概述

本策略利用极值法计算统计波动率,也称为历史波动率。它基于最高价、最低价、收盘价的极值,结合时间因素,测算出统计波动率。该波动率反映了资产价格的波动性。策略会在波动率高于或低于设定的阈值时,做出相应的多头或空头交易。

策略原理

1. 计算一定时间周期内的最高价、最低价、收盘价的极值
2. 应用极值法公式,计算出统计波动率

   
               
               
               
   SqrTime = sqrt(253 / Length)  
   Vol = ((0.6 * log(xMaxC / xMinC) * SqrTime) + (0.6 * log(xMaxH / xMinL) * SqrTime)) * 0.5
   

3. 比较波动率与设定的上下阈值,产生交易信号

   
               
               
               
   pos = iff(nRes > TopBand, 1, 
             iff(nRes < LowBand, -1, nz(pos[1], 0)))
   

4. 根据交易信号做多或做空

优势分析

本策略主要优势有:

1. 使用统计波动率指标,可以有效捕捉市场的热点与反转机会
2. 极值法计算波动率,对极端价格不敏感,结果更稳定可靠
3. 可以通过调整参数,适应不同波动率环境的交易

风险分析

本策略主要存在以下风险:

1. 统计波动率本身存在一定滞后性,不能准确把握市场转折点
2. 波动率指标对突发事件反应较慢,可能错过短期交易机会
3. 存在一定的错交易风险与止损风险

对策与解决方法:

1. 适当缩短统计周期,提高对市场变化的敏感性
2. 结合其它指标作为辅助,提高信号的准确性
3. 设置止损点,控制单笔损失

优化方向

本策略的优化方向:

1. 测试不同的统计周期参数,找出最优参数
2. 增加仓位管理模块,根据波动率调整仓位
3. 结合移动平均线等指标,设定过滤条件,减少误交易

总结

本策略利用极值法计算统计波动率,通过捕捉波动率异动产生交易信号。相比简单移动平均线等指标,它更能反映市场波动性,捕捉反转。同时,极值法算法也使得结果更稳定可靠。通过参数调整与优化,本策略可以适应不同市况,其交易思路与统计波动率指标值得进一步研究与应用。