基于带通滤波器与多时间框架的交易策略研究

目录

在数字货币的高频波动市场中,如何既能捕捉大级别的趋势,又能精准定位日内波动的入场点,是每一位量化交易者面临的挑战。本文将深入探讨一种结合了多重时间框架(MTF)分析与信号处理算法(低通/带通滤波器)的日内交易策略,并展示其从基础雏形到最终优化的完整过程。

1. 回测环境设置

在开始策略迭代之前,我们先设定回测参数,使用zorro进行回溯检验。

配置项参数值
交易标的BTCUSDT, ETHUSDT
K线周期15 分钟
测试区间2018-01-01 至 2025-12-30
回溯长度5000 Bars
杠杆倍数10x
手续费率0.1%
滑点设置延迟5秒
WFO 循环10 次
样本分割85% (训练) / 15% (测试)

2. 策略逻辑:双重滤波

2.1 核心理念

本策略的核心理念是**“趋势过滤 + 周期定位”**。我们不直接在 15 分钟图上寻找趋势,因为噪声过多;相反,我们利用信号处理技术在不同频率上提取有用信息:

  1. 趋势筛子(小时图):使用**低通滤波器(Low-Pass Filter)**过滤高频波动,识别中长期趋势方向。
  2. 市场择时(15 分钟图):使用**带通滤波器(Band-Pass Filter)**捕获特定频率的周期震荡,寻找趋势回调后的转折点。

2.2 信号生成逻辑

  • 多头逻辑:当小时图趋势线处于上涨状态,且 15 分钟带通滤波器在 0 轴下方上穿信号线时,触发做多信号。
  • 空头逻辑:当小时图趋势线处于下跌状态,且 15 分钟带通滤波器在 0 轴上方下穿信号线时,触发做空信号。

3. 策略迭代与参数优化

3.1 趋势线回溯期的调优

我们对小时图趋势线的回溯期进行了扫描(500-1200,步长 50),旨在捕捉持续数周的中期趋势。

测试发现:

  • BTC 的参数稳定性区间位于 1000-1200,而 ETH 则在 800-1000 表现更佳。
  • 优化后,样本外盈利因子(Profit Factor)从 1.47 提升至 1.53,PRR 提升至 1.29。然而,优化趋势线对空头表现的提升微乎其微,这暗示了市场多空逻辑的不对称性。

image.png

image.png

3.2 模糊因子(Fuzzy Factor)vs 进场概率

为了减少在震荡行情中的无效交易,我们引入了模糊逻辑。

  • 结论:测试表明,调整模糊因子与调整进场概率阈值在逻辑上是等效的。
  • 选择:我们最终确定使用 0.15 的固定模糊因子。该参数能有效识别并排除窄幅波动,避免了过大的过滤导致入场过于滞后。
参数项盈利因子PRR夏普比率
模糊因子=0.051.571.330.82
模糊因子=0.11.531.290.75
模糊因子=0.151.671.390.84
模糊因子=0.21.791.470.92

3.3 优化带通滤波器

带通滤波器决定了日内进场的灵敏度。通过扫描回溯期(10-50),我们发现:

  • 40 是整体表现的“甜蜜点”。虽然 BTC 和 ETH 的最优参数略有偏差,但统一使用 40 能较好地兼顾稳健性。

image.png

4. 风险控制

4.1 固定 ATR 止损

通过引入基于 ATR 的固定止损(优化区间 5-10 倍 ATR),策略的最大回撤显著下降,盈利因子提升至 1.69。这再次证明,在加密货币市场,极端的“黑天鹅”波动必须通过宽止损结合仓位控制来应对。

组别盈利因子PRR夏普比率
基准组1.601.330.79
5-10(0.5) ATR1.691.420.87

image.png

4.2 盈亏平衡

我们尝试了跟踪止损(Trailing Stop)来锁定利润。

  • 有趣的结果:虽然夏普比率和总收益略有下降,但胜率从 25% 飙升至 54%,且最长连续亏损次数从 21 次骤降至 7 次。
  • 决策:对于实盘交易者而言,平滑的净值曲线和更高的胜率对于维持交易纪律至关重要,因此我们保留了此项设置。

image.png

5. 高级优化:空头非对称平仓机制

由于数字货币市场往往呈现“缓涨急跌”的特征,多空逻辑对称的策略往往在空头侧表现不佳。

  • 优化逻辑:当空头仓位浮盈超过设定的 ATR 阈值时,强制平仓 50% 以锁定利润。剩余 50% 头寸则启用严格的跟踪止损。
  • 回测表现:这一调整带来了质的飞跃。最大回撤从 19% 砍到了 9%,夏普比率从 0.72 跃升至 1.12。BTC 和 ETH 的空头盈利因子均回到了 1.2 以上的健康水平。

image.png

6. 资金管理与最终绩效

在最终版本中,我们加入了资金管理模块:每笔交易承担固定 1.5% 的账户风险。

  • 核心数据:年化增长率(CAGR)达到 42%,最大回撤控制在 16%(基于复利模式),夏普比率 1.18。

image.png

7. 总结与思考

虽然本策略通过多重优化实现了稳健盈利和极高的胜率(57%),但也揭示了一些深层次问题:

  1. 15 分钟图的复杂滤波虽然提供了精细入场点,但其风险调整后收益并不总是显著优于简单的小时图趋势策略。
  2. 宽幅震荡行情仍是此类趋势追踪策略的主要亏损源。
  3. 针对空头市场特征进行专项平仓设计,是大幅度降低策略回撤的关键。

测试总表

业绩指标基础策略优化趋势线调整模糊因子优化带通滤波器优化止损盈亏平衡优化空头交易资金管理
最大回撤18.5%17%15%16%13%19%9.3%8.5%
MAE25.1%24.5%22%24%19%24%17.1%16%
最长回撤周数1224343434353529
交易次数365336274287334543786786
周交易次数11111233
胜率29%27%31%29%25%54%57%57%
最长连续亏损1716141521799
年收益率106%114%130%118%141%103%187%42%
盈利因子1.471.531.671.601.691.491.741.76
PRR1.251.291.391.331.421.321.571.59
夏普比率0.730.750.840.790.870.721.121.18
R271%83%65%55%57%63%92%91%
平均回撤9.9%9.5%8%8.7%7.4%9.5%5.5%5.3%
BTC 多头PF1.782.672.923.033.212.502.502.40
BTC 空头PF0.870.901.041.010.930.861.211.18
ETH 多头PF2.622.222.652.212.562.142.141.99
ETH 空头PF0.880.850.790.820.870.891.291.43

附录:Zorro 策略源码 (lite-c代码)

  1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
/*
基于低通滤波器和带通滤波器的趋势反转策略。
*/

#include <profile.c>
#include <utils.c>
#include <myindicators.c>

function tradeStrategy() {
    // ---------------------------------------------------------
    // 参数设置
    // ---------------------------------------------------------
    int HFTrendPeriod = round(optimize(800,500,1200,50));
    var FuzzyFactor = 0.15;
    var EntryProbThreshold = 0.6;
    int BandpassPeriod = round(optimize(40,10,50,5));
    var BandpassWidth = 0.3;
    var AtrStopFactor = optimize(0,5,10,0.5);
    var AtrTrailFactor = optimize(0,5,10,0.5);
    var ShortProfitThreshold = optimize(0,10,40,2);
    var FixedCapital = 10000;

    var FixedRisk = 0;
    if(Live) FixedRisk = slider(1) / 1000. / 100.;

    // ---------------------------------------------------------
    // 指标计算
    // ---------------------------------------------------------
    TimeFrame = frameSync(4);
    FuzzyRange = FuzzyFactor*ATR(100);
    vars HFPrices = series(price());
    vars HFTrends = series(LowPass(HFPrices, HFTrendPeriod));
    var RisingProb = risingF(HFTrends);
    var FallingProb = fallingF(HFTrends);
    bool Bullish = RisingProb >= EntryProbThreshold;
    bool Bearish = FallingProb >= EntryProbThreshold;
    bool BullishPeak = peak(HFTrends);
    bool BearishValley = valley(HFTrends);
    TimeFrame = 1;

    vars Prices = series(price());
    vars Cycles = series(bandpass(Prices, BandpassPeriod, BandpassWidth));
    var ATR100 = ATR(100);

    var LongNormalizedProfit = getLongNormalizedProfit(ATR100);
    var ShortNormalizedProfit = getShortNormalizedProfit(ATR100);

    // ---------------------------------------------------------
    // 交易信号
    // ---------------------------------------------------------
    bool BuySignal = crossOver(Cycles, Cycles+1) && Cycles[0] < 0;
    bool SellSignal = crossUnder(Cycles, Cycles+1) && Cycles[0] > 0;

    bool LongEntry = Bullish && BuySignal;
    bool LongExit = BullishPeak;
    bool ShortEntry = Bearish && SellSignal;
    bool ShortExit = BearishValley;

    // ---------------------------------------------------------
    // 状态管理:再进场限制 (AlgoVar[0])
    // ---------------------------------------------------------

    // 触发部分止盈后,开始跟踪跟踪剩余头寸,并进入观望期
    if(AlgoVar[0] == 1) {
        // 限制进场
        ShortEntry = false;

        // 管理剩余持仓:锁定 50% 利润
        for(current_trades) {
            if(TradeIsOpen && TradeIsShort) {
                TradeTrailLock = 0.5;
            }
        }

        // 解锁条件:空仓且趋势反转
        if(NumOpenShort == 0) {
            if(BullishPeak || BearishValley) {
                AlgoVar[0] = 0; // 允许下一波行情进场
            }
        }
    }

    // ---------------------------------------------------------
    // 风控
    // ---------------------------------------------------------
    Stop = AtrStopFactor*ATR100;
    Trail = AtrTrailFactor*ATR100;
    TrailLock = 10;
    TrailSlope = 0;

    // ---------------------------------------------------------
    // 资金管理
    // ---------------------------------------------------------
    Lots = 100;
    var MinLots = getMinLots();
    if(!Train && FixedCapital > 0)
        Lots = floor(FixedCapital/priceC()/LotAmount);
    if(!Train && Capital > 0 && FixedRisk > 0 && AtrStopFactor > 0)
        Lots = fixedRiskLots(FixedRisk);
    if(Lots < MinLots) Lots = MinLots;

    // ---------------------------------------------------------
    // 订单管理
    // ---------------------------------------------------------
    if(NumOpenLong > 0 && LongExit)
        exitLong();
    if(NumOpenShort > 0 && ShortExit)
        exitShort();
    if(NumOpenLong == 0 && LongEntry)
        enterLong();
    if(NumOpenShort == 0 && ShortEntry) {
        if(ShortProfitThreshold > 0)
            enterShortMultipleOrders(2, MinLots);
        else
            enterShort();
    }

    // 空头部分止盈逻辑
    if(ShortProfitThreshold > 0 && NumOpenShort > 0 && AlgoVar[0] == 0) {
        if(ShortNormalizedProfit >= ShortProfitThreshold) {
            // 平仓50%
            exitProfitShortOrders(1);
            // 标记进入剩余头寸管理模式
            AlgoVar[0] = 1;
        }
    }

    // ---------------------------------------------------------
    // 绘图
    // ---------------------------------------------------------
    if((Test && !is(LOOKBACK)) || Live) {
        plot("HFTrend", HFTrends, MAIN, BLUE);

        plot("RisingProb", RisingProb, NEW|LINE, BLUE);
        plot("ProbT", EntryProbThreshold, 0, GREY);
        plot("ProbT2", 1-EntryProbThreshold, 0, GREY);
        var BullishState = ifelse(Bullish, 1, 0);
        var BearishState = ifelse(Bearish, 1, 0);
        plot("BullishState", BullishState, 0|BARS, GREEN+TRANSP);
        plot("BearishState", BearishState, 0|BARS, RED+TRANSP);

        plot("Bandpass", Cycles, NEW, RED);
        plot("BandpassLag", Cycles+1, 0, GREY);
        plot("Bandpass+", 0.8, 0, GREY);
        plot("Bandpass-", -0.8, 0, GREY);

        if(ShortProfitThreshold > 0) {
            plot("LongProfit", LongNormalizedProfit, NEW|BARS, GREEN+TRANSP);
            plot("ShortProfit", ShortNormalizedProfit, 0|BARS, RED+TRANSP);
            plot("ShortProfitT", ShortProfitThreshold, 0, RED);
        }

        if(AtrStopFactor > 0 && NumOpenTotal > 0) {
            var CurrentStop = 0;
            for(current_trades) {
                CurrentStop = (var)TradeStopLimit;
                break_trades;
            }
            if(CurrentStop > 0) plot("Stop", CurrentStop, MAIN|DOT, LIGHTBLUE);
        }

        // if(AlgoVar[0] > 0) plot("LockMode", 10, NEW|BARS, BLUE);
    }
}

function run() {
    // --------------------------------------------------------- //
    // Zorro 设置
    // --------------------------------------------------------- //

    // 日志
    set(LOGFILE);
    Verbose = 3;

    // 图表
    set(PLOTNOW);
    setf(PlotMode,PL_DIFF);
    PlotScale = 8;
    PlotHeight2 = 320;
    if(Live) PlotBars = -250;

    // 训练
    set(PARAMETERS);
    setf(TrainMode,TRADES);
    DataSplit = 85;
    NumWFOCycles = 10;
    NumCores = 4;

    // K线生成规则,7*24交易
    resf(BarMode,BR_WEEKEND);
    StartWeek = 0;
    EndWeek = 62359;
    StartMarket = 0;
    EndMarket = 2359;
    BarPeriod = 15;
    BarZone = UTC;
    BarOffset = 0;
    TickFix = 60000;
	  if(Live) TickFix = 0;

    // 测试样本
    StartDate = 20180101;
    EndDate = 20251230;
    LookBack = 5000;

    // Initial Capital
    if(Train) Capital = 0;
    if(Test) Capital = 0;
    if(Live) Capital = 0;

    // 下一根k线开盘时进场/平仓
    Fill = 3;

    // --------------------------------------------------------- //
    // Strategy logic
    // --------------------------------------------------------- //

    while(asset(loop("BTCUSDT","ETHUSDT"))) {
        Leverage = 10;
        MarginCost = priceClose()*LotAmount/Leverage;
        tradeStrategy();
    }
}