Range Filter [DW]

在技术分析中，无论股票、外汇还是期货，价格总是在趋势与震荡之间切换。真正决定交易成败的，往往不是看对大方向，而是能否在海量短促波动中保持清醒。Range Filter正是这样一款工具：它借力波动率过滤思想的套路，试图将微小价格动作剥离出去，让趋势本身变得一目了然。本文将从公开说明出发，逐一拆解其设计思路、用法、优劣势，并追溯这类方法的历史脉络。

策略解读

作者将其定义为“实验性研究”，说明他并不把这个思路视为包打天下的圣杯，而更像一种价格透视镜。该策略的核心矛盾，是市场走势中普遍存在的“双层结构”：一层是趋势，一层是噪声。传统技术指标如均线、布林带或RSI，都试图通过平均化手段来滤除噪声，但代价是信息滞后。Range Filter的不同之处在于：它不先计算某类动量指标，再对动量指标做二次处理，而是直接测量价格本身的活动范围。

具体来说，策略第一步要计算一个“平滑的平均价格范围”。这个范围不是几根K线收盘价的移动平均，而是对一段时期价格波动跨度的平均估计，相当于给市场测量“体温”。第二步，再把这个平均范围乘以一个指定数量。这个“指定数量”可以理解为一个灵敏度旋钮——乘数越小，过滤带越窄，价格越容易突破；乘数越大，过滤带越宽，只有真正的强势行情才能穿越它。第三步，通过“门控”方式，将所有未超过该范围的价格运动视为无效运动，不让它们干扰信号判断。最后，在图表上绘制出上下目标范围，让交易者直观地看到当前价格处在“带内”还是“带外”。

这种方法与QQE有亲缘关系，但又有明显分野。QQE的典型做法是先把RSI进行平滑，再设置波动率阈值，从而过滤RSI的小幅波动。这种方式比较适合判断动量强弱，但RSI本身已经是价格经过二次计算后的产物，信息损失在所难免。Range Filter则绕过RSI，直接把过滤器覆盖在原始价格上，因此响应更快、结构更简单。作者将其发布在公开交易社区，意味着它可以被广泛学习与验证，但“实验性”三个字也提醒我们：任何基于历史数据的过滤方法，都需要经过严谨的测试，才能进入实战。

名词解释

• 波动率（Volatility）：价格在单位时间内的变动幅度或剧烈程度。高波动率意味着价格大起大落，低波动率则意味着相对平稳。Range Filter用波动率来设定过滤带的宽度，可以说是整个策略的“地基”。

• 价格噪声（Price Noise）：指与趋势方向无关的随机性短期波动，通常由市场订单流不均衡、宏观消息或做市价差等因素造成。技术分析的核心难点，就是如何把噪声从信息中分离出来。

• 门控机制（Gating Mechanism）：一种条件控制逻辑——只有当价格运动超过预设阈值时，该运动才被允许通过并影响后续信号。Range Filter中的“门”就是平均范围与指定数量的乘积，任何小于该门槛的波动都会被挡住。

• QQE指标（Quantitative Qualitative Estimation）：一种将RSI、平滑处理与波动率阈值结合的技术指标。它由交易者Glaz在2010年前后发布，结构上很像“会移动的RSI通道”。QQE的价值在于用波动率过滤代替固定阈值，后来被许多趋势过滤器借鉴。

• 平滑（Smoothing）：对原始时间序列进行平均或降频处理，以弱化短期波动、凸显长期规律。常用平滑手段包括简单移动平均、指数移动平均等。Range Filter中“平均价格范围”就是一种平滑化的波动率测量。

• 通道突破（Channel Breakout）：当价格向上或向下突破由边界构成的通道时，视为趋势发起的信号。Range Filter产生的动态区间本质上是一种自适应通道，其突破判断与通道突破思想一脉相承。

策略思路讲解

从实战角度看，Range Filter的逻辑可以拆成四个环节：测波动、调缩放、设门槛、画通道。

“测波动”是指先度量过去一段时间的平均价格活动范围。这个范围通常用高低价差或平均真实波幅来计算，它反映了市场最近“走得有多快”。不同于固定百分比通道，这个范围会随市场冷热自动伸缩，因此具有自适应特征。

“调缩放”是指将测得范围乘以一个用户指定的系数。这个系数没有普适标准，需要根据具体品种、时间框架和交易目标来确定。如果交易者想捕捉更灵敏的短线信号，可以把系数设小；如果希望过滤掉更多普通波动，只留大趋势，则可以设大。

“设门槛”是策略的灵魂。所谓“门控”，就是只允许足够大的价格运动通过。我们可以把它想象成机场安检：小于规定尺寸的行李必须托运，只有体积更大的物品才需要被审视。价格在门槛之内的运动，被视为噪音；价格一旦跨越门槛，就可能是趋势启动的预兆。

“画通道”则是最终输出。策略在图表上形成一条“中轴”和上下边界，甚至输出一条过滤后的价格路径。交易者可以根据价格相对通道的位置做出判断：

• 价格在通道之内运行：行情处于震荡或调整阶段，不宜追涨杀跌；
• 价格向上突破上边界：可视为多头趋势信号，考虑入场做多；
• 价格向下跌破下边界：可视为空头趋势信号，考虑入场做空。

在实战中，还可以把“突破”定义得更加严格，例如要求收盘价突破而非盘中短暂刺穿。这个策略尤其适合趋势性较强的市场。若行情长期横盘，突破信号会密集出现但大多无效，因此建议搭配趋势强度指标一起使用，例如ADX（平均趋向指数）确认当前是否有足够趋势动能。

优点

• 有效滤除噪声，提高信号清晰度。通过设置“门槛”，大量无意义的微小波动被自动忽略，交易者可以把注意力集中在真正重要的价格变化上。

• 自适应波动率，动态调整通道宽度。市场剧烈时过滤带宽，市场平静时过滤带窄，不需要人工频繁调整参数，能较自然地适应不同市场环境。

• 直接作用于原始价格，减少中间环节的信息损失。相比先计算RSI再做过滤的QQE模型，Range Filter直接对价格建模，逻辑链条更短，反应更及时。

• 可视化直观，规则简单。过滤带与价格同图显示，一眼就能看出当前处于带内还是带外。对于新手而言，这是一种非常容易理解的趋势过滤器。

• 可以与多种确认条件叠加使用。它本身是入场触发器之一，可再叠加成交量、均线排列、动量等条件，构成一个更完整的交易系统。

缺点

• 震荡市容易出现假信号。当价格横盘整理时，过滤带会被反复刺穿，按突破逻辑操作往往会连续亏损。

• 参数敏感性高。平滑周期和指定倍数都需要针对具体品种精调，换一个市场或时间框架后参数可能失效，存在过度拟合风险。

• 本质上仍属滞后指标。任何基于历史平均值的滤波器，面对突发趋势时都会慢半拍。尽管它比均线灵敏，但依然无法预知未来。

• 缺少对突破质量的有效判断。策略只关心价格是否越过阈值，不关心突破的力度、成交量或持续性，因此容易在“假突破”中进场。

• 作者自述为“实验性研究”，意味着它没有经过系统性的验证与优化。直接将其应用于真金白银的实盘，风险较大。

起源年份考证

关于该策略的具体发布日期，公开资料中已无法准确考证。不过，从“波动率过滤”这一类方法的角度，可以梳理出以下时间线：

• 20世纪50至70年代：通道突破思想萌芽。理查德·唐奇安在其期货交易实践中使用了以若干周期最高价与最低价构成的通道，用来捕捉大行情。这就是后来知名的“唐奇安通道”。其核心思想与Range Filter完全相同：用价格区间过滤杂乱波动，等待有效突破。

• 1978年：波动率量化工具奠定基础。威尔斯·威尔德提出平均真实波幅（ATR）、相对强弱指数（RSI）等重要工具。ATR首次将市场波动率系统化地表达为一个平滑的数值，使得后续各种波动率过滤器有了数学基础。

• 20世纪80年代：自适应通道大量涌现。约翰·布林格于80年代推出布林线，以移动平均线加减标准差倍数构成动态通道。这种“均值±波动率×倍数”的结构，与Range Filter“平均范围×指定数量”的表达式极为相似。

• 2010年代初：QQE等融合型指标兴起。QQE指标被开发出来，并通过对RSI进行第二次平滑和波动率阈值设置，开创了“指标中的指标”这一范式。Range Filter作者明确承认受其启发，因此QQE可以被视为Range Filter最直接的理论前辈。

• 2010年代中后期：本策略出现并流传。从公开交易社区的风格与工具生态推断，该策略很可能诞生于2010年代中后期，但具体年份已无法考证。可以确定的是，它属于“波动率过滤+通道突破”这一大家族在21世纪的新分支。

改进建议

• 加入趋势状态滤网：在启用突破信号前，先判断市场是否具备趋势环境。可以使用ADX指标，当ADX大于一定阈值时才允许Range Filter的突破信号生效，在震荡市中保持观望，能显著减少假突破带来的损失。

• 动态调整乘数参数：将固定倍数改为随波动率分位数变化。例如，当ATR处于历史低位时，说明市场正在酝酿大波动，可适当调小乘数以捕捉早期突破；当ATR处于高位时，调大乘数避免被剧烈但无方向的波动欺骗。

• 多时间框架共振：在日线与周线级别同时应用Range Filter，只有当两个周期的过滤带方向一致时才入场。这样能过滤掉大量由单一周期噪声触发的信号，提高信号的稳定性。

• 增加突破质量确认：在价格穿越过滤带的同时，要求成交量显著放大，或者K线实体长度超过同期平均值。这类“质量过滤”可以剔除不少无成交支撑的毛刺突破。

• 引入止损与仓位管理：用过滤带宽度的一定比例作为初始止损距离，并根据波动率动态调整仓位。波动越强，仓位越小；波动越平，仓位适当放大。这样做可以避免在极端行情中因单笔巨亏而失去主动权。

• 采用更平滑的滤波方法：如果觉得简单平均范围仍然毛糙，可以改用价格中位数、双指数平滑甚至卡尔曼滤波思想，让过滤带变得更平滑，减少信号抖动。

• 系统化回测与稳健性检验：在不同品种、不同市场周期下进行参数扫描和样本外验证，观察收益曲线、最大回撤、夏普比率等指标，防止策略只在某一特殊历史区间有效。

总结

Range Filter提供了一种清朗的观察窗口，让我们能够忽略小噪声，聚焦大格局。它从波动率过滤器家族中生长出来，直接作用于价格，简化了信号链，也降低了认知负担。它绝非胜率保证，但它的设计理念充满启发性——真正有意义的，不是跟随每一根K线，而是识别那些足以改变市场结构的运动。交易者可以把它作为基础工具，在此基础上加入自己的确认条件和风控规则，逐步打磨成一套完整、可验证的交易系统。毕竟，好的策略从来不是某个神奇指标，而是指标背后的逻辑和纪律。