見出し画像

BTC相場分析:機械学習スーパー トレンドとRSIで弱気トレンドを確認、モンテカルロ法でリスクを可視化 [Fibonacci-Flux]

はじめに

足元のビットコイン(BTCUSD)は軟調な推移が続いています。
投資判断には、複数の視点から市場動向を捉えることが重要です。

本稿では、私が普段の開発でも愛用しているTradingViewの「AlgoAlpha」インジケーターと、統計モデルを用いた分析を組み合わせ、現状の把握と今後の価格推移予測を試みます。

私は日本のトップ30に入るPinescriptコーダーであり、日頃からインジケーター開発を通じ、投資家の皆様が、より優位性のあるトレードが出来るよう、尽力しています。


💡ポイント

本記事では、以下の2つの高性能インジケーターを用いて、BTCUSDの相場分析を行います。

  • 機械学習適応スーパー トレンド (Machine Learning Adaptive SuperTrend)

  • スーパー トレンドRSI (Supertrended RSI)

これらのインジケーターの解説に加え、将来の価格推移を予測するモンテカルロシミュレーションの結果と、フェルミ推定を用いた現実的なトレード戦略も提示します。

BTCUSDの現状:週足・日足チャートで見る弱気相場

まずは、BTCUSDの週足チャートと日足チャートから、現状を確認してみましょう。

週足チャート(対数スケール)で見る長期トレンド


BTCUSD 週足対数チャート、AlgoAlpha 適応スーパー トレンド (Adaptive SuperTrend) および スーパー トレンドRSI (Supertrended RSI) ソース: TradingView、AlgoAlpha

長期的な視点で見ると、ビットコインの上昇トレンドは明らかです。しかし、対数スケールで見ても、足元ではその上昇トレンドに陰りが見えます。これは、一時的な調整局面なのか、あるいは本格的な弱気相場の始まりなのか? 慎重な見極めが必要です。

ここで注目したいのが、AlgoAlphaの「Machine Learning Adaptive SuperTrend」です。このインジケーターは、赤色のラインで弱気トレンドを示しています。

「Machine Learning Adaptive SuperTrend」の最大の強みは、その名の通り「適応性(Adaptive)」にあります。従来のスーパー トレンドは、パラメーターが固定されているため、市場の状況によっては、ダマシが多くなってしまう傾向にありました。しかし、このインジケーターは、K平均クラスタリングという機械学習の手法を用いて、市場のボラティリティの変化に動的に適応します。

現在の設定を見ると、ボラティリティは「高」(クラスター3) と判定されています。つまり、このインジケーターは、現在の荒い値動きに合わせて、トレンド判定の感度を自動的に調整しているのです。その結果、表示されている弱気シグナル(赤色)は、信頼性が高いと判断できます。

さらに、「Supertrended RSI」も弱気トレンドを示し、50の基準ラインを下回って推移しています。このことは、目先の価格変動だけでなく、より大きなトレンドとして下降モメンタムが発生していることを示唆しています。

日足チャートで見る短期トレンド

BTCUSD 日足チャート、AlgoAlpha 適応スーパー トレンド (Adaptive SuperTrend) および スーパー トレンドRSI (Supertrended RSI) ソース: TradingView、AlgoAlpha

日足チャートを見ると、週足チャートと同様に、弱気トレンドが確認できます。

直近では一時的な反発を見せたものの、AlgoAlphaの「Machine Learning Adaptive SuperTrend」ライン(現在$104,000付近)と、$107,000-$108,000の価格帯が強い抵抗帯となり、上値を抑えつけている状況です。

「Supertrended RSI」も弱気に転換し、下降トレンドが継続する可能性を示唆しています。

AlgoAlpha インジケーターのココが凄い!

ここでは、本分析で使用している2つのAlgoAlphaインジケーター、「Machine Learning Adaptive SuperTrend」と「Supertrended RSI」の優れた点を、日本のトップ30に入るPinescriptコーダーとしての知見を交えながら解説します。

Machine Learning Adaptive SuperTrend、BTCUSD4時間足

1. Machine Learning Adaptive SuperTrend:機械学習で相場に適応!

このインジケーターの最大の特徴は、機械学習を用いて市場のボラティリティに適応する点です。

従来のスーパー トレンドは、パラメーターが固定されているため、相場環境によってはダマシが多くなるという欠点がありました。しかし、「Machine Learning Adaptive SuperTrend」は、K平均クラスタリングという機械学習アルゴリズムを用いて、この問題を解決しています。
従来のスーパートレンド:

従来のスーパートレンド、BTCUSD4時間足

具体的には、以下のコード部分で、その仕組みを見てみましょう。

//@version=5
indicator("Machine Learning Adaptive SuperTrend [AlgoAlpha]", "AlgoAlpha - 🤖 Adaptive SuperTrend", overlay = true, max_labels_count = 500)
import TradingView/ta/7
atr_len = input.int(10, "ATR Length", group = "SuperTrend Settings")
fact = input.float(3, "SuperTrend Factor", group = "SuperTrend Settings")
training_data_period = input.int(100, "Training Data Length", group = "K-Means Settings")
highvol = input.float(0.75, "Initial High volatility Percentile Guess", maxval = 1, group = "K-Means Settings", tooltip = "The initial guess of where the potential 'high volatility' area is, a value of 0.75 will take the 75th percentile of the range of ATR values over the training data period")
midvol = input.float(0.5, "Initial Medium volatility Percentile Guess", maxval = 1, group = "K-Means Settings", tooltip = "The initial guess of where the potential 'medium volatility' area is, a value of 0.5 will take the 50th percentile of the range of ATR values over the training data period")
lowvol = input.float(0.25, "Initial Low volatility Percentile Guess", maxval = 1, group = "K-Means Settings", tooltip = "The initial guess of where the potential 'low volatility' area is, a value of 0.25 will take the 25th percentile of the range of ATR values over the training data period")
// ... (コードの続き) ...

//以下はwhileループ
    while ((amean.size() == 1 ? true : (amean.first() != amean.get(1))) or (bmean.size() == 1 ? true : (bmean.first() != bmean.get(1))) or (cmean.size() == 1 ? true : (cmean.first() != cmean.get(1))))
        hv.clear()
        mv.clear()
        lv.clear()
        for i = training_data_period-1 to 0
            _1 = math.abs(volatility[i] - amean.first())
            _2 = math.abs(volatility[i] - bmean.first())
            _3 = math.abs(volatility[i] - cmean.first())
            if _1 < _2 and _1 < _3
                hv.unshift(volatility[i])

            if _2 < _1 and _2 < _3
                mv.unshift(volatility[i])

            if _3 < _1 and _3 < _2
                lv.unshift(volatility[i])
        
        amean.unshift(hv.avg())
        bmean.unshift(mv.avg())
        cmean.unshift(lv.avg())
        size_a := hv.size()
        size_b := mv.size()
        size_c := lv.size()
        iterations := iterations + 1
  • training_data_period: ここでは、機械学習のトレーニングデータ期間を、直近100期間分の価格データと指定しています。ユーザーが調整可能なこのパラメーターが、従来のスーパー トレンドにはない、このインジケーターのユニークな点です。whileループとarrayを組み合わせている点や、他のインジケーターではあまり見られない、k-meansクラスタリングの結果が収束するまで計算を繰り返している点も、他と一線を画す特徴と言えるでしょう。

  • highvol, midvol, lowvol: これらの変数で、高、中、低ボラティリティの初期値を設定。その後、whileループ内で、価格データに基づき、ボラティリティを3つのクラスターに分類し、動的に値を更新していきます。

  • pine_supertrend(factor, atr) 関数: スーパー トレンドを計算する核となる部分です。hl2で高値と安値の平均を計算し、upperBandとlowerBandを、ATRにfactorを掛けたものを、価格ソースに加算/減算して算出します。

  • whileループ内で、ボラティリティレベルの重心を計算し、スーパー トレンドの計算に用いるATR乗数を動的に調整します。cluster = distances.indexof(distances.min())でボラティリティごとに最適な計算式を使い分け、市場の状況に応じた、より正確なトレンド判定を可能にしています。

つまり、このインジケーターは、training_data_periodで指定した期間の価格データから、ボラティリティの高低を自動的に学習します。そして、ボラティリティが高い局面ではバンドを広げてトレンド転換を敏感に察知し、逆にボラティリティが低い局面ではバンドを狭めて細かな値動きに反応しすぎないよう設計されています。

現在の設定は、高いボラティリティ(クラスター3) を示しており、弱気シグナルは、市場の変動に合わせて調整され、信頼性が高まっていると判断できます。

2. Supertrended RSI:RSIをトレンドフィルターで強化!

このインジケーターは、RSIにスーパー トレンドの概念を適用した、非常にユニークな指標です。

一般的なRSIは、買われすぎや売られすぎを判断するオシレーター系の指標ですが、短期的な値動きに反応しやすく、ダマシが発生しやすいという欠点があります。「Supertrended RSI」は、この欠点を克服するために、RSIの値にスーパー トレンドを適用するという独創的なアプローチを採用しています。

Pine Script

//@version=5
indicator("Supertrended RSI [AlgoAlpha]", overlay = false, timeframe = "")

// Input parameters
relativeStrengthIndexLength = input.int(14, title="RSI Length", group="RSI Settings")
smoothingLength = input.int(21, title="RSI Smoothing Length", group="RSI Settings")
rsiInputSource = input.source(close, title="RSI Source", group="RSI Settings")
isSmoothed = input.bool(false, "Smooth RSI?", group="RSI Settings")

movingAverageLength = input.int(14, title="MA Length", group="MA Settings", display = display.data_window)
movingAverageType = input.string("HMA", title="MA Type", options=["SMA", "HMA", "EMA", "SMMA (RMA)", "WMA", "VWMA"], group="MA Settings", display = display.data_window)
showMovingAverage = input.bool(true, "Show RSI MA?", group="MA Settings")

trendFactor = input.float(0.8, title="Factor", group="Super Trend Settings")
averageTrueRangeLength = input.int(10, title="ATR Length", group="Super Trend Settings")
// ... (コードの続き) ...

//以下はATR計算の関数です
calculateATR(source, atrLength) =>
    highestHigh = ta.highest(source, atrLength)
    lowestLow = ta.lowest(source, atrLength)
    trueRange = na(highestHigh[1]) ? highestHigh - lowestLow : math.max(highestHigh - lowestLow, math.abs(highestHigh - source[1]), math.abs(lowestLow - source[1]))
    ta.rma(trueRange, atrLength)

//以下はスーパー トレンド計算の関数です
calculateSupertrend(factor, atrPeriod, source) =>
    priceSource = source
    atr = calculateATR(source, atrPeriod)
    upperBand = priceSource + factor * atr
    lowerBand = priceSource - factor * atr
  • calculateATR(source, atrLength) 関数: 開発者が独自に定義したこの関数で、ATRを算出します。組み込み関数ta.atrではなく、独自の関数を使っている点が、このインジケーターのこだわりを感じさせますね。

  • calculateSupertrend(factor, atrPeriod, source) 関数: この関数が、スーパー トレンド計算のコアの部分です。priceSourceに任意のインプットソースを指定できるのが、このインジケーターの肝と言えるでしょう。

  • RSIへの適用: [rsiSupertrend, trendDirection] = calculateSupertrend(trendFactor, averageTrueRangeLength, rsiValue)と記述されているように、calculateSupertrend関数に、価格ではなく、RSIを渡しています。これにより、RSIのトレンドをスーパー トレンドでフィルタリングするという、ユニークなアプローチを実現しています。さらに、isSmoothed ? ta.hma(ta.rsi(rsiInputSource, relativeStrengthIndexLength), smoothingLength) : ta.rsi(rsiInputSource, relativeStrengthIndexLength)という部分で、開発者はHMAを使ったRSIのスムージングのオプションを追加しており、ユーザーが好みに応じて選択できるようになっています。

この結果、短期的なRSIのダマシを抑制し、より大きなモメンタムトレンドを捉えることが可能になります。

従来のRSIとの比較、BTCUSD日足

現在は、両インジケーター共に弱気シグナルを発しており、下降トレンドの継続を示唆しています。

モンテカルロシミュレーションで未来を予測


BTCUSD 週足チャート、モンテカルロシミュレーション ソース: TradingView

次に、将来の価格推移を確率論的に予測するモンテカルロシミュレーションの結果を見てみましょう。

このシミュレーションでは、過去のボラティリティや現在のトレンドなどの要素を考慮し、ランダムサンプリングに基づいて、数千もの価格経路を生成します。

結果は、下落バイアスを示しています。多くの経路が下方向を向き、一部は$80,000、$70,000、さらに$60,000付近までの下落を示唆しています。これは、あくまで確率論的な予測ではありますが、下落リスクを考慮する必要があることを示しています。

モンテカルロシミュレーションなどPinescriptを発表している協賛企業:「LuxAlgo」


フェルミ推定でトレード戦略を練る

最後に、フェルミ推定を用いて、現実的なトレード戦略を考えてみましょう。

フェルミ推定とは、限られた情報から、論理的な推論を用いて、おおよその値を推定する手法です。これまでの分析結果をもとに、BTCUSDの価格推移について、以下のように推定します。

  • 最も可能性の高い範囲(今後数週間): $80,000 - $96,500

    • 根拠: モンテカルロシミュレーションの下方バイアス、弱気を示唆するテクニカル指標、日足チャートの主要な支持線・抵抗線を考慮。

    • 下限: $60,000 - $70,000

      • 根拠: モンテカルロシミュレーションで示された下値のターゲット、週足対数チャートにおける過去のサポートゾーンと一致。

    • 上限: $110,000付近

      • 根拠: 日足チャートの「Machine Learning Adaptive SuperTrend」ライン、及び$107,000-$108,000近辺の抵抗帯を考慮。


投資判断とトレード戦略

以上の分析から、現状、BTCUSDは弱気トレンドが継続する可能性が高いと判断します。

トレード戦略

  1. 弱気継続を想定した戦略 (最も可能性が高い)

    • エントリー: 日足チャートで$96,500の支持線を明確に下抜けた場合、売りエントリーを検討。出来高の増加を伴うことが望ましい。さらに、「Supertrended RSI」が50以下で弱気トレンドを示していることを確認したい。

      • 根拠: 日足の支持線($96,500)のブレイクは、下降トレンド継続の強いシグナル。

    • 利益目標:

      • 第一目標: $88,000-$90,000 (心理的節目、週足チャートにおける過去の支持・抵抗ゾーン)。

      • 第二目標: $80,000 (モンテカルロシミュレーションで示唆されたターゲット、キリの良い数字)。

      • 拡大目標: $70,000、さらには$60,000 (長期的な弱気トレンドを想定した場合のターゲット。週足対数チャートの支持線と一致)。

    • 損切り: 直近のスイングハイ($103,000付近)の上、または日足の「Machine Learning Adaptive SuperTrend」ラインの上に設定。ポジション保有中は、トレーリングストップを活用し、利益を確保しながらリスクを限定。

      • 根拠: 明確な損切りはリスク管理の基本。「Machine Learning Adaptive SuperTrend」ラインは、動的な抵抗線として機能するため、損切り設定の基準として有効。

  2. 逆張り(ロング)戦略:

    • 現状では推奨しません。週足・日足チャート共に弱気シグナルが点灯しており、モンテカルロシミュレーションも下方バイアスを示唆しているため、リスクの高い戦略と言えます。

  3. レンジ戦略:

    • 様子見が無難です。明確なトレンドが出るまで、無理なトレードは避けましょう。

まとめ

AlgoAlphaの高性能インジケーターとモンテカルロシミュレーションは、BTCUSDが弱気トレンドにあることを示唆しています。

投資家の皆様は、これらの情報を参考に、慎重なリスク管理のもと、投資判断を下すことをお勧めします。

特に、日足チャートの$96,500の支持線は、今後の値動きを左右する重要な分岐点となるでしょう。このレベルを明確に下抜けるようであれば、さらなる下落に注意が必要です。

免責事項

この記事は情報提供のみを目的としており、投資アドバイスではありません。暗号通貨への投資には高いリスクが伴います。投資判断は、必ずご自身の責任において行ってください。


カスタムインジケーター開発依頼、承ります

あなたのトレードアイデアを強力な自動戦略に変えませんか?私は日本のトップ30に入るPine Scriptコーダーであり、あなたのニーズに合わせたカスタムインジケーターの作成を専門としています。

AIのバックグラウンドと、利益を生み出すボット(例:Gate.ioのリバランスボットで400%以上のROIを達成)の開発における実績を持つ私は、あなたのトレーディングを向上させる専門知識を提供します。私のインジケーターは、コミュニティから400以上の支持を集めています。

一緒に、あなたのトレードを次のレベルに引き上げましょう!

お仕事のご依頼は LINEで:


ランサーズ経由でも受注承ります(残り3枠):


オープンスクリプトも公開しています:


次のステージへ:AlgoAlphaでトレードを研ぎ澄ます

これまでの分析で、LG-S2FモデルがBTC長期予測に有効なツールであることはご理解いただけたと思います。しかし、これはAlgoAlphaが提供するツール群の、ほんの一例に過ぎません。

AlgoAlphaの真価は、有料プランで解放される、機関投資家レベルの高度な分析ツール群にあります。

  • 洗練された分析ツール: Momentum Concepts™、Smart Signals Assistant™、ILPAC™などを駆使し、市場の深層を読み解くことが可能に。

  • 専門家による市場分析レポート: 最新トレンド、注目コイン、リスク要因などを日本語で詳細に解説。グローバルな視点と深い洞察で、あなたの意思決定をサポート。

さらに、有料プランへご登録の際は、以下のリファラルコードをご利用いただくと、特別な特典が適用されます。




TradingViewの有料アカウントをまだお持ちでない方は、以下のリンクから登録すると、$15オフで利用開始できます。



Pinescipt開発者のわたしがオススメするアルゴリズムトレードサービス


Cryptohopper: 「24時間、あなたの戦略が利益を追う!AI搭載、無限にカスタマイズ可能な最強の自動売買ボット」




Bitsgap: 「一網打尽!全取引所を操り、差益を刈り取る、アービトラージで利益を最大化する究極ツール」




GoMining: 「毎日、ビットコインがあなたの手に!夢の不労所得を、今すぐ手に入れるマイニング革命」



わたしが使っている取引所

WOO X: ゼロ手数料の衝撃!最速約定&超低コストの次世代取引所




Kucoin: 4人に1人が選ぶ、600種以上のコインと最先端機能あり




Bitget Wallet: 自由自在に操る、新時代のマルチチェーン!使いやすさと安全性を極めた、未来のウォレット体験




注目しているエアドロップ




便利ツール

クリプタクト(Cryptact): 「仮想通貨の税金、もう悩まない!計算から申告まで、一瞬で解決するあなたの最強パートナー」






協賛企業


いいなと思ったら応援しよう!