Momentum handel er baseret på den logik, at hvis en fremherskende tendens allerede er synlig på markedet, så vil den tendens sandsynligvis fortsætte i det mindste indtil der begynder at komme signaler om, at den er afsluttet.
Ideen med momentumhandel er, at hvis et bestemt aktiv primært har bevæget sig i én retning i for eksempel flere måneder, så kan vi roligt antage, at denne tendens vil fortsætte, i det mindste indtil data begynder at vise noget andet. Derfor vil planen være at købe på hver dip og låse ind overskud på hver pumpe, eller omvendt, hvis der kortsluttes. Selvfølgelig skal handlende være opmærksomme på, hvornår et marked viser tegn på trendvendinger, ellers kan den samme strategi begynde at vende ret hurtigt.
Det skal også bemærkes, at handlende ikke bør lægge strategier, der forsøger at købe og sælge på de faktiske lav- og højdepunkter, eller hvad der kaldes "fange kniven", men snarere låse ind overskud og købe tilbage på niveauer, der er rimeligt sikre . Algoritmisk handel er ideel til dette, da brugere blot kan indstille procenter, de føler sig trygge med, og lade koden klare resten. Denne teknik i sig selv kan dog være ineffektiv, hvis et marked bevæger sig sidelæns eller så ustabilt, at der ikke er opstået en klar tendens.
En fremragende indikator for at se tendenser er glidende gennemsnit. Ligesom de lyder, er et glidende gennemsnit en linje på et prisdiagram, der viser gennemsnitsprisen for et aktiv over x antal dage (eller timer, uger, måneder osv.). Ofte bruges beløb som 50, 100 eller 200, men forskellige strategier ser på forskellige tidsperioder for at lave deres handelsforudsigelser.
Generelt betragtes en trend som stærk, når den forbliver et godt stykke over eller under et glidende gennemsnit - og svag, når den nærmer sig eller krydser MA-linjen. Derudover tillægges MA'er baseret på længere tidsperioder generelt meget mere vægt end en, der kun ser for eksempel de sidste 100 timer eller en lignende tidsramme.
Kilde: https://cointelegraph.com/explained/algorithmic-trading-strategies-explained