引言:
邢不行的系列帖子“量化小讲堂”,通过实际案例教初学者使用python进行量化投资,了解行业研究方向,希望能对大家有帮助。
【必读文章】:《10年400倍策略分享-附视频逐行讲解代码》
【历史文章汇总】:https://bbs.pinggu.org/thread-3950124-1-1.html
微信个人号:xingbuxing0807,有问题欢迎交流
在量化投资中,原来K线还能这么画(附画K线代码)(下)
实际上用1分钟K线来画,和用逐笔数据画是有很大区别的。因为有的时候1分钟里面可以发生非常多的事情,所以最好还是用逐笔数据。感兴趣的话可以研究一下代码,用逐笔数据去尝试一下,也可以加我微信xingbuxing0807交流。
03
实际效果对比
「究竟有啥不一样」
我们分别用1D的K线,也就是日线,以及成交额等分K线,画出2017年年初至2019年年初的以太坊的走势:
正常K线
成交额等分K线
第二幅图里,每根K线的成交额是8200万美元。为什么用这么奇怪的一个数字?因为两年时间里,第一幅图中的日K线刚好有730根。为了让成交额等分的K线也画出730根,我们强行设定了8200万这个成交额。
虽然走势比较接近,K线数量也相等,但这两幅图还是能看出明显不同。实际上,区别在于:
它们的「信息密度」,或者说「信息分布」是不一样的。
我们用两个例子来解释:
第一个例子,2017年上半年ETH的起势。这段时间里,ETH的成交额比较少:
正常K线
2017年前半年,日线总共有180多根。这些信息息全部浓缩在了下图30多根成交额等分的K线里。用成交额等分来画,行情冷清的K线就合并了。
成交额等分K线
第二个例子,2017年年底到2018年年初ETH的暴涨。我们把2017年11月到2018年2月放大细节来看:
正常K线
成交额等分K线
同样的时间里,成交额等分的K线走势更加平缓,而且K线数量更多。
为什么会出现这样的情况?就是因为这段时间ETH放量上涨。用时间等分来画,有几根K线的成交额就非常大;用成交额等分来画,相当于把原来的一根日线分成了好多根,因此看起来会平缓。大额成交的K线被稀释了。
每一笔交易都体现了交易者的心理活动,或者暗含着某种策略逻辑,这些都是市场的信息。
在时间等分的K线里,每根K线所包含的信息量都不一样,信息分布是不均匀的;在成交额等分K线,每一根的信息量就比较接近,信息均匀地分布在每根K线里。
04
作用
「从数据中来,到策略中去」
说了这么多,画成交额等分的K线到底有什么好处?
K线本身是对最原始交易数据的一种简化,是信息的一种呈现形式。我们很多人的投资决策都是基于正常的K线做出的。那么当K线本身发生变化的时候,我们的决策会不会变化?
很多时候,当信息以另外一种形式呈现的时候,往往会产生很多新的启发。
例如很多基于K线的趋势策略或者震荡策略,在新的成交量等分K线下会不会有更好的效果?简单的观测可以发现,新的K线下的布林线策略中,K线不会那么轻易地突破上下轨,而是更加倾向于回到中轨。
再例如,做机器学习选股的时候,新的K线是否可以让机器更好的发现潜在规律?
还有很多场景在这样的K线下会有不一样的效果,就不在文章里一一列举了,感兴趣的话可以加我微信xingbuxing0807交流。
欢迎在下方回帖参与讨论,回帖还可以获得论坛币哦!
本帖隐藏的内容