1200字范文 > 量化策略：基于波动率范围指标的反向交易策略

量化策略：基于波动率范围指标的反向交易策略

时间：2022-09-23 21:29:13

金融时间序列非常复杂，我们需要许多变量来理解和解释它们。只有这样，我们才有机会预测价格并从中获利。在本文中，我将介绍一个新的技术指标，称为波动范围指标（VRI），该指标使用波动率，动量和范围的概念来生成高质量的交易信号。

波动范围指标（VRI）

VRI是一个相对复杂的指标，由三个要素组成：

波动率由历史标准偏差衡量。按收盘价之差衡量的动量。最大-最小范围技术。

在将每个部分组合在一起之前，我们将单独讨论它们，将“波动率范围指标”（VRI）全部呈现出来，然后创建交易策略并回溯检验。

本文来自《数据黑客》，登录官网可精彩资讯和文章。

数据黑客

1. 波动率

最基本的波动类型是标准差。它是描述性统计的支柱之一，并且是某些技术指标中的重要元素。它也用在著名的布林带中。首先让我们定义什么是方差，然后再找到标准差。

方差是与均值的平方偏差（离散度量），我们采用平方偏差以强制与均值的距离为非负值，最后求平方根以使度量具有与均值相同的单位。方差通过以下公式计算：

标准差等于方差的平方根：

下图显示了EURUSD每日价格的标准差（回溯期为3）：

def volatility(Data, lookback, what, where):for i in range(len(Data)): try: Data[i, where] = (Data[i - lookback + 1:i + 1, what].std()) except IndexError: pass return Data

2. 动量

VRI用收盘价的一阶差分（减法）衡量动量，我们用当前K线的收盘价减去n根K线前的收盘价，计算公式如下：

下图第一个面板显示EURUSD的小时图收盘价，第二个面板显示收盘价的差分（回溯期为3）。

for i in range(len(Data)):Data[i, where] = Data[i, what] - Data[i - lookback, 0]# Assuming what = 3, lookback = 3, where = 4, and we have an OHLC array with a few empty columns to be populated

3. 极限范围

极限范围（extreme range）是指回溯期内价格的最大范围和最小范围，此处回溯期选择3，计算包含两个步骤：

最大范围是过去3根K线最高价的最大值。最小范围是过去3根K线最低价的最小值。

极限范围等于最大范围减去最小范围。

# High Range for i in range(len(Data)): try: Data[i, where + 2] = max(Data[i - lookback:i + 1, high]) except ValueError: pass# Low Range for i in range(len(Data)): try: Data[i, where + 3] = min(Data[i - lookback:i + 1, low]) except ValueError: pass# Assuming where = 4, high = 1, low = 2, and we have an OHLC array with a few empty columns to be populated

上图第一个面板显示EURUSD的小时图价格，第二个面板显示极端范围，回溯期为3。

最后，将它们组合起来形成波动率范围指标。计算公式如下，先将价格动量除以极限范围，然后乘以当前的波动率。

constant是将交易信号归一化的常数。回溯检验时我将常数设为10000，以便更清楚地显示VRI值。

def vri(Data, lookback, what, high, low, where):# Volatility Calculation Data = volatility(Data, lookback, what, where)# Differencing as a Measure of Momentum for i in range(len(Data)):Data[i, where + 1] = Data[i, what] - Data[i - lookback, 0]# Extreme Range for i in range(len(Data)): try: Data[i, where + 2] = max(Data[i - lookback:i + 1, high]) except ValueError: passfor i in range(len(Data)): try: Data[i, where + 3] = min(Data[i - lookback:i + 1, low]) except ValueError: pass Data[:, where + 4] = Data[:, where + 1] / (Data[:, where + 2] - Data[:, where + 3])Data[:, where + 4] = Data[:, where + 4] * Data[:, where] * 1000 return Data

上图第一个面板显示EURUSD小时图价格，第二个面板显示VRI，回溯期为3。

经过仔细观察，我们可以将0.3作为短期顶部的阈值，将-0.3视为短期底部的阈值。

上图第一个面板显示USDCHF小时图数据，第二个面板中显示VRI，回溯期为3。