AGENT SKILL
hurst-timing
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。
适用职业市场营销
- License 许可
- MIT
- 最近更新
- 2026-02-27
- Stars
- ★ 11
- Forks
- 4
01 前言 Front Matter
- 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。
02 资源文件 2
- 参考文档checklists.md2.7 KB
- 脚本scripts/security_scan.py17.7 KB
03 SKILL.md 正文
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:
- 将时间序列分为n个子区间
- 计算每个子区间的均值和累积离差
- 计算极差R
- 计算标准差S
- 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
- 理论扎实:基于分形市场理论
- 长期视角:考虑市场长期记忆性
- 转折识别:能识别主要市场拐点
局限
- 参数选择:n值影响结果
- 信号延迟:转折后才会出现信号
- 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
- 市场环境:对趋势明显的市场更有效
- 参数稳定:不需频繁调整
- 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
04 同仓库更多 Skills
trend-following-timing
趋势追踪择时策略,包括传统均线指标(MA、MACD、DMA、TRIX)和自适应均线的原理与实操。适用于需要实施技术分析择时的场景。
★ 11
quant-timing-intro
量化择时基础知识,介绍量化择时的概念、框架和主要方法论。适用于需要理解择时策略基本框架的场景。
★ 11
market-sentiment-timing
市场情绪择时策略,基于投资者情绪指标和主成分分析构建情绪指数。适用于需要利用市场情绪进行大盘择时的场景。
★ 11
bull-bear-line
牛熊线择时模型,基于几何布朗运动理论判断大盘牛熊转换。适用于需要识别市场重大转折点的场景。
★ 11
style-rotation
风格轮动策略指南,包括价值/成长风格、大小盘风格的轮动规律和量化模型。适用于需要理解和实施A股市场风格轮动投资的场景。
★ 11
sector-rotation
行业轮动策略指南,基于宏观经济周期和M2指标的A股行业轮动模型。适用于需要理解和实施行业配置策略的场景。
★ 11