算法系列 | 斜率+自适应区间交易策略

致力于量化策略开发，高质量社群，交易思路分享等相关内容

大家好，我是乌克兰剑圣。

有朋友提意，松鼠大部分策略都是基于分钟周期，其实日线策略可以多出一些的。OK，这一期是关于日线级别的 斜率+自适应区间的交易策略。

线性回归-斜率

  if (Length > 1)  {    SumX = Length * ( Length - 1 ) * 1/2;    SumXSqr = Length * ( Length - 1 ) * ( 2 * Length - 1 ) * 1/6 ;      Divisor = Sqr( SumX ) - Length * SumXSqr ;          SumY = Summation( Price, Length ) ;    for i = 0 to Length - 1     {      SumXY = SumXY + i * Price[i] ;    }        LRSlope = ( Length * SumXY - SumX * SumY) / Divisor ; //斜率返回值    LRAngle = Atan ( LRSlope ) ; //角度返回值    LRIntercept = ( SumY - LRSlope * SumX ) / Length ; //Y轴截距返回值    LRValue = LRIntercept + (Length - 1 - TgtBar)*LRSlope; //回归返回值    Return True;  }Else  {    Return False;  }

计算中轨

    HL=(H+L)/2;

这里没有用到直接只用BAR线的高低价格计算中轨，然后计算中轨的斜率。

H0Slope=LinearRegSlope(HL,N);H1Slope=LinearRegSlope(HL[1],N);

这里我们保存俩个数据，一个是最新bar的HL斜率值，一个是上一个bar的HL斜率值。这样做到目的，我们来看下图：

放大副图：

斜率比较稳定，我们用新值与前值做一个类似金叉死叉的趋势判断器，这里不考虑斜率的数值，只考虑金叉死叉的状态，例如下图：

这是简单的用法，只考虑斜率的新值和前值的比较，新值大于旧值做多，空头反之。但是这里也有一个问题，纯粹的交叉模型并不会有好的绩效，所以我们引入自适应区间的概念，用自适应区间来过滤一部分震荡。

自适应区间

我们在SF18策略里使用了这个方法，现在我们把这个东西在斜率模型里利用起来。

      if(buycond[1])      {      upband=HH;      KG=1;      }      if(Sellcond[1])      {        dnband=LL;          KG=-1;      }

斜率在最后死叉了但是并不立即开空，需要等待区间跌破后才会开空。这样就是斜率与区间结合的好处，当斜率在上升阶段出现翻空的表现，也还需要等待区间确认。

绩效

RB888

EB888

P9888

J888

ZC888

SM888

SP888

SA888

HC888

VNPY:

总结

这期模型算不上优秀，普普通通。只是为了完整内容版图，主要精力放在了明年的内容上面，具体有哪些改变，过几天就会有通告了。感谢大家一直以来的支持，真的非常感谢。

本策略仅作学习交流使用，实盘交易盈亏投资者个人负责。