらは23.6％レベルに基づいて特定されています。
23.6％= 61.8％ - 38.2％
14.6％= 38.2％ - 23.6％
9％= 23.6％ - 14.6％
1. EWA（Elliot Wave Analysis）の観点から見たトレーディングにおける14.6％および9％のレベルの使用は、Ian Copseyによる「Harmonic Elliott Wave：RNエリオットの衝動的波動構造の修正のための事例」に記載されている。これらのレベルは、主要なレベルのリトレースメント（38.2％、50％、および61.8％）と比較して、それほど重要ではありません。
2.また、GeorgeMacLeanの著書 『Fibonacci and Gann Applications in FinancialMarkets』に14.6％レベルの使用の可能性が記載されています。
これらの水準は価格変動の分析において容易に計算されそして適用可能であるという事実にもかかわらず、それらは技術的分析においてそれほど注意を払っていない。 この論文で提示された研究は、フィボナッチリトレースメントに基づく取引においてそれらを使用することに関して14.6％と9％レベルの特性を明らかにすることを試みます。
14.6％と9％のレベルを使用すると、通貨市場の修正で発生する他のモデルの説明が可能になります。 これらの追加レベルの使用例は、このホワイトペーパーの第4章に記載されています。
3.2フィボナッチリトレースメントの内部パターンの手動テスト方法
複数のモデルに共通の調査手順を紹介するために、Dynamic Traderiiソフトウェアは、価格変動の両極端の間の距離の自動測定を可能にするものとして選択されています。 これはフィボナッチリトレースメントを構築するために必要です。 このソフトウェアアプリケーションは、リトレースメントを構築し、その内部パターンを識別するというタスクを非常に簡単にします。
図4は、価格変動に基づいて作成されたEUR / USDペア（自動スウィング - メジャータームプライマリーモード）で自動描画された線のチャートを示しています。 この自動マークアップに基づいて、フィボナッチリトレースメントが構築されます。
図4.動的トレーダーを使用して、（メジャータームプライマリーモードで）ダウンスウィングで構築したフィボナッチリトレースメント。 EUR / USD、H1
内部のリトレースメントパターンの調査とテストは、2005年から2012年にかけて手動でDynamic Tradersoftwareを使用して行われました。フィボナッチリトレースメントは、ダイナミックトレーダープログラムのグラフ上に形成された各スイングについて構築された。次に、パターンの存在または不在、ならびにその開発の結果（モデルの成功または失敗）を特定した。手作業によるテストとパターンの検査により、価格と発展したリトレースメントの内部パターンとの間の相互作用に関して、最も包括的で正確な統計データを得ることができました。 7年間で手作業で5つの主要なForex市場ペアを調査することは、自動テストと同じくらい正確なテスト方法であり、したがって、H1の時間枠でパターンの骨の折れる検索の結果がこの論文の基盤となりました。
Dynamic Traderアプリケーションを使用してリトレースメントの内部パターンを識別するために、以下の手順が使用されています。
1.主要期間のプライマリー・モードで通貨ペア・グラフに自動変動が描かれました（ペアの主要な短期トレンドを説明するため）。
2.フィボナッチリトレースメントは、上向きトレンドでは最小から最大、下向きトレンドでは最大から最小まで、ソフトウェアによって形成されたスウィングに基づいて構築されました。
3.価格修正プロセスでは、2つの主要リトレースメントレベル間の価格変動が内部パターンとして識別されました。
4.フィボナッチリトレースメントの内部パターンの種類現在、フィボナッチリトレースメントの4つの内部パターンが認識され、外国為替市場での取引と分析に使用されています。
4.1 IP1パターン
リトレースメントの最初の内部パターンは、23.6％と9％の間の価格変動の過程で形成されます。パターンの発展の図は、図5に示されています。
Figure 5. The IP1 (23.6%-9%) pattern, bearish and bullishdiagrams
IP1パターンの重要なレベル
L1 = 23.6％
L2 = 9％（市場参入レベル）
ストップ= 0％（価格が0％を超えない場合、パターンは偽になるため、このレベルでストップロス注文を入力する必要があります）。
目標= 50％（テイクプロフィットオーダーはこのターゲットレベルで発注する必要があります）。
パターンの損益率は4.6：1です。
このパターンは、修正の最初の段階で典型的な価格行動モデルを検討する過程で発見されました。
23.6％の水準を超えずに価格が0％の水準近くに戻ってきて、その後の訂正は50％と61.8％の重要なレベルに発展し続けています。図6は、EUR / USDペアの例で、古典的なフィボナッチレベルが下降傾向にあることを示しています。図6は、23.6％を超えると、価格が下がらず、50まで上昇し続けていることを示しています。 そのような価格の方向転換は市場を予感させる機会を提供するはずであるが、市場に参入するには価格が下落することができる抵抗レベルも必要である。この状況は図７に示され、追加のリトレースメントレベルは９％である。
図7は、23.6％の水準から下落した価格が9％の水準で推移し、50％の水準に達する上方修正の動きが始まったことを示しています。
価格が23.6％から9％に下がるという同様の状況が、Forex市場の主要通貨ペアの例で多数見られます（図8〜11を参照）。
図8と図9は23.6％から9％の価格変動とGBP / USDペアの発展の結果を示しています。価格は23.6％台に達しましたが、すぐに再び下降トレンドに入り、9％台に達しました。 IP1パターンの概念によれば、補正の開発は、より深い補正レベルに到達するまで続くと予想されるべきです。
GBP / USDペアの例（図9）。
図10および11は、USD / CADペアの例でのIP1（23.6％〜9％）パターンとその形成後の結果を示しています。
修正開発を始める前に、価格は23.6％と9％のレベルを超えることがよくありますが、このモデルの主な特徴は、価格が両方のレベルに達しなければならないことです。これらのレベルの1つに達していない場合、パターンは存在しません。ただし、9％のレベルを超えた後に価格も0％のレベルを超えた場合は、モデルを中止する必要があります。
IP1パターンの目標レベルは50％レベルです。これに達すると、ほとんどの場合、価格はこのレベルから下がります（図7）。 状況によっては、価格が61.8％の水準に達することがありますが、もっと一般的には50％が目標水準になります。
2005年から2012年までの期間で、調査した5つのペアで396のIP1パターンが観察されました（すべてのパターンの中で最高の量）。 パターンIP1のパフォーマンス統計は図12に示されています。IP1パターンの際立った特徴は非常に高いP / L比にあります。 パターンの、それは優れた取引ツールになります。
4.2 IP2パターン
リトレースメントの2番目の内部パターンは、38.2％と14.6％の間の価格変動の過程で形成されます。 パターンの展開図を図13に示します。
P2パターンの重要なレベル
L1 = 38.2％
L2 = 14.6％（市場参入レベル）
ストップ= 0％（ストップロス注文はこのレベルで入力する必要があります。
価格が0％を超えない場合、パターンはfalseになります。
目標= 61.8％（ここでテイクプロフィット注文を出すべきです）
目標レベル）。
パターンのP / L比は3.3：1です。
この価格モデルは、IP1パターンと同様の方法で発見されました。38.2％レベル（リトレースメントの最初の重要なレベル）に達すると、価格時価はトレンドを回復するように見えますが、9％レベルを下回る場合もあります。 その後、修正開発を継続します。 Forexmarketの主要通貨ペアを見て、このモデルの主要な水準は14.6％と識別されています。この水準に近い価格の動向の例を図14および15に示します。
図14と図15は、38.2％付近で値が変動した後の14.6％レベルが価格の変動にどれほど明確に影響するかを示しています。 このレベルに達すると、価格は修正移動を再開し、主要なレベルの再移動に進みます。 図16から19は、GBP / USDとUSD / CHFの通貨ペアに同じパターンが形成されていることを示しています。
2005年から2012年の間に、調査された5組のペアで、240のIP2が観察されました。 IP2のパフォーマンス状態のパターンを図20に示します。IP2パターンの重要な特徴は、高い損益率です。このモデルのテイクプロフィットレベルはストップロスレベルの3.3倍です。 これはIP1比率よりも小さいですが、それでも潜在的利益レベルが潜在的損失のそれの少なくとも2倍であるという基準には適合します。
4.3 IP3パターン
ＩＰ３パターンは、５０％と２３.６％の２つのリトレースメントレベルに基づいて形成されている。 このモデルは、識別のために追加のレベルのリトレースメントが必要ないため、通貨市場で他のモデルよりも先に発見されました。 このモデルの特徴は、価格が50％のリトレースメントレベルに達し、23.6％のレベルに戻って、61.8％のキーレベルまで修正開発を継続できることです。この時点でトレーダーは利益を得ることができます。 図21は、パターン図を示しています。
IP3パターンの重要なレベル
L1 = 50.0％
L2 = 23.6％（市場参入レベル）
停止= 0％
目標= 61.8％（ここでテイクプロフィット注文を出すべきです）
目標レベル）。
パターンのP / L比は1.6：1です。
観察によると、ほとんどの場合、価格は23.6％の水準を超え、14.6％に達します。 ただし、これはモデルの失敗の可能性を示すものではありません。別のシナリオを示すレベルが0％であり、価格がそのレベルをテストした場合にのみ損失が発生するためです。
このパターンの重要な特徴は、価格が50％レベルにすぐに到達し、50％レベルをテストする前にIP1とIP2のパターンを形成する可能性があることです。 このパターン形成の例を図２２から図２５に示す。
図２２および図２３に示す例は、価格がＩＰ３パターンを形成する前に、修正運動の始めにＩＰ１（２３．６％〜９％）パターンが形成されたことを示している。 この例は、リトレースメントの内部パターンがグループのフォレックス市場で発生する可能性があることを証明しています。 図２４および２５は、ＩＰ１およびＩＰ２パターンなしで形成されたＩＰ３パターンを示す。 2005年から2012年までの期間で、調査された5組のペアで204 IP3が観察されました。 IP3のパフォーマンス状態のパターンを図26に示します。IP3パターンは、最も低いP / L比を持つモデルです。このモデルの場合、これは1.6：1です。 これは推奨値の2：1よりも低くなりますが、結局のところ、パターンのパフォーマンスは、フォーメーションの統計とテイクプロフィットの頻度とストップロスの順序に左右されます。 このモデルのパフォーマンスの詳細な統計は、この論文の第5章にあります。
4.4 IP4パターン
リトレースメントの最後の内部パターンはIP4です。これは通貨市場ではめったに見られないモデルです。 上半期の時間枠内では、他のパターンほど頻繁には発生していませんが、その予測パフォーマンスもかなり高いです。 それゆえ、それは分析と取引に明らかに有用であるかもしれません。パターンの開発のダイアグラムは図27に示されています。
IP4パターンの重要なレベル
L1 = 61.8％
L2 = 14.6％（市場参入レベル）
停止= 0％
目標= 61.8％（ここでテイクプロフィット注文を出すべきです）
目標レベル）。
パターンのP / L比は3.3：1です。
このパターンに関する重要な詳細は、価格がレベル1（61.8％）に達しているが、それを超えてはいけないということです。 価格が14.6％の水準に戻った場合は、修正が継続され、61.8％の水準が再度テストされ、その後浸透する可能性があります。
IP4パターンの例を図28と図29に示します。
図28では、IP4パターンはUSD / JPY通貨ペアに形成されています。 61.8％レベルがテストされ、その後価格は14.6％レベルまで上昇して成長しました。 このレベルに達したという事実は、６１．８％〜１４．６％のモデルが形成された２日後にまさに起こったことである６１．８％レベルへの補正の可能な発展を話す。
2005年から2012年の間に、研究された5つのペアで、87のIP4が観察されました。 IP4のパフォーマンス状況のパターンを図30に示します。IP4のパターンは、他の内部のリトレースメントのパターンと比較して、最も収益性の高いケースの割合が最も低いです。 それにもかかわらず、ＩＰ４モデルは３．３：１の高いＰ ／ Ｌ比を有し、したがって他の方法よりも有益であり、これは第５章のＩＰ４パターンの統計データに反映されている。
本章で提示されたモデル化の例と統計によれば、最初の仮説（「フィボナッチリトレースメントのレベル間の移動過程で、価格はテクニック分析パターンに指定できる特定のモデルを形成する」という明確な結論を導きます。リトレースメントの内部パターンの4つの主要モデルがあります。これらは、Forexでのプロセス修正の変更中に定期的に発生するものです。通貨市場。フィボナッチリトレースメントの2つの追加レベル（9％と14.6％）に基づくパターン形成の与えられた例によれば、第2の仮説が提起された（「それに基づいてより多くのパターンを識別することが可能である。 ”）も確認されています。 ９％および１４．６％の比率はフィボナッチレベルであり、ほとんどの修正モデル、すなわちＩＰ１（２３．６％〜９．６％）、ＩＰ２（３８．２％〜１４．６％）およびＩＰ４（６１．８％〜１４．６％）を識別することができる。これらのレベルがなければ、大部分の重要な価格パターンを識別することは不可能であり、Forex市場での取引はIP3（50％-23.6％）を形成するための1つのモデルのみを見守ることになっていたでしょう。提起された３つの仮説は、上に提示された証拠によって確認された。
5.内部の統計分析
リトレースメントのパターントレーディングにおける内部パターンの使用は、パターン認識のための自動アルゴリズムを作成することが非常に困難であるという事実のためにリトレースメントのグラフィカルな構築およびパターンの視覚的識別を伴う。内部パターンの統計分析はこれらのモデルの目視検査によって行われ、価格変更の歴史の中で「手動」の作成とパターン認識が行われています。分析は外国為替市場の主要通貨ペアで行われています：EUR / USD、GBP / USD、USD / CHF、USD / JPY、USD / CAD。分析は1時間ごとに行われました。調査の過程で、927の内部パターンが識別されました。そのうちのいくつかは目標レベルのテストで終わり、他のものはストップロスオーダーに到達しました。
図31リトレースメントの内部パターンの表
2005-2012、H1
図31は、2005年から2012年の期間に主要通貨ペアに形成された内部的なリトレースメントパターンの組み合わせ表です。この期間中のパターンの最大数はUSD / CAD通貨ペア（199モデル）とUSD / CHFペアで最小数に形成されています。しかし、USD / CHFペアでは、IP1パターンは3/85倍も頻繁に形成されています。最も頻繁に遭遇するモデルはIP1ですが、IP4モデルは通貨市場で最も稀なモデルです。 USD / JPYの組はIP4モデルが最も頻繁に形成されるのを見たことがある2929倍。また、USD / JPY通貨ペアは、他のペアよりもIP3パターンの形成が頻繁に行われています。図32は、5つの主要通貨ペアのリトレースメントの内部パターンの比較予測パフォーマンス図です。この表は、リトレースメントの内部パターンが予測モデルとして非常に良く機能していることを示しています。統計的検証の結論として、単一の通貨ペアが同じの有益なパターンの数よりも多い多数の損失パターンを示していないことがわかります。タイプ。これは、トレーディングにおいてこれらのモデルを積極的に使用し、IPに基づく成功結果を期待することを証明しています。図33は、2005年から2012年までの期間の5大通貨ペアにおけるIPベースのトレーディングの結果を示しています。 統計データは、最高の利益がGBP / USD通貨ペアでの取引から得られ、USD / JPYペアで最低の利益が得られたことを示しています（USD / JPYペアの利益率がGBP / USDペアの利益率を超えると仮定します。 4.29対3.93）最大の利益率（5.38）が米ドル／スイスフランのペアで観察されています。このペアの利益も高く、GBP / USDペアの次に、利益額の点で2番目に優れた通貨ペアとなっています。GBP / USDペアの最高平均取引利益（2,049ドル）が確認されています。 USD / JPYのペアで最も低い（1,263米ドル）。最も多くの取引（199）がUSD / CADペアで行われています。このペアは、4.67という高い利益率も持っています。図32に表示された統計に基づいて、GBP / USDとUSD / CHFの通貨ペアを取引する場合、リトレースメントの内部パターンは最高の利益をもたらします。メジャーペアはUSD / JPYで観察されています。その理由は、それぞれのペアのボラティリティです。GBP / USDのボラティリティは高く、GBP / USDの平均利益の推移はUSD / JPYの1.6倍です。通貨ペアの最大ドローダウンは-3.96％（GBP / USD）と異なります。 EUR / USDのペアを取引する際の2005年から2012年までの内部パターンの統計を図34に示します。最高の利益はIP1（利益率）に基づく取引で行われています5.4）、IP4パターンに基づく最低（利益率1.95）。しかしながら、各パターンは問題の期間の終わりまでに総利益を示しており、これはモデルの高性能を意味する。最大の平均利益はIP1パターンで取引されたときに作成され、最大の平均損失はIP3パターンで観察されました。EUR / USDの最大ドローダウンは-2.92％（IP3）から-1.6％（IP1）まで変動しました。問題の期間で最も収益性の高いパターンはIP1とIP2のパターンでした。図35は、GBP / USDペアを取引するときの2005年から2012年までの内部パターンの統計を示しています。GBP / USDの統計データはEUR / USDデータと同じです。最も高い利益はIP1（利益率4.93）に基づいて取引され、最も低いのはIP4パターン（利益率3.49）に基づいて取引されています。しかし、各パターンは問題の期末までに総利益を示しています。 。 IP2パターンに基づいて取引すると、1取引あたりの最大平均利益が発生しますが、IP3パターンで最大の平均損失が見られます。GBP / USDの最大ドローダウンは、-6.51％（IP3）から-2.03％（IP4）です。 IP3の-6.51％は十分に高いですが、パターンハッスルはうまく実行され、試験期間にわたってスタートアップ資本の成長を示しました。期間照会の最も収益性の高いパターンは、IP1およびIP2パターンです。
非常に高い予測の有効性を実証したパターンをテストした結果に加えて、本論文の第4章で提示したようなパターンを使用した実際の取引に基づいて、この根拠として提起された完全に3番目の仮説を確認することが可能になる 研究（修正展開として形成される内部的なリトレースメントパターンを使用すると、修正移動のターゲットを決定することができます。仮説を確認する最も重要な要因は、パターンの手動テスト中に適用された以下の条件です。 パターンが形成された後、価格がそのキーレベルに到達しない（キーレベルについてのパターンは第４章に記載されている）、価格が入り口点から目標レベルの方向に著しく移動したとしても、このパターンは偽と見なされなければならない。
例題です。 価格はIP1パターンを形成し、修正の動きで38.2％のレベルに達し、それから方向転換し、50％（IP1の目標レベル）に触れることなく、0％のレベルを超えて移動します。 パターンが形成され始めたという事実にもかかわらず、価格は最終的にストップロスレベル（0％）に達したため、このようなパターンは誤っていると見なされ、損失につながります。 市場では、モデルの高い損益率です。 そして、負けたケースの数が利益のあるケースの数と同じであっても、トレーダーはモデルを適用するときに収益が出ることを期待できます。
6.まとめ
本稿の目的は、フィボナッチリトレースメントに基づく新しい取引方法を説明することであり、既存の知識人に交換市場の分析におけるこの技術的手段の新しい独特の適用方法を追加することである。4つの主要な内部フィボナッチパターンが導入された。問題の期間中、リトレースメントの内部パターンの927のケースが5つの主要な通貨ペアで観察されており、それらのほとんどに基づく取引は利益を上げています。 GBP / USD通貨ペアの最高収益値が観察されました。この論文では、研究の基礎として提起された3つの仮説を説明しました。リトレースメントの内部パターンの形成メカニズムとそれらのトレーディングへの応用の経済的結果が例として示されている。フィボナッチリトレースメントの内部パターンをトレーディングに適用することの有用性についての研究の結果は疑いの余地がない。そして、取引の基盤となるモデルを特定することは、これらのモデルを新たな生産性の高い取引ツールにします。
参考文献
Ｇａｒｔｌｅｙ Ｈ．Ｍ．、ワシントン州の株式市場における利益：Ｌａｍｂｅｒｔ − Ｇａｎｎ、１９３５年、ｐ。 222
2. Pessavento L.、パターン認識付きフィボナッチ比。トレーダーズプレス、１９９７年、ｐ。 56、64
3.カーニーS.ハーモニックトレーディング：第1巻。 ＦＴプレス、２０１０年、ｐ。 97〜120
4. Hobbs D.、アクティブトレーダーのためのフィボナッチ、TradingMarketsPublishingGroup、2003、p。 137-187
フィッシャーR.新しいフィボナッチトレーダー。 TradingSuccessのツールと戦略、Wiley、2001年、p。 56
6. Copsey I.、ハーモニックエリオット波：R.N.の修正の場合。
エリオットの衝動的波動構造、ワイリー、2011年、p。 40〜46歳
7. MacLean G.、金融市場におけるFibonacciおよびGannの適用、
Ｗｉｌｅｙ、２００５年、ｐ。 12ソフトウェアおよびデータDynamic Trader、バージョン6.0.1.119、著作権1996-2009、Robert C.Miner、ツーソン、USAM Microsoft Office Excel 2010、Microsoft Corp.、Redmond、USデータ提供：MetaQuotesBibliographyCarney S. Harmonic Trading：第1巻FTプレス、2010Gartley H.M.、ワシントン州StockMarketでの利益：Lambert-Gann、1935年アクティブトレーダーのためのHobbs D. Fibonacci。 TradingMarkets PublishingGroup。 2004Pessavento L. Fibonacciとパターン認識。 TradersPress、1997年フィッシャーR.、新しいフィボナッチトレーダー。トレーディングのためのツールとストラテジーサクセス、ワイリー、2001年コプ1世、ハーモニックエリオットウェーブ：RNエリオットの衝動的波動構造の修正の事例、ワイリー、2011年マクリーンG.、フィボナッチ、ギャンのフィナンシャルマーケットへの応用マイナーR.、ダイナミックトレーディング、トレーダープレス、2002年ボーデンC、フィボナッチトレーディング：方法と価格アドバンテージをマスターする方法、マグロウヒル、2008年備考。
i。これらの水準に近いパーセンテージ、すなわち14.5％と8.8％はロシアの貿易業者の間で人気があります。これらのレベルはフィボナッチ数列を参照せずに、一時的に達成されたものであり、一般的な慣習として広く使用されています。しかしながら、本論文はフィボナッチ数列から導かれる正確なレベル、１４．６％および９％を使用する。
ii。自動スイングは、ZigZagインディケータを備えた任意のテクニカル分析ソフトウェアを使用して構築することができます。たとえば、MetaTrader社のMetaTraderソフトウェアであるMetaTraderソフトウェアの中で人気の高いものがあれば、必要なZigZagパラメータは100-0-0になるはずです。これらの数値は、このペーパーで使用されているDynamic Traderプログラムの自動スウィング設定に最も近いものです。
この記事が気に入ったらサポートをしてみませんか？