Estratégia de negociação de momentum baseada em CMO e WMA


Data de criação: 2023-11-28 16:42:54 última modificação: 2023-11-28 16:42:54
cópia: 0 Cliques: 661
1
focar em
1619
Seguidores

Estratégia de negociação de momentum baseada em CMO e WMA

Visão geral

A estratégia é chamada de estratégia de negociação de momentum baseada em CMOs e WMAs. A estratégia utiliza o Chande Momentum Oscillator (CMO) e sua média móvel ponderada (WMA) para construir sinais de negociação. A ideia central é que o CMO faça mais quando entra em seu WMA e faça menos quando entra em seu WMA.

Princípio da estratégia

O indicador central da estratégia é o CMO. O CMO está intimamente relacionado com outros indicadores de dinâmica, como o RSI, mas também tem uma característica única. O CMO mede diretamente o momento da mudança de preço.

A estratégia primeiro calcula a variação intradiária do preço de fechamento abs ((close - close[1]) como o momento primitivo xMom. Depois, calcule o SMA de xMom em Length, marcado como xSMA_mom. Em seguida, calcule a variação de preço em Length xMomLength, ou seja, close - close[Length]。 o valor final do CMO é xMomLength dividido por xSMA_mom multiplicado por 100。 o CMO é suavizado por WMA ((parameter LengthWMA) e depois CMO xWMACMO。 o sinal de estratégia é: quando o CMO passa por cima (passando por baixo) o seu WMA faz mais (vazio) 。

Vantagens estratégicas

A principal vantagem da estratégia é capturar as características de dinâmica nas tendências de preços. O design delimitado do CMO permite que ele reflita mais diretamente as mudanças de dinâmica. Em comparação com o SMA, o WMA é mais capaz de suavizar o ruído de curto prazo.

Risco estratégico

O maior risco desta estratégia é o custo de deslizamento causado pela frequência de transações. CMO e WMA são parâmetros de curto prazo, que podem ser demasiado sensíveis para produzir repetidas reversões sem sentido. Isso é especialmente grave quando a variedade é muito flutuante. Além disso, os parâmetros fixos não conseguem se adaptar às mudanças do ambiente de mercado.

Pode-se considerar a introdução de parâmetros de CMO e WMA de otimização de parâmetros de adaptação, para que eles se ajustem dinamicamente; ou adicionar condições de filtragem para reduzir transações sem sentido. Claro, reduzir a volatilidade da variedade por meio de combinações também é uma opção.

Direção de otimização da estratégia

A estratégia pode ser melhorada em vários aspectos:

  1. Aumentar o mecanismo de parâmetros do CMO adaptável. Encontrar o parâmetro ótimo em diferentes ambientes de flutuação;

  2. Adição de mecanismos de parâmetros WMA adaptáveis.

  3. A introdução de condições de filtragem, como a introdução do Índice de Volatilidade, para que o controle não seja revertido;

  4. Considere a combinação com outros indicadores para aumentar a estabilidade;

  5. Otimizar o mecanismo de parada de perda. Definir uma linha de parada dinâmica e controlar ativamente a perda de uma roda.

Resumir

A estratégia é baseada em CMO e WMA para a realização de um simples e eficaz de acompanhamento de tendências. A vantagem da estratégia é a clara captação de características de movimento de preços. Mas também há uma certa capacidade de manutenção de posição de baixo lucro.

Código-fonte da estratégia
/*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")