Chiến lược giao dịch đường trung bình động kép dựa trên CMO và WMA


Ngày tạo: 2024-01-25 17:44:49 sửa đổi lần cuối: 2024-01-25 17:44:49
sao chép: 0 Số nhấp chuột: 583
1
tập trung vào
1617
Người theo dõi

Chiến lược giao dịch đường trung bình động kép dựa trên CMO và WMA

Tổng quan

Chiến lược này là một chiến lược giao dịch hai đường ngang dựa trên chỉ số động lực giá Chandre động lực biến động ((CMO) và trung bình di chuyển có trọng lượng của nó ((WMA)).

Nguyên tắc chiến lược

Chiến lược này bắt đầu bằng cách tính toán CMO, một chỉ số đo lường sự thay đổi động lực trực tuyến của giá. Một giá trị tích cực cho thấy nhịp độ tăng và giá trị âm cho thấy nhịp độ giảm. Sau đó tính toán WMA của CMO.

Các bước quan trọng trong việc tính toán CMO là:

  1. Tính toán biến động giá hàng ngày (xMom)
  2. SMA n ngày cho sự thay đổi giá, như động lực giá thực của thạch anh ((xSMA_mom)
  3. Tính toán biến đổi giá ròng trong n ngày (xMomLength)
  4. Để tiêu chuẩn hóa net price change (nRes), phương pháp là chia cho SMA
  5. WMA cho m ngày thay đổi giá ròng tiêu chuẩn hóa, được tạo ra bởi CMO ((xWMACMO)

Lợi thế của chiến lược này là nắm bắt các điểm biến của xu hướng giá trung bình. Kích thước tuyệt đối của CMO phản ánh cường độ của xu hướng giá, WMA có lợi cho sự phá vỡ giả định của đợt sóng.

Phân tích lợi thế

Ưu điểm lớn nhất của chiến lược này là sử dụng giá trị tuyệt đối của chỉ số CMO để đánh giá cảm xúc của thị trường, WMA filtering để xác định điểm chuyển đổi của xu hướng trung hạn. Chiến lược trung hạn có thể nắm bắt được xu hướng trung hạn có nhiều tính linh hoạt hơn so với chiến lược trung bình di chuyển đơn lẻ.

CMO tiêu chuẩn hóa sự thay đổi giá, vẽ nó trong khoảng từ -100 đến -100 để đánh giá tâm trạng của thị trường; kích thước tuyệt đối đại diện cho mức độ mạnh của xu hướng hiện tại. WMA đã làm thêm các bước điều khiển cho CMO để tránh quá nhiều tín hiệu giả.

Phân tích rủi ro

Những rủi ro chính mà chiến lược này có thể gây ra là:

  1. Các tham số CMO và WMA được đặt không chính xác, dẫn đến quá nhiều tín hiệu giả
  2. Không có khả năng đối phó hiệu quả với thị trường biến động xu hướng sẽ tạo ra tần suất giao dịch và chi phí trượt quá cao
  3. Không thể xác định được xu hướng dài hạn thực sự, có thể có rủi ro thua lỗ khi nắm giữ vị thế dài hạn

Các phương pháp tối ưu hóa tương ứng có:

  1. Điều chỉnh các tham số của CMO và WMA để tìm ra sự kết hợp tối ưu
  2. Thêm các điều kiện lọc bổ sung, chẳng hạn như chỉ số năng lượng khối lượng giao dịch, để tránh giao dịch trong tình trạng xung đột
  3. Kết hợp các chỉ số có chu kỳ dài hơn, chẳng hạn như đường 90 ngày, để tránh mất cơ hội trong xu hướng đường dài

Hướng tối ưu hóa

Các hướng tối ưu hóa của chiến lược này tập trung vào tối ưu hóa tham số, lọc tín hiệu và dừng lỗ:

  1. Tối ưu hóa tham số của CMO và WMA: Tìm các tham số tối ưu bằng cách đi qua

  2. Hình thức lọc tín hiệu kết hợp với các chỉ số hỗ trợ như khối lượng giao dịch, chỉ số mạnh và yếu để tránh phá vỡ giả

  3. Thêm cơ chế dừng động để dừng lỗ khi giá giảm xuống CMO và WMA

  4. Mô hình Breakout Failure có thể được coi là một tín hiệu đầu vào, đó là CMO và WMA đã phá vỡ ngưỡng quan trọng trước nhưng nhanh chóng giảm trở lại

  5. Có thể kết hợp các chỉ số chu kỳ dài hơn để đánh giá xu hướng lớn, tránh giao dịch ngược

Tóm tắt

Chiến lược tổng thể sử dụng chỉ số CMO để đánh giá cường độ và điểm chuyển hướng của xu hướng, kết hợp với WMA để tạo tín hiệu giao dịch, thuộc hệ thống song phương song phương điển hình. So với chiến lược MA đơn lẻ, có lợi thế trong việc nắm bắt xu hướng trung bình với tính linh hoạt mạnh mẽ hơn. Tuy nhiên, vẫn còn không gian tối ưu hóa về cài đặt tham số và đòn bẩy, kiểm soát đúng tần suất giao dịch và giới thiệu dừng động, có thể làm tăng thêm sự ổn định của hệ thống.

Mã nguồn chiến lược
/*backtest
start: 2023-12-25 00:00:00
end: 2024-01-24 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

//@version=3
////////////////////////////////////////////////////////////
//  Copyright by HPotter v1.0 18/10/2018
//    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 Backtest ver 2.0", shorttitle="CMO & WMA")
Length = input(9, minval=1)
LengthWMA = input(9, minval=1)
BuyZone = input(60, step = 0.01)
SellZone = input(-60, step = 0.01)
reverse = input(false, title="Trade reverse")
hline(BuyZone, color=green, linestyle=line)
hline(SellZone, color=red, linestyle=line)
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 = 0.0
pos := iff(xWMACMO > BuyZone, 1,
	   iff(xWMACMO < SellZone, -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")