Estrategia de negociación de medias móviles dobles basada en OCM y WMA

En la carga de los recursos... Cargando...

El autor:¿ Qué pasa?, Fecha: 2024-01-25 17:44:49
Las etiquetas:

Resumen general

Estrategia lógica

Tomemos el WMA de los días m del cambio de precio neto estandarizado para obtener la OCM (xWMACMO)

La ventaja de esta estrategia es capturar las inversiones de tendencia a mediano plazo en el precio.

Análisis de ventajas

Análisis de riesgos

Configuración incorrecta de los parámetros de la OCM y de la AMM que conduce a señales falsas excesivas
Incapacidad de identificar las verdaderas tendencias a largo plazo, que conducen a pérdidas en las posiciones a largo plazo

Métodos de optimización correspondientes:

Ajustar los parámetros de la OCM y de la AMM para encontrar la combinación óptima
Añadir filtros suplementarios como la energía de volumen para evitar la negociación en los mercados oscilantes

Direcciones de optimización

Filtración de señales suplementarias mediante indicadores de volumen, intensidad, etc., para evitar errores
Incorporación de pérdidas de parada dinámicas para la salida cuando el precio vuelve a estar por debajo de la OMC y la AMM

Conclusión

En general, esta estrategia utiliza CMO para juzgar la fuerza de la tendencia y los puntos de inflexión, combinado con el filtro WMA para generar señales de negociación, un sistema típico de media móvil dual. En comparación con las estrategias de MA individuales, tiene una ventaja más fuerte en la captura de tendencias elásticas a mediano plazo.

/*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")

Más.