致力于量化策略开发，高质量社群，交易思路分享等相关内容
大家好，我是Le Chiffre。
今天给大家带来的是超级趋势线系列之6，本期的进出场与以往不同，以往的超级趋势线由一条算法各异的均线与ATR波动率构造的区间组成。
经过观察和实盘总结发现如下几点缺点：
1、策略中ATR这一组件因为算法原因，导致在高位AV波动震荡中，波动率急剧放大，从而导致进场反转滞后，如一旦在高位开出多单，又因为波动率放大，导致初始止损位过大，从而造成损失与回撤。
2、以往算法各异的均线主体呈现同步与滞后的情形，例如：SF29的卡夫曼自适应、SF35的可变指数动态平均、SF36的可变移动平均等等，
为了修正以上两个瑕疵缺点，特思考研究了SF37——超级趋势线6，该策略底层主体均线由John Ehlers and Ric Way两位前辈不知道怎么研究得来，改均线算法命名是Zero Lag Exponential Moving Average，也就是零滞后指数移动平均。该指标可视化如下图所示：
该指标相对前几个均线算法的特点就是，在事后看的一些行情拐点处，或者拐点时间段，随着行情演绎，该均线出现相较于其他均线算法最快的初速度。
第二，该策略所采用的并非是ATR为算法的波动区间，而是我在“异质化社群”中，为大家分享“异质化社群量化研究3”中提到的波动率刻画的算法。为什么这么搞呢？
首先，据我观察，ATR算法中纳入了最高价和最低价的数据，而最高价和最低价本身就属于情绪或者随机游走的极端值，参考意义不大，但是行情是客观的，期货市场不像别的市场可以随意抹去K线。因此，思索和比较再三，替换掉该算法，只获取K线实体的大小而进行波动率的刻画，但是该逻辑有一个遗漏的地方，说不上缺点，那就是忽略了跳空幅度在波动率结构中的占比。
其次，经过可视化定性分析来看，该新方法整体波动结构与ATR的波动相关系数在0.9左右，但是整体大小总体小于ATR，且小于幅度在0.3-0.7之间变动不一。可视化截图如下：
以上三幅图是不同时间段的、不同的结构特征，所衍生的附图ATR和咱们社群分享研究的波动可视化图形。虽然整体波动是一样的，但是细节方面的确出现不同的结果。
核心本质：
1、摒弃掉高低开，以及最高最低价，波动刻画并不是说这个绝对数有多大，而是波动相对性。
2、在波动放大过程中，尤其是在暴涨行情中，高位的震荡、反转均会造成波动的放大，而这波动的放大，导致超级趋势线的反转滞后。
进场的结构特征说完了，说一下出场方面，在SF35自适应Krange基础上，本人加入了加速度出场，说的直白一些就是刻画趋势流畅度中，（详情请见松鼠文章“CTA如何选择品种”）对跟踪止盈止损线进行加速度，确保出线AV行情导致利润的回吐。
下面我们看一下各个绩效，可视化图如下：
组合
J
EB
Ni
JD
文华-焦炭-long
文华-焦炭-short
Vnpy螺纹绩效，没有选择参数，大家私下自行测试选择参数
由于各平台差异，回测绩效以TBQ版本为准
本策略仅作学习交流使用，实盘交易盈亏投资者个人负责。