基于技术指标的反转策略（上）

黑马_御风 2017-06-16

展开全文

《基于技术指标的反转策略》（作者：陈燕城、刘会洋、施通）

一、模型介绍：日内趋势交易策略

（一）策略基本思想

在趋势交易策略中，我们所面临的难题主要可以分为两项：1.判断金融时间序列中是否有明显趋势；2.明确趋势的方向。

图1-1：趋势策略面临的两大难题

对于金融时间序列，我们可以将其分为噪声部分（波动部分）和信号部分（趋势部分）。噪声部分代表了股价的随机游走；信号部分代表了市场的趋势性。当信噪比（信号与噪声的比值）较小时，价格的随机性较强，市场多呈现出震荡形态；而信噪比较大时，市场趋势较为显著。因而在信噪比较大的情况下，如果能够有效把握趋势，则有机会从中获得投机性收益。

这使得我们很容易就会想到快速傅里叶变换，这种方法在信号消噪领域具有极广的应用，然而在股指期货价格曲线的去噪中却有许多的局限性,因为它的去噪是根据噪声与信号的波动频率不同来一刀切分离的。

针对傅立叶变换的这种缺陷，美国航空航天局院士Huang提出了一种自适应性的噪声分离方法，也就是经验模态分解法（EMD）来解决这个问题。

图1-2：EMD的基本思想

取每天上午股指期货开盘后的一段高频价格数据，通过EMD 进行波动噪声分离，分别得到波动项和趋势项。根据它们标准差比值的自然对数获得噪信比（信噪比的倒数），或称之为相对能量。当相对能量较小时，信号显著、趋势稳定，进行相应方向的日内趋势交易，如果盘中没有触及固定比例止损线，则在期货尾盘进行平仓；相对能量较大时则当日不进行开仓操作。

图1-3：策略基本架构

欢迎加入星潮FOF研究院微信群
（扫码截止2017年6月18日有效，到期更新）

（二）经验模态分解模型算法

EMD是一种自适应的分析方法，即依据数据自身的时间尺度特征来进行信号分解。假设任何复杂的信号都是由一些不同的“波动项”和一个“趋势项”组成，这些波动项被称为本征模态函数（IMF）或者内禀模态函数，趋势项为。即原始信号：

（注：本征模态函数为满足如下两个条件的函数： 1）函数的局部极大值以及局部极小值的数目之和必须与零交越点(Zero Crossing，信号改变正负号的点)的数目相等或是最多只能差 1，也就是说一个极值后面必需马上接一个零交越点。2）在任何时间点，局部最大值所定义的上包络线与局部极小值所定义的下包络线，取平均要接近于零。）

EMD的基本实现过程是用“筛”的方法把一个复杂信号分解为有限个本征模函数之和,对于给定的信号St,经验模态分解的过程是一个不断从信号中提取出本征模态函数，直到信号仅保留趋势项的过程。以图A所示为例，其分解过程如下所示：

输入：原始信号St，如图 A 所示。

输出：本征模态函数和趋势项。

步骤1：找出St中的所有局部极大值以及局部极小值，如图B，红色和绿色的依次是极大值点和极小值点；

步骤2：利用三次样条插值函数，分别将局部极大值串连成信号的上包络线，将局部极小值串连成下包络线，如图C；

步骤3：求出上下包络线的平均值，得到包络线均值m1,t，即图D 中黑色粗线；

步骤4：原始信号St与均值包络线相减，得到第一个分量h1,t。

步骤5：检查h1(t) 是否符合IMF 的条件。如果不符合，则回到步骤1并且h1,t当作原始讯号，进行再次的筛选。亦即

直到符合 IMF 的条件，即得到第一个IMF分量IMF1，亦即IMF1 =hkt，如图 E所示；

步骤6：原始讯号St减去IMF1可得到剩余量r1,t，如图F所示，表示如下：

步骤7：将图F中r1t当作新的资料，重新执行步骤1至步骤6，得到新的剩余量r2,t。如此重复n 次，直到rn,t为单调函数，即趋势项。

图1-4：信号的本征模态函数提取示意图

（三）经验模态分解参数介绍

假设任何复杂的信号都是由一些不同的“波动项”和一个“趋势项”组成，这些波动项被称为本征模态函数（IMF）或者内禀模态函数，趋势项为。即原始信号：

波动能量比：，

开仓条件：

多空方向条件：

ts的确定：从开盘时间20分钟到109分钟中选取。选取年化收益率/最大回撤比最大的时间点作为开仓时间点。

止损策略：固定比例止损。当浮亏大于r(0.6%)时，进行平仓，否则当日收盘平仓。

（四）经验模态分解法的优缺点及改进

EMD方法的分解过程依赖数据本身包含的变化信息,这是EMD方法的主要优点,但是在某些情况下EMD得到的IMF会出现模态混叠。模态混叠是指在一个IMF中包含差异极大的特征时间尺度,或者相近的特征时间尺度分布在不同的IMF中,表现为相邻两个IMF波形混叠,相互影响,难以辨别。

图1-5：经验模态分解的不足之处

针对上述问题。胡爱军等（2011）提出了一种简单的模态混叠处理方法：高频谐波加入法(记为HFHA-EMD)。高频谐波加入是根据数据分析频率范围和信号的特征,对原始信号加入一个高频简谐信号后再进行EMD分解。

这种方法的原理在于向原始数据中加入一个满足被第一阶段IMF分解出去的条件的高频谐波，该高频谐波的频率高于原始数据由于受到干扰而导致的高频部分的频率，振幅应差不多等于原始数据的最大振幅。然后再对加入了高频谐波之后的数据进行EMD操作。

高频谐波加入法的基本出发点是通过高频信号的加入,改变原始信号的极值分布去“淹没”突出的高频振动,或使干扰引起的高频振荡部分变得不很突出,从而使信号包络更自然,提高EMD 的整体分解效果。

图1-6：加入高频谐波的经验模态分解法 (记为 HFHA-EMD)的策略架构

（五）经验模态分解的具体操做过程

二、反转策略

（一）反转策略基本思想

前面的基于经验模态趋势交易策略就是估计当日开盘之后股价震荡和趋势的能量之比，并据此来推断股价在全天的震荡和趋势的能量之比。如果该能量比的值较小，则认为股价的趋势较强，开仓进行趋势交易；如果该能量比的值较大，则认为股价的趋势较弱，以震荡为主，不进行交易。

如果股价震荡强烈，说明市场双方激烈角力，股价在一定范围内反复波动。能否从这种震荡行情中进行交易，获取利润呢？如果能够准确把握市场的反转行情，而且反转行情的幅度足够补偿交易成本和错判时的交易损失的话，我们就可以在趋势策略开仓条件不满足的时候，进行反转建仓，充分利用行情走势，打开另一扇盈利之门。

2.2反转策略介绍

前文EMD趋势交易策略中，假设第k个交易日计算获得的对数波动能量比为R_k，则第k日趋势交易策略的建仓条件是：

其中为沪深 300 股指期货的平均对数波动能量比。

在（其中判断阈值Threshold2 ≥ Threshold1）时，股价的趋势呈现以震荡状态，我们采取的是改进版的枢轴点（PivotPoint）的交易策略，进行反转交易。

反转策略在每个交易日开盘之后判断出开盘之后股指期货价格震荡强烈，然后进行的交易策略。由于早盘已经判断该日为震荡强烈的市场，因此不运行趋势策略，只运行反转策略。

1. Pivot Point交易策略介绍

PivotPoint（枢轴点）策略是一种经典的日内交易策略。Pivot Point是一套非常“单纯”的阻力支持体系，大概是10年前一个做期货的高手发明的方法，至今已经广泛的用在股票、期货、国债、指数等高成交量的商品上。

枢轴点策略是一套根据近期价格波动极点计算出来的阻力支撑体系，多用于日内交易。基本的枢轴点是一个7点系统：包含轴心Pivot，3个阻力位r1、r2和r3，以及3个支撑位s1、s2和s3。

Pivot Point的计算有多种形式,我们使用了5个关键点，包括PivotPoint, Support 1 (支撑点1), Resistance 1 (阻力点1),Support 2 (支撑点2), Resistance 2 (阻力点2)。

2. Pivot Point原始参数的设定

表2-1：

枢轴线： Pivot =（Close + High + Low）/3；
阻力位1：R1=2*Pivot- Low；	阻力位2：R2=Pivot+High-Low；
支撑位1：S1= 2*Pivot - High；	支撑位2：S2=Pivot -（High - Low）；