比特币的平均真实波幅(ATR):如何在交易系统中运用
要点速览
- •平均真实波幅由 J. Welles Wilder 于1978年提出,衡量价格波动的平均幅度,反映运动的强度而非市场方向。
- •基于ATR的止损和头寸规模管理使交易规则能够自动适应比特币多变的波动性,在波动扩大时减少敞口,在波动收窄时增加敞口。
- •一项应用于BTC/USDT现货市场的多头ATR突破策略在2018年1月至2026年10月期间回测显示出稳步上升的权益曲线,但其初始约46美元的每笔交易平均利润尚不足以覆盖实盘交易成本。
- •优化确定了ATR周期为2天、乘数为0.8,并结合约300美元(头寸价值的3%)的止损,这些参数改善了净利润和整体表现指标。
- •ATR仅反映过去的波动性,无法区分有利和不利的价格运动,需要对样本外数据进行验证(例如2026年11月之后的时期),以避免过度拟合。

波动性是比特币最重要的特征之一,也是交易者最难管理的特征之一。平均真实波幅(ATR)是一个可以衡量波动性并将其转化为精确操作规则的指标。本文将解释该指标的工作原理,以及如何将其应用于为比特币市场构建的交易系统中。
在平静与动荡之间交替的市场
比特币是一个可以在相对平静的时期与价格大幅波动的阶段之间交替的市场。每日数千美元的波动并不一定是异常事件,尤其是在波动性上升的时候。
对于系统化交易者来说,这一特征既是机会也是问题。一方面,价格波动创造了交易机会;另一方面,它使确定何时入场、在哪里设置止损以及每笔交易应分配多少资金变得困难。平均真实波幅(通常缩写为ATR)正是在这里发挥作用的。
什么是平均真实波幅以及如何计算
平均真实波幅是一个衡量金融工具价格波动平均幅度的技术指标。它由 J. Welles Wilder 于1978年开发,目的是衡量波动性。Wilder 在其著作《技术交易系统的新概念》中引入了该指标,同一本书中还提出了其他至今仍广泛使用的工具,例如相对强弱指数(RSI)。
与其他指标(如移动平均线或MACD)不同,ATR并不试图识别市场方向。它不会告诉我们比特币会上涨还是下跌,而是显示其价格运动的平均幅度。换言之,它的读数描述的是价格运动的强度,而非方向。
计算从所谓的真实波幅开始,它代表三个数值中的最大价格波动幅度:K线最高价与最低价之间的差值、最高价与前收盘价之间的距离,以及最低价与前收盘价之间的距离。这种方法可以考虑到K线之间的任何价格跳空。ATR随后通过真实波幅的平滑平均值得出。最常用的参数是14个周期——Wilder提出的默认值——尽管可以根据操作需要进行修改。
例如,如果比特币日线图上14周期的ATR等于2,500美元,这意味着通过真实波幅衡量的近期日波动幅度约为此值。但需要注意的是:这并不意味着比特币第二天必须波动2,500美元。ATR描述的是已观察到的波动性,而不是未来的波动性。当指标上升时,意味着波动幅度正在扩大;当指标下降时,市场正处于波动性较低的阶段。大多数图表平台都在标准指标中包含ATR,因此无需构建自定义计算,即可直接在比特币图表上复现这些读数。
为什么使用ATR衡量比特币的波动性
加密货币市场的一些特征使得像ATR这样的指标特别有用。比特币全天候24小时、每周7天交易。没有与传统股市可比的每周收盘,波动性的变化可能随时发生——甚至在周末。
此外,波动性并非恒定不变。例如,2%的止损在平静阶段可能足够宽,但在市场经历特别动荡的时期时却可能显得过紧。始终使用相同的百分比距离意味着忽略了所处的市场环境。而ATR可以构建能够自动适应市场条件的规则。以下应用展示了这在实践中的运作方式。
使用ATR设置止损和头寸规模
最直接的应用之一是止损的设置。假设交易者以90,000美元买入比特币,日线ATR为2,000美元。将止损设置在相当于两倍ATR的距离——即入场价下方4,000美元——会将止损位定在86,000美元。如果ATR为3,500美元,同样的规则会将止损设置在83,000美元。这样,止损距离会适应当前波动性,而不是被任意设定。
当然,更远的止损意味着在相同购买量的情况下潜在损失更大。因此,ATR也可以用于头寸规模管理。假设持有20,000美元资金,希望每笔交易最多承担1%的风险——即200美元。在止损距离入场价4,000美元的情况下,理论上可购买的数量为:
200 / 4,000 = 0.05 $BTC
换言之,头寸规模等于美元风险除以止损距离。如果波动性上升,止损需要扩大到7,000美元,数量将降至约0.0286 $BTC。因此,基于ATR的仓位管理起到了自动刹车的作用:当波动幅度扩大时,同样的美元风险会转换为更少的币量。
原则很简单:当波动性上升时,减少敞口;当波动性下降时,可以增加敞口,同时始终遵守既定的风险限制。这些计算是理论性的,不包括手续费、滑点以及止损价与成交价之间的任何差异。
基于ATR的比特币突破策略:规则与回测
ATR不仅可以作为风险管理工具,还可以作为交易信号的来源。考虑一个简单的系统,旨在利用比特币突破重要价格水平的阶段,尝试参与可能的趋势性运动。这是一个面向现货市场构建的多头趋势跟踪策略,但也适用于期货。
所考虑的交易时段通常从GMT 00:00到23:59,与日历日一致,因为加密货币全天候报价。使用15分钟K线图以相对精确地进行操作,同时使用第二个数据序列(data2,日线K线)来计算入场水平。该水平通过在最后一根日K线的收盘价上加上一个由最近5天的平均真实波幅(period)乘以一个系数(factor,初始设为1)确定的数值获得:
buy next bar at c data2 + factor*AvgTrueRange(period)data2 stop;
实际上,系统在最后一根日收盘价上方放置止损买单,距离等于5日ATR乘以所选系数;只有当价格向上突破时订单才会被触发。假设每笔头寸交易10,000美元,当触及1,000美元的止损时交易将被平仓——这是一个相当宽的值,被认为在该市场中是必要的,并将在稍后通过优化进行检验。该策略以日内为期限,因此必要时会在时段结束时平仓;不使用止盈。
优化前的回测结果
将该策略应用于比特币($BTC)现货市场对标$USDT(与美元挂钩的稳定币),从2018年1月到2026年10月,我们获得了非常令人鼓舞的结果,权益曲线相当稳步地上升。
图表 – 优化前基于ATR的$BTC/$USDT突破策略权益曲线。
年度结果证实了这一图景,但也显示出每笔交易平均约46美元的利润,这一数值在多年来并不稳定,需要改进以使策略足够稳健,从而支撑实盘交易的运营成本。
图表 – 优化前$BTC/$USDT突破策略的年度结果,2018年1月至2026年10月。
优化ATR周期、乘数和止损
可用于优化策略的变量包括ATR的计算周期及其乘数因子。将period在2到10天之间变动,factor在0.1到2之间变动(步长为0.1),同时暂时保持止损不变,可以得到一系列可按净利润排序的结果。
图表 – ATR周期与乘数因子的优化。
在筛选出仅改善初始每笔交易平均利润的结果后,一个值得注意的组合是period = 2和factor = 0.8,它在保持良好净利润/回撤比的同时提高了净利润。这是一个出色的结果,但并不意味着不能进一步改进。事实上,该策略目前仍使用1,000美元的止损——即头寸价值的10%——尚未经过优化。将止损从0美元变动到2,000美元可以看到,300美元左右(3%)的数值可以改善整体指标。
图表 – 止损优化。
最终的权益曲线因其简洁性而颇具吸引力,并经过必要的调整和优化后,可能适用于许多其他加密货币。这项优化工作的目标是使策略更加稳健,以支撑实盘交易的运营成本。
图表 – 优化ATR和止损参数后$BTC/$USDT突破策略的权益曲线。
ATR的局限性以及回测的重要性
与所有指标一样,ATR也有其局限性。首先是它衡量的是过去的波动性:波动的突然增加可能使先前计算的水平失效。其次是它无法区分有利和不利的价格运动——高ATR既可以伴随强劲的上涨行情,也可以伴随剧烈的下跌。此外还有一个与计量单位相关的实际问题:由于ATR以与价格相同的单位表示,同样的美元读数在不同价格水平下代表比特币价值的不同比例,在进行时间比较时应注意这一点。
最后,使用ATR并不能自动保证更好的表现。自适应止损(在上面的例子中未使用)可能减少过早离场,但也可能增加亏损交易的平均损失。严格的测试应验证系统在未用于选择参数的时期内的表现;在本例中,该例子应从2026年11月起进行验证。这有助于避免构建一个完美适应过去却无法在未来正常运作的系统。换言之,在历史数据上看似自适应的指标,一旦面对未见过的市场条件,其表现可能截然不同。
从波动性到交易规则
平均真实波幅的真正价值不在于它预测比特币下一步走势的能力,而在于它能够将市场特征——波动性——转化为可衡量、可重复的规则,从而减少决策中的主观随意成分。这是系统化交易的基本原则之一:不是试图猜测每一次价格波动,而是构建一套连贯的规则,在数据上检验其表现,并以纪律的方式加以执行。
仅凭ATR并不能构成一个盈利的交易系统。然而,在一个结构化的策略中,尤其是在像比特币这样动态且波动剧烈的市场中,它可以成为宝贵的工具。