技術(shù)指標(biāo)的優(yōu)化及其在量化交易中應(yīng)用

1、華技 大 學(xué)摘要目前技術(shù)指標(biāo)成百上千，種類繁多，歸納起來大致可以分為四大類：市場(chǎng)趨勢(shì)指標(biāo)，超買超賣指標(biāo)，大勢(shì)型指標(biāo)和人氣型指標(biāo)。對(duì)個(gè)股投資來說，大勢(shì)型指標(biāo)參考價(jià)值沒有前三者明顯。MACD，KDJ，PSY 分別是市場(chǎng)廣泛采用的趨勢(shì)型指標(biāo)，隨機(jī)型指標(biāo)和人氣型指標(biāo)。但是在具體投資過可以發(fā)現(xiàn)，對(duì)這些指標(biāo)中的時(shí)間窗口參數(shù)，指標(biāo)組合使用方法以及給出信號(hào)時(shí)的量對(duì)投資結(jié)果以及投資時(shí)機(jī)的選擇有著影響，而在這些指標(biāo)組合使用過往往表現(xiàn)出隨意性和性。本文旨在以技術(shù)分析指標(biāo)為對(duì)象，提出一個(gè)完整的技術(shù)指標(biāo)組合投資策略框架。工作主要包括以下幾個(gè)方面的內(nèi)容：首先介紹了投資策略優(yōu)化的理論基礎(chǔ)，介紹了代表三類指標(biāo)的 MACD 和

2、 KDJ 以及 PSY 指標(biāo)組合優(yōu)化的方法，并結(jié)合資產(chǎn)配置理論提出了技術(shù)指標(biāo)組合下的投資策略。其次，進(jìn)行量模型中的狀態(tài)變量估計(jì)和技術(shù)指標(biāo)時(shí)間窗口參數(shù)優(yōu)化，選取的樣本為 2003 年 9 月 28 日到 2007 年 9 月 28 日上證 50 指數(shù)成分測(cè)，并與相關(guān)。再次，通過大樣本統(tǒng)計(jì)對(duì)提出的策略進(jìn)行樣本外檢策略進(jìn)行比較，選取的樣本為 2007 年 9 月到 2010 年 9 月 28 日上，檢驗(yàn)結(jié)果發(fā)現(xiàn)，優(yōu)化后的投資組合策略都要明顯優(yōu)于買入證 50 指數(shù)成分并持有策略以及其他相關(guān)策略。雖然從理論上還沒有解釋出技術(shù)分析能增加投資過程的價(jià)值的，但是技術(shù)分析在投資實(shí)踐中起著非常重要的作用并且廣為投

3、資者使用，尤其是短線投資，技術(shù)分析體現(xiàn)出更大的優(yōu)勢(shì)。本文從量化的角度，通過樣本統(tǒng)計(jì)給出了適合中國(guó)的優(yōu)化 MACD，KDJ 和 PSY 指標(biāo)組合參數(shù)策略，有利于提高投資決策的科學(xué)性，有助于降低投資過程的盲目性，對(duì)量化投資實(shí)踐具有和積極的意義。關(guān)鍵字：資產(chǎn)配置 投資策略技術(shù)指標(biāo)組合優(yōu)化量化投資I華技 大 學(xué)AbstractCurrently there are hundreds of technical indicators on the market, whichdivided into four categories: trend indicators, overbought oversold

4、 indicators, indicators and trend-based indicators. The trend-based indicators are not usedcan bemarket widelyenough for some kind of stocks. MACD, KDJ, PSY are very popular with the investors. However, in the specific investment process, we find that the time window parameters contribute to the dif

5、ferent timing and performance of investment .What is worse, the combination method of these indicators has shown to be more arbitrary and subjective.This article aims to present a complete investment strategy of technical indicators. And the paper includes the following parts. Firstly, we introduced

6、 the theory of optimal investment strategy of technical indicators. Second, we estimated state variable parameters and the time window parameters. Thirdly, we compared the related trading strategies out of sample. Finally, we summarized the previous trading strategies.We choose the time from the Sep

7、tember in 2003 to the September in 2007 as thesample, which is used for evaluating parameters. Then, we present the optimized strategy. Then, we choose the time from the September in 2007 to the September in 2010 as the outof the sample to test our optimized strategy. Theshows that the performance o

8、four strategy is much better the other technical indicator strategies.Though it is difficult to explain why technical analysis can create more value. However, the technical analysis is very popular with the investors in the investment practice. In practice, lots of investors choose the parameters by

9、 their empiric. we presented an optimized technical indicator strategy, which is especially for the indicators of MACD, KDJ and PSY, from the quantitative point of view by using sample statistic. The research will help improve the scientific nature of investment decisions, reduce the blindness of th

10、einvestment process. It is certain that it will be useful for the quantitative investment.Keywords: asslocation; investment strategy; technical index; optimization;quantitative investmentII獨(dú)創(chuàng)性本人所呈交的是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除文中已經(jīng)標(biāo)明的內(nèi)容外，本不包含任何其他個(gè)人或集體已經(jīng)或撰寫過的研究成果。對(duì)本文的研究做出貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全

11、本的法律結(jié)果由本人承擔(dān)。作者簽名：日期：年月日使用書本作者完全了解學(xué)校有關(guān)保留、使用的規(guī)定，即：學(xué)校保留并向有關(guān)部門或機(jī)構(gòu)送交的復(fù)印件和，被查閱和借閱。本人華技大學(xué)可以將本的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等保存和匯編本。 ，在年不。后適用本書。本屬于(請(qǐng)?jiān)谝陨戏娇騼?nèi)打“”)作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日華技 大 學(xué)1 緒論1.1 課題的來源、意義1.1.1 本課題的來源市場(chǎng)上采用的比較多的分析方法主要有基本面分析，技術(shù)分析，行為金融分析以及學(xué)術(shù)分析派?；久娣治鲈谖鞣酵顿Y界是主要的分析，分析框架上主要包括宏觀走勢(shì)分析，行業(yè)分析以及公司層面的分析

12、，它有兩個(gè)假設(shè)前提：價(jià)格由價(jià)值決定，價(jià)格價(jià)值上下波動(dòng)。技術(shù)分析主要采用歷史價(jià)格和量，時(shí)間和空間等信息，對(duì)股價(jià)走勢(shì)進(jìn)行，它經(jīng)歷了最早的直覺決策，圖形形態(tài)決策，指標(biāo)，以及模型等階段。目前技術(shù)分析的一個(gè)主要任務(wù)就是如何取得數(shù)量化和人性化間的平衡。行為分析從心理學(xué)的角度對(duì)走勢(shì)進(jìn)行分析，主要包括心理分析和群體心理分析。學(xué)術(shù)分析派，在現(xiàn)代投資組合出現(xiàn)以前，其采用的主要方式為挑選價(jià)值被低估的公司并持有。目前學(xué)術(shù)分析派理論以市場(chǎng)的有效性為前提，所以學(xué)術(shù)分析派認(rèn)為投資者不能通過某種策略而取得超過其風(fēng)險(xiǎn)水平的，因此學(xué)術(shù)分析派以獲得平均為目標(biāo)，相比于其他幾種分析流派戰(zhàn)勝市場(chǎng)的目標(biāo)，這是學(xué)術(shù)分析流派的主要特點(diǎn)。目前，

13、市場(chǎng)上廣泛采用的技術(shù)分析方法和指標(biāo)很多，比如MA（移動(dòng)平均線），RSI（相對(duì)強(qiáng)弱指標(biāo)）,MACD（平滑異動(dòng)平均線指標(biāo)）,KDI（隨機(jī)指標(biāo)）等等。但是在具體投資過可以發(fā)現(xiàn)，技術(shù)指標(biāo)時(shí)間窗口參數(shù)選定以及在給出信號(hào)時(shí)的量不同而導(dǎo)致不一樣的投資結(jié)果以及投資時(shí)機(jī)。但現(xiàn)實(shí)中，人們往往都是采用或者經(jīng)驗(yàn)的方式確定指標(biāo)時(shí)間窗口參數(shù)，指標(biāo)組合方法和量。(、和,2000)曾對(duì)MA的時(shí)長(zhǎng)進(jìn)行了定量研究，并基于廣義均勻抽樣的方法對(duì)股市提出了最佳步長(zhǎng)。同樣對(duì)其他技術(shù)分析指標(biāo)也存在著同樣的問題：即在不同市場(chǎng)中的最佳參數(shù)確定問題。1華技 大 學(xué)1.1.2 本課題研究的意義本文以技術(shù)分析指標(biāo)為對(duì)象，以上證50指數(shù)成分股票為樣本

14、，對(duì)該指標(biāo)使用過時(shí)間窗口參數(shù)的優(yōu)化，技術(shù)指標(biāo)組合優(yōu)化以及策略在量化投資中的運(yùn)用進(jìn)行了深入探討，總的來說，本課題的研究主要有以下幾個(gè)方面的意義。首先，本課題研究的理論意義。盡管技術(shù)分析被實(shí)業(yè)界廣泛接受和采用，學(xué)術(shù)界對(duì)技術(shù)分析的使用一直抱著懷疑的態(tài)度。可能有面的：其一，沒有理論依據(jù)支持它；其二，以前的理論研究對(duì)股票價(jià)格都假定隨機(jī)漫步模型，而這完全排除了技術(shù)分析可以獲得超額利潤(rùn)的情形。第三，早期的一些經(jīng)驗(yàn)發(fā)現(xiàn)，比如Cowles(1933) ， Fama 和 Blume(1966) ，都是 不清的。但是最近 Brock ，Lakonishok(1992)，尤其是Lebaron,Lo,Mamaysky,

15、Wang（2000）找到基于數(shù)據(jù)和更精確的策略，利用技術(shù)分析來是可以獲得超額利潤(rùn)的證據(jù)支撐。這些發(fā)現(xiàn)激勵(lì)了許多對(duì)技術(shù)分析的學(xué)術(shù)研究，但是這些后來的研究工作都主要集中于早期結(jié)論的統(tǒng)計(jì)可行性上。先本文從量化的角度，通過樣本統(tǒng)計(jì)給出了適合中國(guó)的優(yōu)化MACD和KDJ和PSY組合參數(shù)策略。第二，本課題研究的現(xiàn)實(shí)意義。正如前面所述，技術(shù)分析在投資實(shí)踐中起著非常重要的作用并且廣為投資者使用，但長(zhǎng)期以來，投資者使用各種投資分析指標(biāo)過，對(duì)指標(biāo)參數(shù)的選擇以及技術(shù)指標(biāo)給出時(shí)機(jī)時(shí)最優(yōu)量的確定問題主要基于經(jīng)驗(yàn)和的選擇，對(duì)參數(shù)組合的選擇以及相關(guān)比例更難充分利用，而且對(duì)技術(shù)指標(biāo)組合的使用沒有充分利用，所以在投資中非理性因素

16、起了很大的作用。本文從量化的角度，通過樣本統(tǒng)計(jì)給出了適合中國(guó)的優(yōu)化MACD和KDJ和PSY組合參數(shù)策略。這有利于提高投資決策的科學(xué)性，降低投資過程的盲目性，對(duì)投資實(shí)踐具有和積極的意義。1.2 國(guó)內(nèi)外研究現(xiàn)狀1.2.1 國(guó)外研究現(xiàn)狀國(guó)本市場(chǎng)起步比較早，對(duì)技術(shù)分析的研究也比較早。Nissan是第一個(gè)也是最2華技 大 學(xué)著名的利用歷史數(shù)據(jù)未來價(jià)格走勢(shì)的技術(shù)分析者，他在17世紀(jì)的的米市聚，他的分析技術(shù)就是現(xiàn)在著名的蠟燭圖。在美國(guó)，在18世紀(jì)由集了大量的Charles Dow發(fā)展，由William Peter提煉的道氏理論聲稱價(jià)格以一定的可的形態(tài)運(yùn)動(dòng)。Covel(2005)和 Dahl Quist(20

17、06)對(duì)技術(shù)指標(biāo)進(jìn)行了歸納，并將技術(shù)指標(biāo)分為四類：趨勢(shì)性指標(biāo)，超買超賣指標(biāo)，人氣型指標(biāo)，和大趨勢(shì)指標(biāo)。早期對(duì)技術(shù)分析的中對(duì)技術(shù)分析大多持態(tài)度，認(rèn)為技術(shù)分析很難為投資過程增加價(jià)值。Cowles（1933）是第一個(gè)提出技術(shù)分析的人，在一學(xué)術(shù)期刊上。他指出，在1904年到1929，Hamilton基理論做出的正確率只有55%。在前幾年，市場(chǎng)有效性理論被許多人理解為股票價(jià)格服從隨機(jī)漫步模型。但對(duì)任何贏利性的技術(shù)規(guī)則來說，股票的必須是可的，所以使用隨機(jī)漫步模型的人也就排除了技術(shù)分析的使用價(jià)值。近期學(xué)術(shù)界對(duì)技術(shù)分析的態(tài)度大多持肯定態(tài)度。關(guān)于股票的可性的文獻(xiàn)有很多，比如Ang and Bekaert (20

18、06), Campbell and Thompson(2008), Cochrane(2008)，Rapach，Strauss and Zhou（2010）研究中提供了大量證據(jù)，對(duì)技術(shù)分析進(jìn)行了樣本外檢測(cè)。Grundy and Kim （2002）也發(fā)現(xiàn)技術(shù)分析可以帶來額外。Elsevier B.V.（2009）結(jié)合技術(shù)分析對(duì)股價(jià)走勢(shì)進(jìn)行了理論和。文中提出雖然技術(shù)分析為何能增加投資過程的價(jià)值很難從理論角度給出解釋，但是許多的策略都是以過去的價(jià)格等信息為基礎(chǔ)。Bettman JL（2009）對(duì)技術(shù)分析和基本面分析之間是互補(bǔ)還是相互替代關(guān)系進(jìn)行了研究。Gehrig and Men Hoff(200

19、6)提出對(duì)基要。Elsevier B.V.（2010） 對(duì)全球五個(gè)來說，技術(shù)分析和基本面分析同樣重692名基進(jìn)行了調(diào)研，結(jié)果顯示大多數(shù)基對(duì)技術(shù)分析都比較依賴。而且在幾個(gè)或者月的跨度中，技術(shù)分析扮演著更重要的，提出技術(shù)分析在小的資產(chǎn)管理公司中使用的更。文中還提出技術(shù)分析就像教育一樣是一個(gè)可以學(xué)習(xí)積累的過程。股票的可性使得技術(shù)分析的可贏利性成為可能。Elsevier.（2010）提出一個(gè)與技術(shù)分析結(jié)合使用的程序化系統(tǒng)。該系統(tǒng)是通過分析股票收盤價(jià)格和數(shù)量的歷史數(shù)據(jù)而給出時(shí)點(diǎn)的選擇。系統(tǒng)由止損，3華技 大 學(xué)停止增益和RSI濾波器組合組成。文中進(jìn)一步以買入并持有策略為標(biāo)桿，對(duì)該系統(tǒng)的能力進(jìn)行了簡(jiǎn)單的評(píng)

20、估，結(jié)果顯示，該系統(tǒng)下的策略能夠?yàn)橥顿Y者創(chuàng)造超過大盤的率。Serbia（2009）對(duì)MACD和RSV單指標(biāo)時(shí)間窗口進(jìn)行了優(yōu)化研究。文中選用贊比亞為研究對(duì)象，文章提出如果以MACD和RSV為指標(biāo)，那么對(duì)兩個(gè)指標(biāo)的時(shí)間窗口進(jìn)行優(yōu)化顯得非常重要。文章采用的優(yōu)化原則即為最大化，在滿足收益最大化的前提下，找出該率下的時(shí)間窗口組合。結(jié)果顯示，優(yōu)化后的指標(biāo)盈超過了買入并持有策略和沒有優(yōu)化的指標(biāo)策略。Ng and Wing-Kam（2008）對(duì)MACD和RSI兩個(gè)指標(biāo)的性進(jìn)行了實(shí)證檢驗(yàn)，文中采用FT-30為研究對(duì)象，樣本跨期為60年。檢驗(yàn)結(jié)果發(fā)現(xiàn)，單純的MACD和RSI交策略的。Shik TC(2007)以外

21、匯市場(chǎng)六易策略都能夠獲得遠(yuǎn)高于買入并持有國(guó)主要貨幣為對(duì)象對(duì)相對(duì)強(qiáng)弱指標(biāo)RSI和移動(dòng)平均線MA兩者的性進(jìn)行了實(shí)證研究，研究結(jié)果顯示，兩個(gè)指標(biāo)下的策略能產(chǎn)生高于風(fēng)險(xiǎn)補(bǔ)償?shù)摹睦碚撋现v，幾乎沒有研究可以解釋為什么技術(shù)分析在一定條件下具有價(jià)值,對(duì)傳統(tǒng)的技術(shù)分析的使用還缺乏理論基礎(chǔ)，目前從數(shù)據(jù)到模型還沒有研究可以說明在實(shí)踐中技術(shù)分析的真實(shí)作用，但技術(shù)分析卻一直為廣大投資者使用。1.2.2 國(guó)內(nèi)研究現(xiàn)狀中國(guó)市場(chǎng)起步和發(fā)展比較晚，但也有很多學(xué)者對(duì)技術(shù)分析進(jìn)行了研究。這方面的研究比較少，總的來說還未出現(xiàn)。國(guó)內(nèi)早期在技術(shù)分析研究中對(duì)技術(shù)分析大多持態(tài)度，也就是否認(rèn)技術(shù)分析的有效性。和譚運(yùn)進(jìn)（2005）在對(duì)投資技術(shù)

22、分析理論的再認(rèn)識(shí)文中提出對(duì)技術(shù)分析有用性的質(zhì)疑，他認(rèn)為技術(shù)分析的三大假設(shè)前提與現(xiàn)實(shí)相差比較遠(yuǎn)，提出市場(chǎng)行為并不能掩蓋一切信息，并進(jìn)而技術(shù)分析在投資領(lǐng)域的有用性；黃海滄（2005）在進(jìn)而提出四大投資技術(shù)分析真?zhèn)无q一文中，了道氏理論的假設(shè)前提，說明技術(shù)分析的無用性。目前對(duì)技術(shù)分析研究中，對(duì)技術(shù)分析大多持肯定的態(tài)度，承認(rèn)技術(shù)分析的有效性。目前這方面的研究主要集中在如何更理性和合理地應(yīng)用技術(shù)分析來增加投資的4華技 大 學(xué)價(jià)值。(2001)就用均勻抽樣的方法以為樣本解出了相對(duì)強(qiáng)弱指數(shù)的最（2008）在論技術(shù)分析在我國(guó)優(yōu)時(shí)間窗口參數(shù)。和投資中的應(yīng)用一文中提出相對(duì)于基本面分析而言在時(shí)機(jī)上，技術(shù)分析具有明顯的

23、優(yōu)勢(shì)。文中提出技術(shù)分析者如果能嚴(yán)格按趨勢(shì)線、盤整區(qū)、圖表形態(tài)、各種技術(shù)指標(biāo)、成交量、止損點(diǎn)和等原則應(yīng)用技術(shù)分析，一般都能夠獲得較好的，技術(shù)分析的有效性表現(xiàn)的很明顯?？祫δ希?010）在投資技術(shù)分析存在的問題及對(duì)策提出，技術(shù)分析很難駕馭，很多比如技術(shù)分析的理論性太強(qiáng)并且使用方法繁多，并且技術(shù)分析本身還存在許多的缺點(diǎn)，于是該文章技術(shù)分析在實(shí)際應(yīng)用中經(jīng)常出現(xiàn)的幾個(gè)問題提出了相應(yīng)的對(duì)策。謙和（2007）在基于神經(jīng)網(wǎng)絡(luò)的股票，系統(tǒng)研究文中基于總最大化設(shè)計(jì)了一種基于粗集理論和神經(jīng)網(wǎng)絡(luò)的股票操作支持系統(tǒng)。這個(gè)系統(tǒng)股價(jià)未來走勢(shì)的依據(jù)是分析歷史。文中將該系統(tǒng)績(jī)效和單技術(shù)指標(biāo)的系統(tǒng)進(jìn)行了對(duì)比，進(jìn)而提出文中的支持系

24、統(tǒng)的度相對(duì)于單指標(biāo)而言有很大的。(2010)在基于技術(shù)分析的股價(jià)系統(tǒng)的研究與開發(fā)一文中首先討論了數(shù)據(jù)庫(kù)是SQL影響股票價(jià)格的因素以及常用的股價(jià)方法。該文中采用的Server2000，前臺(tái)開發(fā)工具是Java和.NET，通過綜合使用前二者的互通性，提出和開發(fā)了使用技術(shù)分析下的股價(jià)系統(tǒng)。文中認(rèn)為，這個(gè)系統(tǒng)的提出對(duì)投資者時(shí)點(diǎn)的決策具有明顯的指導(dǎo)意義。此外，Zhou和zhu（2010）在技術(shù)分析：從資產(chǎn)配置的角度看移動(dòng)平均線的使用一文中，作者從理論上分析了在資產(chǎn)配置問題中使用技術(shù)分析的基本原理，也就是一個(gè)投資者怎樣將的在風(fēng)險(xiǎn)資產(chǎn)和無風(fēng)險(xiǎn)資產(chǎn)之間達(dá)到最優(yōu)分配。作者從量化投資角度解決了對(duì)于對(duì)數(shù)效用的投資者精

25、確的最優(yōu)配置量的問題，作者也分析了在給定對(duì)數(shù)效用的風(fēng)險(xiǎn)度時(shí)，股價(jià)可性程度是如何影響配置決策的。結(jié)果表明移動(dòng)平均線能很明顯的提高投資者的效用。國(guó)內(nèi)在這個(gè)領(lǐng)域的研究比國(guó)外起步晚的多，從最初的對(duì)理論的論述到后來的實(shí)5華技 大 學(xué)證分析，其論證的焦點(diǎn)主要在技術(shù)分析在我國(guó)市場(chǎng)上的有效性的問題上。目前對(duì)技術(shù)分析的實(shí)證方面，比較直接的對(duì)技術(shù)分析的有效性的證明大多是從移動(dòng)平均線以及相關(guān)策略出發(fā)，并且大多都是以為研究對(duì)象，總的來說，這方面的研究尚處初級(jí)階段，還沒有出現(xiàn)的。6華技 大 學(xué)2 技術(shù)指標(biāo)投資策略理論基礎(chǔ)2.1 技術(shù)指標(biāo)概述技術(shù)分析是目前投資分析中應(yīng)用非常廣泛的分析方法，對(duì)外匯，期貨和其他金融市場(chǎng)的投資

26、活動(dòng)具有的指導(dǎo)和參考意義。作為一種廣泛使用的投資分析工具，技術(shù)分析有三大假設(shè)條件：市場(chǎng)行為掩蓋一切信息，價(jià)格沿著趨勢(shì)移動(dòng)和歷史會(huì)重演。道氏理論開創(chuàng)了技術(shù)分析的先河，是股票分析理論中最古老最文明的分析理論之一，很多技術(shù)分析的方法的基本思想都來自理論。下面佳肴的介紹一下技術(shù)指標(biāo)的分類和典型指標(biāo)的應(yīng)用規(guī)則：目前技術(shù)指標(biāo)成百上千，種類非常繁多，歸納起來大致可以分為四大類：市場(chǎng)趨勢(shì)指標(biāo)，超買超賣指標(biāo)，大勢(shì)型指標(biāo)和人氣型指標(biāo)。市場(chǎng)趨勢(shì)指標(biāo)，該指標(biāo)主要包括移動(dòng)平均線（MA），乖離率（BIAS），平滑異動(dòng)移動(dòng)平均線（MACD），趨向指標(biāo)（DMI）等，下面簡(jiǎn)要介紹一下MACD指標(biāo)的計(jì)算和使用規(guī)則。MACD指標(biāo)：

27、該指標(biāo)又叫指數(shù)平滑異動(dòng)移動(dòng)平均線，由差.（GeraldApple）創(chuàng)造，該指標(biāo)是通過對(duì)慢速（長(zhǎng)期）和快速（短期）移動(dòng)平均線以及它們的聚合和分離的信號(hào)而加以雙重平滑處理得來。該指標(biāo)具有趨勢(shì)性，安定性和穩(wěn)重性等特點(diǎn)。MACD由異動(dòng)平均數(shù)DEA和離差DIF組成。計(jì)算公式為：假設(shè)在一個(gè)時(shí)間段內(nèi)的上證綜合指數(shù)，從第一天起的收盤指數(shù)開始記為：z1 ，z2 ，z3 .， zn 第t天的收盤指數(shù)為 zt ，移動(dòng)平均值為EMA，離差值為DIF。那么´ s -1 + z2EMA(s) = EMA(s)´s +1ts + 1t -1t´ s -1 + z2s + 1EMA(s) = E

28、MA(s)´s +1ttt -17華技 大 學(xué)DIFt = EMA(s)t - EMA(l)t´ h -1 + DIF ´2DEA(h) = DEA(h)(1)tt -1h +1h +1tMACD應(yīng)用原則：（1）黃金交叉和交叉。DIF上穿MACD時(shí)，此為黃金交叉。DIF下穿MACD，表明處于空頭占優(yōu)的市場(chǎng)還將繼續(xù)下跌，此為交叉。（2）頂背離和底背離原則。當(dāng)股價(jià)K線運(yùn)行趨勢(shì)為向上，但是MACD紅柱圖形運(yùn)行趨勢(shì)為下降，這叫頂背離現(xiàn)象，頂背離信號(hào)是市場(chǎng)的反轉(zhuǎn)信號(hào)，表明股價(jià)即將下跌。在股價(jià)的低位區(qū)，當(dāng)股價(jià)K線運(yùn)行趨勢(shì)為向下，股價(jià)也在持續(xù)下降，但是MACD紅柱圖形運(yùn)行趨勢(shì)為

29、上升，這叫底背離現(xiàn)象，表明市場(chǎng)空頭優(yōu)勢(shì)即將結(jié)束，股價(jià)即將上漲。超買超賣指標(biāo)，該指標(biāo)主要包括相對(duì)強(qiáng)弱指數(shù)（RSI），指標(biāo)（WMS），隨機(jī)指標(biāo)（KDJ），成交量變異率（VR）等，下面主要介紹KDJ指標(biāo)的計(jì)算和使用規(guī)則。隨機(jī)指標(biāo)（KDJ），該指標(biāo)由.（George Lane）創(chuàng)造，它最開始是被用于期貨市場(chǎng)的分析，現(xiàn)在在的中短期趨勢(shì)分析中被廣泛采用，是一種很實(shí)用的技術(shù)分析指標(biāo)，是目前期貨和一種最常見的技術(shù)分析工具。KDJ指標(biāo)是通過統(tǒng)計(jì)學(xué)原理，通過對(duì)一個(gè)期間內(nèi)出現(xiàn)的最高價(jià)，和收盤價(jià)的關(guān)系來計(jì)算隨機(jī)值RSV，然后對(duì)其進(jìn)行平滑移動(dòng)處理進(jìn)而得出K值，D值，J值，最終形成曲線圖進(jìn)行股票未來走勢(shì)分析。計(jì)算公式為：

30、Cn - Ln Hn - LnRSV(n) =´100Cn , Ln , Hn , Ln分別為第n日的收盤價(jià)，對(duì)RSV(n) 進(jìn)行三日平滑處理，得到K值當(dāng)日K = 2 ´昨日K值+ 1 ´ 今日RSV，最高價(jià)33對(duì)K值進(jìn)行三日平滑處理得到D值：當(dāng)日D = 2 ´昨日D值+ 1 ´ 今日K值33J值是D上進(jìn)行修正，計(jì)算方法為：J = 3D - 2K = D + 2 ( D - K )(2)8華技 大 學(xué)KDJ指標(biāo)的應(yīng)用法則：（1）從取值范圍上分析。當(dāng)KDJ值大于80是賣出信號(hào)，小于20為買入信號(hào)。當(dāng)KDJ三個(gè)值都在50附近時(shí)，市場(chǎng)處于整理狀態(tài)。（

31、2）黃金交叉和交叉。若J線和K線都上穿D線時(shí)，那么表示多頭即將占有優(yōu)勢(shì)，市場(chǎng)即將進(jìn)入多頭市場(chǎng)，股價(jià)也將上行。此為黃金交叉；若J和K線下穿D線，表明即將由多頭轉(zhuǎn)為空頭，股價(jià)將會(huì)下行。此為 交叉。（3）頂背離和頂背離。一般來說，當(dāng)股價(jià)K 線運(yùn)行趨勢(shì)為向上，但是KDJ運(yùn)行趨勢(shì)為下降，這叫頂背離現(xiàn)象，頂背離信號(hào)是市場(chǎng)的反轉(zhuǎn)信號(hào)，表明股價(jià)即將下跌；當(dāng)股價(jià)K線運(yùn)行趨勢(shì)為向下，但是KDJ運(yùn)行趨勢(shì)為上升，這叫底背離現(xiàn)象，底背離信號(hào)是市場(chǎng)的反轉(zhuǎn)信號(hào)，表明市場(chǎng)空頭優(yōu)勢(shì)即將結(jié)束，股價(jià)即將回升。人氣型指標(biāo)，該指標(biāo)主要包括人氣意愿指數(shù)（AR，BR），心理線（PHY），能量潮指標(biāo)（OBV）等，下面主要介紹能量潮指標(biāo)的計(jì)算

32、和使用規(guī)則。能量潮指標(biāo)（OBV），又叫平衡量，它是在二十世紀(jì)60年代由美國(guó)分析家碧創(chuàng)造，它是以成交量為研判對(duì)象的一種重要的短期技術(shù)分析工具。能量潮理論能夠成立的依據(jù)主要為：投資者對(duì)股價(jià)的預(yù)期越一致，成交量越大；重力原理；慣性原則。能量潮指標(biāo)的計(jì)算：今日OBV=昨日OBV+sgn ´ 今天的成交量sgn 是函數(shù)符號(hào)，計(jì)算：ì1, 今日收盤價(jià) ³ 昨日收盤價(jià)sgn = íî-1，今日收盤價(jià) £ 昨日收盤價(jià)OBV的初值通常用第一天的成交量替代。(3)OBV指標(biāo)的使用規(guī)則：OBV下降，股價(jià)上升，表明股價(jià)隨時(shí)有可能下跌；OBV 上升，股價(jià)小幅下

33、降，表明股價(jià)的下跌只是暫時(shí)現(xiàn)象；OBV上升，股價(jià)上升，表明股價(jià)還有上行的空間。OBV下降，股價(jià)下降表明股價(jià)還有下跌的空間。此外，OBV還可以與其他技術(shù)分析方法如形態(tài)分析結(jié)合使用。大勢(shì)型指標(biāo)，該指標(biāo)主要包括指數(shù)（ADL），漲跌比指標(biāo)（ADR），超買超賣指標(biāo)（OBOS）等，下面主要介紹ADR指標(biāo)的計(jì)算和使用規(guī)則。漲跌比指標(biāo)（ADR），該指標(biāo)又叫上升下降比指標(biāo)，是根據(jù)一段時(shí)間股票上漲家9華技 大 學(xué)數(shù)和下跌家數(shù)的比值對(duì)未來股價(jià)進(jìn)行的方法，是一種研究股票中長(zhǎng)期技術(shù)走勢(shì)的技術(shù)分析工具。在上，人氣過于高漲時(shí)，很有可能會(huì)導(dǎo)致一輪的行情，相反，如果人氣很，那么極有可能會(huì)產(chǎn)生一輪新的上漲行情。ADR的計(jì)算公式為

34、：ADR ( N) = P1P2P1=N日內(nèi)股票上漲家數(shù)之和P2 = N日內(nèi)股票下跌家數(shù)之和N是ADR的參數(shù)，常用的參數(shù)為10。(4)ADR的應(yīng)用法則：(1)根據(jù)ADR值進(jìn)行研判。當(dāng)ADR指數(shù)值小于0.5時(shí)，表明股價(jià)下跌過度，那么后市股價(jià)很有可能企穩(wěn)和反彈；當(dāng)ADR指數(shù)值大于1.5時(shí)，表明股價(jià)上漲過度，那么后市極有可能出現(xiàn)一波較大的下跌行情；當(dāng)ADR值介于0.5到1.5之間時(shí)，表明沒有超賣和超買；當(dāng)ADR小于0.3時(shí)，表示股價(jià)已經(jīng)跌到了谷底，反彈即將發(fā)生，反之，當(dāng)ADR大于1.5時(shí)，下跌行情即將開始。（2）ADR與股價(jià)指數(shù)曲線配合的方法。ADR股價(jià)曲線同步上漲，表示股價(jià)還有進(jìn)一步上漲的空間。A

35、DR和股價(jià)同步下跌，表示股價(jià)還有進(jìn)一步下跌的空間；ADR回落，股價(jià)指數(shù)上揚(yáng)，也就說出現(xiàn)了頂背離現(xiàn)象，表明市場(chǎng)出現(xiàn)上升的行情比較難。ADR向上運(yùn)行，股價(jià)持續(xù)下跌，即出現(xiàn)底背離現(xiàn)象，表明股價(jià)下跌的趨勢(shì)極有可能會(huì)反轉(zhuǎn)。2.2量策略模型股票一個(gè)資產(chǎn)配置的過程，目前學(xué)術(shù)領(lǐng)域?qū)夹g(shù)指標(biāo)投資策略優(yōu)化基本上按照全部投入，要不一點(diǎn)都不投入的方式，也就是說，當(dāng)出現(xiàn)買入信號(hào)出現(xiàn)時(shí)，投資者應(yīng)該將他所以投入到股票上，其他時(shí)候，一點(diǎn)也不投入。最優(yōu)配置量應(yīng)該是投資者的風(fēng)險(xiǎn)偏好和股票期望回報(bào)率的函數(shù)，從資產(chǎn)配置角度看，這種100%的買入和賣出的使用方式是不明智的。簡(jiǎn)單的來看，當(dāng)不存在技術(shù)指標(biāo)信號(hào)時(shí)，投資者將其的固定比例投入到

36、上，比如70%，那么當(dāng)技術(shù)指標(biāo)給出買入信號(hào)時(shí)，投入的比例應(yīng)該高于70%。全部買入和賣出的策略很顯然不大10華技 大 學(xué)可能是使用技術(shù)指標(biāo)的最優(yōu)策略。Zhu Yangzi and Zhou Guofu（2008）的研究中提出了如下策略：ì1, 金叉G =y fix +y mrqt ，其中，qt = í（5）î0, 死叉可以看出，這個(gè)y fix 和y mr 是固定常數(shù)，從表策略可以看作技術(shù)指標(biāo)策略和前述某種固定策略的線性組合。從策略可以看出來，給出買入信號(hào)時(shí)，投資者將其的y fix +y mr 比例投資于，剩余部分用于無風(fēng)險(xiǎn)資產(chǎn)投資。反之給的比例為y mr 。出信號(hào)時(shí)

37、，賣出股票如果設(shè)定變化在上述G策略滿足如下方程：dWt= éër + G (m + m Y - r )ùû dt + Gs dB（6）f01 tfPtWtZhu Yangzi and Zhou Guofu（2008）基于期望效用最大化條件，給出了期望效用函數(shù)下量表：= m p - rfm1b1 m1b1 yy=*fix-*，（7）(1- b )s(1- b )ssmr22b2P2P22P其中，Y = Y - Y ,Y = - f0 ，假設(shè)Y 是穩(wěn)定的，且從它的穩(wěn)定狀態(tài)分布開始，公式fttt1里Yt 是一個(gè)可以的變量，m0 , m1,s P ,f0 ,f1

38、,sY 是狀態(tài)變量。Bt 和Zt 相關(guān)系數(shù)為 r 并且服從標(biāo)準(zhǔn)布朗運(yùn)動(dòng)。所以策略可以表示為：G = m p - rfm1b1 m1b1q-+（8）(1- b )s(1- b )sst222bP2P22P2.3 狀態(tài)變量估計(jì)方法Huang and Liu（2007）利用極大似然估計(jì)的方法對(duì)量表中的狀態(tài)變量m0 , m1,s P ,f0 ,f1, r 進(jìn)行估計(jì)，Zhu Yangzi and Zhou Guofu（2008）的文中也采æöP表示為： r= logt +1用過。 Y 表示可變量，股票，Y 和r 服從ç÷t +1tttPèt ø

39、11華技大學(xué)分布，那么對(duì)數(shù)似然函數(shù)為：( t;q )Tx (q ) = åt =1log r ,Y（9）t Yt-1T(2 )p + logs+ logs 2 + log (1- r=-2 log 2212122ìï(r - a - a Y)21Tåí t1112 t -1+-2 (1- r2 )s2ïît =1112(Y)22r (Y - b - b Y)(r - a - a Y)- b - b Y12 t -1-12t1112 t -1t1112 t -1t11ss s 222 1其中，q = (a11, a12 , b

40、11, b12 ,s1,s 2 , r12 )æsmf ömf 2(e-1)f Dta = ç m -Dt+ P1 0 1 0 ÷11102ff2è1 ø1mf()()f Df Df Dta=e-1,tb =e-1t= e10, b11112f11f1211s= s 2 + m 2 sæ2m rs s öm2+ 1 ()-De-1s2f D22t211P Yt1ç÷11PfYfffY222è(1ø1112mæs - m1 s2 ö)+e-1 ´

41、rsf Dt1çP YY ÷1ff2è1ø12 = sæ m s+ rs s ö(2()sf Ds s r= çf De-1 ,2t2t-1Y1P Ye÷112f21 2 12fYf22è11ø1那么利用似然函數(shù)分別對(duì)a11, a12 , b11, b12s1,s 2 , r12 求偏倒， 然后根據(jù)對(duì)應(yīng)函數(shù)關(guān)系(a11, a12 , b11, b12s1,s 2 , r12 )與(m0 , m1,s P ,s P ,f0 ,f1，) 解出目標(biāo)參數(shù)估計(jì)值。在有關(guān)股價(jià)的文獻(xiàn)中，使用的最多和最的可變量

42、為紅利率。Latah and Ludington（2001）的研究也表明紅利率比派息率具有更明顯對(duì)股票未來的效果。2.4 技術(shù)指標(biāo)時(shí)間窗口優(yōu)化方法目前學(xué)術(shù)領(lǐng)域?qū)夹g(shù)指標(biāo)時(shí)間窗口參數(shù)估計(jì)采用的方式比較簡(jiǎn)單：選定樣本空12華技 大 學(xué)間，以簡(jiǎn)單的法則即出現(xiàn)買入信號(hào)則配置100%的風(fēng)險(xiǎn)資產(chǎn)，反之出現(xiàn)賣出信號(hào)時(shí)不配置風(fēng)險(xiǎn)資產(chǎn)，然后通過一定時(shí)期內(nèi)最大化找出策略最大時(shí)對(duì)應(yīng)的時(shí)間窗口參數(shù)。給定MACD和KDJ指標(biāo)或者PSY指標(biāo)時(shí)間窗口，由于數(shù)，那么指標(biāo)的不同組合，或者兩個(gè)指標(biāo)不同參數(shù)的選擇量是技術(shù)指標(biāo)參數(shù)的函對(duì)策略的產(chǎn)生重大影響。目前大多采用金叉五日后最大化的方法進(jìn)行參數(shù)組合的優(yōu)化，也就是說，給定樣本區(qū)間，

43、利用金叉或者死叉的原則求出所有參數(shù)組合下的投資策略的收益，那么對(duì)于MACD和KDJ兩個(gè)指標(biāo)的組合來說，一共有八個(gè)參數(shù)，運(yùn)算過程可以在中實(shí)現(xiàn)，從理論上講求各種組合下的率，那么最大率下參數(shù)的組合即為最優(yōu)參數(shù)組合。為簡(jiǎn)化運(yùn)算，對(duì)指標(biāo)組合時(shí)間窗口參數(shù)的估計(jì)采用如下方法：首先對(duì)各個(gè)指標(biāo)分別進(jìn)行參數(shù)估計(jì)，找出適合各個(gè)指標(biāo)的最優(yōu)時(shí)間窗口參數(shù)；其次通過相同的策略，用數(shù)學(xué)表找出二者策略的統(tǒng)一表，通過兩指標(biāo)的不同比例組合，找出各個(gè)組合下的金叉五日后的平均最大化下的比例。本文采用這種辦法。2.5 小結(jié)技術(shù)分析中的各種理論和技術(shù)指標(biāo)經(jīng)歷了幾十年大量投資實(shí)踐的檢驗(yàn)。本篇對(duì)指標(biāo)的分類等進(jìn)行了簡(jiǎn)要的介紹，給出了一些常用的主

44、要技術(shù)指標(biāo)的計(jì)算方法，使用規(guī)則。然后簡(jiǎn)要的介紹了目前技術(shù)指標(biāo)投資策略的一些理論和框架，尤其是量策略和技術(shù)指標(biāo)時(shí)間窗口，組合比例的優(yōu)化方法。13華技 大 學(xué)3 技術(shù)指標(biāo)組合策略狀態(tài)參數(shù)估計(jì)和時(shí)間窗口優(yōu)化第二章簡(jiǎn)要的介紹了技術(shù)指標(biāo)投資策略的理論和方法，那么本節(jié)主要以下幾個(gè)問題展開：首先給出了易量策略中狀態(tài)變量的估計(jì)，然后通過時(shí)間窗口對(duì)相關(guān)技術(shù)指標(biāo)能力的影響用作圖的方法分析了時(shí)間窗口參數(shù)的變化對(duì)該指標(biāo)性的影響，進(jìn)而提出時(shí)間窗口參數(shù)優(yōu)化的必要性。然后給出了MACD,KDJ和PSY三個(gè)指標(biāo)的時(shí)間窗口優(yōu)化和三個(gè)指標(biāo)兩兩組合下最優(yōu)比例組合。本節(jié)采用的數(shù)據(jù)樣本為中國(guó)上證50指數(shù)成分股票收盤價(jià)，最高價(jià)和數(shù)據(jù)。3

45、.1 狀態(tài)參數(shù)估計(jì)本文采用觀察值為2004年9月28日到2007年9月28日年的上證50指數(shù)成分股結(jié)算數(shù)據(jù)和紅利率月度數(shù)據(jù)，從2004年9月28日年到2007年9月28日為年的跨度中，共有37077個(gè)樣本值，這些樣本數(shù)據(jù)主要由WIND數(shù)據(jù)庫(kù)和CCER數(shù)據(jù)庫(kù)綜合整理而成，由于計(jì)算MACD和KDJ指標(biāo)的需要，對(duì)樣本進(jìn)行了處理，即將樣本的前五十個(gè)數(shù)作為計(jì)算指標(biāo)的值，不納入指標(biāo)策略率計(jì)算的范圍。為估算上面的狀態(tài)參數(shù)，選取的數(shù)據(jù)為日數(shù)據(jù)，樣本時(shí)間長(zhǎng)度從2004年9月28日到2007年9月28日，跨度接近三年，樣本容量足以滿足研究需要，而且，由于中國(guó)起步比較晚，樣本區(qū)間過長(zhǎng)并不代表結(jié)果更具科學(xué)性，這也是將

46、樣本起止日選在2004年9月28日的之一。在利用數(shù)據(jù)對(duì)狀態(tài)參數(shù)進(jìn)行估計(jì)時(shí)，對(duì)根據(jù)上面的推導(dǎo)公式對(duì)股票價(jià)格數(shù)據(jù)做æöP了一定的處理，也就是對(duì)股價(jià)數(shù)據(jù)率求導(dǎo)數(shù) r= logt +1，為了跟下文中對(duì)ç÷t +1PèøtMACD參數(shù)優(yōu)化相一致，對(duì)樣本數(shù)據(jù)的前五十個(gè)進(jìn)行了剝離。結(jié)合上面分析狀態(tài)參數(shù)估計(jì)值為：(m0 , m1,s P ,f0 ,f1 ) = (0.0806,12.203, 0.36, 0.05, -0.353) ，無風(fēng)險(xiǎn)利率取三國(guó)債的年化平均，r=3.6%。14華技 大 學(xué)表 3-1 狀態(tài)變量估計(jì)值3.2 時(shí)間窗口優(yōu)化的必要性分析

47、為了突出重點(diǎn)和計(jì)算的方便，研究中選取的樣本和上面保持了一致，從2004年9月28日年到2007年9月28日為年的跨度中，共有37077個(gè)樣本值，這些樣本數(shù)據(jù)主要由WIND數(shù)據(jù)庫(kù)和CCER數(shù)據(jù)庫(kù)綜合整理而成，由于計(jì)算MACD，KDJ和PSY指標(biāo)的需要，對(duì)樣本進(jìn)行了處理，即將樣本的前五十個(gè)數(shù)作為計(jì)算指標(biāo)的值，不納入指標(biāo)策略率計(jì)算的范圍。另外在組合指標(biāo)參數(shù)優(yōu)化的研究中進(jìn)行了如下假設(shè)：第一，用每天的收盤價(jià)來來進(jìn)行每次。第二，當(dāng)出現(xiàn)黃金交叉時(shí)，投資者將其所有資產(chǎn)買進(jìn)股票，相反，則全部賣出。第三，暫不考慮股息和利息。第四，從現(xiàn)實(shí)的可行性假定：參數(shù)值變化范圍為：A = (s, l, h) : s = 1,

48、2,., 20, l = s +1, s + 2,., 50, h = 2, 3,., 20B = ( N , M1, M 2 ) : N = 4, 2,., 30, M1 = 2,.15, M 2 = 2, 3,.,15C = T = 1, 2.50; N = 2,.30第五，假設(shè)盈虧只受時(shí)間窗口參數(shù)取值的影響分析的方法：以簡(jiǎn)單的法則即出現(xiàn)買入信號(hào)則配置 100%的風(fēng)險(xiǎn)資產(chǎn)，反之出現(xiàn)賣出信號(hào)時(shí)不配置風(fēng)險(xiǎn)資產(chǎn)，然后通過取遍上述區(qū)間的時(shí)間窗口參數(shù)組合下求出各組合策略下的率。下面利用圖示法分析各參數(shù)變化對(duì)盈虧的影響，基本邏輯為固定其中一個(gè)參數(shù)，在中看出另外兩個(gè)參數(shù)變化跟率的曲線關(guān)系。首先，計(jì)算任意

49、組合(12, l, h) Î A ， (s, 26, h) Î A ， (s, l, 9) Î A 通過上述表求出盈虧 Earn(s, l, h) 。然后，作圖： (l, h) - Earn(12, l, h) 。綜合在三個(gè)三維坐標(biāo)體系中可以直觀的各個(gè)參數(shù)的變化對(duì)率的影響關(guān)系。同樣的邏輯，分別固定住另外的兩個(gè)參數(shù)之一，可以看到其他兩個(gè)參數(shù)變化對(duì)率的影響圖。為了跟前面參數(shù)估15m0m1s Pf0f1估計(jì)值0.080612.2030.360.05-0.353華技 大 學(xué)計(jì)樣本一直，這里的分析跟前面取相同的樣本：中國(guó) 2004 年 9 月底到 2007 年 9 月底的上

50、證 50 指數(shù)成分，可以得到如下參數(shù)變化和投資績(jī)效的關(guān)系結(jié)論。指標(biāo)，固定第三個(gè)參數(shù)h ， (s, l ) - Earn(s, l, 9) 圖，從下圖中可以直觀對(duì) MACD的看出，當(dāng)?shù)谌齻€(gè)參數(shù)步長(zhǎng)固定為 9 的時(shí)候， l , s 之間存在某個(gè)最優(yōu)的搭配關(guān)系，使得率達(dá)到最大，l , s 與率之間，并不是單調(diào)的上升或者下降關(guān)系，而是在中間某個(gè)值時(shí)，達(dá)到最優(yōu)的組合。同樣的道理，可以分別固定另外兩個(gè)時(shí)間窗口參數(shù)，就可以看出除固定參數(shù)外的另外兩個(gè)參數(shù)組合對(duì)指標(biāo)不贅述了。能力的影響。后面就圖 3-1 MACD 組合指標(biāo)(s, l )圖同樣的道理，對(duì)KDJ中的某一個(gè)參數(shù)值，可以看出另外兩個(gè)參數(shù)變化對(duì)策略率的影

51、響，分別固定某一參數(shù)一次，可以看到兩兩時(shí)間窗口參數(shù)變化對(duì)策略率的影響。以固定其中 N = 9 為例，可以簡(jiǎn)單的看到取M1, M 2 與策略率間的關(guān)系，M1, M 2 取遍上節(jié)給出的范圍，那么在A下實(shí)現(xiàn)所有組合下的策略，在中可以明顯的看出率跟M1, M 2 的關(guān)系。16華技 大 學(xué)圖 3-2 KDJ 組合指標(biāo)(M1, M 2 ) -圖上面的分析只看出在其他參數(shù)不變的情況下，KDJ中兩個(gè)指標(biāo)參數(shù)與率間的關(guān)系，同樣的邏輯和方法，可以嘗試分析其他參數(shù)固定時(shí)，KDJ中某兩個(gè)參數(shù)變化與策略率間的關(guān)系。順著上面的思路，在PSY和PSYMA中，決定該策略的選取2004年9月28日年到2007年9月28日年上證

52、50指數(shù)成分率只有兩個(gè)參數(shù)T和N。為研究對(duì)象，取遍兩個(gè)參數(shù)在上述范圍內(nèi)的每個(gè)值，在下可以實(shí)現(xiàn)出每個(gè)組合下該指標(biāo)的績(jī)效值。如下：圖 3-3 PSY 組合指標(biāo)(T , N )上面只是簡(jiǎn)單的列舉了部分時(shí)間窗口參數(shù)跟策略圖率的關(guān)系圖，但是，要看出參數(shù)變化對(duì)率的影響還是比較容易。上面的分析和直觀圖大致可以看出MACD， KDJ，PSY時(shí)間窗口參數(shù)與其參數(shù)變化對(duì)簡(jiǎn)單策略下與率的關(guān)系。175046423834302622181410PSY時(shí)間窗口與率關(guān)系圖0.0280.0260.0240.0220.02率0.0180.0160.0140.0120.01514NT華技 大 學(xué)綜合從上面三個(gè)圖來看，指標(biāo)時(shí)間窗口參數(shù)的選擇以及指標(biāo)的選擇與率之間存在著某種關(guān)系，指標(biāo)時(shí)間窗參數(shù)的數(shù)值選擇對(duì)最終策略的率有著重要的影響，