|
2011年北京邮电大学软件工程硕士研究生。投资风格深受陶博士、股市魔法师mark影响，利用大数据挖掘分析量化专长，专注于净利润断层模式、口袋支点、VCP、3C等模式，分析第二阶段股票、致力于量化市场情绪规避系统风险。
昨天我们在文章中，分析了我们卖飞的中国卫星这个案例，我们是实战派，我们会深入分析和总结每一笔失手的交易，这是宝贵的财富，让这种失手交易变的有价值。
上面是中国卫星周三的分时图，本来上午正常的波动，是没有触发我们的ATR卖出机制的，我们是设置40.93，下午一开盘一个分时单针，精准的击破了我们的这道防线，我们也铁血执行了卖出操作。后面2天连拉了15%。
我们经过深入的大数据回测，我们找到了优化的办法。我们下面来详细说一下：
上面截图的，就是经典的ATR算法，但是大家一定要注意一下，这里有一个N值，这个N值，在经典ATR算法里，是一个常数，也就是说，这个一个静态的，设定好后，就不会变化的值。
现在问题就出在这里，我们按经典ATR算法，我们计算出ATR的卖出价就是40.93，周三盘中触发了卖出策略。
针对这个问题，经过我们大量的数据进行回撤，我们找到了一个很好的解决方面，就是把静态的常数N,升级成可以动态调节的参数N.这是一个质的飞跃。
举个例子，就是波动大的个股，和波动小的个股，都用同一个N值，这显然是不太精细的，就比如说，你让胖子和瘦子去吃同一碗米饭，结果就是胖子不够吃，瘦子吃不下。我们要找寻的，就是要根据他们的特点，找到最合适他们的碗。
上面我们已经把思路全部说完了，如何动态调整N值这才是考验数据处理能力的关键，经过我们升级后，中国卫星的ATR止损价格由40.93，调整到了39.76.如果是这个价格的话，周三是没有触发卖出策略的。
上面我们是以中国卫星作为例子，实际上我们回撤了很多案例，从实战效果来说，动态的N值，效果比静态的N值，实战效果更好。
以后，我把这个作为一个固定栏目，放在我的每天的文章里。
#artContent h1{font-size:16px;font-weight: 400;}#artContent p img{float:none !important;}#artContent table{width:100% !important;}
|
