松鼠宽客

SF21 | 利用PSY指标，我们来开发一个短线模型？

松鼠宽客

2020-10-15

公众号致力于分享量化策略，培训视频，Python，程序化交易等相关内容如果你喜欢本文，麻烦分享与关注一下公众号非常感谢！

『正文』

引用

PSY指标（psychological line），是研究投资者对市场涨跌产生心理波动的情绪指标，是一种能量类和涨跌类指标。它对市场短期走势的研判具有一定的参考意义。

作为分析市场的涨跌指标，PSY指标是在时间的角度上计算N日内的多空总力量，来描述市场目前处于强势或弱势，是否处于超买或超卖状态。它主要是通过计算N日内股价或指数上涨天数的多少来衡量投资者的心理承受能力，为投资者进行买卖操作提供参考。

PSY指标是以一段时间收盘价涨跌天数的多少为依据，其计算方法很简单，计算公式如下：

PSY（N）=A÷N×100

N为周期，是PSY的参数，可以为日、周、月、分钟

A为在这周期之中股价上涨的周期数

例如：N=20日时，日之中有12日上涨，8日下跌，则PSY（20日）=60。

这里判断上涨和下跌是以收盘价为标准,计算日周期的收盘价如果比上一周期的收盘价高,则定为上涨；比上一周期的收盘价低,则定为下跌。

在确定使用MACD+PSY指标后，我们规定了如下的交易策略：

Theil-Sen + Mann-Kendall=MACD+PSY

开仓做多：MACD在0轴以上并且PSY大于50；

开仓做空：MACD在0轴以下并且PSY小于50；

平仓：MACD或者PSY任一指标给出反向信号；

止盈：PSY超过上界多单止盈，PSY超过下界空单止盈。

止盈后只可开反向头寸：如多单止盈，则下一次开仓只可做空，不可做多。空单开出后，该限制条件消失。

该策略在实盘应用的过滤效果反映在了下图中，我们可以看到在白色箱体内的反复振荡行情中，单纯的观察MACD指标会给出一系列的开仓信号。这在振荡行情中不仅浪费了资金的使用效率，还将自己暴露在市场风险中，而加入PSY指标后，我们看到该振荡行情内没有任何持仓。

将单指标MACD系统和双指标MACD+PSY系统进行比较来体现PSY指标的作用，可以发现，由于加入PSY指标以后需要双重确认才会开仓，这无疑大大减少了盈利的机会，但是同时也过滤了额外的无意义的入市风险。

图为PSY在振荡行情中的过滤器效果，上图为MACD，下图为MACD+PSY

观察利润回撤比我们发现，在加入PSY指标后，利润风险比在两个品种上都有所提升，这充分说明了PSY的双重确认效果在交易层面确实存在优势。其次通过观察交易手数，我们发现PSY起到了显著的过滤器作用，MACD+PSY系统的开仓次数相比于MACD单指标系统减少一半还要多。

虽然建仓次数减少一半，但是单笔利润却增长了一倍以上，这充分表明了PSY指标在止盈上的效果，有效防止了盈利的回吐。最后我们再观察胜率，发现在PSY指标的过滤和止盈帮助下，胜率均有大幅提升。

资料参考:PSY指标在交易中的应用(来源于网络，如有侵权请联系客服删除)

思考与改造

笔者对以上的PSY策略应用进行了测试验证，发现效果并不好。所以放弃了原有的使用方法，仅仅借鉴了其思路。PSY统计一个周期内的上涨和下跌次数，仅考虑BAR线是上涨还是下跌，缺乏对BAR本身的描述无法对行情的强度进行判断，造成了以下这种情况。

如上图所示，大阴线的特殊性并没有在PSY指标里体现，仅是当作了一个下跌的线和前面的小阴线并无差别。这就是问题所在了，上涨和下跌次数并不能完整的描述出价格变化的幅度和方向，这也是参考资料里PSY要结合MACD这种趋势指标的原因，但实际效果并不好。

如上图所示，我们需要针对关键Bar线进行描述，在原版PSY的基础上，我们添加Abs(C-C[1])计算波幅，在一定周期内每个BAR线的波幅都会被计算，同时区分上涨和下跌波幅，即波幅就是Bar线的权重。

//计算N周期内上涨下跌的累计次数，上涨的幅度之和与下跌幅度之和 For i=1 To N { If(Condition_Close[i]) { Sum_up=Sum_up+1; Sum_uprange=Sum_uprange+true_Range[i]; }Else { Sum_dn=Sum_dn+1; Sum_dnrange=Sum_dnrange+true_Range[i]; } }

PSY 蓝色线

RANGE 黄色线

红框内我们看到RANGE=75%说明多头更强，但是PSY=50%什么都说明不了，这是因为RANGE考虑了波幅这个权重因子，让我们知道了即使在上涨下跌次数55开的情况下，仍然靠那么1-2根K线决定了价格走向。

交易条件

开多：PSY>50 and RANGE >TS

开空：PSY<50 and RANGE <TSS

出场: VWAP移动出场

周期：5分钟

交易时间：2015年至今

手续费：开平各1.5%%，1滑跳

实例效果

交易开拓者：

【螺纹】

螺纹(2015年至今)

文华WH8

【螺纹】

MC(螺纹)

金字塔(螺纹)

注意，不同平台的历史数据差异，交易函数差异造成了绩效差异，仅供参考，请自己针对不同平台再做微调，原生版以TB为主

投资组合绩效（交易开拓者）

螺纹

甲醇

苹果

棕榈

源码版本：

（天勤Python，实盘免费）

End

咨询详情

长按下方二维码

加客服“小松鼠-松鼠宽客”

微信号: viquant01

对话框回复 SF21 咨询源码获得

(俱乐部加入→回复VIP)

加入松鼠俱乐部

----------------往期精彩内容----------------

算法策略专辑：

松鼠宽客

SF21 | 利用PSY指标，我们来开发一个短线模型？

3.【日内模型】TBquant信号回测版本+python历史回测版源码

2.【日内模型】第二版本基于orderflow的盘口策略(完整源码)

1.【日内模型】基于orderflow的盘口策略开发帖

视频教程 | 手把手系列之"Aberration"策略的优化与升级

视频教程 | 手把手系列之"震荡过滤"突破策略的优化与实现

量化研究 | 残差动量策略刻画与构建（二）

量化研究 | 残差动量策略刻画与构建（一）

量化研究 | 主连复权算法大揭秘[含公式算法]

量化研究 | 策略在指数与主连复权的差异化分析（三）

量化研究 | 策略在指数与主连复权的差异化分析（二）

量化研究 | 策略在指数与主连复权的差异化分析（一）

【SF20】 | 来聊聊平仓离场的方法，如何构建高效，灵活，可靠的出场策略？

【SF19】| 基于VWAP(成交量加权平均价格)开发Alpha均线增强策略

【SF18】| MACD顶底背离+动态区间交易模型源码(技术贴)

【SF17】| 均线波动差构建交易策略

【SF16】| "凹凸"均线形态交易策略源码(技术帖)

【SF15】| 波峰波谷交易策略结合ER降噪过滤

【SF12】| 全新波动率算法，自适应区间+波动率择时！

【SF11】| 成交量来确定阻力支撑点，基于Volume Profile构建交易策略

【SF10】| 如何构建一个胜率超过60%的短线螺纹策略(开发教程)；