最佳辅助-DMI(动向指标)策略

在金融市场中,各种大师设计出了各种指标来预测未来的走势,让人眼花缭乱学不完,但是大多数指标都有一个缺点-延迟很高。各种指标往往都是在到底反弹或者到顶回落后才能给出明确的信号,这样往往造成使用者早卖或者晚买,而且有的时候可能价格根本不按照预期的方向运行,令人各种扼腕痛惜,所以比较好的办法是结合其它指标一起使用。今天我们介绍一个比较好的辅助指标,可以帮助投资者更早的发现趋势。

简介

动向指标英文全称叫做“Directional Movement Index”,简称DMI,由美国技术分析大师威尔斯·威尔德(Wells Wilder)所创造的,是一种中长期技术分析方法。

DMI指标是通过分析金融产品价格在涨跌过程中买卖双方力量均衡点的变化情况,即多空双方的力量的变化受价格波动的影响而发生由均衡到失衡的循环过程,从而提供对趋势判断依据的一种技术指标。

计算方法

(1)按一定的规则比较每日价格波动产生的最高价、最低价和收盘价,计算出每日价格的波动的真实波幅、上升动向值、下降动向值TR、+DI、-DI,在运算基准日基础上按一定的天数将其累加,以求n日的TR、+DM和DM值。

(2)将n日内的上升动向值和下降动向值分别除以n日内的真实波幅值,从而求出n日内的上升指标+DI和下降指标-DI。

(3)通过n内的上升指标+DI和下降指标-DI之间的差和之比,计算出每日的动向值DX。

(4)按一定的天数将DX累加后平均,求得n日内的平均动向值ADX。

(5)再通过当日的ADX与前面某一日的ADX相比较,计算出ADX的评估数值ADXR。

使用方法

简单来说,DMI指标主要产生了2个输出,分别为上升指标+DI,下降指标-DI。

(1) 当价格走势向上发展,而同时+DI从下方向上突破-DI时,表明市场上有新多买家进场,为买入信号

(2) 当价格走势向下发展时,而同时+DI从上向下突破-DI时,表明市场上做空力量在加强,为卖出信号

优点

DIM指标将每日的高低波动幅度因素计算在内,从而可以更加准确的反应行情的走势,更好的预测未来行情,尤其适用于中长期的投资。

缺点

使用DMI的正负DI线交叉作为买入卖出信号,也是具有一定滞后性,在中长线投资中表现较好,不适合短线高频操作。

回测

回测参数如下:

时间段:2016-10-01至2017-07-01

回测频率:4h

回看时间窗口:30(120小时)

交易规则:

当+DI值大于-DI值时买入,当+DI值小于-DI值时卖出。

回测结果如下:


从回测的收益曲线中可以看出,策略在震荡期表现一般,但在较大的趋势中表现很好,能够抓住涨跌的趋势,跑出了一定的阿尔法收益,并且回撤要远小于基准,波动率更小,风险也就更小。

DMI指标中,还有两条曲线,分别是ADX和ADXR。ADX是+DI和-DI直接的差距,ADXR是ADX的移动平均。高端使用者,也可以通过对这两个指标线的数值以及形态的分析,来加强对DMI指标的使用。

总结

DMI指标,通过分析金融产品价格在涨跌过程中买卖双方力量均衡点的变化情况,来帮助投资者找到买入卖出的时间点。在捕捉较大的趋势上有比较明显的效果。在使用其他指标时,可以结合DMI指标来进行趋势判断,一般会有更好的效果。欢迎来WeQuant微宽网,支持量化策略在线回测,一起讨论更多数字货币量化策略。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容