# 基于控制论振荡器的中长期趋势策略研究


在数字货币市场的高波动环境下，如何从嘈杂的价格波动中提取真实的趋势信号？本文引入数字信号处理（DSP）领域的核心思想，探讨**控制论振荡器（Cybernetic Oscillator）**在4小时级别行情中的应用。通过高通与低通滤波器的组合，我们构建了一套能够识别动量转折的交易系统，并辅以趋势过滤与风险管理模块。回测结果显示，优化后的策略在BTC与ETH上的风险收益比显著提升，夏普比率从0.22跃升至1.0以上。

## 1. 核心逻辑：控制论振荡器 (Cybernetic Oscillator)

由于金融市场价格序列包含大量的随机噪音和长周期趋势，常规指标往往存在严重的滞后性。控制论振荡器的设计初衷是通过**双重滤波技术**，剔除趋势背景（低频信号）和随机噪音（极高频信号），从而提取出价格的核心周期成分。

其核心算法实现如下（zorro lite-c）：

```c
var CyberOsc(vars Data, int HPLength, int LPLength) {
    vars HP = series(HighPass2(Data,HPLength));
    vars LP = series(Smooth(HP,LPLength));
    var RMS = sqrt(SumSq(LP,100)/100);
    return LP[0]/fix0(RMS);
}
```

### 指标的三步演化：
1. 去趋势 (Detrending)：利用二阶高通滤波器（HighPass2）处理价格。根据 `HPLength` 参数剔除低频趋势，保留高频震荡成分。
2. 平滑 (Smoothing)：对去趋势后的信号应用超平滑滤波器（SuperSmooth）。`LPLength` 控制平滑力度，旨在消除残留的随机噪音，使曲线更具方向感。
3. 归一化 (Normalization)：通过均方根（RMS）对结果进行标准化处理，使指标围绕零线波动，消除绝对价格幅度的影响。

> 核心理念：将价格看作一种含有噪音的波，通过滤波器锁定其中期动量，捕捉那些具备方向性特征的“波峰”与“波谷”。

![image.png](image.png)

通过观察可视化结果，我们制定了初步的趋势跟随策略：
- 做多：指标 > 0 且处于上升阶段（动量增强）。
- 多头平仓：指标下穿零轴。
- 做空：指标 < 0 且处于下降阶段（弱势增强）。
- 空头平仓：指标上穿零轴。

## 2. 回测设置与环境

为了确保结论的可靠性，我们使用 Zorro 平台进行回溯检验，设置如下。

| 参数项 | 设置值 |
| :--- | :--- |
| 交易标的 | BTCUSDT, ETHUSDT |
| K线周期 | 240分钟 (4小时图) |
| 回测区间 | 2017/01/01 - 2025/12/30 |
| 杠杆上限 | 5x |
| 手续费/滑点 | 0.1%佣金 / 滞后5秒成交 |
| 验证模式 | 10次行走前向交叉验证 (WFO), 85%训练集 |

## 3. 从基础到优化

### 1. 基础策略：初步试水
初始参数设为 $HPLength=200, LPLength=20$。
*   **表现**：样本外勉强盈利，但极其不稳定。
*   **痛点**：在长期单边趋势中的次级回调会导致过早离场；而在窄幅震荡区间，指标频繁穿零导致“拉锯战式”亏损。

![image.png](image_1.png)

### 2. 核心参数优化

为了过滤无效震荡，我们对 `HPLength` 进行了敏感性扫描（200-1000）。结果显示，BTC 与 ETH 的最优参数区间均落在 **600-850** 之间。

![image.png](image_2.png)

*   **提升**：盈利因子从1.08提至1.67，**夏普比率从0.22跃升至0.97**。
*   **分析**：更长期的滤波参数使策略从捕捉“波段”转为捕捉“趋势”。

![image.png](image_3.png)

### 3. 加入趋势滤波器：ZMA的降噪作用
我们引入**零滞后移动均线（ZMA）**：只有当 ZMA 趋势与振荡器信号共振时才开仓。
*   **逻辑**：$Price > ZMA$ 且 $ZMA$ 上升时仅做多。
*   **结论**：交易次数减少20%，夏普比率小幅升至1.02。ZMA 成功过滤了趋势中期的次级回调噪音，但在横盘震荡中效果有限。

![image.png](image_5.png)

### 4. 风险控制：波动率止损与盈亏平衡
我们引入了基于 **ATR（平均真实波幅）** 的自适应风险管理。

*   固定止损：$Stop = n \times ATR(100)$。有效降低了最大回撤，年化收益率提升至184%。
*   盈亏平衡 (Breakeven)：当盈利超过 $n \times ATR$ 后，将止损移至成本价。
    *   效果：胜率从 29% 暴增至 54%。
    *   抉择：虽然盈亏平衡极大改善了交易者的心理舒适度，但由于过早剔除了部分具有潜力的趋势单，夏普比率反而回落至0.91。

![image.png](image_11.png)

## 4. 回测数据汇总

| 业绩指标 | 基础策略 | 优化核心指标 | 趋势滤波器 | 固定止损 | 盈亏平衡 |
| --- | --- | --- | --- | --- | --- |
| 最大回撤 | 107% | 12% | 12% | 9.3% | 9.4% |
| MAE | 142% | 21% | 18.5% | 15.5% | 19.3% |
| 最长回撤周数 | 57 | 25 | 29 | 33 | 40 |
| 交易次数 | 692 | 329 | 254 | 304 | 466 |
| 年均交易次数 | 126 | 60 | 47 | 56 | 85 |
| 胜率 | 32% | 32.8% | 35% | 29% | 54% |
| 最长连续亏损 | 14 | 16 | 11 | 11 | 9 |
| 年收益率 | 20% | 151% | 152% | 184% | 171% |
| 盈利因子 | 1.08 | 1.67 | 1.82 | 1.83 | 1.64 |
| PRR | 0.96 | 1.41 | 1.51 | 1.53 | 1.44 |
| 夏普比率 | 0.22 | 0.97 | 1.02 | 1.04 | 0.91 |
| R2 | 41% | 52% | 49% | 45% | 26% |
| 平均回撤 | 59% | 8% | 7% | 5.6% | 7.1% |
| BTC 盈利因子 | 1.25 | 1.75 | 1.81 | 1.77 | 1.69 |
| ETH 盈利因子 | 0.98 | 1.62 | 1.82 | 1.87 | 1.61 |

## 5. 结论

通过对控制论振荡器的重构与优化，我们得到以下核心洞见：
1.  振荡器作为动量指标：控制论振荡器是极佳的中期动量识别工具，归一化后的零轴穿越信号逻辑简洁且强大。
2.  风险与心理的权衡：ATR 止损是降低系统风险的关键；盈亏平衡机制虽略微损害长期EV（期望值），但对于实盘心理建设具有重要意义。
3.  优化方向：目前多空表现不平衡，空头获利能力显著弱于多头。这可能源于数字货币市场的长期牛市特性，下一步需要针对空头逻辑进行单独优化。

## 附：完整 Zorro 策略代码

```c
/*
基于控制论振荡器的交易策略
*/

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

var CyberOsc(vars Data, int HPLength, int LPLength) {
    vars HP = series(HighPass2(Data,HPLength));
    vars LP = series(Smooth(HP,LPLength));
    var RMS = sqrt(SumSq(LP,100)/100);
    return LP[0]/fix0(RMS);
}

function tradeStrategy() {
    // 参数
    int HPLength = round(optimize(200,200,1000,50));
    int LPLength = 20;
    int TrendPeriod = round(optimize(0,400,1000,50));
    var AtrStopFactor = optimize(0,1,3,0.2);
    var AtrTrailFactor = optimize(0,1,3,0.2);
    var FixedCapital = 10000;

    // 指标
    vars Prices = series(price());
    vars Mom = series(CyberOsc(seriesC(), HPLength, LPLength));
    vars Trends = series(ZMA(Prices, TrendPeriod));
    var ATR100 = ATR(100);

    // 信号
    bool LongEntry = Mom[0] > 0 && rising(Mom);
    bool LongExit = Mom[0] < 0;
    bool ShortEntry = Mom[0] < 0 && falling(Mom);
    bool ShortExit = Mom[0] > 0;

    if(TrendPeriod) {
        LongEntry = LongEntry && rising(Trends) && Prices[0] > Trends[0];
        ShortEntry = ShortEntry && falling(Trends) && Prices[0] < Trends[0];
    }

    // 头寸
    Lots = 100;
    if(!Train && FixedCapital > 0)
        Lots = floor(FixedCapital/priceC()/LotAmount);

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

    // 订单
    if(NumOpenLong > 0 && LongExit)
        exitLong();
    if(NumOpenShort > 0 && ShortExit)
        exitShort();
    if(NumOpenLong == 0 && LongEntry)
        enterLong();
    if(NumOpenShort == 0 && ShortEntry)
        enterShort();

    // 绘图
    if((Test && !is(LOOKBACK)) || Live) {
        plot("Mom", Mom, NEW, RED);
        plot("Mom+", 0, 0, GREY);

        if(TrendPeriod)
            plot2("Trend", Trends[0], MAIN, rising(Trends), GREEN, 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);
        }
    }
}

function run() {
    // --------------------------------------------------------- //
    // 回溯检验设置
    // --------------------------------------------------------- //
    
    // 日志
    set(LOGFILE);
    Verbose = 3;

    // 图表
    set(PLOTNOW);
    setf(PlotMode,PL_DIFF);
    PlotScale = 8;
    PlotHeight2 = 320;

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

    // k线生成
    resf(BarMode,BR_WEEKEND);
    StartWeek = 0;
    EndWeek = 62359;
    StartMarket = 0;
    EndMarket = 2359;
    BarPeriod = 240;
    BarZone = UTC;
    BarOffset = 0;
    TickFix = 60000;
	if(Live) TickFix = 0;

    // 样本
    StartDate = 20170101;
    EndDate = 20251230;
    LookBack = 1000;

    // 下一根k线开盘进场/平仓
    Fill = 3;

    // --------------------------------------------------------- //
    // 策略逻辑
    // --------------------------------------------------------- //

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


---

> 作者: [量化炼金](https://codealchemy.blog.csdn.net/)  
> URL: http://localhost:1313/posts/cybernetic-oscillator/  

