LM13丨形态量化-动量周期分析

松鼠Quant

于 2022-07-28 09:47:37 发布

阅读量396

点赞数

分类专栏：另类策略文章标签：量化交易量化研究期货投资算法研究

本文链接：https://blog.csdn.net/m0_56236921/article/details/126028108

版权

另类策略专栏收录该内容

14 篇文章 5 订阅

订阅专栏

本文介绍了异质化LM系列的CTA策略第13篇，重点探讨了如何融合LM11的去噪音重构K线算法、收盘价单调性和周期均线的标准化结构形态量化，以及形态量化后的周期动量构造。策略通过收盘价单调性和均线结合，形成对趋势的量化分析，旨在捕捉趋势变化。绩效展示显示该策略在国债期货上与LM10组合有良好的互补效果，尤其在2020年上半年的表现。作者计划进一步组织‘国债组’，深化策略迭代。

摘要由CSDN通过智能技术生成

量化策略开发，高质量社群，交易思路分享等相关内容

『正文』

大家好，今天我们分享异质化LM系列——CTA第13篇，本篇策略内容也是LM异质化社群的最终章。

2022年7月31日之后，我们的异质化社群将到期，策略内容以及社群还会对外，具体详情请私信客服、慕总或我本人（我相信大家都知道我是谁）。

该篇内容我们融合了LM11的去噪音重构K线算法，和融合LM11收盘价单调性和周期均线的标准化结构形态量化，以及形态量化后的周期动量构造，共三个步骤。

一、策略逻辑与内容

首先我们按照LM11中的Heikin Ashi重构K线方法对原始K线进行去噪过滤，如下图所示:

在这里我不过多赘述原理和理论，感兴趣的可以翻看我们之前的LM系列第11篇文章——LM11丨重构K线构建择时交易策略。

第二步，我们根据重构的K线行情数据进行形态量化。在这里我们并不是量化什么矩形、楔形、上升三角、下降三角、头肩顶底等这些K线形态，我们的角度是从“趋”的切入点出发，去量化趋势形态。

价格的趋势，有两方面的含义：“趋”代表价格运动的方向，而“势” 则表明价格波动的强弱。一般从价格走势图上，价格运动方向比较容易描述，但从量化的角度“势”不是那么容易刻画，本篇我们先讨论“趋”。如下图所示：

下图的 K 线图，总共 11 根 K 线，假定图中第一根 K 线的收盘价与前一根不在图中的 K 线收盘价相比较是上涨的，那么基于收盘价单调性进行简化，收盘价变化可以记为（涨、涨、跌、涨、跌、涨、涨、跌、涨、跌、跌），用 1 与-1 表示状态变化向量为（1，1，-1，1，-1，1，1，-1， 1，-1，-1），因此价格的位移向量为（0，1，2，1，2，1，2，3，2，3， 2，1），注意位移向量比状态变化向量多一个初始单元 0，表示位移的起点从零开始。下图第一幅图为价格的实际走势，第二幅图是基于收盘价单调性的标准化结构图。

从这个例子看出，基于收盘价单调性标准化结构图，基本上和实际 K 线图比较相似，反映了价格的上涨和下跌的状态变化，但不足之处，对于上涨和下跌的幅度刻画得不够充分，相比较真实 K 线图，简化图更偏震荡。这个例子说明，如果只使用收盘价的单调性，标准化后走势会放大实际走势的震荡幅度，从而不能有效反映实际走势的趋势强度。

为了解决这个问题，一个自然而然的想法则是在对实际走势标准化过程中，考虑趋势的方向这个维度，均线是对趋势方向一个比较好的量化指标。因此我们引入 N周期均线，那么状态变化向量定义为：如果当前收盘价大于或等于 N 周期均线价格，则为 1；如果当前收盘价严格小于 5N周期均线价格，则为-1。

如下图所示：

上图K 线图中 5 周期均线，实际用到了第一根 K 线之前的另外 5 根 K 线的收盘价数据。状态变化向量为（1，1，1，1，1，1，1，-1，-1，-1， -1），而位移向量为（0，1，2，3，4，5，6，7，6，5，4，3）。从基于 5 周期均线的标准化结构图可以看出，基本上反映了实际走势图的趋势状态，左侧呈现单边上扬而右侧单边下跌，但较实际图形趋势更强，这就是 5 周期均线定义的美中不足之处，过于强化了趋势，而淡化了实际价格在均线之上或之下的涨跌波动变化，换言之，趋势粉饰过多，而震荡考量不足。

基于以上定义和缺点，我们融合收盘价单调性和 5 周期均线的标准化结构图，如下图所示：