📚 课程目录第2章核心概念

2、核心概念：价格序列、波动率、噪音、信号与阈值的关系、过拟合风险

做量化交易，说白了就是跟价格数据打交道。但价格数据不是金子，里面掺着大量沙子。怎么把沙子筛掉，留下金子？这就是阈值要做的事。这一章，我们先把几个核心概念理清楚。你只有把这些概念吃透了，后面设定阈值时才不会跑偏。

2.1 价格序列：交易的原始素材

价格序列，就是按时间顺序排列的价格数据。你打开任何一个交易软件，看到的那条K线图，本质上就是一条价格序列。它是最原始的素材，所有策略都从这里开始。

价格序列有几种常见频率：

Tick 级别 – 每笔成交都记录，数据量巨大，噪音也多。
分钟级别 – 1分钟、5分钟、15分钟，短线交易常用。
小时级别 – 1小时、4小时，很多趋势策略喜欢用。
日线级别 – 最经典，回测快，信号相对干净。

我早期做交易时，直接拿收盘价序列就跑策略，结果回测漂亮得一塌糊涂，实盘却亏得怀疑人生。后来才明白，价格序列里除了趋势，还有大量我不了解的「杂质」。那些杂质，就是噪音和波动率的混合体。

这里有个关键点你要记住：价格序列不是独立同分布的。它有趋势性、自相关性，还有波动率聚集效应——也就是大波动后面往往跟着大波动。这些特征直接影响你该怎么设阈值。

  核心观点：价格序列是阈值设定的输入层。输入质量决定输出上限。如果你用的频率太高、数据太脏，后面再怎么调阈值都很难救回来。

2.2 波动率：市场的呼吸节奏

波动率，通俗讲就是价格跳动的幅度。市场安静时波动率低，消息出来时波动率飙升。它就像市场的呼吸节奏——有时候平稳，有时候急促。

我个人习惯用 ATR（平均真实波幅） 来度量波动率，因为它比标准差更抗极端值。计算方式很简单：

# 伪代码：计算20周期ATR
high = [12.5, 12.8, 12.6, ...]
low  = [12.3, 12.4, 12.2, ...]
close = [12.4, 12.6, 12.5, ...]

def calc_atr(high, low, close, period=20):
    tr_list = []
    for i in range(1, len(high)):
        tr = max(high[i] - low[i],
                 abs(high[i] - close[i-1]),
                 abs(low[i] - close[i-1]))
        tr_list.append(tr)
    atr = avg(tr_list[-period:])
    return atr

波动率和阈值的关系非常直接：波动率越大，阈值应该越宽。为什么？因为波动大的时候，价格正常的摆动幅度就大，如果你阈值设得太小，会把正常的波动也当成信号过滤掉，那就得不偿失了。

我记得有一次在BTC现货上做波动率过滤，把ATR阈值设成了固定值1.5%。结果市场一波动，这个值要么太紧要么太松，怎么调都不对。后来改成动态阈值，用ATR乘以一个倍数，才稳定下来。这个教训让我记住了：阈值必须跟着波动率走。

市场状态	波动率水平	阈值建议
盘整期	低（ATR < 1%）	收紧，用1.5~2倍ATR
趋势启动	中（ATR 1%~3%）	适中，用2~3倍ATR
重大消息期	高（ATR > 3%）	放宽，用3~5倍ATR

2.3 噪音与信号：如何分辨真伪

信号，是你想捕捉的可重复价格模式。比如突破前高、均线金叉、RSI超卖——这些如果统计上显著，就是信号。

噪音，是那些你无法解释、也不该去解释的随机波动。它可能来自：

微观结构噪音 – 买卖盘口瞬间不平衡造成的毛刺。
流动性噪音 – 大单砸穿盘口时的异常跳动。
情绪噪音 – 散户追涨杀跌造成的无规律波动。

我见过最典型的案例：有人在15分钟图上发现了一个「高胜率」形态，回测胜率70%。兴冲冲跑实盘，结果连续亏损。复盘发现，那个形态只是在盘整期的噪音中凑巧出现的模式，根本不是信号。这就是把噪音当信号的典型。

那么，怎么区分信号和噪音？我给出三个判断维度：

可重复性 – 信号必须在不同时间段、不同品种上都能出现。
统计显著性 – 信号的出现频率不能太低，收益分布要有明显的偏移。
逻辑合理性 – 必须有交易逻辑支撑，不能是纯数据挖掘结果。

2.4 阈值：信号与噪音的分界线

阈值本质上是一条分界线。线上算信号，线下算噪音。就这么简单。但这条线画在哪里，直接决定了你的策略是赚钱还是亏钱。

我早期用过很粗糙的固定阈值法。比如价格波动超过2%就开仓。结果呢？震荡市里反复打脸，趋势市里又常常踏空。后来我改用动态阈值——用波动率去校准。你想想看，市场的节奏一直在变，阈值不变怎么行？

下面这张表总结了三种常见的阈值设定策略，你可以根据品种和市场状态来选：

策略类型	计算方法	适用场景	优缺点
固定阈值	常数，如 2%	波动率稳定的品种	简单但不灵活，容易失效
波动率倍数阈值	ATR × 倍数	大部分趋势策略	自适应强，但倍数需要调
分位数阈值	历史价格变动分位数	盘整突破策略	统计合理，但计算较复杂

我的建议：新手从波动率倍数阈值入手。用ATR作为基准，倍数从2倍开始试，然后根据回测结果微调。这样既不过拟合，又保留了自适应能力。

2.5 过拟合风险：警惕过度优化

过拟合，是阈值设定里最大的坑。说白了就是：你的策略在历史数据上表现完美，一到实盘就原形毕露。为什么？因为你把历史数据里的噪音也当成信号去拟合了。

我曾经做过一个BTC的突破策略。回测时反复调整阈值参数，把胜率从55%硬生生调到了68%。当时觉得自己发现了圣杯。结果实盘第一个月就亏了12%。后来复盘发现，那个68%的胜率完全是对历史数据中几段特殊行情的过拟合。一旦市场结构变了，策略立刻失效。

过拟合的几个典型表现：

参数敏感 – 阈值稍微变一点，绩效就大幅波动。
样本内外差异大 – 回测和实盘差距超过30%。
逻辑牵强 – 你解释不清为什么阈值恰好是那个值。

⚠ 警惕信号：如果你发现自己在调整阈值时，开始针对某一段特定行情做优化，比如「把阈值设成2.37%就能抓住那次大涨」——请立刻停下来。你正在走向过拟合。阈值应该是稳健的，而不是为某一次行情量身定做的。

怎么避免过拟合？我的经验是三个方法：

样本外验证 – 至少留出30%的数据不做任何调整，最后一次性验证。
简化阈值结构 – 能用1个参数解决的问题，别用3个。
引入波动率锚定 – 让阈值跟随市场波动自然变化，减少手动干预。

嗯，说到最后，其实阈值设定的核心就一句话：找到那条能稳定区分信号和噪音的线，并且让它跟着市场节奏走。过拟合是这条路上最大的敌人，但只要你对波动率、噪音和信号的关系有清晰的理解，就能避开大部分陷阱。