# 周期指标 周期指标使用希尔伯特变换来识别价格数据中的主导周期。这些指标基于 John Ehlers 的工作，对于识别周期性模式和趋势与周期模式非常有用。 --- ## HT_DCPERIOD - 主导周期周期 主导周期周期使用希尔伯特变换识别价格数据中主导周期的长度（以K线数表示）。 ### 公式 希尔伯特变换应用于价格数据以提取主导周期周期。算法： 1. 应用希尔伯特变换创建同相和正交分量 2. 从相位关系计算周期 3. 平滑周期估计值 ### 特性 | 属性 | 值 | |----------|-------| | 输入 | 收盘价 | | 输出 | 单个值（周期，以K线数表示） | | 回看期 | 63 | | 内存 | O(1) | ### API 用法 ::::{tab-set} :::{tab-item} Python ```python from techkit import HT_DCPERIOD dcperiod = HT_DCPERIOD() result = dcperiod.update(close_price) if result.valid: print(f"Dominant Cycle Period: {result.value:.1f} bars") ``` ::: :::{tab-item} Node.js ```javascript const tk = require('techkit'); const dcperiod = tk.htDcperiod(); const result = dcperiod.update(close); ``` ::: :::{tab-item} C++ ```cpp #include techkit::HT_DCPERIOD dcperiod; auto result = dcperiod.update(close); ``` ::: :::{tab-item} C ```c tk_indicator dcperiod = tk_ht_dcperiod_new(); tk_result r = tk_update(dcperiod, close); tk_free(dcperiod); ``` ::: :::: ### 交易用法 - **周期长度**：典型值范围从 10-50 根K线 - **自适应指标**：使用周期来设置自适应移动平均周期 - **入场时机**：在周期极值处入场交易 - **趋势与周期**：结合 HT_TRENDMODE 来确定市场状态 --- ## HT_DCPHASE - 主导周期相位 主导周期相位返回主导周期的当前相位（以度为单位，0-360）。 ### 公式 相位从同相和正交分量计算： $$\text{phase} = \arctan2(\text{Quadrature}, \text{InPhase}) \times \frac{180}{\pi}$$ 相位归一化到 0-360 度。 ### 特性 | 属性 | 值 | |----------|-------| | 输入 | 收盘价 | | 输出 | 单个值（相位，以度为单位，0-360） | | 回看期 | 63 | | 内存 | O(1) | ### API 用法 ```python from techkit import HT_DCPHASE dcphase = HT_DCPHASE() result = dcphase.update(close_price) if result.valid: phase = result.value if phase < 90: print("Early cycle") elif phase < 180: print("Mid cycle up") elif phase < 270: print("Late cycle") else: print("Mid cycle down") ``` ### 交易用法 - **周期位置**： - 0-90°：周期早期（潜在买入） - 90-180°：周期中期上升 - 180-270°：周期后期（潜在卖出） - 270-360°：周期中期下降 - **入场/出场时机**：使用相位极值进行入场 - **周期确认**：结合 HT_SINE 进行周期确认 --- ## HT_PHASOR - 相量分量 HT_PHASOR 返回希尔伯特变换的同相和正交分量，它们以复数形式表示周期。 ### 公式 希尔伯特变换提取： - **同相 (I1)**：周期的实部分量 - **正交 (Q1)**：周期的虚部分量 这些分量相位相差 90 度。 ### 特性 | 属性 | 值 | |----------|-------| | 输入 | 收盘价 | | 输出 | 两个值（同相，正交） | | 回看期 | 63 | | 内存 | O(1) | ### API 用法 ```python from techkit import HT_PHASOR phasor = HT_PHASOR() result = phasor.update(close_price) if result.valid: print(f"InPhase: {result.inphase:.4f}") print(f"Quadrature: {result.quadrature:.4f}") # Calculate amplitude amplitude = (result.inphase**2 + result.quadrature**2)**0.5 print(f"Amplitude: {amplitude:.4f}") ``` ### 交易用法 - **周期振幅**：从 I1² + Q1² 计算 - **周期相位**：从 atan2(Q1, I1) 计算 - **高级分析**：用于自定义周期指标 - **滤波**：用于从价格数据中过滤噪声 --- ## HT_SINE - 正弦波 HT_SINE 返回主导周期相位的正弦和领先正弦。领先正弦比正弦提前 45 度。 ### 公式 $$\text{Sine} = \sin(\text{phase})$$ $$\text{LeadSine} = \sin(\text{phase} + 45°)$$ 其中相位从 HT_PHASOR 分量计算。 ### 特性 | 属性 | 值 | |----------|-------| | 输入 | 收盘价 | | 输出 | 两个值（正弦，领先正弦） | | 回看期 | 63 | | 内存 | O(1) | ### API 用法 ```python from techkit import HT_SINE sine = HT_SINE() result = sine.update(close_price) if result.valid: print(f"Sine: {result.sine:.4f}") print(f"LeadSine: {result.leadsine:.4f}") # Buy signal: Sine crosses above LeadSine if result.sine > result.leadsine: print("Bullish signal") # Sell signal: Sine crosses below LeadSine elif result.sine < result.leadsine: print("Bearish signal") ``` ### 交易用法 - **买入信号**：正弦上穿领先正弦 - **卖出信号**：正弦下穿领先正弦 - **周期极值**： - 正弦接近 +1：周期峰值（潜在卖出） - 正弦接近 -1：周期谷值（潜在买入） - **趋势跟踪**：在趋势市场中使用（由 HT_TRENDMODE 确认） ### 常见策略 ```python # Combined cycle strategy sine = HT_SINE() trendmode = HT_TRENDMODE() for price in prices: sine_result = sine.update(price) trend_result = trendmode.update(price) if sine_result.valid and trend_result.valid: # Only trade in cycle mode (not trending) if trend_result.value == 0: # Cycle mode if sine_result.sine > sine_result.leadsine: # Buy signal pass elif sine_result.sine < sine_result.leadsine: # Sell signal pass ``` --- ## HT_TRENDLINE - 瞬时趋势线 HT_TRENDLINE 返回基于主导周期的瞬时趋势线。它比简单移动平均更平滑，并能适应周期。 ### 公式 趋势线从同相分量计算，经过滤波以去除周期分量，仅保留趋势。 ### 特性 | 属性 | 值 | |----------|-------| | 输入 | 收盘价 | | 输出 | 单个值（趋势线价格） | | 回看期 | 63 | | 内存 | O(1) | ### API 用法 ```python from techkit import HT_TRENDLINE trendline = HT_TRENDLINE() result = trendline.update(close_price) if result.valid: print(f"Trendline: {result.value:.2f}") # Price above trendline = uptrend if close_price > result.value: print("Uptrend") else: print("Downtrend") ``` ### 交易用法 - **趋势识别**：价格高于趋势线 = 上升趋势 - **支撑/阻力**：趋势线充当动态支撑/阻力 - **入场信号**：当价格上穿趋势线时买入 - **比较**：比 EMA 更平滑，能适应周期 --- ## HT_TRENDMODE - 趋势与周期模式 HT_TRENDMODE 确定市场是处于趋势模式（1）还是周期模式（0）。 ### 公式 该指标比较趋势分量与周期分量的强度。如果趋势占主导，返回 1；如果周期占主导，返回 0。 ### 特性 | 属性 | 值 | |----------|-------| | 输入 | 收盘价 | | 输出 | 单个值（1 = 趋势，0 = 周期） | | 回看期 | 63 | | 内存 | O(1) | ### API 用法 ```python from techkit import HT_TRENDMODE trendmode = HT_TRENDMODE() result = trendmode.update(close_price) if result.valid: if result.value == 1: print("Market is trending - use trend-following indicators") else: print("Market is cycling - use cycle indicators") ``` ### 交易用法 - **指标选择**： - 趋势（1）：使用趋势跟踪指标（MA、ADX） - 周期（0）：使用周期指标（HT_SINE、振荡器） - **策略适应**：根据模式切换策略 - **过滤**：在趋势模式下过滤周期信号 ### 组合策略示例 ```python from techkit import HT_TRENDMODE, HT_SINE, HT_TRENDLINE, ADX trendmode = HT_TRENDMODE() sine = HT_SINE() trendline = HT_TRENDLINE() adx = ADX(period=14) for bar in bars: mode = trendmode.update(bar.close) sine_result = sine.update(bar.close) trend_result = trendline.update(bar.close) adx_result = adx.update_ohlcv(bar) if all results valid: if mode.value == 1: # Trending # Use trend-following logic if bar.close > trend_result.value and adx_result.adx > 25: # Strong uptrend pass else: # Cycling # Use cycle logic if sine_result.sine > sine_result.leadsine: # Cycle buy signal pass ``` --- ## 希尔伯特变换概述 希尔伯特变换是一种数学技术，它： 1. 将趋势与周期分量分离 2. 识别主导周期周期 3. 计算周期相位和振幅 4. 确定市场模式（趋势与周期） ### 优势 - **自适应**：自动适应变化的周期长度 - **无滞后**：瞬时计算（无前瞻偏差） - **模式检测**：识别何时使用趋势与周期策略 ### 局限性 - **需要预热**：在有效输出之前需要 63 根K线 - **噪声敏感性**：可能受到市场噪声的影响 - **复杂**：需要理解周期分析 --- ## 相关指标 - **MAMA**：MESA 自适应移动平均（使用希尔伯特变换） - **FAMA**：跟随自适应移动平均（MAMA 的配套指标） - **ADX**：在趋势模式中使用以衡量趋势强度 - **RSI**：在周期模式中使用以衡量超买/超卖 --- ## 延伸阅读 - Ehlers, J. F. (2001). *Rocket Science for Traders: Digital Signal Processing Applications* - Ehlers, J. F. (2004). *Cybernetic Analysis for Stocks and Futures*