基于市场波动性的交易信号过滤技术
曾经有人说过：给我足够的波动性，就算市场服从随机漫步，系统交易一样可以保证收益。可以看出，波动性之于很多交易系统的重要性。伴随着算法交易的日益盛行，信号趋同和系统噪音等现象变得越发明显。因此，为了提高交易信号质量，我们需对交易信号进行噪音过滤。这里，我和大家分享几个网上不是很容易找到的，也比较好实现的基于波动性的信号过滤技术。
1. Choppy Market Index（CMI）
CMI = abs(close - ref(close,N))/(max(close,N) - min(close,N))。
由George & John发明，用来判断市场的趋势性。CMI数值介于0-100之间，若CMI<20，市场或介于振荡期；当CMI>20时，市场或处于趋势期。当CMI处于接近0的位置且持续时间较长时，市场可能已经处于盘整末期，此时发生大幅突破的概率较大；当CMI处于接近100的位置且持续时间较长时，市场可能已经处于趋势末期，此时反转风险较大。但是CMI具有较大的sampling error，最好对一段时间内的CMI做平滑处理。
2. Zero-Crossing
这是我自己设计的一个简单指标，用以刻画一段时间内的均值回归的程度（mean reversion）.首先，我们把一段时间内的价格转化为单周期的收益，然后计算该时期的累积收益。我们记录下这段时间里累计收益与0轴相交的次数。若一段时间内，单周期累积收益多次交叉0轴，则市场处于牛皮市，趋势性与波动性较弱，此时使用突破型策略可能风险较大。
3. 半衰（half-life）
这是一个德意志银行量化交易部的好友和我分享的。该指标和Zero-Crossing很相似，也是用以刻画市场的波动性强度。半衰的原理很简单，就是计算出一段时间内累积收益两次与零轴相交的平均间隔。如果间隔很大，则趋势性较强；若间隔很小，则市场处于盘整期，此时使用突破型策略可能风险较大。 顶顶顶 :victory 这个新鲜百度去研究下 谢谢楼主分享！投资愉快{:7_309:} 谢谢分享 {:7_326:}
页:
[1]