[TOC]
Theo tên gọi, đường trung bình thích nghi (KAMA) thuộc thể loại đường trung bình chuyển động (Moving Average), nhưng khác với đường trung bình chuyển động truyền thống là nó rất thông minh. Chúng ta biết đường trung bình thông thường có nhiều nhược điểm, ví dụ: đường trung bình ngắn hạn gần với xu hướng giá, rất nhạy cảm, nhưng dễ tạo ra tín hiệu sai; đường trung bình dài hạn rất chính xác trong việc đánh giá xu hướng, nhưng thường thị trường đã đi qua một giai đoạn và nó phản ứng lại.
Sự thông minh của KAMA là nó có thể điều chỉnh tính nhạy cảm chủ yếu theo tình trạng thị trường hiện tại, tức là tỷ lệ biến động. Hình thức của nó là: trong thị trường lắc lư, sự thay đổi của KAMA chậm lại rõ ràng; khi xu hướng xuất hiện, nó phản ứng nhanh chóng.
Trong số này, n, n1, n2 là các tham số chu kỳ, theo mặc định n là 10, n1 là số chu kỳ ngắn và n2 là số chu kỳ dài 30. Đây cũng là một tập hợp các tham số được xác định bởi tác giả KAMA Perry Kaufman, n được sử dụng để tính hiệu quả định hướng và tỷ lệ biến động, n1 và n2 là số chu kỳ của đường trung bình nhanh và đường trung bình chậm. Về lý thuyết, n1 lớn hơn, KAMA càng trơn.
Phương pháp tính toán của KAMA là: đầu tiên tính toán hướng (DIR) và tỷ lệ biến động (VIR), sau đó tính toán hiệu quả theo tỷ lệ của cả hai; hiệu quả (ER) là mức độ thay đổi giá được đo, và cách tính toán rất đơn giản: hướng / tỷ lệ biến động. Kết quả tính toán nằm trong khoảng 0 đến 1, khi giá trị ER gần 0 cho thấy thị trường đang trong tình trạng biến động, khi giá trị ER gần 1 cho thấy thị trường đang trong tình trạng xu hướng.
Khi tính hiệu quả (ER), chúng ta có thể kết hợp đường trung bình tốc độ nhanh và đường trung bình tốc độ chậm để đưa ra các hằng số trơn (CS): hiệu quả * (nhanh - chậm) + tốc độ chậm. CS đại diện cho tốc độ chạy xu hướng, theo công thức tính toán của CS, chúng ta có thể thấy rằng thay đổi của CS luôn tương ứng với thay đổi của ER.
Sau đó tính toán hệ số (CQ) dựa trên các phép nhân trượt, nhằm mục đích làm cho các tham số chu kỳ chậm đóng một vai trò quan trọng hơn trong tính toán, đây cũng là một cách bảo thủ hơn. KAMA quyết định mức độ trượt cuối cùng bởi các hệ số (CQ), trong tính toán của KAMA, các hệ số (CQ) quyết định các tham số chu kỳ trượt trượt đường thẳng hai lần cuối cùng, đó là: chỉ số trọng số trung bình (Động động trung bình) giá đóng cửa, hệ số 2);
Mặc dù phương pháp tính toán của KAMA rất phức tạp, nhưng phương pháp sử dụng tương tự như đường trung bình thông thường, trong ứng dụng thực tế, nó không chỉ có thể xác định xu hướng thị trường mà còn có thể được sử dụng để mua và bán chính xác. Vì nó rất thông minh, nó có thể được sử dụng trong nhiều chiến lược giao dịch, thậm chí trong tiền kỹ thuật số.
Bước 1: Tính toán KAMALưu ý! Ở góc trên trái, chọn ngôn ngữ lập trình là:My语言
Trong thư viện talib đã có sẵn KAMA, nhưng nó chỉ có một tham số bên ngoài ((n) chu kỳ, n1 và n2 đã mặc định 2 và 30. Các chiến lược trong bài viết này chỉ được sử dụng trực tiếp để ném các ký tự, bạn bè có khả năng tự động cũng có thể tự viết haha.
%% // My语言内JavaScript的标准格式
scope.KAMA = function() {
var r = _C(exchange.GetRecords); // 获取K线数组
if (r.length > 140) { // 过滤K线长度
var kama = talib.KAMA(r, 140); // 调用talib库计算KAMA
return kama[kama.length - 2]; // 返回KAMA的具体数值
}
return;
}
%% // My语言内JavaScript的标准格式
Bước 2: Tính toán các điều khoản giao dịch và đặt hàng
%%
scope.KAMA = function() {
var r = _C(exchange.GetRecords);
if (r.length > 140) {
var kama = talib.KAMA(r, 140);
return kama[kama.length - 2];
}
return;
}
%%
K^^KAMA; // 把KAMA打印到图表上
A:CLOSE; // 把收盘价打印到图表上
K > REF(K, 1) && CLOSE > K,BK; // 开多
K < REF(K, 1) && CLOSE < K,SK; // 开空
K < REF(K, 1) || CLOSE < K,SP; // 平多
K > REF(K, 1) || CLOSE > K,BP; // 平空
Bước 3: Thiết lập cách lọc tín hiệu chính sách
%%
scope.KAMA = function() {
var r = _C(exchange.GetRecords);
if (r.length > 140) {
var kama = talib.KAMA(r, 140);
return kama[kama.length - 2];
}
return;
}
%%
K^^KAMA;
A:CLOSE;
K > REF(K, 1) && CLOSE > K,BK;
K < REF(K, 1) && CLOSE < K,SK;
K < REF(K, 1) || CLOSE < K,SP;
K > REF(K, 1) || CLOSE > K,BP;
AUTOFILTER; // 启用一开一平信号过滤机制
Để gần gũi hơn với môi trường giao dịch thực tế, chúng tôi đã sử dụng các điểm trượt 2 lần để kiểm tra áp lực trong quá trình kiểm tra lại và kiểm tra môi trường như sau:
Môi trường thử nghiệm Chi tiết về lợi nhuận Đường cong tài chính
Chỉ dựa trên kết quả kiểm tra lại ở trên, chiến lược KAMA đơn giản này chắc chắn không có triển vọng tốt, ngay cả khi trong thị trường đà siêu lớn của tiền kỹ thuật số năm 2018, đường cong vốn không có sự suy giảm lớn, và trong thời gian thị trường bị sốc lâu dài, cũng không trở lại và giảm giá, gây ra tổn thất không cần thiết.
Một chiến lược tốt có thể thực hiện được chắc chắn là đã được luyện tập hàng ngàn lần, và các chiến lược trong bài viết này còn nhiều chỗ để tối ưu hóa nâng cấp, chẳng hạn như tăng một số điều kiện lọc, chủ động ngăn chặn và ngăn chặn các điều kiện mất mát, vv. Là một loại đường đều, KAMA thừa hưởng những lợi thế và nhược điểm của đường đều thông thường, đồng thời tăng giá. Trong một thị trường không thể đoán được, thậm chí cố định một đường dẫn tốt nhất cũng rất khó để thích ứng với thị trường tương lai, vì vậy phương pháp thay đổi theo xu hướng này có thể là một lựa chọn tốt hơn.
xaifer48Lạy Chúa, làm ơn hãy cho tôi biết, mã của bước cuối cùng của kama được viết như thế nào? KAMA = chỉ số trọng số (đồng với động trung bình (đồng với giá đóng cửa, hệ số), 2) là như thế này. Tôi tìm kiếm một số câu nói được viết như KAMA = một KAMA trước + hệ số * (giá hiện tại - một KAMA trước). Vấn đề là khi tính giá trị của KAMA đầu tiên, không có một chỉ số KAMA trước.