通用策略01丨高位震荡过滤初探

量化策略开发，高质量社群，交易思路分享等相关内容

『正文』

ˇ

大家好，今天我们分享2023年度第一期策略——高位震荡过滤策略。本期策略是2023年开篇策略，可能没有自己想的多隆重宏伟，算是一个个碎片化逻辑需求的实现吧。

另外宣传一波，2023年度松鼠新增“股票”社群，目前已经开立拉群，具体详细信息可以点击链接——股票社群相关信息。

该策略逻辑要比以往策略逻辑更为简单，但是该策略逻辑中有2个小发现，这一点我会在年前直播中为大家讲解。

一、策略逻辑

此次策略最大特点我们缩减为2-3个参数，为什么说2-3个呢？其中参数extreme_filter作为极值过滤系数，可以人为可视化参考（拍脑袋）而定，也可以通过寻优方式确定。这里灵活度很大，而该策略最初核心变量过滤计算也是源于此。

一个最简单策略框架——方向+过滤，即可构造一个基础版本策略。方向性东西我们在过去探讨了40多种不同的方法论，核心在我看来还是合理的资金管理组合、自适应的出场逻辑、异质化的策略类型、和进场过滤（或者说共振）的自适应判断。而后者属于最为简单的、通过数据测试即可判断的、小白容易上手的、可视化一目了然的阶段性工作。

我们重点讨论过滤共振逻辑，方向性逻辑采用SF37超级趋势线算法（2021年算法），这里我们不再赘述，一带而过，如下图所示：

下面我们来仔细研究和讨论一下共振过滤逻辑，如下图所示：

从上述图中可以明显看到几个关系：

1、窄幅震荡、宽幅震荡的时候，子图数据呈现低位徘徊，这里我们所使用的定量结论是一旦行情出现该结构关系表现——子图数据一定阈值以下，行情呈现震荡（宽窄均有）

2、上述场景有一定规律可循，基本上都出现在上涨一波后，高位震荡；上涨一波后，一定幅度回调后震荡；下跌一波后，低位震荡；下跌一波后，一定幅度反弹后震荡。此时这种结构子图就会呈现数据下降和低位震荡。

3、由于采用的是技术因子，肯定还是有滞后性的。因此会出现阶段短期震荡后，快速出现行情情况，此时子图数据会呈现AV结构。这种场景是任何一个量价因子数据都不能解决的终极问题，所以也不再我们讨论范畴之内了。

4、震荡上涨和震荡下跌，通过该逻辑是无法识别的。

以上就是该过滤逻辑的优缺点，下面我们放到其他品种观察一下普适性逻辑，如下图所示：

苹果

花生

EB

从部分品种截图可以看出，从行情结构和子图数据基本上符合上述描述的特征关系。基于上述的发现，我们采用该方法过滤掉这种震荡行情，大家可以理解为类似局部优化的思想，因为这种方法不也只是千千万万震荡中的一种局部结构识别吗。

在这个变量基础上，我们从基础逻辑框架角度，简单设定一个阈值，阈值上下作为震荡和行情延续的定量判断。当然这里也可以主观使用，我个人比较喜欢看这种，也可以作为选品种的一种基础逻辑。

通过一般ER效率系数等效计算转换，以及可视化观察，我们人为设定0.55作为震荡与否的阈值，大概率可能不合适，别问为什么，时间周期、品种不一、结构不对称等都是导致阈值局部优化解漂移的情况。但是在方法论科学前提下，这些策略后置问题简单论述即可。

如下图所示，开仓逻辑上仅仅是通过该逻辑进行了震荡与否的顾虑。

那么为什么上述我说不合适呢？

1、多空结构问题，很多人问我何为多空结构？这个很简单，今天文章漏一些干货给大家。

一波上涨和下跌说耗费的时间一样吗？

同样时间周期，上涨和下跌的空间一样吗？

一波上涨的回调幅度和时间，与一波下跌的防范幅度和时间一样吗？

上涨后的顶部，和下跌后的底部出现的反转时间一样吗？（绝大部分上涨后，顶部基本上呈现AV快速下跌和回调，而一波跌幅后，大部分呈现低位震荡调整。）

这些问题在很多小白、和被普适性洗脑人眼里基本上被忽略和无视的。

2、阈值判断逻辑问题，这里仅仅只是通过拍脑袋定了一个0.55，实际上还是要靠数据说话，优化过拟合另说，因为本身过拟合也是一种数据表现，虽然他是一种极值无用的。其次就是采用众数和分为数的思想，对该阈值进行划分。

二、绩效

组合

2023年度Pro策略将不在提供多空分开结构策略逻辑，也不再提供优化数据和对应参数，从教学目的出发提供给大家统一的周期和参数，每个版块提供1-2个品种作为工作区组合。

苹果

棕榈油

总结：

1、进场还有一个逻辑忘记说了，那就是极值过滤，当一段行情极值创出很大的时候，那么后续的行情就跟上述描述一样，会出现高位震荡和低位磨底的过程，那么届时几乎都是止损的交易，所以我们在触发这个极值后，就关闭交易了。

2、主动离场逻辑采用老套的krange自适应加速逻辑，今年争取在开发一款自适应出场逻辑吧。

3、该逻辑后期考虑纳入到选品种中去。多空分开的工作区想要的可以私信我

由于各平台差异，回测绩效以TBQ版本为准。

本策略仅作学习交流使用，实盘交易盈亏投资者个人负责。

👌

End