Estrategia de trading de momentum basada en CMO y WMA
ChaoZhang
Descripción general
La estrategia se llama estrategia de comercio de dinámica basada en CMO y WMA. La estrategia utiliza el oscilador de momento de Chande (CMO) y su promedio móvil ponderado (WMA) para construir señales de comercio. La idea central es que el CMO haga más cuando su WMA se pone arriba y nada cuando su WMA se pone abajo.
Principio de estrategia
El indicador central de esta estrategia es el CMO. El CMO está estrechamente relacionado con otros indicadores de dinámica como el RSI, pero también tiene una característica única. El CMO mide directamente el momento de cambio de precios. Su cálculo se basa en datos no suavizados originales, por lo que refleja los cambios extremos de precios a corto plazo.
La estrategia primero calcula el cambio de un día en el precio de cierre abs ((close - close[1]) como el momento primario xMom. Luego se calcula el SMA de Lengthday de xMom, escrito como xSMA_mom. Luego se calcula el cambio de precio de Lengthday xMomLength, es decir, close - close[Length]。 el valor final de CMO es xMomLength dividido por xSMA_mom multiplicado por 100。 el CMO se suaviza después de que el CMO xWMACMO se suaviza mediante el parámetro LengthWMA. La señal de la estrategia es: cuando el CMO hace más cuando su WMA se desliza hacia arriba y hacia abajo.
Ventajas estratégicas
La mayor ventaja de esta estrategia es la captura de las características de la dinámica en las tendencias de precios. El diseño de los límites de la CMO lo hace reflejar más directamente los cambios de dinámica. En comparación con la SMA, la WMA es más capaz de suavizar el ruido a corto plazo.
Riesgo estratégico
El mayor riesgo de esta estrategia es el costo de deslizamiento que conlleva el comercio frecuente. CMO y WMA son parámetros a corto plazo que pueden ser demasiado sensibles para producir múltiples inversiones sin sentido. Esto es especialmente grave cuando la variación de la variedad es grande. Además, los parámetros fijos no pueden adaptarse a los cambios en el entorno del mercado.
Se puede considerar la introducción de parámetros de CMO y WMA optimizados para adaptarse a los parámetros, lo que permite un ajuste dinámico; o la adición de condiciones de filtración para reducir el comercio sin sentido. Por supuesto, reducir la volatilidad de la variedad a través de la combinación también es una opción.
Dirección de optimización de la estrategia
La estrategia puede ser optimizada en los siguientes aspectos:
Aumentar el mecanismo de parámetros de CMO que se adaptan a sí mismos. Encontrar los parámetros óptimos en diferentes entornos de fluctuación.
Aumentar el mecanismo de adaptación de los parámetros WMA.
El aumento de las condiciones de filtración, como la introducción del Índice de Volatilidad, no hace falta revertir el control.
Considerar combinaciones con otros indicadores para mejorar la estabilidad;
Mecanismo de pérdidas optimizado. Establezca una línea de pérdidas dinámica y controle activamente las pérdidas de una sola rueda.
Resumir
La estrategia se basa en CMO y WMA para lograr un seguimiento de tendencias simple y efectivo. La ventaja de la estrategia es capturar claramente las características de la dinámica de los precios. Pero también hay una cierta capacidad de mantenimiento de posiciones deficiente después de la ganancia.
/*backtest
start: 2022-11-21 00:00:00
end: 2023-11-27 00:00:00
period: 1d
basePeriod: 1h
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/
//@version=2
////////////////////////////////////////////////////////////
// Copyright by HPotter v1.0 13/02/2017
// This indicator plots Chandre Momentum Oscillator and its WMA on the
// same chart. This indicator plots the absolute value of CMO.
// The CMO is closely related to, yet unique from, other momentum oriented
// indicators such as Relative Strength Index, Stochastic, Rate-of-Change,
// etc. It is most closely related to Welles Wilder?s RSI, yet it differs
// in several ways:
// - It uses data for both up days and down days in the numerator, thereby
// directly measuring momentum;
// - The calculations are applied on unsmoothed data. Therefore, short-term
// extreme movements in price are not hidden. Once calculated, smoothing
// can be applied to the CMO, if desired;
// - The scale is bounded between +100 and -100, thereby allowing you to clearly
// see changes in net momentum using the 0 level. The bounded scale also allows
// you to conveniently compare values across different securities.
////////////////////////////////////////////////////////////
strategy(title="CMO & WMA", shorttitle="CMO & WMA")
Length = input(9, minval=1)
LengthWMA = input(9, minval=1)
reverse = input(false, title="Trade reverse")
hline(0, color=gray, linestyle=line)
xMom = abs(close - close[1])
xSMA_mom = sma(xMom, Length)
xMomLength = close - close[Length]
nRes = 100 * (xMomLength / (xSMA_mom * Length))
xWMACMO = wma(nRes, LengthWMA)
pos = iff(nRes > xWMACMO, 1,
iff(nRes <= xWMACMO, -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="CMO")
plot(xWMACMO, color=red, title="WMA")