LiquidityScan

· ՀԻՄՆԱԿԱՆ ՀԱՍԿԱՑՈՒԹՅՈՒՆՆԵՐ · 10 MIN READ · UPDATED 1D AGO

Արդյո՞ք OTE-ն աշխատում է

Արդյո՞ք OTE-ն աշխատում է

Արդյո՞ք OTE-ն աշխատում։ Որպես մերկ Fibonacci-հպում՝ ոչ, բայց որպես discount-մուտքի շրջանակ՝ խիտ անվավերացմամբ, թվաբանությունը ձեռնտու է (40% win rate 3R-ով շահութաբեր է), և edge-ը ֆիլտրերի մեջ է՝ trend, liquidity, displacement և ժամանակ, ոչ թե 62–79% հարաբերության մեջ։

Արդյո՞ք OTE-ն աշխատում է․ ի՞նչ է նշանակում «աշխատել»-ը իրականում

OTE-ն աշխատում է որպես շրջանակ, ոչ թե որպես ինքնուրույն ազդանշան։ 62–79% գոտին կարող է դրական expectancy տալ, երբ զուգակցվում է trend-ֆիլտրի, liquidity-պատմության և displacement-հաստատման հետ, իսկ որպես մերկ Fibonacci-հպում՝ գումար է այրում։ Edge-ը ֆիլտրերի մեջ է, ոչ թե հարաբերության։

Մինչ win rate-ի շուրջ վիճելը, սահմանիր թեստը։ Ռազմավարությունը «աշխատում է», երբ ծախսերից հետո դրական expectancy ունի՝ expectancy = (win rate × միջին շահում) − (loss rate × միջին կորուստ), մինուս spread, կոմիսիոն և slippage։ Win rate-ը միայնակ ոչինչ չի ասում։ 65% win rate 0.5R-ով պարտվում է 35% win rate 3R-ով ցանկացած իմաստալից նմուշի վրա։

Սա Optimal Trade Entry (OTE)-ի համար կարևոր է, որովհետև այս սեթափը կառուցվածքով ցածր win rate-ով, բարձր եկամտաբերությամբ մոդել է․ մուտքը խորը retracement-ի մեջ, ստոպը swing-ի անմիջապես հետևում, թիրախը՝ սկզբնական ոտքի էքստրեմում կամ ավելի հեռու։ Ստորև աղյուսակը մաքուր թվաբանություն է, ոչ թե բեքթեստի արդյունքներ՝ մեկ գործարքի expectancy R միավորներով, ծախսերից առաջ՝

Win rateՄիջին եկամուտ (R)Expectancy գործարքի համար
25%3R0.00R (breakeven)
30%3R+0.20R
40%2R+0.20R
40%3R+0.60R
50%1R0.00R (breakeven)
50%2R+0.50R
55%1R+0.10R

Կարդա առաջին և չորրորդ տողերը ուշադիր։ 3R միջին եկամտի դեպքում breakeven win rate-ը 25% է։ Թրեյդերը, որ 40% է խփում 3R-ով, վաստակում է +0.60R գործարքի համար՝ ուժեղ edge, մինչդեռ 55% win rate 1R-ով հազիվ է ծախսերը ծածկում։

Ուրեմն ազնիվ հարցը երբեք «ի՞նչ է OTE-ի win rate-ը» չէ։ Հարցն այն է՝ «արդյո՞ք win rate-ի ու եկամտի զույգը ծախսերից հետո breakeven-ից վեր է իմ կանոններով, իմ շուկայում»։

OTE-ի մեխանիկական հիմնավորումը․ ինչու գոտին տրամաբանություն ունի

OTE-ն impulse-ոտքի 62–79% retracement-ն է, ամրացված շարժումը սկսած swing-ից մինչ ավարտող swing-ը։ Այնտեղ մտնելը buy-the-discount տրամաբանություն է, ոչ թե թվաբանական միստիկա։ Bullish ոտքի դեպքում գոտին dealing range-ի equilibrium-ից շատ ցածր է նստում՝ ավելի խորը, քան միջնակետը, որտեղ premium և discount տրամաբանությունն ասում է, թե արժեքը longs-ի կողմն է։

Երկրորդ մեխանիկական առավելությունը անվավերացմանը մոտ լինելն է։ Քո ստոպը fib-ը ամրացնող swing low-ի անմիջապես հետևում պետք է լինի։ Գոտին 79%-ով է ավարտվում, ուստի մուտքից մինչ անվավերացում հեռավորությունը ոտքի փոքր մասն է, իսկ առաջին տրամաբանական թիրախը՝ ոտքի գագաթը, մնացած ամբողջ հեռավորությունն է։ Խորը մուտք ու մոտ ստոպ հավասար է ասիմետրիկ R:R-ի։

Կոնկրետ թվաբանություն EURUSD-ի վրա․ impulse-ոտքը գնում է 1.0800-ից 1.0900։ OTE գոտին ձգվում է մոտավորապես 1.0838-ից (62%) մինչ 1.0821 (79%)։ Մտնում ես 1.0830-ով, ստոպը 1.0795-ում՝ 35 pip ռիսկ։

Առաջին թիրախը՝ հին գագաթը 1.0900-ում, տալիս է 70 pip՝ 2R։ Երկրորդ թիրախը՝ buy-side liquidity-ն 1.0930-ից վեր, տալիս է 100 pip՝ մոտ 2.9R։ Դրանք դիր վերևի աղյուսակի մեջ, և սեթափը շահութաբեր է այն win rate-ների դեպքում, որոնք շատերը միջակ կանվանեին։

OTE-ի ողջ հիմնավորումը մեկ նախադասությամբ․ այն համակարգված ստեղծում է գործարքներ, որտեղ ճիշտ լինելը բազմապատիկ է վճարում սխալ լինելու համեմատ։ Բայց բավական հաճախ ճիշտ լինու՞մ ես դու, դա առանձին հարց է, և հենց այնտեղ են տվյալները խառնվում։

Ինչու են բեքթեստերը հակասում միմյանց

Փնտրիր OTE բեքթեստներ, և կգտնես համայնքային արդյունքներ՝ «ակնհայտորեն վնասաբեր»-ից մինչ «ուժեղ edge»՝ նույն գործիքի վրա։ Ոչ մի ճամբար ստի մեջ չէ։ Նրանք տարբեր ռազմավարություններ են թեստում, որոնք միայն անունով են նման, որովհետև «առևտուր արա 62–79% pullback-ի վրա» արտահայտությունը առնվազն հինգ որոշում է բաց թողնում, և յուրաքանչյուրը կարող է արդյունքը շուռ տալ՝

  • Trend-ֆիլտր կամ ոչ։ Ամեն OTE վերցնել երկու ուղղությամբ մեկ այլ ռազմավարություն է, քան միայն higher-timeframe bias-ին համապատասխան pullback-ները վերցնելը։ Պատկերավոր ասած՝ նույն մեխանիկական կանոնները 15–20 տոկոսային կետով կարող են տարբերվել trending տարվա ու choppy տարվա միջև, և with-trend ֆիլտրն այդ բացվածքի մեծ մասը փակում է։
  • Swing-ամրակի ընտրություն։ Ո՞ր գագաթն ու հատակն են ոտքը սահմանում։ 3-մոմանի fractal-ը, 5-մոմանի fractal-ը և structure-ի վրա հիմնված swing-ը տարբեր fib-դիրքավորումներ են տալիս, ուստի՝ տարբեր մուտքեր, ստոպներ ու արդյունքներ՝ նույն գրաֆիկի վրա։
  • Ժամանակի ֆիլտր։ Մուտքերը kill zone-ի սահմանափակելը (London-ի բացում, New York AM) հեռացնում է ցածր վոլատիլության ժամերը, երբ retracement-ները մակարդակներով սահում են առանց շարունակման։ Առանց սեսիայի ֆիլտրի թեստերը համակարգված վատ են երևում։
  • Ստոպի կոնվենցիա։ Ստոպը 79% մակարդակի տակ, swing low-ի տակ, թե ATR-բուֆերով ավելի հեռու՝ երեք կոնվենցիա, երեք տարբեր loss rate։ 79%-ի վրա կպչած խիտ ստոպները պոչերից են կտրվում, որոնք swing-low կոնվենցիայի դեպքում շահող կլինեին։
  • Շուկա և ռեժիմ։ OTE-ն ենթադրում է impulse-retrace-continuation վարք։ Mean reversion-ի կողմից գերիշխվող գործիքներն ու ժամանակահատվածները պատժում են այն, կայուն trend-երը՝ պարգևատրում։

Դրա համար մեկ OTE win rate մեջբերելն անազնիվ է։ Ցանկացած թիվ, որ տեսնում ես, մեկ կանոնների հավաքածուի, մեկ շուկայի, մեկ ժամանակահատվածի հատկություն է, ոչ թե հասկացության։ Հասկացությունը թեստավորելի է դառնում միայն այն բանից հետո, երբ վերևի բոլոր փոփոխականները սառեցնում ես։

Ձախողման ռեժիմները, որոնք սպանում են OTE-ն պրակտիկայում

Պարտվող OTE գործարքների մեծ մասը ձախողվում է մուտքից առաջ՝ գործարքը կառուցվածքով սխալ էր, ոչ թե դժբախտ։ Չորս ձախողման ռեժիմ են ծածկում դրանց հիմնական զանգվածը։

Counter-trend ամրացում։ Թրեյդերը fib է գցում մեծ downtrend-ի ներսի կոռեկտիվ ոտքի վրա և գնում նրա 70% retracement-ը՝ discount-մուտք մի շարժման մեջ, որ գոյություն ունի միայն շուռ գալու համար։ Եթե ամրացրած ոտքն ինքնին higher-timeframe-ի pullback-ն է, քո «discount»-ը ինստիտուտի premium-ն է։

Liquidity-պատմության բացակայություն։ Ամենաուժեղ ոտքերը ինչ-որ բան վերցնելով են սկսվում՝ հին low-ի liquidity sweep, equal highs-ի վրա հարձակում։ Ոտքը, որ ոչ մի տեղից է սկսվում, ոչինչ չի sweep-ում և իր գագաթից այն կողմ հստակ Draw on Liquidity չունի, շուկային ոչ մի ինժեներական պատճառ չի տալիս շարունակվելու։ Նման ոտքերի վրա OTE մուտքերը fib-հպում են, ոչ smart-money տրամաբանություն։

Displacement-հաստատման բացակայություն։ Displacement-ը՝ էներգետիկ, gap թողնող ընդարձակման մոմը, այն հետքն է, որ ինստիտուցիոնալ ոտքը տարբերում է պարզ սահումից։ Ոտքը, որ առանց Fair Value Gap (FVG) թողնելու է քսում վերև, ոչ մի ապացույց չի տալիս, թե մեծ ծավալով մեկ մասնակցել է։ Նման ոտքերի մեջ retracement-ները կանոնավոր անցնում են ամբողջ fib-դիապազոնով։

Mid-range ոտքեր։ Impulse-ը, որ մեծ dealing range-ի equilibrium-ից է մեկնարկում, այլ ոչ swept էքստրեմից, իր տարածքի մեծ մասն արդեն ծախսել է։ Նրա OTE retracement-ը հաճախ distribution է նշում, ոչ թե re-accumulation։ Ոտքի գտնվելու վայրը higher-timeframe դիապազոնի ներսում ոչ պակաս կարևոր է, քան retracement-ի խորությունը ոտքի ներսում։

Նկատիր ընդհանուր թելը․ ոչ մեկը դրանցից կատարման սխալ չէ։ Դրանք կոնտեքստի սխալներ են՝ 62–79% գոտին ճիշտ է գծվել սխալ ոտքի վրա։

Ի՞նչն է տարբերում նրանց, ում OTE-ն վճարում է

OTE-positive և OTE-negative թրեյդերների տարբերությունը հազվադեպ է մուտքի ճշգրտության մեջ։ Ընտրողականության մեջ է։ Պարտվող մոդելը ամեն 62% հպումը ազդանշան է համարում, շահողը OTE-ն դնում է որպես վերջին պայման այն շղթայում, որ առանց նրա էլ արդեն վավեր էր։

Պաշտպանելի շղթան այսպիսի տեսք ունի՝ ամեն պայման նախորդ բաժնի ձախողման ռեժիմներից մեկը հանում է՝

  • Higher-timeframe bias-ը առաջինն է հաստատվում։
  • Ոտքը սկիզբ է առնում external liquidity-ի sweep-ից։
  • Displacement FVG-ով է հաստատում մտադրությունը։
  • Break of Structure (BOS) կամ Change of Character (CHoCH) է հաստատում շրջադարձը։
  • Retracement-ը գալիս է kill zone-ի ընթացքում։
  • Իդեալում՝ OTE գոտին համընկնում է կոնկրետ Order Block-ի կամ FVG-ի հետ, այլ ոչ թե դատարկ գնի վրա է լողում։

Այդ շղթայի գինը հաճախականությունն է։ Մերկ fib-հպումը օրական մի քանի գործարք կարող է տալ, ամբողջական շղթան՝ երկու-երեք A-grade սեթափ շաբաթում մեկ զույգի վրա։ Այդ փոխզիջումը հենց իմաստն է՝ expectancy գործարքի համար բարձրանում է, երբ նմուշը սեղմվում է այն կոնտեքստների վրա, որտեղ շարունակումը ինժեներացված է, ոչ թե հուսալի։

Այդ համընկնումները ձեռքով որոնելը տասնյակ զույգերի վրա հենց bottleneck-ն է, և հենց այնտեղ է իր տեղը գտնում LiquidityScan-ի նման գործիքը, որ sweep-երը, structure-շեղումները և order block confluence-ները իրական ժամանակում է նշում շուկաներով մեկ։

Մեկ հիշվող կանոն․ OTE-ն ասում է, որտեղ մտնես ոտքի ներսում։ Շղթայի ամեն մյուս պայման ասում է՝ արժե՞ արդյոք այդ ոտքը ընդհանրապես մուտք։ Նրանք, ովքեր հերթականությունը շուռ են տալիս՝ գոտին առաջ, կոնտեքստը հետո, են այն պարտվող բեքթեստների հեղինակները։

Ինչպե՞ս թեստել, թե OTE-ն քեզ համար աշխատում է

Քանի որ հրապարակված արդյունքները կանոնների հավաքածուից են կախված, միակ OTE win rate-ը, որ կարևոր է, քո սեփական կանոնների արդյունքն է քո սեփական շուկայում։ Ճիշտ ինքնուրույն թեստը այսպիսի տեսք ունի՝

  1. Սառեցրու կանոնները գրավոր։ Սահմանիր swing-ամրակը (օրինակ՝ BOS-ով հաստատված structure swings), մուտքի trigger-ը (limit 70.5%-ում կամ 62% հպում), ստոպի կոնվենցիան (ֆիքսված բուֆեր swing-ից այն կողմ), թիրախի տրամաբանությունը (հակառակ կողմի liquidity) և ամեն ֆիլտր (bias, sweep, kill zone)։ Եթե կանոնը judgment է պահանջում, սահմանիր այդ judgment-ը։
  2. Հավաքիր 100+ նմուշ ամեն պայմանների հավաքածուի համար։ Bar-replay արա պատմական տվյալներով առաջ ընթացքով՝ ոչ թե արդյունքը տեսնելուց հետո ետ ոլորել։ 100 գործարքից ցածր իրական 40% ռազմավարությունը հանգամանքների բերումով հեշտությամբ 30%-ից 50% է տպում, փոքր նմուշները աղմուկ են։
  3. Յուրաքանչյուր գործարքի համար գրանցիր MFE և MAE։ Առավելագույն բարենպաստ ու անբարենպաստ շարժումները ասում են, թե ի՞նչ էր առաջարկում մերկ գոտին մինչ քո կառավարումը դիպչեր։ Եթե MAE տվյալները ցույց են տալիս, որ շահողները կանոնավոր 85% խորություն են անցնում ոտքի ներսում, արտահոսքը քո 79% ստոպի կոնվենցիան է, ոչ թե հասկացությունը։
  4. Բաժանիր ռեժիմներով։ Արդյունքները տարանջատիր trending ու ranging հատվածների (higher-timeframe structure-ի պարզ դասակարգումը բավական է)։ Ռազմավարությունը, որ trend-երում +0.5R է տալիս գործարքի համար, իսկ դիապազոններում −0.4R, «միջակ ընդհանուր» չէ, այն գերազանց է այն ռեժիմային ֆիլտրով, որ դեռ չես կիրառել։
  5. Ինքդ քեզ ծախսեր հաշվիր։ Իրատեսական spread ու slippage հանիր ամեն գործարքից։ 1-րոպեանոց ռազմավարության +0.15R gross edge-ը ծախսերից հետո զուտ վնասաբեր կարող է լինել, նույն edge-ը 4H տվյալների վրա հեշտությամբ է գոյատևում։

Վարի անֆիլտրված և ամբողջական շղթայով տարբերակները կողք կողքի։ Այդ երկու խմբերի միջև բացվածքը քո ֆիլտրերի չափված արժեքն է, և այն «արդյո՞ք OTE-ն աշխատում է» վեճը փակում է քո սեփական տվյալներով, ոչ թե ուրիշի YouTube thumbnail-ով։

OTE-ի ազնիվ եզրակացությունը

Գոտին իրական տրամաբանություն ունի․ այն մուտքեր է պարտադրում discount-ում՝ անվավերացմանը մոտ, ինչը արտադրում է այն ասիմետրիկ եկամուտները, որոնց շնորհիվ համեստ win rate-ները կուտակվում են։ Սա իրական կառուցվածքային առավելություն է, և հենց դրա համար սեթափը ստուգումներից ավելի լավ է դուրս գալիս, քան retail մոդելների մեծ մասը։

Բայց հարաբերությունն ինքնին edge չէ։ 62–79%-ում ոչինչ շարունակում չի կանխատեսում, կանխատեսումը կոնտեքստից է գալիս՝ sweep-ը, որ ոտքը սկսեց, displacement-ը, որ հաստատեց, սեսիան, որ ընդունեց, higher-timeframe draw-ը այն կողմ։ Դրանք հանիր, և OTE-ն քայքայվում է fib-հպման՝ միջինից բարձր R:R-ով ու breakeven-ից ցածր hit rate-ով։

Ուրեմն արդյո՞ք OTE-ն աշխատում է։ Այո՝ պայմանականորեն, չափելիորեն և միայն որպես ֆիլտրված մոդելի մուտքի բաղադրիչ։ Հրապարակված win-rate վեճերը վերաբերվիր որպես փոփոխականների զգայունության ապացույց, ոչ թե հասկացության ճշմարտություն, և թող սառեցված կանոններով, 100+ նմուշով թեստը քո սեփական շուկայում տա այն թիվը, որ իրականում վճարում է։

Հաճախ տրվող հարցեր

Ի՞նչ win rate է պետք OTE ռազմավարությանը շահութաբեր լինելու համար

Ամեն ինչ միջին եկամտից է կախված։ 3R միջին եկամտի դեպքում breakeven-ը 25% է ծախսերից առաջ, 2R-ով՝ 33%, 1R-ով՝ 50%։ Քանի որ OTE մուտքերը սովորաբար նվազագույնը 2–3R են թիրախավորում, իրատեսական շահութաբերության շեմը 30–40%-ի շուրջ է, ավելացրու մի քանի կետ բուֆեր spread-ի ու slippage-ի համար։

OTE-ն սովորական Fibonacci retracement չէ՞

Գործիքը նույնն է, մոդելը՝ ոչ։ Retail fib trading-ը ամեն հարաբերությունը պոտենցիալ աջակցություն է համարում։ OTE-ն միայն 62–79% գոտին է օգտագործում, պահանջում է, որ ամրացված ոտքը liquidity վերցրած լինի ու displacement ցույց տված, և մուտքերը դնում է խորը discount-ում՝ անվավերացմամբ swing-ի վրա։ Ֆիլտրերն են տարբերությունը, ոչ թե հարաբերությունները։

Ինչո՞ւ եմ մշտապես 79% մակարդակի վրա ստոպվում

Սովորաբար ստոպի կոնվենցիայի խնդիր է։ 79%-ի ուղիղ հետևում կանգնած ստոպները ամրացնող swing-ի պոչերի տարածքում են նստում, որտեղ ուշ sweep-երն են անցնում շարունակումից առաջ։ Ստոպը իրական swing low-ից այն կողմ դնելը փոքր բուֆերով մի քանի R:R է արժենում, բայց raid-ը է գոյատևում՝ թեստի երկու կոնվենցիան էլ ու համեմատի MAE տվյալները։

OTE-ն crypto-ում ու ցածր գրաֆիկների վրա աշխատու՞մ է

Տրամաբանությունը փոխանցվում է, որովհետև liquidity, retracement ու շարունակում գոյություն ունեն ամեն leveraged շուկայում, crypto-ն ներառյալ։ Բայց ծախսերը ցածր գրաֆիկների վրա քեզ դեմ են աշխատում․ spread-ն ու slippage-ը ամեն R-ի ավելի մեծ բաժին են ուտում։ Շատերը OTE-ն ավելի ներողամիտ են գտնում 15-րոպեանոց և բարձր գրաֆիկների վրա, higher-timeframe bias-ին ամրացված։

Եթե OTE-ն լուրջ աուդիտ ես անում, սրանք տրամաբանական հաջորդ հարցերն են հերթականությամբ՝ գոտու սահմանումից մինչ քո սեփական տվյալների վրա թեստելու գործիքները։

  • OTE Explained: The ICT Optimal Trade Entry Zone — ամբողջական սահմանումը, ամրացման կանոններն ու մակարդակները, որոնց վրա այստեղ թեստված գոտին է կառուցված։
  • Equilibrium vs OTE: The Right ICT Entry Level — երբ 50% մակարդակն է ավելի լավ մուտք, և երբ միայն խորը գոտին է համապատասխանում։
  • OTE Optimal Trade Entry: The Institutional Model vs. Retail Fibs — ինչու են նույն հարաբերությունները հակառակ արդյունքներ տալիս երկու տարբեր մոդելների տակ։
  • Do Order Blocks Still Work? A Data-Driven Framework for 2026 — նույն evidence-first մոտեցումը կիրառված OTE-ի ամենատարածված confluence գործընկերոջ վրա։
  • FVG Fill Probability: What Backtests Reveal About Win Rates — ինչպես է fill-rate տվյալները վարվում այն displacement-gap-երի համար, որոնք OTE ոտքերը վավերացնում են։
  • How to Backtest an ICT Strategy the Right Way — սառեցված կանոններով, replay-ի վրա հիմնված թեստավորման ընթացակարգը, որ այս հոդվածը է առաջարկում, քայլ առ քայլ։
  • OTE vs Order Block: Which Entry Gives the Better Fill? — ինչպես է դա կապվում ote vs order block հարցի հետ։
Hayk Muradian

Hayk Muradian

Founder & Lead Analyst at LiquidityScan · 12+ years ICT/SMC trading · Institutional order flow specialist

Hayk Muradian is the founder of LiquidityScan, a professional trading intelligence platform built for ICT (Inner Circle Trader) and Smart Money Concepts (SMC) traders. With over a decade of hands-on experience reading institutional order flow across crypto, forex, and futures markets, Hayk specializes in identifying liquidity events, order blocks, and CISD setups on closed candles.

He built LiquidityScan after years of frustration with retail charting tools that ignored the mechanics institutions actually use. The platform now scans 400+ markets in real-time, surfacing the same patterns floor traders watch — without the noise.

Hayk writes about the methodology behind ICT and SMC, with a focus on practical, data-driven analysis rather than hype.

Not trading advice. LiquidityScan publishes educational content for informational purposes only. Trading involves substantial risk of loss.