市场噪声的构建与应用-配资天眼

欢迎各位交易者来到我的频道，我是作手君，一名Quant Developer，全栈开发CTA & HFT & Arbitrage等交易策略。
感谢FMZ平台，我会在我的量化频道多多分享量化开发相关内容，同各位交易者共同维护量化社区的繁荣。

更多信息，移步我的频道哦~在这等你来撩【作手君量化小屋】

你是否时常分辨不出趋势与震荡？
你是否被来回的无序打掉止损？
你是否难以分清市场当前的情况？
你是否做趋势交易希望过滤震荡？

哈哈那你来对了地方，今天作手君量化小屋给大家带来的是市场噪声的构建与应用！众所周知，金融市场充满了噪音，如何对市场的噪声进行量化的建模刻画十分重要。噪声的刻画可以更好的帮助我们分辨市场当前的状态，预测未来的可能！

PART1 【噪声的分辨对于金融市场交易十分重要】

金融市场的时间序列有高信噪比的特点，大部分时候市场的波动都是不明了的，甚至在趋势行情的时候也时长出现进4步退3步这样的情况。所以在金融市场中定义，识别和分类市场的噪声是非常重要且有应用意义的。考夫曼的这本著作里就对噪声这个特点进行了全面的说明与建模。

PART2 【噪声的构建-ER效率系数】

价格变化的起始与终止点净值除以期间价格两两变化的总和。

A点与B点之差除以中间7段运动之和

展示了价格相同运动幅度情况下，不同的价格运行模式展现的不同噪声水平。直线表示没有噪声，围绕直线上下较小变化表示中等噪声，大型的摆动象征着很高的噪声。

PART3 【噪声的构建-价格密度】

这里的定义是：绘制过去一段时间内价格运行的高低点，将这段时间内的最高价与最低价拉入一个方框，所谓的价格密度就是框内所能容纳的价格点位的数量。

相较于ER效率系数，价格密度的测量方式更加考虑了每根K线的最高价与最低价。

PART4 【噪声的构建-分型维度】

分型维度不能准确的测量，但是可以在过去n根期限内，使用下面的步骤进行估计

PART5 【噪声的构建-其余方式】

CMI(潮汐指数) = (close[0] – open[n-1]) / (Max high(n) – Min low(n));
噪音越低的时候，这段时间首尾净值无限逼近最高最低价之差，CMI无限接近1。

各类噪声测量的构造方法得到的结果是高度相似的，其核心就是比较一段时间运动的净变动和变动过程或变动极值，选取自己更喜爱的或者认为更合理的构造方式即可。

PART6 【从噪声与波动率角度划分市场风格】

波动率与噪声是不同维度刻画市场的方面，上面两种价格模式各段价格变化的总和是相同的，所以它们的波动率相同，净值变动的更大，噪声则更低。

所以噪声和波动性是两个不同的角度，而从这两个不同的角度恰好可以对市场进行一个风格划分。如果把行情的持续性和波动性分别作为横轴与纵轴，构建一个十字坐标系，可以把市场价格的波动状态分成如下四种：

持续性好、波动性高——流畅趋势。

持续性好、波动性低——颠簸趋势。

持续性差、波动性低——窄幅盘整。

持续性差、波动性高——宽幅震荡。

需要指出的是，所谓宽幅、窄幅，并没有绝对标准，要相对于自己交易的级别和系统，就如同交易周期的设定一样，是极其个人化的。而且我们仅能通过对过去一段时间的考察，判断出当前市场处于哪一种状态。但是，我们无法预测出市场下一步会进入哪一种状态。

当然，四种波动类型在转换时也不至于完全随机。在最理想的状态下，流畅趋势后往往迎来宽幅震荡，把动能慢慢地卸载掉；随后进入窄幅盘整，市场很不活跃，多空胶着互不相让；等市场被压缩到临界点，再次起爆，趋势起步了；以上是简化了的理想模型，现实要复杂得多。比如说，窄幅盘整后面未必一定是趋势，也有可能是宽幅震荡，流畅趋势后未必是宽幅震荡，有可能会继续创新高或新低。并且很难开发出四种策略，分别擅长处置四种不同的行情，然后兵来将挡、水来土掩。所以目前我还是觉得只能开发出在某些行情赚钱的策略，在不适应的行情尽可能的减少亏损。