概述

本策略基于Hull移动平均指标构建趋势跟踪交易系统,根据Hull曲线的方向决定做多做空,属于典型的趋势追踪策略。

策略原理

本策略使用Hull移动平均线作为主要技术指标。Hull移动平均线由美国交易员Alan Hull于2005年提出,是在移动平均线基础上进行改进,使用平方根函数减少了移动平均线的滞后性。

具体来说,Hull移动平均线包含两个平均线,一个是期间n的移动平均线MA(n),另一个是期间n/2的移动平均线MA(n/2)。两条平均线之差构成Hull差值曲线,再对Hull差值曲线计算其自身的移动平均线,即得出Hull曲线。

当Hull曲线上涨时,代表短期移动平均线上穿长期移动平均线,为触发做多信号;当Hull曲线下穿时,代表短期移动平均线下穿长期移动平均线,为触发做空信号。

本策略设置Hull期间n为16,分别计算n/2=8期移动平均线、n=16期移动平均线,并计算两者之差的Hull曲线,再对Hull曲线计算自身的n=4期移动平均(取平方根n=4)。当Hull曲线上穿时做多,下穿时做空。

策略优势分析

相比普通移动平均线,Hull移动平均线具有以下优势:

1. 减少滞后。运用平方根函数,Hull曲线更贴近价格,能够更快捕捉价格转折。

2. 减少假突破。传统移动平均线tend to generate more false crosses,而Hull曲线可以过滤掉一些噪音,避免不必要的交易。

3. parameter少。Hull曲线只需要一个n参数,方便优化,而双均线系统需要优化两个参数。

4. 可自定义。Hull曲线的n值可以根据市场调整,可自定义周期,适应不同品种。

5. 系统性强。Hull曲线系统性强,规避人工选择,遵循机械交易系统的一致性。

风险分析

尽管相比移动平均线系统,Hull系统具有诸多优点,但仍存在以下风险:

1. 趋势跟踪策略本身的局限。Hull系统作为趋势跟随策略,在趋势剧烈变化时容易止损。

2. 容易产生频繁交易。Hull曲线的快速响应特征会增加交易频率,容易过度交易。

3. parameters易过优化。只有一个参数n易导致过度优化,curve fitting的风险。

4. 效果因品种不同而异。Hull系统对一些具有高波动率的品种效果不佳,需要针对品种调整参数。

策略优化方向

基于上述Hull移动平均策略的局限性,可以从以下方面进行优化:

1. 结合附加指标过滤交易信号,避免假突破。可加入MACD,KD等指标判断趋势。

2. 增加止损策略,控制单笔损失。如设置移动止损或挂单止损。

3. 优化参数n的选择,避免过优化。可以采用walk forward analysis方法进行滚动优化。

4. 结合机器学习技术动态优化参数。使用RNN等模型预测参数n的最优值。

5. 分品种参数优化。使用机器学习对不同品种参数进行优化拟合。

6. 优化仓位管理,降低交易频率。可采用固定份额法则等方法。

总结

Hull移动平均策略是一个典型的趋势跟踪策略。相比移动平均线具有优势,但也存在过优化,频繁交易等问题。我们可以通过参数优化,止损策略,仓位管理等方法来改进该策略。Hull系统简单实用,值得进一步研究与优化,可结合更多指标和技术来制定一个稳定的交易系统。