Handelsstrategie für den Moving Average Conversion-Divergence-Indikator
ChaoZhang
Überblick
CMO-Absolute repräsentieren die Preisdifferenz. Die Strategie, die über den Durchschnitt der CMO-Drei-Zyklen-Absolute-Werte überkauft und überverkauft, gehört zu den typischen Shock-Indicator-Handelsstrategien.
Strategieprinzip
Die Strategie basiert hauptsächlich auf folgenden Logiken:
- Berechnung der absoluten Werte für drei verschiedene Phasen des CMO-Index
- Durchschnitt der absoluten Werte des CMO-Index für die drei Perioden
- Wenn der Mittelwert höher als die Obergrenze ist, ist der Kurs kurz oder kurz.
- Wenn der Mittelwert unter dem unteren Schwellenwert liegt, schauen Sie mehr und tun Sie mehr.
- CMO-Index wieder auf normalem Niveau, Niederlage
Der CMO-Index spiegelt die Dynamik der Preisänderungen wider. Die Größe seines absoluten Wertes repräsentiert die Differenz der Preise, über eine bestimmte Größe hinaus geht es in die Überkauf-Überverkaufszone. Die Strategie nutzt diese Eigenschaft des CMO, um die Überkauf-Überverkaufssituation anhand von Mehrzyklus-Durchschnittswerten zu beurteilen, um die Kurve zu glätten.
Strategische Vorteile
- CMO-Index zur Bestimmung von Überkauf- und Überverkaufszonen
- Dreiperiodische Durchschnittswerte, die eine glatte Kurve erzeugen, um falsche Signale zu vermeiden
- Die CMO-Theorie ist ein starker Beweis für Überkauf und Überverkauf.
- Anpassbare Parameter-Throubles, um sich an Marktveränderungen anzupassen
- Einfach umsetzbare Umkehrstrategien
Strategische Risiken und Maßnahmen
- Die CMO-Indikatoren geben möglicherweise falsche Signale
- Die Parameter-Schwellenwerte müssen ständig getestet und optimiert werden.
- Der Überkauf und der Überverkauf unter Trendbedingungen könnten zu Verlusten führen.
Wie man damit umgeht:
- Trend-Indikatoren, um gegentrend-Handel zu vermeiden
- Optimierung der Parameter und Sensibilität der Indikatoren
- Die Verwendung von mobilen Stop-Losses zur Kontrolle von Einzelschäden
Richtung der Strategieoptimierung
Die Strategie kann in folgenden Dimensionen erweitert werden:
- Erhöhung der Bestätigung von Handelsvolumenindikatoren, um falsche Durchbrüche bei Trendumkehr zu vermeiden
- Integration der mobilen Stop-Loss-Strategie und Optimierung des Risikomanagements
- Automatische Optimierung von Parametern mit Methoden wie Machine Learning
- Anpassung der Positionsgröße in Verbindung mit der Volatilitätsindikator
- Kombination mit anderen Strategien, Risikoverteilung und Verbesserung der Gesamtrendite
Zusammenfassen
Die CMO-Index-Strategie nutzt die CMO-Determination von Überkaufen und Überverkaufen für den Umkehrhandel. Durch die Verwendung von mehrzyklischen Durchschnittswerten kann die Kurve effektiv ausgeglichen und falsche Signale vermieden werden. Der CMO-Index selbst hat eine theoretisch solide und zuverlässige Grundlage, um die Preisspaltung zu bestimmen.
/*backtest
start: 2023-09-11 00:00:00
end: 2023-09-14 07:00:00
period: 30m
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////7////////////
// Copyright by HPotter v1.0 21/02/2017
// This indicator plots the absolute value of CMO averaged over three
// different lengths. This indicator plots a classical-looking oscillator,
// which is really an averaged value based on three different periods.
//
// You can change long to short in the Input Settings
// Please, use it only for learning or paper trading. Do not for real trading.
////////////////////////////////////////////////////////////
strategy(title="CMOabsav", shorttitle="CMOabsav")
Length1 = input(5, minval=1)
Length2 = input(10, minval=1)
Length3 = input(20, minval=1)
TopBand = input(58, minval=1)
LowBand = input(5, minval=0)
reverse = input(false, title="Trade reverse")
hline(0, color=green, linestyle=hline.style_dashed)
hline(TopBand, color=purple, linestyle=hline.style_solid)
hline(LowBand, color=red, linestyle=hline.style_solid)
xMom = close - close[1]
xMomabs = abs(close - close[1])
nSum1 = sum(xMom, Length1)
nSumAbs1 = sum(xMomabs, Length1)
nSum2 = sum(xMom, Length2)
nSumAbs2 = sum(xMomabs, Length2)
nSum3 = sum(xMom, Length3)
nSumAbs3 = sum(xMomabs, Length3)
nRes = abs(100 * (nSum1 / nSumAbs1 + nSum2 / nSumAbs2 + nSum3 / nSumAbs3 ) / 3)
pos = iff(nRes > TopBand, 1,
iff(nRes < LowBand, -1, nz(pos[1], 0)))
possig = iff(reverse and pos == 1, -1,
iff(reverse and pos == -1, 1, pos))
if (possig == 1)
strategy.entry("Long", strategy.long)
if (possig == -1)
strategy.entry("Short", strategy.short)
barcolor(possig == -1 ? red: possig == 1 ? green : blue )
plot(nRes, color=blue, title="CMOabsav")