DF登峰程序化交易平台 经典策略模型.pptVIP

卡夫曼自适应移动平均 传统的移动均线包括简单移动均线，加权移动均线以及指数式移动均线，它们有着固有的弱点——慢趋势和滞后。 短周期的均线系统虽然能快速反映期货价格的走势，但是又难以抵抗价格“噪音”的干扰，多数情况下短周期所给出的趋势信号并不准确。 什么是卡夫曼自适应移动平均？ 为了避免短期噪音产生的虚假信号与长期趋势中的滞后，卡夫曼提出来“自适应的”均线系统，AMA。AMA可以在市场沿一个方向快速移动的时候，使用快的移动平均值，而在价格在横盘的市场中拉锯时，使用慢速的移动平均值。 卡夫曼自适应移动平均的关键 AMA的关键在于平滑系数C，要完成抗干扰和滞后性的效果，只需当价格快速单向移动时，将平滑系数C的值赋值为短周期的指数移动均线的系数，当期货价格成横盘状态时，将平滑系数C赋值为长周期的指数移动均线的系数即可。 卡夫曼自适应移动平均 如何知道价格变动时区间震荡还是单向突破呢？引出三个概念，价格方向、波动性和效率系数。 步骤1：价格方向? ?? ? 价格方向被表示为整个时间段中的净价格变化。比如，使用“EffRationLength”周期的间隔： 其中，NetChg是当前价格差或方向数值，price是当前价格（当前开盘价），REF(Price,EffRationLength)是n周期前的开盘价。 卡夫曼自适应移动平均 步骤2：波动性? ?? ? 波动性是市场噪音的总数量，它可以用许多不同的方法定义，但是这个计算使用了所有“日到日”或“小时到小时”的价格变化的总和（每一个都作为一个正数），在同样的EffRationLength个周期上。? ?? ? 如下表达：  其中，TotChg是指今日的波动性数值，abs是绝对值函数，SUM( Abs( Price - REF(Price,1)), EffRationLength)是EffRationLength个周期中的数值之和函数。 卡夫曼自适应移动平均 步骤3：效率系数（EffRatio）? ?? ? 以上两个成分被组合起来，以表达方向移动对噪音之比，称之为效率系数，EffRatio：  ? ?? ? 用“方向性”除以“噪音”，该系数的值就从0到1 变化。当市场在全部EffRationLength周期以同一方向移动时，则方向=波动性，效率系数=1。如果波动对于同样的价格移动是增加了，“波动性”就变得较大并且EffRatio往小于1的方向移动。如果价格不变化，则方向=0， EffRatio =0。? ?? ? 这个结果作为一个指数式平滑系数是方便的，它每天改变趋势线的一个百分比， EffRatio =1就等效于100%，对应最快的移动平均线，它应当能有效工作，因为价格在一个方向上移动而没有回撤。当EffRatio =0时，一个非常慢的移动平均值是最好的，可以在市场趋势不明时避免贸然止损离场。 卡夫曼自适应移动平均 步骤4：变换上述系数为趋势速度? ?? ? 为了应用于一个指数式移动平均值，比率将被变换为一个平滑系数c，依靠下面的公式，每天的均线速度可以简单地用改变平滑系数来改变，成为自适应性的。该公式如下：EXPMA = EXPMA[1] + c*(price – EXPMA[1]); ? ?? ? 测试表明，平方平滑系数的数值大大地改进了结果，这是依靠在一个横盘的市场中阻止了趋势线的移动。在横盘的市场中这个过程选择了非常慢的趋势，而在高度趋势化的周期中加速至非常快的趋势（但不是100%）。这个平滑系数是： ? ?? ? 平方平滑系数迫使c的数值趋向于零。这意味着较慢的移动平均线将比快速移动平均值用得更多。这和在出现不确定状况时你就更加保守是一样的道理。 卡夫曼自适应移动平均 自调节式过滤器设计? ?? ? 为了与系统的自适应特性相一致，当价格波动变得更多或更少时，过滤器也要相应取较大或较小值。为了完成这点，过滤器被定义为AMAValue变化的一个小的百分数： 其中，std(series, FFilterLength)是价格系列FFilterLength个周期的标准差。 卡夫曼自适应移动平均 出入场条件 ? 当AMAValue - lowest(AMAValue, FFilterLength) 过滤器，买入；当highest(AMAValue, FFilterLength) – AMAValue 过滤器，卖出 卡夫曼自适应移动平均效果图 卡夫曼自适应移动平均效果图 卡夫曼自适应移动平均，多商品性能测试结果（1000跟k线，5分钟线测试） 深圳登峰科技有限公司 DF登峰程序化交易平台 经典策略模型 ----------------深圳登峰科技有限公司