TRIX三重指数平均值指标策略–量化实战(附Python代码)

在量化交易的复杂世界中，动量指标是预测市场趋势和识别交易机会的关键工具。三重指数平均值指标（TRIX），作为一种动量指标，通过三重指数平滑机制，为交易者揭示了股价的中期趋势和动量变化。

一、TRIX指标概念

TRIX指标由Jack Hutson, Jr.开发，是一种用于衡量股价动量的技术分析工具。它通过三重指数平滑平均，减少了市场噪音，更清晰地反映了股价的中期趋势。

二、TRIX计算公式

TRIX的计算涉及三个步骤：

第一步：计算12日的指数移动平均（EMA）。
第二步：对第一步的结果再计算12日EMA。
第三步：对第二步的结果再计算12日EMA。

TRIX = (第三步的结果今日值 – 昨日值) / 昨日值 * 100

三、应用策略与交易信号识别

买入信号：当TRIX指标从负值区域向上穿过0线，表明股价动量开始增强，可能是一个买入信号。
卖出信号：当TRIX指标从正值区域向下穿过0线，表明股价动量开始减弱，可能是一个卖出信号。
交叉信号：TRIX指标与其移动平均（如6日简单移动平均）的交叉，也可以作为交易信号。

四、TRIX指标优缺点

优点：
- 过滤市场噪音，突出中期趋势。
- 适用于识别动量变化和趋势反转。
缺点：
- 滞后性：TRIX指标可能会在趋势形成后才发出信号。
- 信号频率：在高波动市场中可能会产生误导信号。

五、量化交易Python实战

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport pandas_datareader.data as web
# 获取股票数据df = web.DataReader('AAPL', 'yahoo', start='2020-01-01', end='2021-01-01')
# 计算TRIXdef trix(data, period=12):    ema1 = data.ewm(span=period, adjust=False).mean()    ema2 = ema1.ewm(span=period, adjust=False).mean()    ema3 = ema2.ewm(span=period, adjust=False).mean()    trix = (ema3 - ema3.shift(1)) / ema3.shift(1) * 100    return trix
df['TRIX'] = trix(df['Close'])
# 交易信号df['Signal'] = 0df['Signal'][period:] = np.where(df['TRIX'][period:] > df['TRIX'].shift(1)[period:], 1, 0)df['Position'] = df['Signal'].diff()
# 绘制TRIX和交易信号plt.figure(figsize=(14, 7))plt.plot(df['TRIX'], label='TRIX')plt.scatter(df.index, df['TRIX'], label='TRIX Signal', marker='^', color='g', s=100, alpha=0.8)plt.axhline(y=0, color='r', linestyle='--', label='Zero Line')plt.title('TRIX Indicator with Trading Signals')plt.legend()plt.show()
# 输出交易信号print(df[['Close', 'TRIX', 'Signal', 'Position']])