高频交易算法研发心得--WAVT指标（Warensoft交易量趋势指标）算法及应用

注：WAVT指标由Warensoft(王宇)原创。

前面聊了一系列的常见应用指标，包括短线、长线的指标，并且也无耐的指出每种指标的问题。当然每写一篇文章，也都是一次学习过程。经过一年多的学习研究，笔者也自创了一个应用指标，并将其命名为WAT指标，本次让我们一起来探讨一下，欢迎大家扔砖！

1.指标定义

WAVT：Warensoft交易量趋势（Warensoft Volume Trend），是根据一定时期内交易量描述出买卖趋势的指标量，适合于中长期交易。WAVT指标表达形式，如下所示：

如图所示，WAVT指标包括两种显示形式，一个是曲线图，一个是方波图，方波图是由曲线图计算得到的。其中，曲线图可以较为直观的显示当前行情的变化趋势，但是不便于量化交易；而方波图是对曲线图进行了一次数值变换，适合计算机进行量化交易。

2.趋势线的计算

我相信有很多程序猿和我一样，一直都希望通过行情变化曲线的极值点，来捕获最合理的买卖时机。这里存在两个技术难点：

曲线是否平滑（曲线不平滑，就难以确定极值点）
曲线的末端是否稳定（不稳定，就会常常出现误判）

对于趋势线的计算，最简单的想法是利用K线进行绘制。由于K线是市场的最直接反映，所以其波动性会比较大，因此，以K线作为数据源的话，整个图像中出现的M头或W底会非常的多。

前段时间，研究了一下OBV指标，同时，有一个10多年的老股民朋友（也是资深软件工程师）告诉我说：“可以利用交易量来模拟行情”。本人大受启发，因此，WAVT的趋势线的数据源是来自市场交易量的。

前一篇文章中（谈RSI指标），我们说过经典的MACD以及MA均线，都是从固定周期的价格作为判读的指导思想，并将价格进行平滑处理，然后得到可参考的判读结果。排除个人经验外，这些计算方法从方法论层面上来说是一种数值化判定方法（即：先有数据，再判定结果）。

然而基于交易量的OBV指标，则是从交易量的角度，分析人们的交易信心（信心是无法量化的），因此，OBV指标是带有预测性。另外，相同周期的OVB指标要比MA指标更靠近真实行情，同时OBV的曲线要比MA的曲线平滑得多！

咱们书归正文，WAVT指标中的趋势线算法描述如下：

public List<TimeValuePair> GetWAVTTrendLine(){//1.首先获取带有Vol值的K线数据。var kline = GetKline();//2.计算OBV指标值,注意这里使用40做为平滑周期var obv = GetOBV(kline,40);//3.获取极值点采样，注意这里需要进行两次采样，因此参数为2var peeks = GetPeekPoints(obv, 2);//4.因为极值点数据，在时间上是不连续的，//因此，需要对极值点数据进行线性插值，以保证每个时间点上都有数据
peeks = InterplotData(peeks);}

经过上面4个步骤，我们就可以得到WAVT趋势线。具体算法比较复杂，看官们可以自己实现，或者调用Warensoft Stock Service Client来实现。其图像如下所示：

3.方波图的计算

趋势线的特点是比较直观，适合人眼来观察行情，但是不便于计算机量化处理。下面我们来进行方波化变换，以便计算机量化。其过程如下：

//1.计算WAVT趋势线var trendLine = GetWAVTTrendLine();//2.所有数据减去前一个数值，得到方波值var value = trendLine[i] - trendLine[i - 1];//3.对方波数据进行噪声滤波，以去掉干扰数据
value = MakeFilter(value);

经过上面3个步骤，我们就可以得到WAVT方波图，其图像如下所示：

4.应用方式

通过前面的算法描述，我们不难发现，方波图可以较好的把握大体的买卖时机，即：

当数据由负值向上穿越0线时，可以买入
当数据由正值向下穿越0线时，可以卖出

如下图所示：

5.总结

本指标算法尚在测试中，应用需要谨慎。

WAVT指标可以用于中长期的交易，但是只能大体来把握趋势，和其他技术指标一样，WAVT指标存在一定的延时性，在应用的时候会错过最最低值和最最高值。

转载于:https://www.cnblogs.com/warensoft/p/6289740.html

高频交易算法研发心得--WAVT指标（Warensoft交易量趋势指标）算法及应用相关推荐

java rsi_高频交易算法研发心得--RSI指标及应用
高频交易算法研发心得--RSI指标及应用前面文章中我们提到了MA均线(包括EMA,SMA).MACD以及SAR指标,这三类指标存在一个共同特点,即:从固定周期的价格作为判读的指导思想,并将价格进行平 ...
在高频交易领域中，为什么我们选择 Java 开发外汇算法交易系统？
在高频交易的世界中,自动化应用程序每天处理数亿个市场信号,并在全球各个交易所发送成千上万的订单. 为了保持业务竞争力,响应时间必须始终保持在微秒级,尤其是在黑天鹅异常事件等高峰期. 在典型的体系结构中 ...
python 均线斜率怎么计算_高频交易算法研发心得--均线算法
今天来探讨一下常见的均线算法的应用.在各种交易软件中,我们常常可以见到MA指标,EMA指标以及SMA指标. 首先说明SMA的二义性,如果您在百度直接搜索SMA指标,指的是带加权的指数平均值:然而,再去 ...
小型趋势指标、中型趋势指标和主要趋势指标
简介 James Hyerczyk 在其著作<形态-价格-时间:甘氏理论在交易系统里的运用>的序言中写道: "我在期货交易上的经验显示,交易人员在他们的分析中太频繁地依赖于形态. ...
高频交易真的提高了市场流动性吗？
高频交易,也称HFT,通常是使用算法高速执行交易.算法可以以超快的速度执行大量交易以获取盈利机会.高频交易的支持者认为,高频交易可以帮助加强市场流动性,并缩小买卖差价.也有人认为高频交易提高流动性只是 ...
一文读懂程序化交易算法交易量化投资高频交易统计利
转一文读懂程序化交易.算法交易.量化投资.高频交易. 统计套利在央行发布的<中国金融稳定报告(2016)>中,对于高频交易的解释为程序化交易的频率超过一定程度,就成为高频交易.而对程序 ...
运用matlab开发高频交易算法,数学建模论文高频交易算法
2012年东华大学数学建模竞赛论文赛题编号( 高频交易算法设计参赛队号: 参赛队员: 2012年5月21日摘要高频交易算法利用计算机在上千个股票,上万个期权,每时每刻的交易数据中,筛选出合适的 ...
高频交易的四种经典算法
近期自己我们公布YingTou ATS高频对冲套利系统以来,很多朋友对高频交易模型产生了极大的兴趣,今天我们来给大家分享几套经典的高频交易算法. (1)"冰山(iceberging)&quo ...
用高频交易的方式对TWAP算法优化（TWAP算法、算法实现、高频交易、冰山算法）
用高频交易的方式对TWAP算法进行优化. 以下内容主要基于执行算法的讨论. 什么是TWAP算法(时间加权平均价格)? TWAP交易时间加权平均价格Time Weighted Average Price ...

高频交易算法研发心得--WAVT指标（Warensoft交易量趋势指标）算法及应用

高频交易算法研发心得--WAVT指标（Warensoft交易量趋势指标）算法及应用相关推荐

最新文章

热门文章