程序化交易系统之布林线算法遇上“考夫曼自适应均线”！

牛角问答，股票期货专业投机者。

前言

在程序化交易或者技术分析领域，大部分人都低滞后性的技术比较热衷，因为低滞后性可以先人一步得到交易系统的开仓信号。

很不幸的是。

股票期货市场上的趋势类技术指标，绝大多数都难逃指标值“滞后”的魔掌，就拿均线来说，滞后性最强。

当均线拐头时，价格已经涨了不少，一般都抓不到行情起始阶段。

甚至在行情震荡区间，金叉后立刻掉头下跌！

均线完全跟不上行情反转的节奏，不得不承认这就是事实，这就是均线本身的缺陷！

想要完全消除滞后是不可能的，但可以减弱技术指标的滞后性。

文章将介绍一种算法，可以将指标滞后性降到最低。那就是“考夫曼均线算法”，并与布林线算法结合，用程序化软件编写后实现自动化交易！

接下来，我们将对考夫曼均线进行深入研究。

考曼均线真实面目

考夫曼均线，也称“自适应均线”，而真正厉害的地方正是它的自适应这个优势。技术指标或程序化策略一旦有了自适应的功能，就等同于有了“灵魂”。

所谓的“灵魂”是什么？

可以理解成它可以根据当前市场的波动，“自发的”去调整算法自身的参数，不断的自我“进化”，达到自适应市场的效果。

而简单移动平均线，不能动态调节公式自身的参数，只能按照固定的参数进行计算。

请仔细对比下面两幅图。

图一，简单移动平均线。

图二考夫曼自适应均线。

对比后发现了什么现象？

① 考夫曼均线对行情反转较为灵敏，紧贴行情走势，而移动平均线反应非常迟钝、滞后。

② 考夫曼均线趋势转震荡的时候，对行情的灵敏度降低，很快就进入了平缓状态。

考夫曼算法就好比恒温动物，当周围环境温度变低时，会启动体温调节中枢，自动调节身体的温度，以适应寒冷的冬季。

这是考夫曼算法的核心。

下面剖析考夫曼均线公式，科学客观的解释为何会出现这样的现象。

下面是它的算法：

见公式万别晕，只关注1个点就ok。

(1) 参数。

• E = 10，计算EffRatio 所需的周期。
• fast = 2，快周期。
• slow = 30，慢周期。

(2) 变量。

• AMAValue ，当前考夫曼均线值，初始值=第一根k线的close。
• AMAValue[1] ，前一根k线的考夫曼均线值。

要看懂公并不难。

假设其他参数不变的情况下，在公式运行过程中唯一变动的量其实就只有EffRatio这个变量。

也就是考夫曼均线的“体温调节中枢”！

EffRato变量，是这样影响考夫曼均线值的。作者将以上涨趋势为例。

(1) 当市场上涨迅猛，那么EffRatio随之变大。

此时如果将变大的EffRatio值带入下面第三个公式的最后一个加数后，整个AMAValue的值一定会变大。

此时就会产生象①，考夫曼均线AMAValue与价格贴得更近！更灵敏！如下图所示。

这是EffRaio变大的情况下，均线值的变化情况。

接下来，揭露当市场反转或横向整理的时候，现象②是如何发生的。

(2) 当市场上涨动力衰竭，价格横向整理时，那么EffRatio随之变小。

此时如果将变小的EffRatio值带入下面第三个公式的最后一个加数后，整个AMAValue的值一定会变小。

此时，就会产生现②，灵敏度降低，很快就进入了平缓状态，如下图所示。

小结。

作者花了么大的篇幅讲解考夫曼均线算法的内在逻辑，是为了让读者在下一部分的运用中，做到知其然，还要知其所以然！

以上，就考夫曼均线的内在运行机理。下面将布林线算法和考夫曼均线相结合，形成一个最终的程序化交易策略。

俗称“自适应版”的布林线策略！

当布林线算法遇到考夫曼均。

作者在研究布林线策略时，最头疼就是布林线算法里的20周期移动平均线，导致策略信号滞后的问题，如下图所示。

可以清楚的看到，当价格破上轨时，行情已经涨了不少，大大压缩了策略利润。

(1) 简单讲解下布林线算法。

布林线有上轨、下轨、中轨。

• 中轨，20日移动平均线。
• 上轨，中轨 + N*20周期标准差。
• 下轨，中轨 - N*20周期标准差。

大概的效果可以参照上图中的布林线图。

(2) 如何用考夫曼均线算法，改善策略开仓信号滞后问题呢？

很简单的操作。

直接将布林线算法的20移动平均线替换成考夫曼均线，以此计算布林线的上下轨。

这个是非常好的思路！

原因主要有以下：

① 获得比其他程序化交易者更快的交易信号，快人一步。

② 让策略拥有考夫曼均线算法的自适应特性，策略在未来的自适应能力更加强大。

让我们对比一下改进前和改进后的效果对比。

改进前。

改进后。

同是布林线，考夫均线版本和简单移动平均线版本，他们的信号差距如此之大。

(3) 基于考夫曼算法的布林线策略开平逻辑。

整个策略的开仓会涉及跨周期过滤、跟踪止盈以及假突破的过滤三大方法。

策略开平仓逻辑：

• 最高价突破，布林线上轨+ATR，且价格在周线EMA8均线之上，开多。
• 最低价触发，跟踪止盈线时，平多。
• 开空逻辑同理。

策略的最终效果如下图。

做空信号。

做多信号。

这就整个考夫曼算版的布林线策略。

小结。

到目前为止，我们利用了考夫曼自适应算法对布林线策略进行了改进，将20日移动平均线替换成了考夫曼均线。

作者最主要的目的就是要让大家知道，考夫曼均线在布林线策略中的优势，让其更好的为策略服务。

回测分析

下面将用螺纹钢指数进行回测析。

回测参数设置:

• 回测资金10万。
• 回测时间，2009年至今。
• 品种，螺纹钢指数合约。
• 回测周期，30分钟。
• 滑点1跳。
• 费用，1%%。
• 仓位，资金20%。

回测资金曲线:

最后

作者用这篇文章，主要给大家细的剖析了考夫曼均线算法的自适应原理，以及利用其特性对布林线策略进行升级改造。

使得布林线拥有了自适应的特性，降低策略的滞后性。获得了不错的收益！

其实，一通百通。我们可以基于考夫曼均线算法原理对其他技术指标进行升级改造，最终形成自己的一套自适应算法。