ewm（ewma模型）



大家好，我是乌克兰剑圣。传统出场方式经常会遇到震荡的时候频繁止损，趋势末尾利润回吐过大。今天我们借鉴高斯自适应均线的<打分算法>来魔改出场模块。波动率过低时可以放宽一点参数，扛住更多的波动减少频繁开平止损。波动率过热时能收敛系数，减少V字反转时的利润回吐。

策略概述

自适应高斯移动平均策略 (VIP16) 是一种基于市场波动性和价格行为的量化交易策略。该策略通过计算自适应高斯移动平均 (AGMA) 来识别市场的趋势，并结合信号得分 (Score) 来生成交易信号。策略的核心思想是通过动态调整标准差 (Sigma) 来适应市场的波动性，从而提高策略的适应性和稳定性。

策略原理

1. 自适应高斯移动平均 (AGMA) 计算：

- 使用自适应的标准差 Sigma 来计算高斯移动平均。标准差可以根据市场波动性自适应调整，或者使用固定的标准差。

- 通过循环计算每个周期的权重和加权平均值，得到自适应高斯移动平均 AGMA。

2. 信号得分 (Score) 计算：

- 通过比较当前 AGMA 与过去 Ends 个周期的 AGMA 值，计算信号得分 Score。得分越高表示多头信号越强，得分越低表示空头信号越强。

- 同时计算多头和空头的累计得分 LongCout 和 ShortCout，用于后续的入场和出场逻辑。

3. 交易信号生成：

- 当 Score 上穿 20 时，生成多头信号 LongSignal。

- 当 Score 下穿 -20 时，生成空头信号 ShortSignal。

4. 入场条件：

- 当多头信号 LongSignal 为真且当前价格高于过去 Ends 个周期的最高价 HHV，并且当前没有多头持仓时，买入。

- 当空头信号 ShortSignal 为真且当前价格低于过去 Ends 个周期的最低价 LLV，并且当前没有空头持仓时，卖出。

5. 跟踪止损逻辑：

- 根据持仓状态和市场波动性，动态调整加速系数，达到末端快速立场的效果。

- 当多头持仓时，如果价格低于跟踪止盈止损点 ，则卖出平仓。

- 当空头持仓时，如果价格高于跟踪止盈止损点 ，则买入平仓。

以上内容是Ai总结，下面我为大家着重讲解一下这个出场模块的具体思路。

For j = Start To Ends
If (AGMA > AGMA[j])
Score = Score + 1; // 当前 AGMA 大于过去的 AGMA，得分加 1
Else
Score = Score - 1; // 当前 AGMA 小于过去的 AGMA，得分减 1

如上图，高斯均线有一个FOR循环打分系统，当满足多头条件时+1分，不满足-1分。但是每根K线的涨跌幅度不同，不能简单用+1-1来累计。因此，我们用Abs(Open-Close)幅度累计，这样的好处是出现暴涨暴跌的K线，也会更贴近真实波动。

我们回溯N个周期的涨跌情况，把多空做成比值，当出现单一方向的比值持续放大时我们就知道可能处于一个流畅的趋势中，从均值回归的角度观察，比值波动在历史数据中也存在极限。

当比值处于一个较高波动范围时，我们开始收敛参数，以防止迅猛的V型反转带来的较大回吐，正如上图中的比值上下轨道。

这个图显示有末端加速与不加速的出场线走势，末端加速的判定需要一个参数，就是我们上面讲到的比值波动存在均值回归的现象，当它超过极值时就会调整为末端加速的状态。

OK，通过<打分系统>还可以有更多的思路延申，11月我们继续挖掘打分系统的策略思路。

策略报告

螺纹888

白银888

AO888

玉米888

棉花888

棉纱888

EC888

玻璃888

焦炭888

菜油888

IF888

IH888

IM888

12月份我们将开启2025俱乐部，到时给粉丝们一个巨大的惊喜，敬请期待。

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/bcyy/17370.html