作者比较喜欢基于动量效应，所开发的趋势跟踪策略。因此上一期文章就分享了基于交易开拓者的动量策略，那么本期就主要给大家分享k线的斜率因子，是如何在动量策略中发挥着重要作用的。

斜率，可以理解为偏斜程度。这里不去探讨斜率公式，我们只需要理解它的表现及作用是什么，然后直接调用函数就可以实现斜率的计算。

首先请看下图：三个品种收盘价的12周期斜率（附图）。

上图中，我们看到紫色这个品种价格比下面两个品种陡峭，然后对应的附图中紫色线比其他两个品种的斜率绝对值大，也就是说斜率是衡量上涨或下跌趋势中价格的陡峭程度（偏斜程度）。

斜率的绝对值越大，趋势可能就越明显。反之，则很可能处于低迷阶段。

而我们要做的是，将k线的斜率因子用于筛选品种，这样能够很好的筛选出具有明显趋势的品种进行交易。

k线的斜率因子筛选品种

在上一期中，作者用了k线的涨跌幅因子和冒泡排序函数，对趋势比较明显的品种进行一个筛选和交易。那么今天，就用k线的斜率因子同样的也和冒泡排序函数进行操作。

首先来看看，多品种组合下的斜率函数dj_LinearRegSlope_i(price,length)。

如下图所示：

函数中有两个参数，price是要参与计算斜率的序列，需要通过for循环计算每一个品种的斜率并存入数组，length是计算在该周期内的斜率值，返回一个连续型变量。

1.计算各个品种的斜率并存入数组中。

如下图所示：

在存入斜率的过程中，还要将每个品种的数据源序号存入数组，应用于下面的冒泡排序函数。

2.冒泡排序。将所有品种的斜率传进函数中进行排序，再通过下一步的循环取出斜率最大的品种数据源序号。

如下图所示：

3.取出斜率最大的品种（用于交易），及通道的计算（用于开平仓）。

如下图所示：

在公式中的 tmpISeries变量就是斜率最大的品种的数据源序号，筛选出来后需要与持仓信息的捕获、连续与非连续变量的配合才能过进行正确的开平仓。

4.最终的效果。

作者选取了化工、能源、农产品、有色金属四个板块，且上市时间超过3年以上的品种，1小时周期进行回测。

（1）交易信号。

如下图所示：

（2）回测曲线。

如下图所示：

汇总：

曲线：

小结。

以上就是关于所有k线的斜率因子在多品种组合下的应用。虽然曲线并不好看，但总体是往上的，也进一步验证了在多品种组合下K线斜率因子的有效性。

最后

作者所分享的策略是非常简单的，也就是唐奇安通道突破而已，可见也有这般威力，值得读者细细研究类似的策略逻辑，特别是要在筛选品种的因子上面花功夫。