当前位置: 首页 > news >正文

SPL量化工作台使用教程-13 波动性突破策略

这个策略的基本逻辑是:当市场的波动性(即价格区间)突然放大时,往往预示着新趋势的开始。我们用一个简单的指标来量化这种波动,并据此进行交易。

  1. 指标公式

这个策略只使用一个指标,我们称之为波动率因子 (Volatility Factor, VF)

VF = ln(最高价 / 最低价) * 10

  • 最高价:当前K线的最高价。
  • 最低价:当前K线的最低价。
  • ln:自然对数。ln(最高价/最低价) 本质上是计算当日价格的变化幅度(对数收益率的一种形式)。乘以10是为了放大这个值,使其更容易被观察到和用于触发信号。

这个值的含义:VF 值越大,表示当天的价格波动范围(从最高到最低)越大。


  1. 买入和卖出时机

这个策略需要一个波动性基准。我们假设如果当前的波动性超过了过去一段时间的平均水平,就可能发生“突破”。

策略规则(以做多为例):

  1. 计算基准波动率 (Benchmark Volatility)
    • 计算过去N天(例如N=20)的VF值的简单移动平均(SMA)。我们称之为 VF_MA。
    • VF_MA = SMA(VF, 20)
  2. 买入信号 (开仓信号):
    • 如果当前K线的 VF > VF_MA * 系数K(例如K=1.5)
    • 并且当前K线是阳线(收盘价 > 开盘价)
    • 则在下一根K线开盘时 买入。
    • 逻辑:波动性显著放大(超过平均水平的1.5倍)且价格收涨,表明可能开始了向上的突破行情。
  3. 卖出信号 (平仓信号):

买入后,设置一个目标盈利点和止损点。

    • 止盈:当股价从买入价上涨达到 X% 时,卖出。例如 X = 5%。
    • 止损:当股价从买入价下跌达到 Y% 时,坚决卖出止损。例如 Y = 3%。
    • 补充条件:如果一直没达到止盈或止损,则在买入后的第M天(例如第5天)无条件卖出。

根据上述描述,我们来实现此策略:

第一步先定义波动率因子指标:

选择SPL公式,输出列名填VF,输出列类型选普通,表达式为ln(最高/最低)*10

  1. SPL公式:ln()函数

函数说明:

计算一个数值的自然对数(以常数 e 为底的对数)。

函数语法:

ln(number)

参数说明:

number 数值类型

用法示例:

ln(100) //输出结果4.605170185988091

第二步定义买入信号列:

选择SPL公式,输出列名填VF_signal,输出列类型选信号,表达式为if(VF>VF[-20:-1].avg()*1.5 && 收盘>开盘,1,0)

第三步定义策略:买入信号列选VF_signal,买入价格选昨日收盘价,卖出信号列和卖出价格均不设(其意思是不按此操作),止盈幅度填5,止损幅度填3,最长持仓日填5,平仓缺省价格选昨日收盘价

提交后可看到回测结果:

可以看到使用该策略,600690这只股票在2022年实现了盈利。

SPL量化工作台(临时)网址:http://stock.raqsoft.com.cn:8092/model.jsp

因股票信息量大,请在大屏幕电脑上使用浏览器操作,不合适小屏幕手机体验。

工作台首页:https://www.raqsoft.com.cn/wx/splqt.html (长期有效,临时网址变更时可从这里获取最新的)。

社区网址:https://c.raqsoft.com.cn/tag/QuantitativeTrading

http://www.jsqmd.com/news/172782/

相关文章:

  • YOLOv8 Virtual Adversarial Training对抗扰动生成
  • YOLOv8 Transformer编码器引入可能性讨论
  • YOLOv8 DCNv2在YOLOv8中的适用性评估
  • 除了多户外,这些近视防控技巧你还知道哪些?
  • YOLOv8 CBAM空间与通道混合注意力应用
  • 物流路径优化:用Neo4j构建供应链关系网络,大数据场景下配送效率提升40%
  • I2C协议学习总结
  • YOLOv8 BlendMask区域提议融合分割
  • 11.30
  • 2025必备10个降AIGC工具,本科生必看!
  • YOLOv8 HRNet保持高分辨率特征的优势
  • YOLOv8服务器端部署推荐使用YOLOv8x
  • YOLOv8 + Linux系统:打造高性能GPU计算视觉平台
  • 12/31
  • YOLOv8 SKNet选择性核卷积尝试
  • 低龄儿童近视可逆吗?这些防控期知识你清楚吗?
  • 逻辑题:解析‘温度值(Temperature)’对 Agent 执行确定性工具(如计算器)时的致命影响
  • YOLOv8 GHMC梯度和谐化机制引入实验
  • 深度解析 | 集成Nano Banana Pro的ChatPPT,如何重新定义AI美化PPT的行业标杆?
  • 2025加拿大求职机构哪家好全解析:导师团队+成功率排名(附完整测评) - 品牌排行榜
  • YOLOv8国内镜像源加速下载方法
  • YOLOv8 CARAFE卷积上采样替代方案测试
  • YOLOv8 Issue撰写规范:高效反馈问题技巧
  • Git 标签管理
  • YOLOv8 GhostNet极轻量替代选项探索
  • Dify安全漏洞紧急应对:1.11.1版本修复了哪些你不知道的权限绕过问题?
  • 2025海外求职平台推荐权威测评:融资背书+战绩双指标排名(附完整名单) - 品牌排行榜
  • 青少年近视怎么预防?家长必知的核心要点你了解吗?
  • 终极思考:当 Agent 可以编写并运行代码来修改自己的源代码时,我们该如何保持对其行为的可控性?
  • YOLOv8 Co-Training协同训练框架设计