Strategy Quant 指標介紹 : CMMA (Close Minus Moving Average) 解析

Strategy Quant 指標介紹 : CMMA (Close Minus Moving Average) 解析

Strategy Quant 指標介紹 : CMMA

I. CMMA 指標介紹:核心概念

CMMA 全稱為 Close Minus Moving Average (收盤價減移動平均,正規化處理)。

核心思想:
CMMA 旨在衡量「當前價格」相對於其「近期平均價格」的偏離程度。為了使這種衡量更具普遍性和可比性,它特別關注價格的「相對變化」(而非絕對數值),並根據市場的「波動幅度」對這種偏離進行調整。

簡化概念公式的理解框架:
許多技術指標都試圖捕捉類似 (當前價格 - 平均價格) / 波動幅度 這樣的概念,以判斷當前價格是否超出了其常態範圍。CMMA 也是基於這樣的框架,但其每個組成部分都經過了更精密的設計,尤其側重於價格的相對(百分比)變化。

我們可以將 CMMA 想要捕捉的核心概念,用一個高度簡化的類比公式來初步理解,例如:(當前價格的某種形式 - 近期平均價格的某種形式) / 近期波動幅度的某種形式

現在,我們來看看 CMMA 是如何具體實現並完善這個概念的。

II. CMMA 指標的實際計算步驟大綱及其意義

CMMA 的實際計算比上述簡化概念要精細,它主要通過以下幾個步驟將原始價格數據轉換為一個在 -50 到 +50 之間擺動的標準化指標值:

第一步:衡量「價格的相對偏離」(指標的分子部分)

  • 目前價格的「相對值」:首先,指標看待「當前收盤價」時,著重的是其相對位置或百分比意義(技術上是透過取對數來實現)。
  • 近期平均價格的「相對值」:接著,它計算過去一段時間內(由 Lookback 參數決定,且不包含當前這一期)收盤價的平均值,但同樣是在「相對價格」的尺度上進行平均(這類似於計算價格的幾何平均數的相對值)。
  • 計算「相對偏離」:用「目前價格的相對值」減去「近期平均價格的相對值」。

意義:這一步計算出的結果,反映了當前價格在其「相對尺度」上,是高於還是低於其近期的平均水平。可以理解為一種衡量「相對價格動能」的指標。

第二步:計算「調整因子」(指標的分母部分,用於正規化)

上一步得到的「相對偏離」會受到市場整體波動性和計算參數的影響,因此需要一個「調整因子」來使其標準化。這個因子包含:

  • 波動幅度部分(基於您提供的 LogATR):
    CMMA 會參考一個名為 LogATR 的輔助指標。根據您提供的程式碼,這個 LogATR 計算的是「對數價格的平均真實波幅」。簡單來說,它觀察指定期間內(由 ATRLength 參數決定)每日價格最高、最低及前一天收盤價,先將它們轉換到「相對價格」尺度,然後計算每日的「相對波動範圍」,最後取這些「每日相對波動範圍」的平均值。
  • 統計調整部分:
    調整因子還會乘以一個與「近期平均價格的計算期長度」(Lookback)相關的係數。
    意義:這個係數有助於平衡因選擇不同計算期長度(Lookback)可能帶來的統計差異,使指標更穩定。

第三步:計算「標準化偏離值」

步驟:將第一步計算出的「價格的相對偏離」除以第二步計算出的「調整因子」。

意義:這個結果可以被理解為,當前的「相對偏離」大約是近期「一個標準單位相對波動幅度」的幾倍。它是一個經過波動性和統計特性調整後的動量強度。

第四步:轉換為 -50 到 +50 的最終震盪值

步驟:將上述「標準化偏離值」通過一個統計學上的標準常態累積分佈函數(Normal CDF)進行轉換,然後將結果乘以 100 再減去 50。

意義:這個最終的 CMMA 值通常會在 -50 到 +50 之間波動。

  • 0 值附近:表示當前價格的「相對偏離」經過調整後,處於預期的平均水平。
  • 接近 +50:表示當前價格在統計意義上相對異常偏高。
  • 接近 -50:表示當前價格在統計意義上相對異常偏低。

III. CMMA 指標分析概要

  • 核心關注點:CMMA 著重於價格的相對變化(百分比變化),而非絕對價格差。
  • 波動性適應:它通過一個基於「相對價格波動」的因子 (您定義的 LogATR) 進行調整,試圖使其在不同市場波動環境下都能提供有意義的訊號。
  • 統計學輸出:最終的 -50 到 +50 輸出,與統計學中的常態分佈概念相關聯,為解讀價格偏離的極端程度提供了一個參考框架。
  • 設計來源:其設計理念源於 Timothy Masters 的統計學方法,旨在構建更穩健的市場指標。

IV. 與類似指標的差異 / 優缺點概要

主要差異點:

  • 相較於傳統的 RSI、MACD 等指標,CMMA 更強調價格的對數尺度(相對變化)。
  • 其正規化(分母調整)過程更為複雜和精細,綜合考慮了相對波動性和統計因子。
  • 輸出值直接關聯到統計學的常態分佈概念。

優點:

  • 處理相對變化:對於比較不同價位資產或長期價格序列更有效。
  • 波動性自適應:正規化使其在不同市場波動中表現可能更穩定。
  • 統計意義的邊界:-50 到 +50 的範圍和統計背景有助於設定閾值。

缺點:

  • 相對複雜:計算邏輯比許多常用指標難以直觀理解。
  • 參數敏感:結果會受 Lookback 和 ATRLength 參數的影響。
  • 內含滯後性:基於移動平均計算,所以會有一定程度的延遲。
  • 常態分佈假設的限制:其統計解釋的準確性依賴於市場行為在某種程度上符合常態分佈,但市場常出現超出預期的「肥尾」行情。

V. CMMA 的應用方向

  • 相對動能與趨勢參考:觀察 CMMA 的數值(正負)和方向(上升/下降)來輔助判斷價格在相對尺度上的動能和短期趨勢。
  • 相對超買/超賣區域警示:當 CMMA 接近 +50 或 -50 時,可能提示市場在相對價格意義上進入超買或超賣狀態(需結合市場環境判斷)。
  • 尋找價格與指標的背離:作為輔助判斷趨勢可能發生轉變的訊號之一。
  • 構建交易策略的訊號源:例如,CMMA 突破特定數值(如0軸)或其方向改變可作為交易決策的參考。

精選文章

GEPT初級單字:專有名詞