概述
FibAlgo - 自适应偏差通道是一个统计性带状指标，它通过分析检测到的枢轴点的历史百分比偏差，在中心移动平均线周围创建动态的支撑和阻力区域。它并非使用固定的乘数或仅基于价格的标准差，而是测量过去枢轴高点和枢轴低点偏离移动平均线的距离，然后实时向前投射这些统计边界。
该指标具有可配置的移动平均线类型、基于之字形（Zigzag）的枢轴点检测引擎、三种波段计算方法（平均值、标准差、最频值）以及一个分析仪表板。
基于枢轴点的偏差测量
核心思想是，市场的极端点往往到达与均值统计一致的距离。该指标使用之字形算法识别显著的枢轴高点和枢轴低点，然后测量每个枢轴点在该时刻相对于移动平均线的百分比距离。这些测量值分别存储在高低点的独立数组中，形成两个独立的统计分布。
三种计算方法
收集到的偏差数据可以使用三种不同的统计方法进行汇总：
- 平均值 — 将波段置于平均百分比偏差处。显示价格从移动平均线反转的典型距离。
- 标准差 — 使用偏差的统计标准差。突出显示经过波动率调整的极端区域。
- 最频值 — 使用直方图分箱法识别最常出现的偏差百分比。标记最频繁出现的衰竭距离。
非对称波段
与对称通道指标不同，该指标独立计算上轨和下轨。上轨完全源自枢轴高点的偏差，而下轨则使用枢轴低点的偏差。这反映了市场上行和下行波动特征通常不同的常见市场行为。
步骤 1 — 移动平均线计算
计算一个可配置的移动平均线（SMA、EMA、WMA、TMA、VIDYA、WWMA、ZLEMA、TSF、HMA 或 VWMA）作为中心基线。这作为所有偏差测量的参考点。
步骤 2 — 枢轴点检测
一个具有可配置周期的之字形算法识别价格序列中显著的枢轴高点和枢轴低点。每个完成的枢轴点都与其价格和K线索引一同被记录。
步骤 3 — 偏差收集
对于每个完成的枢轴点，指标计算枢轴价格与该枢轴点所在K线的移动平均值之间的百分比距离。枢轴高点偏差与枢轴低点偏差分开存储，最多可存储至可配置的历史限制数量。
步骤 4 — 波段计算
使用选定的方法（平均值、标准差或最频值）处理存储的偏差百分比，为每一侧生成一个单一的代表性值。该百分比应用于当前移动平均值，以生成上轨和下轨价格。
步骤 5 — 可视化
移动平均线被绘制为中心线，上轨（阻力）和下轨（支撑）根据计算出的偏差绘制。波段之间的填充区域提供视觉背景。一个可选的仪表板显示实时统计数据，包括样本大小、平均距离、波段宽度以及当前价格相对于波段的位置。
多种移动平均线类型
- 10种移动平均线选项：SMA、EMA、WMA、TMA、VIDYA、WWMA、ZLEMA、TSF、HMA、VWMA。
- 可配置的周期和价格源。
自适应偏差波段
- 波段源自实际的枢轴点偏差统计数据，而非固定乘数。
- 三种计算方法：平均值、标准差、最频值。
- 上/下轨非对称，独立计算。
- 可配置的历史枢轴点回溯数量（1–500）。
分析仪表板
- 实时统计数据：样本大小、平均距离、波段宽度、移动平均线价格、波段价格。
- 当前价格区域状态指示器。
- 可配置的位置和文本大小。
调试模式
- 可选的枢轴点标签，显示单个偏差百分比。
- 每个枢轴点的统计数据，包括运行平均值和波段值。
警报系统
- 上轨向上突破 — 当价格向上穿越上轨时触发。
- 上轨向下跌破 — 当价格回落至上轨下方时触发。
- 下轨向下跌破 — 当价格向下穿越下轨时触发。
- 下轨向上突破 — 当价格回升至下轨上方时触发。
- 每种警报类型可以单独切换。消息包含交易品种、时间周期、事件类型和价格。
快速开始
将指标添加到任何图表。默认设置（SMA 20、PH/PL 周期：21、历史枢轴点：50、平均值方法）为大多数交易品种在4小时至日线时间周期提供了一个平衡的起点。
解读图表
- 白点（移动平均线） = 中心移动平均线基线。
- 上轨（褐红色） = 基于枢轴高点偏差的统计阻力区域。
- 下轨（蓝绿色） = 基于枢轴低点偏差的统计支撑区域。
- 填充区域 = 波段之间的区域，代表正常偏差范围。
- 仪表板 = 样本大小、距离、波段宽度和价格位置的实时摘要。
关键输入参数
- 移动平均线周期：控制移动平均线的平滑长度。
- 移动平均线类型：从10种不同的移动平均线算法中选择。
- PH/PL 周期（2–200）：控制枢轴点检测的灵敏度。较高的值检测主要枢轴点，较低的值检测次要摆动。
- 历史枢轴点（1–500）：用于偏差统计的过去枢轴点数量。
- 波段计算：在平均值、标准差或最频值之间选择。
- 本指标是一个技术分析工具，而非交易系统。它不生成买卖订单。
- 波段的准确性取决于足够的历史枢轴点数据。如果检测到的枢轴点非常少，波段可能不具备统计意义。
- 最频值方法使用10个类别的直方图分箱法。结果可能因数据分布不同而异。
- 非对称波段反映了历史行为。在市场条件快速变化时，过去的偏差模式可能不会持续。
- 成交量加权移动平均线（VWMA）需要可靠的成交量数据。在成交量稀疏的交易品种上，VWMA结果可能信息量较少。
- 非常低的PH/PL周期值将检测到许多次要枢轴点，并可能产生反映噪音而非重要水平的狭窄波段。
移动平均线的实现（VIDYA、WWMA、ZLEMA、TSF、HMA）遵循标准的技术分析公式。基于枢轴点的偏差测量系统、从独立的枢轴高/低点分布进行非对称波段计算、基于直方图的最频值分析以及自适应偏差通道框架是原创贡献。
