درک الگوهای هارمونیک: الگوی خفاش (Bat)
— yasin
در این سری الگوهای نموداری، به الگوهای سنتیتر پرداختهایم. اما هنوز الگوهای هارمونیک را مورد بررسی قرار ندادهایم.
در این سری الگوهای نموداری، به الگوهای سنتیتر پرداختهایم. اما هنوز الگوهای هارمونیک را مورد بررسی قرار ندادهایم.
الگوهای هارمونیک بخشی از الگوهای نموداری متعددی هستند که برای شناسایی نقاط معکوس استفاده میشوند. عمل تجارت با استفاده از الگوهای هارمونیک معمولاً به عنوان "تجارت هارمونیک" تعریف میشود.
ما احساس کردیم که زمان مناسبی است تا درباره الگوی هارمونیک محبوب خفاش بحث کنیم که توسط اسکات م. کارنی به عنوان "دقیقترین الگو در کل مجموعه تجارت هارمونیک" تعریف شده است.
"شکها در افکار مانند خفاشها در میان پرندگان هستند."
ترجمهشده از فرانسیس بیکن.
مقدمه
برخلاف بیشتر الگوهای سنتی نموداری، این الگوها نیاز به شکست قیمت برای معامله ندارند و شامل استفاده از نسبتهای دقیق فیبوناچی (که در زیر مشخص شدهاند) برای شناسایی الگوهای هارمونیک هستند. این امر باعث میشود که الگوهای هارمونیک کمتر وابسته به سلیقه فردی باشند و حس ترسناکی به همراه داشته باشند. واو!
نسبتهای فیبوناچی
نسبتهای فیبوناچی اجزای کلیدی الگوهای هارمونیک هستند.
نسبتهای فیبوناچی از دنباله فیبوناچی به دست میآیند که عنصر nام آن با اضافه کردن دو عدد قبلی دنباله بهدست میآید. دنباله بهصورت زیر است: ۱، ۱، ۲، ۳، ۵، ۸، ۱۳، ۲۱، ۳۴، ۵۵، ۸۹، ۱۴۴، ۲۳۳... و ویژگیهای ریاضی مختلفی را نشان میدهد.
یکی از ویژگیهای جالب، نسبتهای بین عناصر دنباله است. نسبت یک عنصر در دنباله با عنصر بعدی تقریباً برابر با ۰.۶۱۸ است، در حالی که نسبت یک عنصر در دنباله با عنصر قبلی تقریباً برابر با ۱.۶۱۸ است. این دو مقدار معمولاً بهعنوان نسبتهای طلایی تعریف میشوند، که ۱.۶۱۸ بهعنوان "فی" (P بزرگ) و ۰.۶۱۸ بهعنوان "فی" (p کوچک) شناخته میشود.
نسبت بین عناصری که با دو موقعیت فاصله دارند به ترتیب ۰.۳۸۲ و ۲.۶۱۸ را برمیگرداند. محاسبه نسبت با استفاده از فاصلههای بیشتر، سری نسبتهای فیبوناچی را بهدست میدهد. این نسبتها همچنین با بالا بردن عدد طلایی به توانهای خاص بهدست میآیند.
فیبوناچی انعکاسدهندهی حرکت قیمت است.
دلایل استفاده از نسبتهای فیبوناچی در الگوهای هارمونیک (و سایر روشها بهطور کلی) به وجود دنباله فیبوناچی در طبیعت و برخی موجودات و ساختارها برمیگردد، اما مهمتر از آن در رفتار انسانی است. اگر قیمتهای امنیتی منعکسکننده رفتارهای سرمایهگذاران باشد، به نظر منطقی میرسد که ارتباطی با اعداد فیبوناچی وجود داشته باشد. این یک دلیل رایج است که تحلیلگران تکنیکال برای توجیه استفاده از نسبتهای فیبوناچی بهکار میبرند.
چندین مطالعه بهدنبال توضیح یک ارتباط بالقوه بین دنباله فیبوناچی و بازارهای مالی بودهاند و شواهد بهدستآمده توسط باهاتاچاری و کومار تحقیقات بیشتری در این زمینه ارائه میدهد.
الگوهای هارمونیک خفاش
الگوی هارمونیک خفاش از ۴ بخش تشکیل شده است که نقاط X، A، B، C و D را به هم متصل میکند، که هر کدام در یک حداکثر/حداقل محلی قیمت قرار دارند. فاصله نسبی بین این بخشها برای تعیین اعتبار یک الگوی خفاش استفاده میشود؛ این قوانین بهصورت زیر تعریف شدهاند:
۱. بخش AB باید بین ۳۸.۲٪ و ۵۰٪ از بخش XA بازگشت داشته باشد (برخی شرایط کمتر سخت تنها نیاز به بازگشت در محدوده ۳۸.۲٪ و ۶۱.۸٪ دارند).
۲. بخش BC باید بین ۳۸.۲٪ و ۸۸.۶٪ از بخش AB بازگشت داشته باشد.
۳. بخش CD باید بین ۱۶۱.۸٪ و ۲۶۱.۸٪ از بخش BC بازگشت داشته باشد.
۴. بخش AD تقریباً برابر با ۸۸.۶٪ از بخش XA است.
برای اینکه الگو معتبر باشد، راس داده شده توسط نقطه C باید تأیید شود. همچنین جالب است که الگوی خفاش میتواند یک الگوی داخلی AB = CD داشته باشد.
احتمال بازگشت قیمت درون "منطقهی بازگشت پتانسیل" (PRZ) بیشتر است. تریدرها میتوانند روشهای مختلفی برای شناسایی این منطقه داشته باشند، اما معمولاً از بازگشتهای فیبوناچی استفاده میشود، بهطوری که یکی از انتهای PRZ در ۸۸.۶٪ از بازگشت داخلی XA و دیگری در ۱۶۱.۸٪ از BC قرار دارد. یک روش دیگر PRZ را در ۷۸.۶٪ تا ۱۰۰٪ از بازگشت داخلی XA شناسایی میکند.
برخی از تریدرها قبل از ورود به یک موقعیت، منتظر تأیید اضافی هستند، مانند وقوع الگوهای بازگشت داخلی، واگراییهای نوسانساز، یا اینکه قیمت از PRZ خارج شود، بهطوری که نشاندهنده وقوع یک بازگشت باشد.
در معاملات: سطوح توقف ضرر و برداشت سود
تکنیکهای مختلفی برای تعیین سطوح برداشت سود و توقف ضرر در هنگام شکلگیری الگوی خفاش وجود دارد. برخی از تریدرها توقف ضرر را در سطح X یا چند تیک پایینتر از آن قرار میدهند، که میتواند به کاهش ریسک کمک کند، اما خطر فعال شدن زودهنگام توقف ضرر را افزایش میدهد. استفاده از توقف ضرر بسیار تنگ توسط اسکات م. کارنی ذکر شده است.
برداشت سود میتواند در نقطه A تعیین شود. همچنین میتوان از بازگشتهای فیبوناچی اضافی برای خروج جزئی استفاده کرد.
نمونههای عملی
مشاهدات
انحرافات اسیلاتور که هنگام حضور قیمت در ناحیه معکوس بالقوه (PRZ) رخ میدهد، میتواند تأیید دیگری برای وقوع یک معکوس باشد.
ما هیچ مطالعهای پیدا نکردیم که دادههایی ارائه دهد که الگوی خفاش هارمونیک بر سایر الگوهای هارمونیک برتری داشته باشد.
یک مطالعه توسط کریستوف بدنارز به سودآوری الگوی خفاش در یک دوره معاملاتی ۲۷ روزه اشاره دارد
بولکوفسکی آمارهایی را در مورد اینکه قیمت چقدر در نقطه D معکوس میشود، به اشتراک میگذارد. برای خفاشهای صعودی، قیمت ۹۱٪ از اوقات در نقطه D معکوس میشود و برای الگوهای خفاش نزولی، قیمت ۸۶٪ از اوقات در نقطه D معکوس میشود. واقعاً ترسناک...