Python量化策略:经波动率调整的随机震荡指标

本文探讨了如何通过调整波动率优化经典的随机震荡指标,结合斐波那契数列动态改变回溯期,以提高在金融市场中的择时能力。通过回测策略,展示了波动率调整后的随机震荡指标在AUDCAD和多货币测试中的表现,强调实际交易中应结合个人研究以实现盈利目标。
摘要由CSDN通过智能技术生成

我们都知道著名的随机震荡指标,它是MACD和RSI之外的主要指标之一。众所周知,它波动很大,有时会在很短时间内从超买区域转移到超卖区域。

随机振荡指标一直令我着迷,因为它的简单性和对已知归一化功能的使用。我发现它在技术分析中占据重要的地位,因此在量化交易中也使用了它。但是,我相信我们应该始终对所学知识进行创新,因此,在本文中,我们将优化该指标,令其能够反映价格的波动性。

本文来自《数据黑客》,登录官网可阅读更多精彩资讯和文章。

随机震荡指标

随机震荡指标通过在计算中纳入高点和低点,试图找到超卖和超买区域。计算公式如下:

在这里插入图片描述

我们将创建以下函数,根据OHLC(高开低收)数据计算随机指标:

def stochastics(Data, lookback, what, high, low, where):  
          
    for i in range(len(Data)):  
          
        try:  
            Data[i, where] = (Data[i, what] - min(Data[i - lookback + 1:i + 1, low])) / (max(Data[i - lookback + 1:i + 1, high]) - min(Data[i - lookback + 1:i + 1, low]))  
          
        except ValueError:  
            pass  
      
    Data[:, where] = Data[:, where] * 100

    return Data

# The Data variable refers to the OHLC array  
# The lookback variable refers to the period (5, 14, 21, etc.)  
# The what variable refers to the closing price  
# The high variable refers to the high price  
# The low variable refers to the low price  
# The where variable refers to where to put the Oscillator

在这里插入图片描述

上图显示了GBPUSD的随机震荡指标,回溯期等于14。由于指标的归一化函数的性质会使其介于最小值和最大值之间,因此该指标将始终在0到100之间。通常在交易软件中找到的默认参数是14,且具有某种形式的平滑。通常,其超买水平为20,超卖水平为80。

超买水平是一个被认为市场极为看涨的领域,超卖水平是指市场被视为极度看跌并势必反弹的领域。因此,随机震荡指标是一种逆势指标,旨在发出极端运动的信号。当然我们应保持谨慎,不要根据单一指标的信号做出决策。

调整波动率

适当地使用波动率调整是一个很好的工具,它可以通过修改公式以结合最近的波动率来帮助我们解释即将来临的信号或分析。但是什么是波动性?

  • 1
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值