TREND-11 · 趋势跟踪
考夫曼自适应均线
Perry Kaufman 的自适应移动平均（KAMA）。用效率比率动态调整平滑程度：趋势中反应快，震荡中反应慢，比固定均线更少被来回打脸。
TrendAdaptiveMA
基本信息
适用场景趋势强弱变化的市场
信号频率每日
典型持有期几周
资产类别指数、大宗商品、外汇
测试市场数10
数据截至2026-11-10
回测结果怎么看
- 在 10 个市场中的 2 个，近 5 年的年化收益跑赢买入持有。
- 在 10 个市场中的 9 个，最大回撤比买入持有更小。
- 夏普最高的市场：GLD（夏普 0.84，年化 10.5%）。
- 表现最弱的市场：UNG（夏普 -0.28，年化 -17.2%）。
权益曲线
评分与风险画像
Arena Score: 25.0SPY, 近 5 年
收益质量 · 30%21
回撤控制 · 25%24
稳定性 · 20%23
稳健性 · 15%9
统计可信度 · 10%69
每一项都是和同一市场、同一窗口内所有策略比较的百分位（100 为最好）。
持仓时间占比55%
Ulcer 指数7.5%
最长回撤812 天
日 VaR（95%）-1.07%
夏普为正的概率69%
相对买入持有的 Beta0.30
Alpha（年化）-1.6%
正收益月份占比42%
扣 10 bp 成本后年化-1.4%
年化收益 90% 区间（Bootstrap）-5.7% 至 9.4%
最大回撤 90% 区间（Bootstrap）-33.1% 至 -10.2%
大跌行情中的表现（SPY）
| 时期 | 策略 | 买入持有 |
|---|---|---|
| 2018 年四季度下跌 | -3.6% | -19.2% |
| 新冠暴跌（2020 年 2–3 月） | -1.4% | -33.7% |
| 2022 年熊市 | -6.2% | -24.5% |
| 市场在 200 日均线上方时（年化） · 81% | +2.3% | +12.5% |
| 市场在 200 日均线下方时（年化） · 19% | +8.9% | +19.8% |
大跌时期按美股划分。是否在 200 日均线上方用前一天的状态判断，不存在未来函数。
样本外检验（SPY）
| 检验项 | 数值 |
|---|---|
| 选出的参数在各自 3 年训练期里的平均夏普 | 0.64 |
| 同一组参数在之后 6 个月真正交易时的夏普 | 0.49 |
| 同样这些月份一直用默认参数的夏普 | 0.50 |
| 重新选参次数 / 参数实际更换次数 | 28 / 14 |
| 全部历史上夏普为正的参数组数 | 9 组中 9 组 |
| 各组参数的夏普：最低 / 中位数 / 最高 | 0.43 / 0.49 / 0.53 |
样本外区间从 2013-01-04 开始。训练期的数字因为是从 9 组参数里挑最好的，一定偏好看；样本外的数字才是策略真正赚到的。下降很多，或者只有某一组参数好，都是过拟合的信号。滚动前推测试是怎么做的。
各市场结果（近 5 年）
| 市场 | 年化收益 | 买入持有年化 | 夏普 | 最大回撤 | 买入持有最大回撤 | 波动率 | Arena Score |
|---|---|---|---|---|---|---|---|
| GLDSPDR Gold Shares | 10.5% | 16.4% | 0.84 | -17.0% | -28.3% | 13.3% | 59 |
| USOUnited States Oil Fund | 12.7% | 20.2% | 0.61 | -32.2% | -36.2% | 24.8% | 72 |
| SLViShares Silver Trust | 11.9% | 15.2% | 0.57 | -44.3% | -57.8% | 26.9% | 67 |
| DBAInvesco DB Agriculture | 4.1% | 8.8% | 0.51 | -12.8% | -15.9% | 9.0% | 64 |
| DBCInvesco DB Commodity Index | 3.6% | 10.8% | 0.34 | -28.0% | -27.3% | 12.8% | 50 |
| SPYSPDR S&P 500 | 1.6% | 11.6% | 0.20 | -15.7% | -24.5% | 9.5% | 25 |
| BTC-USDBitcoin | -0.6% | 2.6% | 0.09 | -50.8% | -75.9% | 24.1% | 30 |
| EURUSD=XEUR/USD | -0.8% | -0.7% | -0.12 | -10.6% | -17.2% | 5.0% | 35 |
| ETH-USDEthereum | -12.3% | -15.1% | -0.13 | -59.0% | -79.0% | 32.4% | 24 |
| UNGUnited States Natural Gas | -17.2% | -30.7% | -0.28 | -77.8% | -93.3% | 39.1% | 34 |
策略指标基于日收益，未扣除交易成本；买入持有为同一市场、同一窗口的数据。按夏普比率排序。
SPY 在不同时间窗口的表现
交易规则
Entry
Buy when Price > KAMA and KAMA rising
Exit
Sell when Price < KAMA
Indicators
Efficiency Ratio = |Price Change| / Sum of |Daily Changes| Smoothing Constant = (ER * (Fast - Slow) + Slow)^2 KAMA = KAMA[-1] + SC * (Price - KAMA[-1])
Inputs
ER_Period = 10 Fast = 2 Slow = 30
Position sizing
Fixed 100% allocation
Risk controls
Adaptive nature reduces false signals
策略证据
- BTC-USD · 查看证据 2026-11-10
- DBA · 查看证据 2026-11-10
- DBC · 查看证据 2026-11-10
- ETH-USD · 查看证据 2026-11-10
- EURUSD=X · 查看证据 2026-11-10
- GLD · 查看证据 2026-11-10
- SLV · 查看证据 2026-11-10
- SPY · 查看证据 2026-11-10
- UNG · 查看证据 2026-11-10
- USO · 查看证据 2026-11-10
下面只列出可用的已校验证据包；没有证据不代表通过验证。
证据覆盖范围
已校验 10 / 10 个预定策略与市场组合
备注
- 出自 Perry Kaufman 的《交易系统与方法》
- 效率比率衡量趋势和噪音的比例
- ER = 1 表示完美趋势，ER = 0 表示纯噪音
相关策略
嵌入这个评分
可以放进博客文章、README 或论坛签名，徽章会随每日数据自动更新。
<a href="https://quantarenas.com/strategy/trend-11-kaufman-adaptive-moving-average/"><img src="https://quantarenas.com/badge/trend-11-kaufman-adaptive-moving-average.svg" alt="Kaufman Adaptive Moving Average Arena Score on Quant Arena" height="20"></a>
[](https://quantarenas.com/strategy/trend-11-kaufman-adaptive-moving-average/)
回测是基于日线数据的历史模拟，未计入佣金和滑点，不代表未来收益，也不构成投资建议。每个策略的测试方法见方法论。