Strategy Quant X 內建指標 : CMMA

用統計機率洞察多空極限！

在量化交易策略的研發過程中，多數動能震盪指標（如 CCI、ROC 或 價格差離率）都面臨一個難以克服的硬傷：無法跨市場、跨資產比較。報價上萬點的比特幣、數千點的標普指數，與數十元的外匯點數，其絕對偏差值在數學上是完全不對等的。為了解決這一大盲區，Strategy Quant X (SQX) 引進了極具統計學智慧的技術指標 — CMMA (Close minus moving average, normalised / 對數歸一化均線差離值指標)。它利用自然對數消除價格基數，以 LogATR 進行波動率標準化計算出 Z-Score，最後套用標準常態分佈的累積分布函數 (Normal CDF) 將極值映射在 -50 至 +50 的對稱區間中。本文將為您徹底解構其 Java 算式底層、核心參數與統計學機率實戰用法。

📌 本頁修煉路線圖

一、CMMA (對數歸一化均線差離值) 指標概述

CMMA 指標全稱為 Close minus moving average, normalised（對數歸一化均線差離值），是 SQX 平台獨家內建的高階統計學動能震盪指標。CMMA 的設計理念，是去度量最新收盤價相對於其移動平均線的偏離強度，但採取了革命性的「波動率自適應歸一化」處理。它通過對數變換（Log Transformation）消除了資產報價基數的差異，並以 LogATR (對數平均真實波幅) 作為波動率分母，最終套用高斯標準常態分佈 CDF，將結果縮放在一個標準的、無量綱的機率震盪坐標中。這使它成為跨商品、跨週期策略篩選與超買超賣判定最完美的統計學工具。

在 Strategy Quant X (SQX) 中：CMMA 指標被定義為一個 BuildingBlock，其模組名稱為 (CMMA) CMMA。其幫助提示明確標注為："Close minus moving mverage, normalised"；在 UI 顯示格式為：CMMA (@Chart@#Lookback#,#ATRLength#)[#Shift#]，返回類型被定義為 ReturnTypes.Number，代表它是一個獨立於主圖下方副圖運作的機率震盪指標。

二、CMMA 指標的組成部分與參數

CMMA 指標在副圖獨立窗口輸出單一機率曲線，其計算依賴於以下核心輸出與雙週期參數配置：

組件類型 組件名稱 預設值 底層物理定義與技術說明
主要輸出 (Output) Value (CMMA 機率線) — 代表當前價格相對於歷史均值，在波動率調整後，處於常態分佈累積概率中的百分比位置（並平移至 -50 至 +50）。
核心參數 (Parameter) Chart (數據源) Chart 0 計算指標所基於的數據圖表。底層代碼直接讀取收盤價序列（Chart.Close）。
核心參數 (Parameter) Lookback (均線回顧期) 10 用於計算歷史價格對數移動平均（Log SMA）的 K 線根數。SQX 預設值為 10，可調區間為 2 到 1000。
核心參數 (Parameter) ATRLength (波幅參考期) 100 用於計算對數真實波幅（LogATR）的滑動窗口長度，為指標提供長期波動率的分母基準。SQX 預設值為 100。

底層運作機制與計算原理（純文字 HTML 版）

在 SQX 的底層 Java 代碼實現中，系統會首先進行「數據量完整性檢查」：若當前 K 棒數量小於 Lookback 與 ATRLength 中的最大值（即 CurrentBar < Math.max(Lookback, ATRLength)），指標數值會被強制設為 0 以防崩潰。滿足條件後，執行以下流暢的統計學運算：

  • 第一步：獲取 LogATR 作為基礎波動率分母
    • 利用 ATRLength 週期（預設 100），計算前一根 K 線的對數平均真實波幅（LogATR）：
      denom = LogATR(Chart, 100) 的前一期值
  • 第二步：計算歷史價格對數平均 (Log Average)
    • 利用 Lookback 週期（預設 10），回溯計算過去 1 根到 Lookback 根 K 棒收盤價的「自然對數對數和」，並除以 Lookback 得到平均值：
      Log 均值 = [ ln(Close(1)) + ln(Close(2)) + ... + ln(Close(Lookback)) ] / Lookback
  • 第三步：計算波動率調整後的標準分數 Z-Score
    • 若 LongATR 分母大於 0，將分母乘以 Lookback + 1 的平方根（用以對樣本容量進行標準誤修正），再用當前收盤價的對數值減去 Log 均值並除以該分母：
      修正分母 = LogATR 的前一期值 * 平方根(Lookback + 1)
      Z值 = ( ln(當前收盤價) - Log 均值 ) / 修正分母
      此 Z 值在統計學上，代表當前對數價格偏離歷史均值的標準差倍數。
  • 第四步：常態分佈累積分布函數 (Normal CDF) 歸一化對稱處理
    • 利用底層高度精確的泰勒多項式逼近法 normal_cdf(Z值)，計算出該 Z 值對應的標準常態分佈累積概率（其值域為 0.0 到 1.0）：
      最終 CMMA Value = 100 * normal_cdf(Z值) - 50
      這一步將原本無界的 Z 值，完美映射在 -50 至 +50 之間，且 0 軸恰好代表概率的 50%（均值中點）。

三、CMMA 指標的數值範圍 (機率物理特徵)

CMMA 指標是一套在數學上極度優雅、完全標準化的「有界震盪系統」：

  • 嚴格的 -50 至 +50 數學區間
    • 由於標準常態分佈 CDF 的輸出範圍在 0 到 1 之間，根據公式 100 * normal_cdf(Z) - 50，CMMA 的輸出數值被死死鎖定在 -50 到 +50 之間。
    • +50 上限： 代表當前價格向上偏離的 Z 值趨於正無窮（累積機率接近 100%），暗示價格相對於近期波動率發生了極端的向上突破。
    • -50 下限： 代表當前價格向下偏離的 Z 值趨於負無窮（累積機率接近 0%），暗示價格發生了極端的向下破位。
  • 中心零軸 (0) 的技術意義
    • 中軸值為 0 (middleValue=0)。當 CMMA 等於 0 時，說明 Z 值為 0，代表累積概率剛好落在 50% 的對稱均值點（當前價格完美等於對數移動平均）。
  • 關於 SQX 註解中 min=-1000, max=1000 標註的澄清
    • 在 SQX 的 @Indicator(min=-1000, max=1000) 註解中，將指標最大最小值設定得非常寬。這是平台的通用參數配置容錯，但在物理數學邏輯上，CMMA 的 Value 「不可能超越 +50 且不可能低於 -50」。
    • 因此，量化研究員在實戰或寫代碼過濾條件時，應將 -50 至 +50 作為其真正的無漂移波動刻度。

四、CMMA 指標的解讀與應用

因為 CMMA 底層融合了 LogATR 標準差修正與 Normal CDF 映射，其剔除了不同資產的報價噪音，在實戰中提供以下極高統計價值的解讀與應用維度：

  • 1. 跨市場、無價格偏見的超買與超賣判定 (Probability-based OB/OS)
    • 多數震盪指標在不同價格基數的資產上超買超賣線都不相同，但 CMMA 徹底解決了這個世紀難題：
    • 極限超買警戒 (CMMA > +35 或 +40)： 當 CMMA 升穿 +35 以上，代表當前上漲累積機率高於 85%（Z 值 > 1.04）。這在統計學上屬於小機率的異常偏離，暗示價格短線過熱，隨時面臨均值回歸的拋售。
    • 極限超賣警戒 (CMMA < -35 或 -40)： 當 CMMA 跌深至 -35 以下，代表當前下跌累積機率低於 15%（Z 值 < -1.04）。這在統計學上屬於小機率超跌，暗示隨時可能展開強烈的技術性報復反彈。
  • 2. 零軸交叉的多空動能拐點確認 (Zero Line Crossover)
    • 多頭動能啟航： 當 CMMA 線由下往上穿透 0 軸（進入正值區）時，說明當前收盤價已超越其歷史對數移動平均，多頭開始踩油門加速。
    • 空頭動能啟航： 當 CMMA 線由上往下跌破 0 軸（進入負值區）時，說明價格跌破對數平均，空頭開始加速下壓。
  • 3. 趨勢跟隨中的強勢延伸與「鈍化突破」判讀
    • 與傳統 RSI、KD 等指標在超買超賣區容易產生「頻繁假金叉死叉」不同，CMMA 的 CDF 曲線在強勢單邊行情中，其軌跡極其穩定：
    • 當市場爆發單邊主升行情，CMMA 會迅速衝入 +40 以上，並流暢、穩定地保持在極高位（如 +45 以上）長度延伸。此時，代表價格在統計學上持續創出對數新高。順勢交易者應堅定持有多單，切勿提早做空。
    • 直到 CMMA 從極高檔「決定性地跌破 +35 或 +30 臨界線」時，才說明多頭動能正式降速，釋出多單出場或拐點修正預警。
  • 4. 核心參數（Lookback 與 ATRLength）的調校指南
    • Lookback (對數均線週期)： 決定了您要對比的歷史趨勢長度。調短（如 5 或 10）會使 Z 值對短線價格偏差極其敏感，指標擺動迅速，適合超短線高頻策略；調長（如 30）會使其更能反映中長期的價值中樞。
    • ATRLength (波動率分母週期)： 預設 100 提供了極其穩定的中長期 LogATR 波動常態基準。調短此值會使分母容易因短期的波動爆發而迅速形變，導致指標對最新市場波動過度敏感，容易產生雜訊。

📌 本文核心修煉要點

  • 統計學高斯 Bell 鐘形機率對應
    • CMMA 巧妙地將價格自然對數化（ln），並以 LogATR 作為波動分母，在統計學上求解出無量綱的 Z 標準分數。
    • 再透過多項式泰勒逼近 Normal CDF，將 Z 分數轉換為 0~1 的累積概率，平移後得出 -50 到 +50 絕對對稱的震盪波段。
  • 跨商品無差別強弱坐標
    • 無論標的資產是高價的黃金、指數，還是低價的外匯，+35 與 -35 永遠精確對應統計學上的小機率極端偏離。
    • 這為多商品量化投資組合，提供了完全相同、客觀、且不隨時間漂移的超買超賣判判定防線。
  • SQX 策略開發配置優化
    • 在 SQX 自動生成策略時，強烈建議將 (CMMA) CMMA 作為「順勢多空過濾」或「回調起漲進場觸發器」。
    • 例如設定經典回調買入邏輯：「大週期均線向上，且當 CMMA 自低檔跌破 -35 超賣區、隨後重新向上穿透 -35 時進場做多」，這能幫您在回測中精確抓取主升段中的洗盤最低點，優化出回撤極小、收益期望值與夏普比率（Sharpe Ratio）極佳的完美資金曲線。
其他SQX指標
by -
Tags , ,