Lyndon的量化修炼之路——随机指标（KDJ）优化策略（一）

最新推荐文章于 2022-10-11 16:00:37 发布
最新推荐文章于 2022-10-11 16:00:37 发布
阅读量4.2k 收藏 6
点赞数 1
分类专栏： 那些年呓语梦言 文章标签： 期货 量化策略 KDJ 随机指标
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43249102/article/details/83004747
版权 
//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
TN9
TMA13
TMA23

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。
在这里插入图片描述

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。

在这里插入图片描述

在这里插入图片描述

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%1.5064433.20%-12.37
KDJ-过滤短时信号13.50%45.43%1.2733918.78%6.63

在这里插入图片描述

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 ~ ~~~~~~~~

胖Lyndon
关注
专栏目录
Lyndon的量化修炼之路——随机指标（KDJ）优化策略（二）
胖Lyndon
10-10 1941
//文章内容为中州期货上海分公司所有 //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指标进行一些判断时，也会考虑其对超买超卖作出的判断，而此前的模型中也加入相关的条件来阻止错误方向的信号发出——当J指标超过100时处于超买状态，阻止多开，低于0时阻止空开。...
量化：KDJ策略
最新发布
April123abc的博客
12-15 1066
type: 股票、场内基⾦、场内交易的货币基⾦、分级A基⾦、分级B基⾦、分级⺟基⾦、⾦融期货、期货、债券基⾦、股票基⾦、QDII 基⾦、混合基⾦，'stock'/ 'fund' / 'mmf' /'fja'/'fjb'/ 'fjm'/'index_futures' / 'futures' / 'bond_fund' / 'stock_fund' / 'QDII_fund' / / ‘mixture_fund' /'120m', '1d', '1w', '1M'. '1w' 表示⼀周, ‘1M' 表示⼀⽉。
kdj值应用口诀_终于有人把KDJ指标讲通透了：“J值接近负值逐步买，J值靠近100逐步卖”，这才是KDJ的精髓...
weixin_39612849的博客
01-02 3984
KDJ是技术分析中最常用的指标之一,它综合了动量、相对强弱和平均线的优点,在计算过程中主要研究最高价、最低价与收盘价之间的关系,反映价格走势的相对强弱和超买超卖状态。下面越声策略给大家详细介绍下KDJ指标!一、什么叫：KDJ指标KDJ指标又叫随机指标，由K线、D线和J线三条曲线所组成，是一种中短线的技术指标分析指标。KDJ指标只判断股票的超买超卖的现象，在KDJ指标中则融合了引用了平均线速度的观念...
KDJ指标
极客神殿
12-05 2782
KDJ指标又叫随机指标，是一种相当新颖、实用的技术分析指标，它起先用于期货市场的分析，后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具。 随机指标KDJ一般是用于股票分析的统计体系，根据统计学原理，通过一个特定的周期（常为9日、9周等）内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系，来计算最后一个计算周期的未成熟随机值RSV，然后根据平滑移动平均线的方法来计算K值、D值与J值，并绘成曲线图来研判股票走势。 简介 KDJ指标又叫随机指标，是一种相当新颖、实用的
量化投资实战（二）之KDJ交易策略
热门推荐
PyQuant
04-26 1万+
KDJ指标又叫随机指标，是一种相当新颖、实用的技术分析指标，它起先用于期货市场的分析，后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具
股票量化分析（12）——第三个策略（kdj策略）
niuge8905的博客
10-22 1万+
首先来看一下百度百科上kdj的策略： 这里的kdj值采用talib的STOCH函数来计算，感兴趣的可以看看具体计算过程。理科生会发现经济学的学生的数学计算简直不能更简单。 直接放代码（这里将上面的策略稍微改了一下，j值太敏感，不考虑，k值大于D值的第二天买入该股票，另外d值要大于20，避免超卖）：import tushare as ts import pandas as pd import
Python 量化投资实战教程(4) —KDJ 策略
Python实用宝典网
06-27 5695
量化投资系列文章： Backtrader 教程 — Python 量化投资实战教程(1) Python 量化投资实战教程(2) —MACD策略(+26.9%) Python 量化投资实战教程(3) —A股回测MACD策略 Github仓库：https://github.com/Ckend/pythondict-quant 今天我们来使用backtrader试试另一个量化投资策略：KDJ策略，KDJ是最常用的指标之一，其中文名叫“随机指标”。它通过统计学原理，识别N个交易日内最高价、最低价、最新收盘价三者之
ＫＤＪ股票交易策略１
band210094的专栏
06-24 421
# coding=UTF-8 # encoding:UTF-8 import pandas as pd import numpy as np import matplotlib import matplotlib.pyplot as plt import tushare as ts def Stock_KDJ_Calculation(stock_number): stock_price_d...
【算法原理+洛谷P6114+HDU6761】Lyndon分解
Cassie_zkq的博客
10-24 378
算法原理： Duval算法时间效率O(n)O(n)O(n) 此处谈一谈自己对算法原理的理解： k-j相当于循环节的长度，i到j之间可能会出现多个重复的lyndon串，所以后面更新i的时候用的是while。 s[j]<s[k]的时候很好理解，s[j]包含在以i为起点的lyndon串中，j此时回退到起点， s[j]=s[k]时， j和k同时++，一直在向右移动匹配（i到j之间可能出现多个循环节），此时循环节的长度不变。 例题 lyndon分解后每个lyndon串的右端点（字符串下标从1开始存） 洛.
大数据-算法-双参数量子仿射代数的Drinfe子仿射Lyndon基及其顶点表示.pdf
04-17
双参数量子仿射代数是量子群理论的一个重要分支，其研究始于2001年Benkart-Witherspoon的工作，他们受到down-up代数的启发，引入了有限类型的双参数量子群，并探讨了其结构和表示理论。这一理论随后被Bergeron-Gao-...
KDJ中J值量化策略源码.py
06-12
KD线称之为随机指标，K为快速指标（黄色），D为慢速指标（蓝色），红色为J线，一般性用法围绕着J展开，20以下为超卖区（本来不该卖这么多，结果卖了这么多，就有反弹的需求），80以上为超买区，我们常用的都是J值，当J值低于20一下，出现金叉，反弹概率比较大。
KD指标量化策略源码
06-12
KD指标全称KDJ指标，中文名称是随机震荡指数，英文名称是Stochastics oscillator是技术分析指标的一种。的主要理论依据是：当价格上涨时，收盘价倾向于接近当日价格区间的上端；相反，在下降趋势中，收盘价倾向于接近当日价格区间的下端。随机指标（KDJ）在设计中充分考虑价格波动的随机振幅与中短期波动的测算，使其短期测市功能比移动平均线更加准确有效，在市场短期超买超卖的预测方面又比相对强弱指标敏感。因此，这一指标被投资者广泛采用。
Python的pandas库实现KDJ指标策略
09-11
Python的pandas库实现KDJ指标策略
图像字幕的自动评价指标与人类判断的相关性不足，需要基于学习的度量来评估图像字幕质量
NNEval：基于神经网络的图像字幕Naeha Sharif1，Lyndon White1，Mohammed Bennamoun1，and ...图像描述的自动评价是一项复杂的任务，在字幕系统的开发和细粒度分析中具有重要意义现有的自动评估图像字幕系统的指标未能
lyndon分解！ 2020杭电多校1 1011 Minimum Index
wayne_lee_lwc的博客
07-23 586
学到了个新的操作，调题目调了好久，但是很有意思，分享一哈。 题目大意 题目链接在此 大致意思就是给定T个字符串，每个字符串尤其长度个数量的前缀，求其每个前缀中字典序最小的后缀的起始位置，并将他们乘上1112的幂加起来对1e9 + 7取模。 题目不难理解，但就是每个字都看懂了，连起来就是不会或者说没有思路。要解决这个问题，一种可行的方法是借助lyndon分解，下面我们就先来看一下lyndon分解是何方神圣。 lyndon分解 介绍lyndon分解前，我们需要先了解一个概念：lyndon串。 对于字符串 ，
机器学习(7)——支持向量机（一）：从感知机到线性可分支持向量机
Lyndon_zheng的专栏
12-06 3923
前言支持向量机(support vector machine)本来是最早接触的机器学习算法，最初自己写的的机器视觉论文也用到了SVM，但和神经网络一样，一直觉得它是比较复杂的机器学习方法，需要深入的学习和研究。因此先是系统推导了李航的《机器学习》，之后学习Andrew Ng的机器学习课程，并看了july、pluskid等人的技术博客。也不能说自己精通了，只能算是学习笔记，总结一些自己能掌握的东西。
券商接口量化交易策略——KDJ指标
1841085904的博客
10-11 883
融合了动量观念、强弱指标一些优点的KDJ指标，通过特定周期内出现过的最高价、最低价、收盘价三者之间的比例关系为基本数据进行计算，将得出的K值、D值与J值连接成曲线图，就形成了反映价格波动趋势的KDJ指标。就敏感度而言，最强的是J值，其次是K，最慢的则是D了，而从安全性来讲，就刚刚相反。K值为RSV值3日平滑移动平均线，公式为：Kt=RSVt/3+2*t-1/3。D值为K值的3日平滑移动平均线，公式为：Dt=Kt/3+2*Dt-1/3。计算方法：首先要计算周期的RSV值，然后再计算K值、D值、J值。
随机指标KDJ使用入门
mm33211的专栏
03-12 2016
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，在应用时主要从五个方面进行考虑：KD的取值的绝对数字；KD曲线的形态；KD指标的交叉；KD指标的背离；J指标的取值大小。 　　第一，从KD的取值方面考虑。KD的取值范围都是0～100，
kdj买卖指标公式源码_KDJ优化通达信指标公式源码
weixin_30745053的博客
01-10 5721
10,COLORRED;20,COLOR00FF00,LINETHICK3,POINTDOT;40,COLOR00FFFF,LINETHICK3,POINTDOT;50,COLORRED,LINETHICK2;60,COLORRED,LINETHICK3,POINTDOT;80,COLOR00FFFF,LINETHICK3,POINTDOT;90,COLORWHITE;100,COLOR...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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