小周期的振幅在止损中的作用
止损,想必做程序化的朋友并不陌生,常用到“指令价格”止损和“收盘价格”止损两种方法。所谓的指令价格止损,是在触及止损的一瞬间去执行相应的操作,当前交易所1s刷两笔数据,即刷新时间是0.5s,如果程序执行的周期以及执行的过程足够短,可以做到指令价格止损,如果程序每10s刷新一次,刚好第一笔数据止损,当再次刷新时,比止损时间点多走了9.5s,已经不是那时价格了。如果我们的程序60s刷新一次,统计1分钟的振幅有一定的意义。
统计振幅时出现了另一个问题。下图是分笔数据价格绘制成的曲线,横轴是时间,纵轴是价格。若AB之间的时间距离为1分钟,当A点为一个K线的起点时,AB数据呈现的1分钟K线是T字形,BC是倒T行,如果M是一个K线的起点,MN将是没有上下影线的阳线,所以,同样是一段数据,用不同的分割方法,得到不同的K线,这就给统计振幅带来了难题,但从另一面考虑,如果统计的样本足够多,即已经把这种情况包含在内了。我认为这一点还是需要考虑,虽然计算的结果都一样。
按照同样的方法,可以统计和程序执行周期一样时间段的振幅,在止损幅度上做个参考。
本文出自乐谷吧,转载时请注明出处及相应链接。
本文永久链接: http://www.legu8.com/?p=533
3条评论
求教《通向金融王国的自由之路》中的R系数止损在自适应移动均线上怎么量化?
R系数最好能随着价格的波动大小变化,可以按照入场点时的ATR数值倍数作为1R,或者当时均价的百分百作为1R。 自适应均线需要配合其他指标来完成止损止盈操作。
不错不错来看看