首页
学习
活动
专区
圈层
工具
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
22 篇文章
1
配对交易千千万,强化学习最NB!(附文档+代码讲解)
2
【全网首发】机器学习该如何应用到量化投资系列(二)
3
【全网首发】机器学习该如何应用到量化投资系列(三)
4
【Python量化投资】趋向系统指标策略 ADX、DMI指标用于股票池(附源码)
5
【Python量化投资】经典策略复现之R-Breaker(附源码)
6
【深度学习量化投资】RNNs在股票价格预测的应用基于Keras
7
基于 RNN、LSTM 的股票多因子预测模型
8
【代码+论文】最全LSTM在量化交易中的应用汇总
9
强化学习(Reinforcement Learning)应用于量化投资系列专题(一)——在交易中的应用
10
强化学习(Reinforcement Learning)应用于量化投资系列专题(二)——设计一个外汇交易系统基于自适应强化学习
11
基于无监督学习的期权定价异常检测(代码+数据)
12
最新 | 深度递归LSTM-LRP非线性时变多因子模型(附下载)
13
创新AI算法交易:重新定义Bar、标签和平稳性(附代码)
14
变分自编码器:金融间序的降维与指标构建(附代码)
15
利用深度神经网络增强时间序列动量策略
16
TensorTrade:基于深度强化学习的Python交易框架
17
量价特征因子:基于HMM的多空策略(附代码)
18
XGBoost:股价预测进阶
19
【独家】周志华教授gcForest(多粒度级联森林)算法预测股指期货涨跌
20
【量化精品】通过LSTM神经网络进行时序预测针对股票市场(附Python源码)
21
金融时序预测:状态空间模型和卡尔曼滤波(附代码)
22
波动率预测:基于CNN的图像识别策略(附代码)

【Python量化投资】趋向系统指标策略 ADX、DMI指标用于股票池(附源码)

[什么是ADX]

ADX(average directional indicator) 平均趋向指数,常用的趋势衡量指标。通常与趋向系统(DMI)一起使用,利用多空趋向之变化差离与总和判定平均趋势,ADX数值不能显示趋势的发展方向。

但是如果趋势存在,ADX可以衡量趋势的强度。

[ADX的计算方法(默认区间14天)]

Step 1. 计算Directional movement (动向变化值)

+DM:当日最高价比昨日最高价高并且当日最低价比昨日最低价高,即为上升动向+DM。上升幅度为:当日最高价减去昨日最高价。

-DM:当日最高价比昨日最高价低并且当日最低价比昨日最低价低,即为下降动向-DM。下降幅度为:昨日最低价减去今日最低价。

Step 2 . 计算True Range (真实波幅)

TR =∣最高价-最低价∣,∣最高价-昨收∣,∣昨收-最低价∣ 三者之中的最高值

Step 3: 计算Directional Movment Index (动向指数)

+DI(14) = +DM(14)/TR(14)*100

-DI(14) = -DM(14)/TR(14)*100

Step 4: 计算ADX

DX是+DI与-DI两者之差的绝对值除以两者之和的百分数。

DX=[(+DI14)-(-DI14)]/[(+DI14)+(-DI14)]*100

ADX是DX的14天平滑平均线。

ADX = SMA(DX, 14)

不论上升趋势或下降趋势,ADX的读数越大,趋势越明显。

衡量趋势强度时,需要比较几天的ADX 读数,观察ADX究竟是上升或下降。ADX读数上升,代表趋势转强;如果ADX读数下降,意味着趋势转弱。

当+DI14从下向上递增突破-DI14时,显示市场内部有新的多头买家进场,愿意以较高的价格买进,因此入场信号。当-DI14从下向上递增突破+DI14时,显示市场内部有新的空头卖家出货,愿意以较低卖出,为离场信号

策略逻辑:

使用ADX的相对上升下降来判断趋势。配合双均线信号一起用。

在这里ADX更多是作为验证趋势是否会增强的信号使用,以避免在横盘中多次交易。

源代码

(点击阅读原文查看完整文件)

下一篇
举报
领券