Strategi Dagangan Momentum Berdasarkan CMO dan WMA

Penulis:ChaoZhang, Tarikh: 2023-11-28 16:42:54
Tag:

img

Ringkasan

Strategi ini dinamakan Momentum Trading Strategy Based on CMO and WMA. Ia menggunakan Chande Momentum Oscillator (CMO) dan Weighted Moving Average (WMA) untuk membina isyarat perdagangan.

Logika Strategi

Indikator teras strategi ini adalah CMO. CMO berkait rapat dengan penunjuk momentum lain seperti RSI, tetapi juga mempunyai keunikan sendiri. CMO secara langsung mengukur momentum perubahan harga. Penghitungannya berdasarkan data mentah yang tidak dihaluskan, jadi ia mencerminkan perubahan harga jangka pendek yang melampau. Nilai CMO berkisar dari +100 hingga -100, yang menjadikannya mudah untuk membandingkan kekuatan momentum mutlak di seluruh sekuriti.

Strategi ini mula-mula mengira perubahan harga satu hari abs ((close - close[1]) sebagai momentum asal xMom. Kemudian ia mengira SMA xMom selama Hari Panjang, yang ditandakan sebagai xSMA_mom. Selepas itu, ia mengira perubahan harga selama Hari Panjang xMomLength, iaitu dekat - dekat[Length]. Akhirnya, CMO dikira sebagai xMomLength dibahagikan dengan xSMA_mom kemudian dikalikan dengan 100. CMO ini dihaluskan oleh WMA (parameter LengthWMA) untuk mendapatkan xWMACMO. Isyarat perdagangan adalah untuk pergi panjang (pendek) apabila CMO melintasi di atas (di bawah) WMA.

Kelebihan

Kelebihan terbesar strategi ini adalah menangkap ciri momentum dalam trend harga. Reka bentuk terhad CMO mencerminkan perubahan momentum dengan lebih langsung. Berbanding dengan SMA, WMA lebih baik meratakan bunyi jangka pendek. Jadi strategi ini dapat mengenal pasti titik masuk dalam trend jangka menengah hingga panjang dengan berkesan. Di samping itu, gabungan CMO dan WMA memberikan kestabilan yang lebih baik daripada satu petunjuk.

Risiko

Risiko terbesar strategi ini adalah kekerapan perdagangan yang tinggi yang membawa kepada peningkatan kos slippage. Kedua-dua CMO dan WMA mempunyai parameter jangka pendek, yang boleh menyebabkan whipsaws yang berlebihan yang tidak bermakna. Ini terutama teruk apabila kenderaan perdagangan mempunyai turun naik yang besar. Di samping itu, parameter tetap gagal menyesuaikan diri dengan perubahan persekitaran pasaran.

Kami boleh mempertimbangkan pengenalan pengoptimuman adaptif parameter CMO dan WMA, yang membolehkan mereka menyesuaikan secara dinamik. Menambah keadaan penapis untuk mengurangkan perdagangan yang tidak perlu adalah pilihan lain. Mengurangkan turun naik melalui kepelbagaian portfolio juga membantu.

Arahan Peningkatan

Strategi ini boleh ditingkatkan dari aspek berikut:

  1. Tambah mekanisme parameter CMO yang beradaptasi untuk mencari parameter optimum untuk rejim turun naik yang berbeza;

  2. Tambah mekanisme parameter WMA adaptif supaya kesan pelembap berubah dengan sewajarnya;

  3. Tambah keadaan penapis seperti Indeks Volatiliti untuk mengawal whipsaws yang tidak bermakna;

  4. Mempertimbangkan untuk menggabungkan dengan penunjuk lain untuk meningkatkan kestabilan;

  5. Mengoptimumkan mekanisme stop loss. Tetapkan garis stop loss dinamik untuk mengawal secara aktif kehilangan pusingan tunggal.

Kesimpulan

Strategi ini merealisasikan trend yang mudah dan berkesan berdasarkan CMO dan WMA. Kelebihannya terletak pada ciri momentum harga yang jelas. Tetapi ia juga mempunyai beberapa kelemahan dalam keupayaan pengekalan keuntungan selepas membuka kedudukan. Kedua-dua penyesuaian parameter dan combo dapat meningkatkan kestabilan. Secara keseluruhan, strategi ini mempunyai banyak ruang dan nilai untuk peningkatan.


/*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")

Lebih lanjut