惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
Docker
B
Blog RSS Feed
Microsoft Security Blog
Microsoft Security Blog
Y
Y Combinator Blog
N
Netflix TechBlog - Medium
M
MIT News - Artificial intelligence
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
B
Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
C
Check Point Blog
The GitHub Blog
The GitHub Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
P
Proofpoint News Feed
Martin Fowler
Martin Fowler
大猫的无限游戏
大猫的无限游戏
GbyAI
GbyAI
博客园_首页
A
About on SuperTechFans
Blog — PlanetScale
Blog — PlanetScale
人人都是产品经理
人人都是产品经理
T
Tailwind CSS Blog
aimingoo的专栏
aimingoo的专栏
T
The Blog of Author Tim Ferriss
The Cloudflare Blog

お前はどこまで見えている

基于成交量预测市场走势 深入理解BashShell重定向 PowerShell常见问题 波动率与换手率中的牛熊密码 通道突破择时策略 均线择时策略 Partial Plots 因子投资基础 Permutation Importance Use Cases for Model Insights 天文相关资源汇总 被讨厌的勇气 量化笔试数理知识复习 你当像鸟飞往你的山 Python模块logging 失去的二十年:日本经济长期停滞的真正原因 PyTorch的hook机制 A股交易规则 强化学习概述
低延迟趋势线择时策略
hotarugali · 2024-05-21 · via お前はどこまで見えている

1. 简介

传统移动平均线(Moving Average, MA)是金融市场分析中常用的技术指标之一,主要用于平滑价格数据以识别趋势方向。然而,尽管移动平均线在趋势识别方面具有一定的效用,但它也存在明显的局限性:

  • 时滞性:MA 捕捉的是历史的价格趋势变化,无法及时反映市场的真实情况。
  • 平滑性与时滞性的矛盾:MA 的平滑性越好,通常意味着使用的时间窗口越长,对应的时滞性也越大。
  • 趋势跟随问题:由于 MA 的时滞性,它主要用于趋势跟随策略,即在明确的趋势市场中表现较好。在市场趋势不明显或市场横盘震荡时,MA 的效果会大打折扣。
  • 市场波动率的影响:在高波动性的市场环境中,MA 可能会频繁地穿越价格,导致频繁的交易信号。
  • 参数选择的主观性:MA 的参数选择很大程度上取决于分析师或交易者的主观判断。

本文将介绍一种改进的择时指标,即低延迟趋势线 LLT(Low-Lag Trendline)。

2. 低延迟趋势线

低延迟趋势线(LLT)是为了解决传统移动平均线(MA)在趋势跟踪时存在的时滞问题而设计的一种技术指标。LLT 的构造思路主要基于信号处理理论,特别是滤波器的概念,目的是在保留趋势信息的同时减少延迟

2.1 信号处理滤波器

在信号处理中,滤波器用于去除或减弱信号中的某些频率成分。比如,低通滤波器可以减少高频噪声,而保留低频信号。LLT 的构造就是基于这样的原理,通过设计一个滤波器来捕捉价格变动的主要趋势,同时减少不必要的波动和延迟。

2.2 一阶滤波器

指数移动平均线(EMA)是 MA 的一种改进形式,它通过给予近期价格更高的权重来减少时滞。EMA 的本质是一个一阶低通滤波器,但这种滤波器在处理价格信号时仍有改进空间,尤其在截止频率附近,信号可能会被过度平滑。

2.3 选择合适阶数的滤波器

为了提高滤波效果,我们需要选择合适的滤波器阶数。往往越高阶的滤波器可以更快地衰减高频信号,但可能会引入更大的不稳定性和通带波动。LLT 的构造方法选择了二阶滤波器,二阶滤波器相比于一阶滤波器,在截止频率附近可以更快的地衰减高频信号,同时避免了通带波动的问题,可能更有效地区分趋势信号和噪声。

2.4 构造 LLT

LLT 的核心设计是一个二阶低通滤波器,这个滤波器的目标是保留低频部分的信号,即价格趋势;同时过滤掉高频部分的信号,即短期波动。通过这种方式,LLT 可以在保持趋势信号完整的同时,减少对短期波动的敏感性。

LLT 的公式如下:

LLT=(α−α22)×pt+(α22)×pt−1−(α−3α24)×pt−2+2×(1−α)×LLTt−1−(1−α)2×LLTt−2LLT = (\alpha - \frac{\alpha^2}{2}) \times p_t + (\frac{\alpha^2}{2}) \times p_{t-1} - (\alpha - \frac{3\alpha^2}{4}) \times p_{t-2} + 2\times(1-\alpha) \times LLT_{t-1} - (1-\alpha)^2 \times LLT_{t-2}

其中,α\alpha 为平滑系数,(α−α24)×pt(\alpha - \frac{\alpha^2}{4}) \times p_t 表示当前价格的加权,(α22)×pt−1(\frac{\alpha^2}{2}) \times p_{t-1} 表示前一个时刻价格的加权,(α−3α24)×pt−2(\alpha - \frac{3\alpha^2}{4}) \times p_{t-2} 表示前两个时刻价格的加权,2×(1−α)×LLTt−12\times(1-\alpha) \times LLT_{t-1} 表示前一个时刻 LLT 值的加权,(1−α)2×LLTt−2(1-\alpha)^2 \times LLT_{t-2} 表示前两个时刻 LLT 值的加权。

在 LLT 中,α\alpha 参数类似于 EMA 中的平滑系数,它决定了当前价格与历史价格之间的相对权重。α\alpha 越小,延迟越高,平滑性越好。α\alpha 值的选取会影响 LLT 对价格变动的响应速度。

3. 基于 LLT 的择时策略

LLT 和均线都是属于趋势线,因此 LLT 的择时方法和均线是类似的。通过观察 LLT 线的走势,可以判断市场的当前趋势。如果 LLT 呈上升趋势,即 LLT 随着时间的推移而增加,这通常表示市场处于上升趋势中;相反,如果 LLT 线呈下降趋势,表示市场处于下降趋势。具体方法有:

  • 当日的 LLT 值大于昨日的 LLT 值为做多信号,反之为做空信号。
  • 当日 LLT 的 nn 日平均值大于昨日 LLT 的 nn 日平均值为做多信号,反之为做空信号。
  • 用最近 nn 日的 LLT 值构建线性回归方程,线性回归的斜率是正数为做多信号,斜率是负数为做空信号。

参考资料