波动率指标综合策略示例

本文档提供波动率指标（ATR、NATR、TRANGE、BBANDS）的实战策略示例。

策略 1：ATR 动态止损策略

策略逻辑

使用 ATR 设置动态止损和跟踪止损，根据市场波动性调整风险控制。

python

def main():
    position = None
    entry_price = 0
    stop_loss = 0
    take_profit = 0
    atr_stop_multiplier = 2  # 止损倍数
    atr_profit_multiplier = 3  # 止盈倍数
    
    while True:
        records = exchange.GetRecords()
        if len(records) < 50:
            Sleep(1000)
            continue
        
        highs = [r['High'] for r in records]
        lows = [r['Low'] for r in records]
        closes = [r['Close'] for r in records]
        current_price = closes[-1]
        
        # 计算 ATR
        atr = TA.ATR(highs, lows, closes, 14)
        current_atr = atr[-1]
        
        # 入场逻辑（示例：突破 20 日高点）
        if position is None:
            resistance = max(highs[-20:])
            if current_price > resistance:
                # 开多仓
                position = "long"
                entry_price = current_price
                stop_loss = entry_price - atr_stop_multiplier * current_atr
                take_profit = entry_price + atr_profit_multiplier * current_atr
                
                Log("✅ 开多仓")
                Log(f"入场价: {entry_price}")
                Log(f"止损: {stop_loss} (-{atr_stop_multiplier} ATR)")
                Log(f"止盈: {take_profit} (+{atr_profit_multiplier} ATR)")
        
        # 持仓管理
        elif position == "long":
            # 止损检查
            if current_price < stop_loss:
                Log(f"❌ 触发止损: {current_price}")
                # exchange.Sell(...)
                position = None
            
            # 止盈检查
            elif current_price > take_profit:
                Log(f"✅ 触发止盈: {current_price}")
                # exchange.Sell(...)
                position = None
            
            # 跟踪止损
            else:
                new_stop = current_price - atr_stop_multiplier * current_atr
                if new_stop > stop_loss:
                    stop_loss = new_stop
                    Log(f"📈 移动止损至: {stop_loss}")
        
        Sleep(5000)

策略优势

根据波动性动态调整止损
避免市场噪音导致过早止损
跟踪止损锁定利润

策略 2：布林带挤压突破策略

策略逻辑

利用布林带收窄（挤压）识别低波动期，等待突破方向后入场。

python

def main():
    squeeze_threshold = 0.05  # 挤压阈值
    squeeze_detected = False
    
    while True:
        records = exchange.GetRecords()
        if len(records) < 50:
            Sleep(1000)
            continue
        
        closes = [r['Close'] for r in records]
        current_price = closes[-1]
        
        # 计算布林带
        upper, middle, lower = TA.BBANDS(closes, 20, 2, 2)
        
        # 布林带宽度
        bb_width = (upper[-1] - lower[-1]) / middle[-1]
        
        # 计算历史平均宽度
        bb_widths_hist = []
        for i in range(-50, 0):
            width = (upper[i] - lower[i]) / middle[i]
            bb_widths_hist.append(width)
        avg_width = sum(bb_widths_hist) / len(bb_widths_hist)
        
        # 检测挤压
        if bb_width < avg_width * 0.5:
            if not squeeze_detected:
                Log("⚠️ 布林带挤压，波动性极低")
                Log(f"当前宽度: {bb_width:.4f}, 平均宽度: {avg_width:.4f}")
                squeeze_detected = True
        else:
            squeeze_detected = False
        
        # 等待突破
        if squeeze_detected:
            # 向上突破
            if current_price > upper[-1]:
                Log("✅ 向上突破上轨，买入")
                # exchange.Buy(...)
                squeeze_detected = False
            
            # 向下突破
            elif current_price < lower[-1]:
                Log("❌ 向下突破下轨，卖出")
                # exchange.Sell(...)
                squeeze_detected = False
        
        Sleep(60000)

策略优势

捕捉大波动前的平静期
突破方向确认后入场
高胜率策略

策略 3：布林带 + RSI 双重确认策略

策略逻辑

结合布林带和 RSI，双重确认超买超卖信号。

python

def main():
    while True:
        records = exchange.GetRecords()
        if len(records) < 50:
            Sleep(1000)
            continue
        
        closes = [r['Close'] for r in records]
        current_price = closes[-1]
        
        # 布林带
        upper, middle, lower = TA.BBANDS(closes, 20, 2, 2)
        
        # RSI
        rsi = TA.RSI(closes, 14)
        
        # 超卖 + 布林带下轨（买入信号）
        if current_price < lower[-1] and rsi[-1] < 30:
            Log("✅ 双重确认超卖：布林带下轨 + RSI < 30")
            Log("强烈买入信号")
            # exchange.Buy(...)
        
        # 超买 + 布林带上轨（卖出信号）
        elif current_price > upper[-1] and rsi[-1] > 70:
            Log("❌ 双重确认超买：布林带上轨 + RSI > 70")
            Log("强烈卖出信号")
            # exchange.Sell(...)
        
        # 价格回归中轨（平仓信号）
        elif abs(current_price - middle[-1]) / middle[-1] < 0.01:
            Log("💰 价格回归中轨，考虑平仓")
        
        Sleep(60000)

策略优势

双重确认减少假信号
布林带提供价格位置
RSI 提供超买超卖

策略 4：ATR + 布林带波动性组合策略

策略逻辑

结合 ATR 和布林带，全面分析市场波动性。

python

def main():
    while True:
        records = exchange.GetRecords()
        if len(records) < 100:
            Sleep(1000)
            continue
        
        highs = [r['High'] for r in records]
        lows = [r['Low'] for r in records]
        closes = [r['Close'] for r in records]
        current_price = closes[-1]
        
        # ATR
        atr = TA.ATR(highs, lows, closes, 14)
        atr_percent = (atr[-1] / current_price) * 100
        
        # 布林带
        upper, middle, lower = TA.BBANDS(closes, 20, 2, 2)
        bb_width = (upper[-1] - lower[-1]) / middle[-1] * 100
        
        Log(f"ATR 百分比: {atr_percent:.2f}%")
        Log(f"布林带宽度: {bb_width:.2f}%")
        
        # 判断市场状态
        if atr_percent < 2 and bb_width < 5:
            Log("💤 低波动环境（ATR + 布林带双重确认）")
            Log("策略：等待突破，减少交易频率")
            
        elif atr_percent > 5 and bb_width > 15:
            Log("⚠️ 高波动环境（ATR + 布林带双重确认）")
            Log("策略：缩小仓位，扩大止损")
            
        else:
            Log("📊 正常波动环境")
            Log("策略：标准仓位和止损")
        
        # 突破确认
        if current_price > upper[-1] and atr[-1] > sum(atr[-20:])/20:
            Log("✅ 向上突破 + ATR 扩张，强势信号")
        
        Sleep(60000)

策略优势

多维度波动性分析
动态调整交易策略
根据市场状态优化参数

策略 5：NATR 资产筛选 + ATR 止损策略

策略逻辑

使用 NATR 筛选合适波动性的资产，然后用 ATR 设置止损。

python

def select_and_trade():
    """资产筛选和交易"""
    symbols = ["BTC_USDT", "ETH_USDT", "LTC_USDT", "XRP_USDT"]
    selected = None
    
    # 第一步：资产筛选
    for symbol in symbols:
        # exchange.SetSymbol(symbol)
        records = exchange.GetRecords()
        
        if len(records) < 50:
            continue
        
        highs = [r['High'] for r in records]
        lows = [r['Low'] for r in records]
        closes = [r['Close'] for r in records]
        
        # 计算 NATR
        natr = TA.NATR(highs, lows, closes, 14)
        
        # 选择波动性适中的资产（2-4%）
        if 2 < natr[-1] < 4:
            Log(f"✅ 选中资产: {symbol}, NATR: {natr[-1]:.2f}%")
            selected = symbol
            break
    
    if not selected:
        Log("未找到合适的交易标的")
        return
    
    # 第二步：交易策略
    while True:
        records = exchange.GetRecords()
        if len(records) < 50:
            Sleep(1000)
            continue
        
        highs = [r['High'] for r in records]
        lows = [r['Low'] for r in records]
        closes = [r['Close'] for r in records]
        current_price = closes[-1]
        
        # 使用 ATR 设置止损
        atr = TA.ATR(highs, lows, closes, 14)
        stop_distance = 2 * atr[-1]
        
        # 交易逻辑（示例）
        # if buy_condition:
        #     entry = current_price
        #     stop = entry - stop_distance
        #     Log(f"开仓: {entry}, 止损: {stop}")
        
        Sleep(60000)

策略优势

选择合适波动性的资产
避免过高或过低波动
动态止损管理

策略 6：布林带均值回归策略

策略逻辑

在震荡市场中，利用价格向中轨回归的特性进行交易。

python

def main():
    while True:
        records = exchange.GetRecords()
        if len(records) < 50:
            Sleep(1000)
            continue
        
        closes = [r['Close'] for r in records]
        current_price = closes[-1]
        
        # 布林带
        upper, middle, lower = TA.BBANDS(closes, 20, 2, 2)
        
        # 计算价格在布林带中的位置 (%B)
        bb_range = upper[-1] - lower[-1]
        if bb_range != 0:
            bb_percent = (current_price - lower[-1]) / bb_range
        else:
            bb_percent = 0.5
        
        Log(f"价格位置 %B: {bb_percent:.2%}")
        
        # 均值回归策略
        if bb_percent > 0.9:
            Log("⚠️ 价格接近上轨（%B > 0.9），做空")
            Log("止损: 上轨之上")
            Log("止盈: 中轨")
            # exchange.Sell(...)
            
        elif bb_percent < 0.1:
            Log("💡 价格接近下轨（%B < 0.1），做多")
            Log("止损: 下轨之下")
            Log("止盈: 中轨")
            # exchange.Buy(...)
            
        elif 0.45 < bb_percent < 0.55:
            Log("📊 价格在中轨附近，考虑平仓")
        
        Sleep(60000)

策略优势

适合震荡市场
风险收益比明确
%B 指标量化价格位置

策略参数建议

ATR 止损参数

风格	ATR 倍数	适用场景
激进	1-1.5	短线交易、日内
平衡	2-2.5	波段交易
保守	3-4	长线持仓

布林带参数

参数	推荐值	适用场景
(20, 2, 2)	标准	平衡策略
(20, 1.5, 1.5)	较窄	频繁信号
(20, 2.5, 2.5)	较宽	减少假信号

NATR 筛选标准

NATR 范围	策略选择
< 1%	避免交易
1-2%	长线策略
2-4%	波段策略
4-6%	短线策略
> 6%	降低仓位

风险控制要点

止损设置

ATR 止损：2-3 倍 ATR
布林带止损：上轨/下轨之外
百分比止损：2-5%

仓位管理

高波动（NATR > 5%）：50% 仓位
正常波动（NATR 2-5%）：100% 仓位
低波动（NATR < 2%）：观望或小仓位

市场环境

趋势市场：使用突破策略
震荡市场：使用均值回归策略
低波动期：等待挤压突破

实战技巧总结

买入时机

✅ 布林带下轨 + RSI 超卖
✅ 挤压后向上突破
✅ %B < 0.1 + 均值回归
✅ ATR 扩张 + 突破阻力

卖出时机

❌ 布林带上轨 + RSI 超买
❌ 挤压后向下突破
❌ %B > 0.9 + 均值回归
❌ 触及 ATR 止损

观望时机

⚠️ 极低波动（NATR < 1%）
⚠️ 极高波动（NATR > 6%）
⚠️ 布林带挤压中（未突破）
⚠️ 信号矛盾

返回波动率指标目录 | 返回 TA 指标总目录

波动率指标综合策略示例

策略 1：ATR 动态止损策略

策略逻辑

策略优势

策略 2：布林带挤压突破策略

策略逻辑

策略优势

策略 3：布林带 + RSI 双重确认策略

策略逻辑

策略优势

策略 4：ATR + 布林带波动性组合策略

策略逻辑

策略优势

策略 5：NATR 资产筛选 + ATR 止损策略

策略逻辑

策略优势

策略 6：布林带均值回归策略

策略逻辑

策略优势

策略参数建议

ATR 止损参数

布林带参数

NATR 筛选标准

风险控制要点

止损设置

仓位管理

市场环境

实战技巧总结

买入时机

卖出时机

观望时机

On this page