hurst-timing

star 7

Hurst指数择时模型,基于分形市场理论和R/S分析方法判断市场趋势拐点。适用于需要识别市场长期记忆性和趋势转折的场景。

FeiCoder By FeiCoder schedule Updated 2/27/2026

name: hurst-timing description: Hurst指数择时模型,基于分形市场理论和R/S分析方法判断市场趋势拐点。适用于需要识别市场长期记忆性和趋势转折的场景。

Hurst指数择时

基本概念

Hurst指数基于分形市场理论,用于判断市场趋势的持续性和转折点。

分形市场理论

  • 市场由不同投资期限的投资者组成
  • 信息对不同投资者影响不同
  • 价格变化具有长期记忆性
  • 不是随机游走

Hurst指数含义

H ∈ (0, 1)
- H = 0.5: 随机游走,无记忆
- H > 0.5: 趋势持续(动量)
- H < 0.5: 反转持续(均值回归)

R/S分析方法

重标极差法

计算步骤:

  1. 将时间序列分为n个子区间
  2. 计算每个子区间的均值和累积离差
  3. 计算极差R
  4. 计算标准差S
  5. 计算R/S

长期记忆长度

Hurst指数峰值对应的n值:

  • A股市场:n ≈ 233个交易日
  • 含义:约1年的平均循环周期

策略模型

Local Hurst指数

移动计算Hurst指数,反映市场短期记忆性变化。

趋势判断

H > 0.55: 趋势持续 → 顺势操作
H < 0.55: 趋势可能反转 → 谨慎
H ≈ 0.5: 无明显趋势 → 观望

交易信号

买入信号

  • Local Hurst指数连续5日低于E(H)
  • 且市场较233日前上涨
  • 第6个交易日发出买入信号

卖出信号

  • Local Hurst指数连续5日低于E(H)
  • 且市场较233日前上涨
  • 满仓状态下第6个交易日发出卖出信号

A股实证

长期记忆特征

  • 上证综指:H = 0.61(n=233)
  • 深证成指:H = 0.61(n=233)
  • 结论:A股具有长期记忆性

市场转折识别

  • Hurst指数低位(<0.55)与市场反转期吻合
  • 市场反转时H接近0.5
  • 说明A股不完全有效

策略特点

优点

  1. 理论扎实:基于分形市场理论
  2. 长期视角:考虑市场长期记忆性
  3. 转折识别:能识别主要市场拐点

局限

  1. 参数选择:n值影响结果
  2. 信号延迟:转折后才会出现信号
  3. 不精准:只能判断大致位置

实践建议

参数设置

  • n值:200-250个交易日
  • 阈值:0.55-0.60
  • 连续天数:5-10天

配合使用

  • 结合趋势指标确认信号
  • 结合成交量验证
  • 设置止损

注意事项

  1. 市场环境:对趋势明显的市场更有效
  2. 参数稳定:不需频繁调整
  3. 辅助工具:作为辅助判断工具使用

适用场景

  • 大盘趋势判断
  • 主要转折点识别
  • 长期择时
  • 配合其他择时指标
Install via CLI
npx skills add https://github.com/FeiCoder/Skill-Factory --skill hurst-timing
Repository Details
star Stars 7
call_split Forks 2
navigation Branch main
article Path SKILL.md
More from Creator