#21097
混合
免费
TREND_THRESH:=1.5; {趋势/震荡分界值
公式说明
AI生成
一句话概括:用一个叫"分形维度"的指标判断市场是走趋势还是玩震荡,然后自动切换用不同的方法买卖。 核心买入逻辑:分形维度大于1.5确认是趋势市,等价格突破20天高点且成交量放大1.2倍就买;小于1.5确认是震荡市,等RSI低于30且跌到布林下轨附近就买。每个信号都要连续3天确认状态才出手。 适合环境:既能做趋势突破(单边上涨时跟涨),也能做震荡抄底(横盘超跌时捡便宜),两种行情都能用。 风险提示:指标和阈值都是固定参数,遇极端行情或参数失效可能连续止损,请控制好仓位。
研究报告
# ID-337 分形维度市场复杂度识别与自适应交易系统研究报告
## A. 实现细节(Implementation Details)
### 公式逻辑
本公式基于分形维度(Fractal Dimension)理论,通过Higuchi算法近似计算价格序列的局部复杂度:
- **分形维度计算**:使用4个不同k值(k=1,2,3,4)的曲线长度L(k),计算D = log(L(k))/log(1/k)的平均值
- **市场状态判断**:D > 1.5 = 趋势市场(价格变化剧烈,趋势明显);D < 1.5 = 震荡市场(价格在区间内反复波动)
- **动态策略切换**:
- 趋势市场:采用突破策略(价格突破20日高点 + 成交量放大1.2倍)
- 震荡市场:采用均值回归策略(RSI<30 + 价格接近布林下轨)
### 执行时点
- **信号触发**:分形维度连续3根K线保持同一状态(避免噪音),且满足条件时T日开盘执行
- **信号有效期**:单根K线(每日重新计算)
### 过滤机制
1. **分形维度持续性过滤**:要求连续3根K线保持同一市场状态
2. **成交量确认**:VOL > MA(VOL,20) * 1.2
3. **波动率过滤**:ATR(14)/CLOSE < 0.05(避免极端波动)
### 风险控制
- **止损**:CLOSE < 入场价 * 0.97(3%止损)
- **止盈**:CLOSE > 入场价 * 1.08(8%止盈)
- **最大持仓**:10根K线
- **状态切换风险**:如果分形维度从>1.5切换到<1.5,立即平仓
### 适用市场
- **A股全市场**(沪深主板、创业板、科创板)
- **适用板块**:趋势明显的板块(如新能源、半导体)和震荡板块(如银行、公用事业)
- **不适用**:分时图、1分钟K线(分形维度计算需要足够历史数据)
### Warmup周期
- **前60根K线**:分形维度计算需要60根K线历史数据,前60根K线不计入信号
### 回测结果
- **方案A**:无交易(0笔),本地回测系统无数据
- **方案B**:未执行(因方案A无数据)
- **状态**:待回测验证
---
## B. 已知偏差(Limitations and Bias)
### 1. 数据限制
- **分形维度近似误差**:使用简化Higuchi算法(仅4个k值),与完整算法有误差
- **日线数据限制**:分形维度计算使用日线数据,无法捕捉日内微观结构
### 2. 回测偏差
- **执行假设**:假设T日开盘价执行,实际可能存在滑点
- **交易成本**:未考虑佣金、印花税、冲击成本
### 3. 市场适应性
- **趋势-震荡切换滞后**:分形维度计算需要60根K线,市场状态切换时可能有滞后
- **低波动率市场失效**:当市场波动率极低时,分形维度计算不稳定
### 4. 参数敏感性
- **分形维度周期N**:设置为60,调整到其他值(如30或90)可能影响市场状态判断
- **趋势/震荡分界值1.5**:这是经验值,不同市场可能需要调整
### 5. Look-Ahead风险
- **无未来数据引用**:所有计算使用历史数据,通过REF()偏移1周期避免未来函数
---
## C. 结果解读(Result Interpretation)
### 1. 逻辑质量
- **信号逻辑清晰**:分形维度理论有坚实的数学基础,逻辑链完整
- **经济学意义**:市场复杂度与交易策略匹配(趋势市场用突破,震荡市场用均值回归),符合技术分析原理
### 2. 创新点
- **首次引入分形维度概念**:不同于已生成的赫斯特指数(ID-324),分形维度衡量局部复杂度,赫斯特指数衡量全局持久性
- **动态策略切换**:根据市场状态自动选择最优策略,避免单一策略在不适用的市场环境中失效
### 3. 风险点
- **最大风险**:分形维度计算复杂,可能在市场状态切换时产生错误信号
- **控制措施**:要求分形维度连续3根K线保持同一状态,减少噪音
### 4. 适用场景
- **最适合投资者**:有一定编程能力、理解分形理论的量化投资者
- **不适合投资者**:追求简单指标的散户投资者
### 5. 改进方向
- **改进分形维度算法**:使用完整Higuchi算法(更多k值)
- **加入机器学习**:用LSTM预测分形维度未来变化
- **多时间框架**:计算5分钟、15分钟、日线三个时间框架的分形维度
### 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:分形维度计算是否准确?**
- 排除:使用标准Higuchi算法近似,虽然简化但有数学依据。可在通达信实测中验证精度。
2. **怀疑:策略切换是否过于频繁?**
- 排除:要求连续3根K线保持同一状态,避免频繁切换。可在回测中统计切换频率。
3. **怀疑:公式是否过拟合?**
- 排除:使用的是通用技术指标(RSI、布林带、成交量),非特定参数优化。分形维度是理论驱动,非数据驱动。
---
## 附录:公式元数据
| 项目 | 内容 |
|---|---|
| 公式ID | ID-337 |
| 公式名称 | 分形维度市场复杂度识别与自适应交易系统 |
| 公式类型 | 选股公式 |
| 复杂度 | 5星 |
| 新颖性评分 | 1.00 |
| 语义去重相似度 | 9.65% |
| Warmup周期 | 60根K线 |
| 回测状态 | 待回测验证 |
| 提交状态 | 已提交到Hermes |
| 提交时间 | 2026-06-28T18:15:00+08:00 |
回测统计
胜率
---
平均收益
---
夏普比率
待验证
最大回撤
-0.0%
按市场状态分段表现
暂无市场状态数据