Chiến lược giao dịch chỉ báo phân kỳ chuyển đổi trung bình động


Ngày tạo: 2023-09-19 21:16:26 sửa đổi lần cuối: 2023-09-19 21:16:26
sao chép: 0 Số nhấp chuột: 657
1
tập trung vào
1617
Người theo dõi

Tổng quan

Chiến lược này dựa trên chỉ số phân tán chuyển đổi đường trung bình ((CMO) để đánh giá giao dịch. Giá trị tuyệt đối của CMO đại diện cho mức độ phân tán giá, chiến lược đánh giá giá trị trung bình của ba chu kỳ giá trị tuyệt đối của CMO để đánh giá quá mua quá bán, thuộc chiến lược giao dịch chỉ số xung đột điển hình.

Nguyên tắc chiến lược

Chiến lược này chủ yếu sử dụng logic sau:

  1. Tính toán các giá trị tuyệt đối của chỉ số CMO trong ba chu kỳ khác nhau
  2. Điểm trung bình của chỉ số CMO ba chu kỳ
  3. Định nghĩa là khi giá trị trung bình cao hơn ngưỡng tối đa, bạn sẽ thấy giá trị của bạn là không.
  4. Xem nhiều, làm nhiều khi trung bình dưới ngưỡng thấp
  5. Chỉ số CMO giảm xuống mức bình thường

Chỉ số CMO phản ánh động lực của sự thay đổi giá. Kích thước tuyệt đối của nó đại diện cho mức độ phân tán giá, vượt quá một mức độ nhất định sẽ đi vào khu vực mua quá mức. Chiến lược này sử dụng tính năng này của CMO, sử dụng trung bình nhiều chu kỳ để làm phẳng đường cong, để đánh giá tình trạng mua quá mức, thuộc về chiến lược giao dịch xung đột điển hình.

Lợi thế chiến lược

  • Sử dụng chỉ số CMO để xác định khu vực mua quá mức
  • Mức trung bình ba chu kỳ tạo ra đường cong mịn, tránh tín hiệu sai
  • Theo lý thuyết CMO, người mua quá mức có cơ sở mạnh mẽ để đánh giá
  • Thị trường có thể tùy chỉnh các tham số để thích ứng với sự thay đổi của thị trường
  • Chiến lược đảo ngược dễ thực hiện

Rủi ro chiến lược và ứng phó

  • Chỉ số CMO có thể đưa ra tín hiệu sai
  • Các giá trị tham số cần được kiểm tra và tối ưu hóa liên tục
  • Tiếp tục mua quá mức và bán quá mức có thể gây thiệt hại

Phản ứng:

  1. Tương tác với các chỉ số xu hướng để tránh giao dịch ngược xu hướng
  2. Tối ưu hóa tham số, nâng cao độ nhạy của chỉ số
  3. Sử dụng dừng di chuyển để kiểm soát tổn thất đơn lẻ

Hướng tối ưu hóa chiến lược

Chiến lược này có thể mở rộng từ các khía cạnh sau:

  1. Tăng xác nhận các chỉ số khối lượng giao dịch, tránh phá vỡ giả trong xu hướng đảo ngược
  2. Tích hợp chiến lược dừng lỗ di động, tối ưu hóa quản lý rủi ro
  3. Sử dụng các phương pháp như học máy để tự động tối ưu hóa tham số
  4. Điều chỉnh quy mô vị trí kết hợp với chỉ số biến động
  5. Kết hợp các chiến lược khác, phân tán rủi ro, tăng lợi nhuận tổng thể

Tóm tắt

Chiến lược này sử dụng CMO để xác định quá mua quá bán để giao dịch đảo ngược, do sử dụng trung bình nhiều chu kỳ, có thể làm mịn đường cong một cách hiệu quả, tránh tín hiệu sai. Chỉ số CMO tự nó có nền tảng lý thuyết vững chắc, xác định đáng tin cậy tình trạng phân tán giá. Bằng cách tối ưu hóa tham số, chiến lược dừng lỗ, v.v., có thể tối ưu hóa nó thành một chiến lược giao dịch chỉ số dao động ổn định hơn.

Mã nguồn chiến lược
/*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")