Lyndon的量化修炼之路——随机指标（KDJ）优化策略（一）
//期市妖风大，小心被刮飞。本文不构成任何实质性建议，也不对任何依此进行的交易结果负责
话说虽然啊我也不知道为什么要叫个随机指标，跟随机一点关系都没有，难道是让我们随机赔钱？
KDJ指标是上世纪50年代George Lane创立的趋势指标，其融合了动量观念、强弱指标和移动平均线的一些优点，特别是对于短期行情的判断较为灵敏。
目前为投资者采纳的KDJ指数计算方法有两种，其主要差异集中在K和D的确定方法上：①K值为RSV的N1日平均值，D值为K的N2日平均值；②K值为2/3倍的前日K值与1/3倍的当日RSV值之和，D值为2/3倍的前日D值与1/3倍的当日K值之和。用公式表达如下：
① K=∑（RSV)/N1
D=∑（D )/N2
② K=2/3×K_前值+1/3×RSV_当日
D=2/3×D_前值+1/3×K_当日
但显然前者更加符合KDJ的理念，因此在这里的分析倾向于使用通过移动平均值来计算KD值的方法。但随之而来的情况是KDJ策略会有3个需要定义的参数，即①前N周期最高最低值的周期数，用TN表示；②取K时的移动平均周期数，用TMA1表示；③取D时的移动平均周期数，用TMA2表示。在某个量化交易平台中，KDJ的这一参数组合被定义为（9,3,3），在此也沿用该观点作为比较基准。
接下来对KDJ指标的应用和优化将着眼于短线的分析，这里采用沪镍指数作为分析的品种，具体测试信息如下：
| 项目 | 值 |
|---|---|
| 交易品种 | 文华沪镍指数 |
| 交易策略 | 随机指标策略 |
| 期初余额 | 50,000元人民币 |
| 持仓手数（比例） | 1手 |
| 保证金比例 | 10% |
| 手续费 | 上期所手续费标准（开6，平6） |
| 回测时期 | 2017年1月1日 ~ 2017年12月31日 |
| K线周期 | 30分钟 |
| TN | 9 |
| TMA1 | 3 |
| TMA2 | 3 |
KDJ的使用方法是通过判断KD的交叉来发出开平仓信号，并辅以J发出的超买超卖来综合判断，在此将操作原则简化为以下2项：
①当K从下往上穿过D时，发出多开信号；当K从上往下穿过D时，发出空开信号。
②当J大于100时，若持有多单则平仓，至下一次空开信号发出；当J小于0时，若持有空单则平仓，至下一次多开信号发出。
将这一思路用程序化实现，运行后得到以下结果：
| 项目 | 值 |
|---|---|
| 期初余额 | 50,000元人民币 |
| 期末余额 | 42,524元人民币 |
| 盈利率 | -14.95% |
| 胜率 | 38.88% |
| 盈亏比 | 1.51 |
| 权益最大回撤比 | 32.69% |
显然从结果来看并不尽人意，在观察回测给出的交易信号后发现，部分过于频繁的交易往往是负收益的主要原因，其次部分信号的发出，特别是超买超卖的判断则是失真的，那么对于KDJ的优化主要集中在2个方面：1）过滤掉不必要的短时开平仓；2）对超卖超卖状态的重新审视。同时，仍然可以在优化后的KDJ模型中引入状态指标，辅助筛选出更合适的交易信号。
过滤短时开仓信号
事实上这种较短的开仓信号发出时，KD两线交叉后背离的幅度很小，或许代表着当前趋势形成得较为模糊，因此也增大了出错的可能。但正由于判断模糊，导致多空信号不断的交替出现，引起大量不必要的错误交易，带来损失的同时也造成一定交易成本损耗。
因此可以考虑在交易信号发出时不交易，同时由策略发出等待交易信号，同时判断KD值背离的程度，如果背离超过一定程度则由等待交易信号转变为交易信号，如果没有超过则销毁等待交易信号，直到下一个交易信号产生。应该来说这样会过滤掉一部分不太明确的开仓信号，从而规避错误信号带来的损失，尽管同时也会损失一部分利润。
假如过滤条件后，观察一下策略给出交易信号的情况与之前的不同之处。首先以下两张图片中上图为过滤信号前的信号发出状况，下图为过滤后的。上图左侧方框内分别有一次非常短暂的多开和空开信号，两个信号的方向均为错误的，过滤之后的下图相同位置则过滤掉空开信号，成功规避损失。同时我们也可以观察到在右侧方框里同样被过滤掉一个并不短暂信号，这是由于等待交易信号发出后始终没有达到转化为实际交易信号的条件，在这个过滤规则中同样被认为是不明确的交易信号。
再来看一看添加过滤规则后的模型表现效果：
| 策略 | 盈利率 | 胜率 | 盈亏比 | 交易次数 | 权益最大回撤比 | 夏普比率 |
|---|---|---|---|---|---|---|
| KDJ | -16.68% | 38.82% | 1.50 | 644 | 33.20% | -12.37 |
| KDJ-过滤短时信号 | 13.50% | 45.43% | 1.27 | 339 | 18.78% | 6.63 |
至少从回测结果来看，短时信号过滤的效果是不错的，在相同条件下实现正收益的同时，提高交易的胜率，并大幅降低了交易次数，减少交易成本，同时也使得策略的最大回撤有一定降低。
那么短时过滤的效果基本得到了实现，但同时也向策略中引入了1个（或者2个）新的参数，即当等待开仓信号发出后，KD背离达到转换为确定交易信号的阈值（如果看多信号和看空信号采用不同的阈值，则有2个新参数），在上述测试中，这一阈值为2。
~~~~~~~~~ ~ 风雨不倒的小尾巴 ~ ~~~~~~~~
Lyndon的量化修炼之路——随机指标（KDJ）优化策略（一）相关推荐
- Lyndon的量化修炼之路——随机指标（KDJ）优化策略（二）
//期市妖风大,小心被刮飞.本文不构成任何实质性建议,也不对任何依此进行的交易结果负责 重新审视超买超卖的状态 在前文中提到了KDJ指标是对超买超卖有一定指示的,一般情况下我们在应用KDJ指标进行一些 ...
- Lyndon的量化修炼之路——布林通道优化策略（二）
策略参数优化 //期市妖风大,小心被刮飞.本文不构成任何实质性建议,也不对任何依此进行的交易结果负责 参数优化几乎是优化每一个量化交易策略的必经之路,对于参数优化的基本方法已经在双均线优化策略中介绍过 ...
- Lyndon的量化修炼之路——浅谈趋势指标取参方法
//期市妖风大,小心被刮飞.本文不构成任何实质性建议,也不对任何依此进行的交易结果负责 `` 目前市场多许多投资者仍然依托趋势指标作为交易参考,其中,指标计算过程中给定的参数对交易结果具有相当大的影响 ...
- Lyndon的量化修炼之路——均线差与MACD联动策略（一）
//期市妖风大,小心被刮飞.本文不构成任何实质性建议,也不对任何依此进行的交易结果负责 自己瞎琢磨了个策略,也不知道侵权了没#尴尬# 因为①②③④种原因和⑤⑥⑦⑧个现象,我决定构建一个均线差与MACD ...
- Lyndon的量化修炼之路——布林通道优化策略（一）
//期市妖风大,小心被刮飞.本文不构成任何实质性建议,也不对任何依此进行的交易结果负责 经过某位大佬的提醒,原来大白有另外的含义,侵权了侵权了(原谅我孤陋寡闻),所以还是简单点好. ========= ...
- Lyndon的量化修炼之路——双均线优化策略（一）
//期市妖风大,小心被刮飞.本文不构成任何实质性建议,也不对任何依此进行的交易结果负责 打开各大量化软件,第一个范例估计就是双均线模型,所以也勉强算个新手村村长,那他开刀吧. 双均线策略是趋势交易策略 ...
- 小白量化《穿云箭集群量化》（4）指标公式写策略
小白量化<穿云箭集群量化>(4)指标公式写策略 穿云箭量化平台支持中文Python写量化策略,同时也直接支持股票公式指标写策略.下面我们看看是如何实现的. 股票软件的指标公式语法是一样的, ...
- 随机指标KDJ使用入门
随机指标KDJ使用入门 (文章来源:股市马经 http://www.goomj.com) KDJ指标的中文名称是随机指数,最早起源于期货市场. KDJ指标的应用法则KDJ指标是三条曲线,在应用时主要从 ...
- 【线上分享】短视频出海 — 用户体验衡量关键指标与优化策略
当前短视频出海趋势依旧强劲,不少团队目标明确,直击诸如中东.东南亚.南美等新市场,面对未知且复杂的网络挑战,因地制宜,合理制定技术指标衡量用户体验至关重要. 11月26日 19:30,我们邀请到了Ak ...
最新文章
- mysqldump 备份报错
- 使用linux_Linux中VIM使用技巧
- 计算机运算的基本原理概论,[工学]7计算概论A A02 计算机的基本原理.pdf
- 【转载】为了我们的SZ4J代码
- 95-230-010-源码-WordCount走读-概述
- UVA10652木板包装
- javascript 保存原函数_前端工程师必须掌握的几个JavaScript设计模式及场景应用
- python查找关键字所属行_Python查找文件有多牛？男默女泪!!!
- 日本新年传统习俗介绍（一）
- 学习进度（2016.4.10）
- mac系统linux不能ping外网,Mac上配置Linux网络适配器（NAT模式）,无法ping通
- 测试过程中常用的linux命令之【删除指定的文件行】
- 《Redis设计与实现》读书笔记
- VScode 下载、安装和设置中文界面
- Photoscan空三成果导入到ContextCapture（smart3d）生成倾斜模型教程
- 01数组寻找通路c语言,迷宫算法 之 迷宫生成和迷宫寻路
- 杭州地铁行业十四五发展可行性及投资机遇研究报告2022版
- pip install 使用豆瓣源
- visio画图复制粘贴到word_VISO复制到WORD中全是空白框
- lyle的第一篇博客