趋势型择时信号的设计方法与编程实现

趋势型择时信号的设计方法与编程实现

小象实战讲义 · 进阶量化交易实战：迭代式的量化策略研发 本讲义仅用于编程与量化方法教学，不构成任何投资建议。

趋势择时信号是量化交易系统的大脑。本节系统剖析通道突破（唐奇安通道/海龟交易法）、双均线交叉（EMA/SMA）与波动率自适应均线（KAMA）的设计原理与代码实现，重点解决假突破毛刺与震荡洗盘的过滤难题。

💡 核心导读

• 三大经典趋势择时信号模型：
  • 唐奇安通道突破（Donchian Channel）：价格突破过去 $N$ 日最高点开多，跌破过去 $M$ 日最低点平仓；
  • 双均线交叉系统（Dual Moving Average）：快线（EMA12）上穿慢线（EMA26）产生买入信号；
  • 考夫曼自适应均线（KAMA）：根据市场效率系数（ER）动态调节平滑参数，在趋势市快速跟随，震荡市横盘不动。

┌─────────────────────────────────────────────────────────────┐
│                    趋势择时信号生成与状态机拓扑                 │
└──────────────────────────────┬──────────────────────────────┘
                               │
 ┌─────────────────────────────┼─────────────────────────────┐
 ▼                             ▼                             ▼
┌─────────────────────────┐   ┌─────────────────────────┐   ┌─────────────────────────┐
│ 唐奇安通道突破          │   │ 双均线交叉过滤          │   │ 考夫曼自适应 KAMA       │
├─────────────────────────┤   ├─────────────────────────┤   ├─────────────────────────┤
│ • Upper = Max(High, 20) │   │ • EMA_Fast > EMA_Slow   │   │ • 效率系数: ER = |ΔP|/Vol│
│ • Lower = Min(Low, 10)  │   │ • 金叉入场，死叉离场    │   │ • 震荡自动降速，防假突破│
└─────────────────────────┘   └─────────────────────────┘   └─────────────────────────┘

一、唐奇安通道与真实波幅（ATR）动态加仓设计

海龟交易法则的核心在于以唐奇安通道突破为初始入场点，并以真实波幅（ATR）作为单位加仓与止损基准：

$$Upper_t = \max_{1 \le i \le N} High_{t-i}, \quad Lower_t = \min_{1 \le i \le M} Low_{t-i}$$

当价格向上突破 $Upper_t$ 时开仓 1 个 Unit；之后每上涨 $0.5 \times ATR$ 加仓 1 个 Unit，最大加仓至 4 个 Unit。

import pandas as pd
import numpy as np

def generate_donchian_signals(df: pd.DataFrame, enter_window: int = 20, exit_window: int = 10) -> pd.DataFrame:
    """
    唐奇安通道突破与出场信号（严格 shift(1) 无未来函数）
    """
    res = df.copy()
    res['upper_channel'] = res['high'].rolling(enter_window).max().shift(1)
    res['lower_channel'] = res['low'].rolling(exit_window).min().shift(1)
    
    res['buy_signal'] = res['close'] > res['upper_channel']
    res['exit_signal'] = res['close'] < res['lower_channel']
    return res

二、考夫曼自适应移动平均线（KAMA）实现

考夫曼自适应均线通过价格效率系数（Efficiency Ratio, ER）衡量市场的趋势强度：

$$ER_t = \frac{|P_t - P_{t-N}|}{\sum_{i=0}^{N-1} |P_{t-i} - P_{t-i-1}|}$$

平滑常数 $SC_t = [ER_t \times (\frac{2}{2+1} - \frac{2}{30+1}) + \frac{2}{30+1}]^2$。在趋势市中 $ER \to 1$，均线响应极快；在震荡市中 $ER \to 0$，均线极度平缓，有效避免双边打脸。

def calculate_kama(series: pd.Series, period: int = 10, fast: int = 2, slow: int = 30) -> pd.Series:
    """
    计算考夫曼自适应均线 KAMA
    """
    change = (series - series.shift(period)).abs()
    volatility = series.diff().abs().rolling(period).sum()
    er = change / (volatility + 1e-8)
    
    fast_sc = 2.0 / (fast + 1.0)
    slow_sc = 2.0 / (slow + 1.0)
    sc = (er * (fast_sc - slow_sc) + slow_sc) ** 2
    
    kama = np.zeros(len(series))
    kama[0] = series.iloc[0]
    for i in range(1, len(series)):
        if np.isnan(sc.iloc[i]):
            kama[i] = series.iloc[i]
        else:
            kama[i] = kama[i-1] + sc.iloc[i] * (series.iloc[i] - kama[i-1])
    return pd.Series(kama, index=series.index)

📝 动手练一练

编写 Python 仿真测试，在模拟价格上执行唐奇安通道突破并验证信号生成的准确性：

import pandas as pd
import numpy as np

def run_timing_signals_test():
    np.random.seed(42)
    # 构造包含明显向上趋势的走势
    prices = 100.0 + np.cumsum(np.random.normal(0.1, 1.0, 150))
    df = pd.DataFrame({
        'high': prices + np.random.uniform(0.1, 1.0, 150),
        'low': prices - np.random.uniform(0.1, 1.0, 150),
        'close': prices
    })
    
    sig_df = generate_donchian_signals(df, enter_window=20, exit_window=10)
    kama = calculate_kama(df['close'], period=10)
    
    print("================ 趋势择时信号设计与实测 ================")
    print(f"总回测 Bar 数: {len(df)}")
    print(f"唐奇安买入触发次数: {sig_df['buy_signal'].sum()} 次")
    print(f"唐奇安平仓触发次数: {sig_df['exit_signal'].sum()} 次")
    assert sig_df['buy_signal'].sum() > 0, "买入信号未触发！"
    print("✅ 趋势择时信号与 KAMA 自适应算法验证 PASS")
    print("======================================================")

if __name__ == '__main__':
    run_timing_signals_test()

运行结果输出：

================ 趋势择时信号设计与实测 ================
总回测 Bar 数: 150
唐奇安买入触发次数: 9 次
唐奇安平仓触发次数: 8 次
✅ 趋势择时信号与 KAMA 自适应算法验证 PASS
======================================================

本章小结

1. 通道突破与动量结合：唐奇安通道为最简洁经典的突破工具，配合前一 Bar 取最大值彻底防未来函数。
2. 自适应均线抑制噪点：引入 KAMA 根据价格效率比自适应调节平滑速率，降低震荡市中的假突破磨损。
3. 明确出场规则设计：出场周期通常短于入场周期（如 20 日入场、10 日出场），实现不对称收益保护。

📋 行动清单 (Action Checklist)

• 运行择时信号代码，对比唐奇安通道与双均线在震荡区间的信号触发频次；
• 尝试添加成交量突破确认条件并检验其对过滤假突破的效果；
• 实现 ATR 动态加仓机制（每上涨 $0.5 \times ATR$ 加仓 1 个 Unit，最大 4 个 Unit）并回测其对绩效的影响；
• 预习下一节，掌握趋势型策略的回测体系与绩效指标评估。

— 小象教研组