OptiNod 学院
VIDYA：自适应动量加权平均线
能自动适应波动率的移动平均线，在箱体震荡中产生的假信号比EMA更少。
VIDYA是一条反应速度随当前市场状态变化的移动平均线。趋势强时，它快速跟随价格；在箱体震荡中，均线几乎停住，假交叉随之减少。
EMA不论处在箱体还是趋势中，跟随价格的速度都一样，所以在横盘行情里，每次小幅波动都可能产生交叉。VIDYA则在动量减弱时调低平滑系数，让均线走平，信号的出现次数自然就少了。
判断的依据是均线的斜率。VIDYA水平时，暂停入场判断；只有价格突破箱体、同时VIDYA开始倾斜的那根K线，才算作趋势转换的候选。
CMO：衡量趋势强度的效率比
VIDYA不只看波动幅度，还看这段走势在同一方向上有多持续，并据此调整。Chande一并设计的CMO（Chande Momentum Oscillator）的绝对值，就是调整 α 的依据。
CMO是N根K线内上涨幅度之和与下跌幅度之和的差，除以二者之和得到的比值。简单说就是效率比。同样的波动率，它能区分价格是朝一个方向持续运动（趋势），还是上下交替摆动（箱体震荡）。有一点要注意标度。作为标准指标，CMO的显示范围是 −100到 +100，而VIDYA调整 α 时用的，是把这个值除以100、归一化到 −1到1之后的绝对值。本文把CMO绝对值写成0到1之间的数，指的都是这种归一化口径（标准指标值除以100）。归一化后的CMO绝对值接近1（按标准指标值即接近100）时，说明趋势朝一个方向扎实推进；接近0时，说明价格以相近的比例上下振荡，处于箱体震荡。
这种测量方式使VIDYA有别于其他自适应均线（AMA、KAMA）。VIDYA适应的是波动在同一方向上的持续程度，因此和只对波动幅度作出反应的工具结果不同。箱体中的大幅波动，均线反应迟钝；趋势进行中的大幅波动，均线反应很快。也就是说，同样的价格变化，均线的走法会随市场状态而不同。
2024年7月，ETH整月停留在2,900～3,200美元的箱体里，归一化CMO绝对值大部分时间在0.3以下（按标准指标值为30以下）。同一时期，EMA(14)产生了五次假金叉、死叉，而VIDYA(14)几乎走平，一次明确的信号也没有给出。在箱体里不动，正是VIDYA的优点。
均线斜率本身就是入场条件
使用EMA时，在采用入场信号之前，还要另外确认ADX是否在20以上、价格是否仍处于前一个波段之内。VIDYA的均线本身就承担了这个作用。均线水平时，关闭全部入场信号；明显倾斜时，再按该方向考虑入场候选。
这样简化之后，需要判断的次数减少了。VIDYA水平期间，系统保持关闭。在箱体里把每个买卖形态都看一遍，很容易重复五到十次假入场。考虑到趋势跟踪系统在箱体中亏损最大，这一个过滤条件就会明显改变系统的期望值。
开始倾斜的位置：从水平到斜率
VIDYA最扎实的入场位置，是均线从水平转为倾斜的那根K线。箱体结束、趋势开始时，归一化CMO绝对值从0.3以下升到0.5以上（按标准指标值从30以下升到50以上），α 随之变大。
ETH日线在2,500～2,700美元的箱体里横盘一个月之后，VIDYA(14)从水平转为向右上倾斜（斜率比前5根K线的平均斜率高出1σ 以上）。同时，价格以收盘价突破箱体上沿（2,700美元）。在这根K线的收盘价买入。止损放在箱体中轴（2,600美元）下方。如果VIDYA重新走平，或者价格以收盘价跌破箱体下沿（2,500美元），就视为判断有误。
关键在于，VIDYA开始倾斜和价格突破箱体发生在同一根K线上。两个信号同时出现，假突破的概率会明显降低。反过来，如果只有价格脱离箱体而VIDYA仍然水平，那很可能不是真正的趋势转换。
同样的形态反过来看，也可以直接用于跌破箱体下沿的做空入场。
在箱体和趋势中都能适应的均线
用一句话概括VIDYA的走法：在箱体里像SMA，在趋势里像EMA。CMO低时 α 变小，均线缓慢移动，平滑程度接近SMA；CMO高时 α 升到EMA的水平，快速跟随价格。
这种自动切换在趋势中的回调位置上有一个特点。在强趋势区间，VIDYA比EMA更贴近价格，因为 α 变大后，连很小的回调也会被迅速追上。因此，即使回调幅度很小，也能抓到回调买入的位置，优点在此；但止损距离也随之变窄，这是缺点。
解决办法很简单：趋势内回调入场的止损，放在VIDYA下方0.5～1 ATR的位置。止损紧贴均线，正常波动也会每次都把仓位扫出去；留出ATR的距离，正常波动能被吸收，只有趋势真正崩坏时才会出场。
CMO周期：第二个自由度
标准VIDYA通常被认为只有一个参数（period），但多数实际实现会接收两个周期：VIDYA自身的周期和CMO的周期。一般两者都设为14或9，分开设置则可以调得更细。
CMO周期设短（例如5）时，均线对短期的波动变化反应很快，即便在箱体里，小幅的趋势运动也容易使均线倾斜。反过来设长（例如21），只对大级别的方向转换有反应，箱体内的短期波动不会触发它。
根据标的特性分别设置两个周期，就能决定均线对效率比在哪个时间尺度上的变化作出反应。BTC日线通常用VIDYA(14, CMO=14)就够了，而山寨币漫长而深的箱体里，(14, CMO=21)更能过滤掉虚假的倾斜信号。
两种VIDYA：确认实现方式
Chande 1992年的原版以标准差比率作为自适应依据，1995年在 The New Technical Trader 中改为基于CMO重新定义。因此在VIDYA这个名称下，存在两种算法。
TradingView社区版本大多基于CMO，但一些较老的库使用标准差比率版本。所以即使数据和参数相同，两个平台也可能给出不同的结果。如果不确认自己的工具采用哪种定义，回测结果就很难复现。
VIDYA漏掉信号的位置
- 趋势刚开始时反应偏慢：VIDYA在箱体中 α 一直保持较小，所以在脱离箱体的第一根K线上，反应比EMA慢一拍。这是减少箱体假信号所付出的代价。设定在突破箱体那根K线的收盘价入场，可以自然吸收这一延迟。
- 入场时没有成交量确认：VIDYA从水平转向倾斜的时点，如果成交量明显高于前期均值，很可能是真正的趋势开始。成交量只是平常水平时，可能是假转换。
- HTF冲突：1小时线VIDYA开始动起来，而日线VIDYA仍然水平，大概率只是短期波动。只有HTF VIDYA的斜率也跟上来，可信度才会明显提高。
