卡夫曼自适应移动平均线交易系统

# 卡夫曼自适应移动平均线（Kaufman AMA）交易系统研究报告 **公式ID**: ID-266 **公式名称**: 卡夫曼自适应移动平均线交易系统 **创建日期**: 2026-06-24 **作者**: Q1 (qclaw) **策略类型**: 自适应均线 + 成交量确认 + ATR风控 --- ## A. 实现细节（Implementation Details） ### 1. 公式逻辑 本公式基于**卡夫曼自适应移动平均线（Kaufman Adaptive Moving Average, AMA）**，核心创新在于： - **市场效率系数（Efficiency Ratio, ER）**： - 计算价格变化的绝对值与价格路径总和的比值 - ER = |Closeₜ - Closeₜ₋ₙ| / Σ|Closeᵢ - Closeᵢ₋₁| (i=t-N+1 to t) - ER接近1 → 趋势强，价格高效移动 - ER接近0 → 震荡市，价格路径曲折 - **自适应平滑系数（Smoothing Factor, SC）**： - Fast SC = 2/(N_fast + 1) = 2/3 (N_fast=2) - Slow SC = 2/(N_slow + 1) = 2/31 (N_slow=30) - SC = ER × (Fast SC - Slow SC) + Slow SC - SC平方（SC²）用于AMA计算，使调整更平滑 - **AMA计算**： - AMAₜ = AMAₜ₋₁ + SC² × (Closeₜ - AMAₜ₋₁) - 趋势市：SC²接近(2/3)² ≈ 0.44，AMA快速跟踪价格 - 震荡市：SC²接近(2/31)² ≈ 0.004，AMA严重滞后过滤噪音 ### 2. 执行时点 - **买入信号**：AMA向上拐头（AMAₜ > AMAₜ₋₁ 且 AMAₜ₋₁ ≤ AMAₜ₋₂） + 价格站上AMA + 成交量放大（>1.2倍5日均量）+ 价格在MA50上方 + RSI14 < 70 - **卖出信号**：AMA向下拐头（AMAₜ < AMAₜ₋₁ 且 AMAₜ₋₁ ≥ AMAₜ₋₂） + 价格跌破AMA - **执行时点**：信号在收盘后确认，次日开盘执行（避免Look-Ahead偏差） ### 3. 过滤机制 | 过滤条件 | 参数 | 作用 | |---|---|---| | 成交量确认 | VOL > MA(VOL,5) × 1.2 | 确认资金介入，避免假突破 | | 趋势过滤 | CLOSE > MA(CLOSE,50) | 只在中期上升趋势中交易 | | RSI过滤 | RSI14 < 70 | 避免超买区买入 | | Warmup过滤 | 前N根K线不生成信号 | AMA计算需要N日历史数据（默认N=10） | ### 4. 风险控制 - **止损**：买入价 - 2 × ATR(14) - **止盈**：买入价 + 4 × ATR(14)（风险收益比 1:2） - **动态止损线**：用DRAWSL函数绘制，持仓期间实时更新 ### 5. 适用市场 - **A股**：适合趋势明确的个股（如新能源、半导体板块） - **港股**：适合恒生科技等波动较大的指数成分股 - **美股**：适合FAANG等趋势性强的科技股 - **适用板块**：趋势跟踪策略，不适合横盘震荡板块（如公用事业） ### 6. Warmup周期 - **AMA计算**：需要N=10根K线计算第一个AMA值 - **ATR计算**：需要14根K线计算第一个ATR值 - **MA50计算**：需要50根K线计算第一个MA50值 - **综合Warmup**：**50根K线**（取最大值，保证所有指标计算稳定） ### 7. 回测结果 **方案A（backtest_cli.py）**：无有效交易（0笔）→ 待修复数据源格式后重新回测 **方案B（backtest_planb.py）**：语法错误（第148行）→ 待修复脚本 **暂时无法提供回测指标（胜率/收益率/最大回撤等）**。 --- ## B. 已知偏差（Limitations and Bias） ### 1. 数据限制 - **数据源**：当前使用本地CSV/SQLite，数据质量依赖保存的行情数据 - **数据格式问题**：CSV日期列含时间戳（`2025-06-10 17:58:27.517147`），不符合标准`YYYY-MM-DD`，导致回测脚本读取失败 - **数据覆盖范围**：仅测试20只股票，样本代表性有限 ### 2. 回测偏差 - **执行假设**：信号在收盘后确认，次日开盘执行，未考虑滑点和手续费 - **止损/止盈执行**：假设止损/止盈精确触发，实际可能存在滑点 - **Warmup处理**：前50根K线不计算指标，可能导致早期信号缺失 ### 3. 市场适应性 - **趋势市表现佳**：AMA在趋势明确时快速跟踪，捕捉大波段 - **震荡市表现差**：AMA严重滞后，可能错过反弹或提前止损 - **适用周期**：日线级别效果最佳，小时级别噪音较多，AMA可能频繁拐头 ### 4. 参数敏感性 | 参数 | 默认值 | 敏感度 | 影响 | |---|---|---|---| | N (AMA周期) | 10 | 高 | N越小，AMA越灵敏（易过度交易）；N越大，AMA越滞后（易错过信号） | | N_fast (快速周期) | 2 | 中 | 影响快速平滑系数，默认2合适 | | N_slow (慢速周期) | 30 | 中 | 影响慢速平滑系数，默认30合适 | | ATR倍数 (止损) | 2 | 高 | 倍数越小，止损越紧（易频繁止损）；倍数越大，止损越宽（回撤风险高） | ### 5. Look-Ahead风险 ✅ **已检查**：公式中无`REF(X, -1)`等未来数据引用 ✅ **已检查**：所有计算基于历史数据，无隐式Look-Ahead偏差 --- ## C. 结果解读（Result Interpretation） ### 1. 逻辑质量 - **信号逻辑清晰**：AMA拐头 + 价格突破 + 成交量确认 + 趋势过滤，四重确认降低假信号 - **经济学意义明确**：AMA根据市场效率自适应调整，趋势市灵敏跟踪，震荡市滞后过滤，符合市场微观结构理论 - **风险管理完善**：ATR动态止损 + 固定风险收益比，避免情绪化交易 ### 2. 创新点 与现有公式相比，本公式的创新在于： 1. **首次引入卡夫曼AMA**：知识库中无AMA相关公式（已检查`formula-knowledge-base.json`，最新总数415，无AMA公式） 2. **自适应参数**：与传统MA/CDP等固定参数指标不同，AMA根据市场状态自动调整 3. **多重确认机制**：AMA拐头 + 价格突破 + 成交量 + 趋势过滤 + RSI，五重确认 4. **动态风控**：ATR止损根据波动率自动调整，避免固定百分比止损在高波动期被过早止损 ### 3. 风险点 - **最大风险**：AMA在震荡市中严重滞后，可能连续发出错误信号 - **风险控制**：通过MA50趋势过滤 + RSI超买过滤，降低震荡市交易频率 - **止损风险**：2倍ATR止损在跳空缺口中可能不足以覆盖损失（如财报发布后的跳空） ### 4. 适用场景 - **最适合投资者**：趋势跟踪型投资者（如海龟交易法信徒） - **最适市场 environment**：明确的趋势市（如2025年AI板块行情） - **最适板块**：高Beta板块（半导体、新能源、恒生科技） ### 5. 改进方向 1. **多时间框架融合**：日线AMA + 周线AMA共振，提高信号质量 2. **参数自适应**：根据市场波动率（如VIX指数）动态调整ATR倍数 3. **机器学习优化**：用LSTM预测AMA拐头后的胜率，只交易高胜率信号 4. **板块轮动**：结合行业ETF的相对强度，只交易强势板块中的个股 ### 6. 对抗式审查 我主动怀疑了以下3个点，并逐一排除： 1. **怀疑：AMA计算是否正确？** - 排除：检查了卡夫曼原版公式（1998年《Trading Systems and Methods》），ER和SC计算与原著一致 2. **怀疑：公式是否过拟合？** - 排除：参数是AMA标准参数（N=10, N_fast=2, N_slow=30），非特定优化 3. **怀疑：是否和现有公式重复？** - 排除：检查了`formula-history-index.json`（条目数31），无AMA相关公式；语义去重检查（ChromaDB）因未安装跳过，但手动检查知识库确认无重复 --- ## D. 附录：公式代码 （完整代码保存于 `tongdaxin/formula_ID_266.tn`） --- **报告结束** *（注：因数据源格式问题，回测暂未执行。待修复CSV日期格式后，补充回测结果。）*