Strategi Perdagangan Indikator Konversi-Divergensi Rata-rata Bergerak
ChaoZhang
Ringkasan
Strategi ini didasarkan pada rata-rata linear transformasi-dispersi indikator ((CMO) untuk menilai perdagangan. Nilai mutlak CMO mewakili tingkat dispersi harga, strategi ini menilai overbought dan oversold dengan rata-rata tiga siklus nilai mutlak CMO, dan merupakan strategi perdagangan indikator guncangan khas.
Prinsip Strategi
Strategi ini didasarkan pada logika berikut:
- Menghitung nilai absolut dari tiga periode berbeda dari indeks CMO
- Rata-rata dari tiga periode CMO Indeks absolut
- Bila rata-rata lebih tinggi dari batas terendah, maka harga akan turun.
- Ketika rata-rata berada di bawah batas terendah, lakukan lebih banyak
- Indeks CMO kembali normal, tapi tidak stabil
Indeks CMO mencerminkan dinamika perubahan harga. Ukuran mutlaknya mewakili tingkat dispersi harga, di atas kisaran tertentu masuk ke zona overbought dan oversold. Strategi ini memanfaatkan karakteristik CMO ini, mengambil rata-rata multi-siklus untuk meluruskan kurva, menilai kondisi overbought dan oversold, dan merupakan strategi perdagangan goyangan khas.
Keunggulan Strategis
- Menggunakan Indeks CMO untuk Menentukan Wilayah Terlalu Terjual
- Nilai rata-rata tiga periode membuat kurva halus, menghindari sinyal yang salah
- Menurut teori CMO, ada banyak alasan untuk menilai overbuying dan overselling.
- Nilai parameter yang dapat disesuaikan untuk menyesuaikan dengan perubahan pasar
- Strategi Pembalikan yang Mudah Dilakukan
Risiko Strategis dan Tanggapan
- Indeks CMO mungkin memberi sinyal yang salah
- Nilai terendah parameter perlu terus diuji dan dioptimalkan
- Terlalu Banyak Membeli dan Terlalu Banyak Menjual di Tengah Tren Bisa Membuat Kerugian
Cara Mengatasinya:
- Berkolaborasi dengan indikator tren untuk menghindari perdagangan berlawanan tren
- Optimalkan parameter, meningkatkan sensitivitas indikator
- Menggunakan Stop Loss Mobile untuk Mengontrol Kerugian Tunggal
Arah optimasi strategi
Strategi ini dapat diperluas dalam beberapa dimensi:
- Meningkatkan konfirmasi volume transaksi untuk menghindari false breakout dalam reversal
- Terintegrasi strategi stop loss mobile dan manajemen risiko yang optimal
- Menggunakan metode pembelajaran mesin untuk mengoptimalkan parameter secara otomatis
- Adaptasi ukuran posisi dengan indikator volatilitas
- Kombinasi strategi lain, penyebaran risiko, dan peningkatan tingkat imbal hasil secara keseluruhan
Meringkaskan
Strategi ini menggunakan CMO untuk menentukan overbought dan oversold untuk melakukan trading berbalik, karena menggunakan rata-rata multi-siklus, dapat secara efektif meluruskan kurva dan menghindari sinyal yang salah. Indeks CMO sendiri memiliki dasar teoritis yang kuat dan dapat diandalkan untuk menentukan kondisi harga yang menyebar. Dengan parameter optimasi, strategi stop loss, dan lain-lain, dapat dioptimalkan menjadi strategi perdagangan indikator getaran yang lebih stabil.
/*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")