您可能没见过的交易策略！干货分享！

MACD，RSI，EMA等众多经典指标是基本上是人手配备的“铁三角”组合了，进阶一点的可能是蜡烛图形态分析及艾略特波浪理论等。今天咱们要说的是基于波动率和线性回归，还有相关系数的交易策略。这些指标在Pine中很容易创建，我也会在近期创建一个基于波动率相关性的指标发布到我的公开脚本库中。

废话不多说，请看图

1，图表中的线性回归中我用黄色圈圈画起来的是皮尔逊相关系数，证明价格在上下2的标准差带中有93.95%落在标准差内（可以参考Bollinger Band 的标准差概念，//对于正态分布正负一个标准差内是68.2%，正负两个标准差是95.4%，正负三个标准差是99.6%的置信区间//详见统计学）

2，副图中的指标是基于Close to Close的历史波动率百分比（balipour的伟大想法）与它的SMA线，请注意，大于SMA线的部分我们称之为“均值回归”，小于SMA线的部分称之为“趋势”，
可以看到“均值回归”时价格总是波动的，正如波动率的读数一样，波动幅度很大但终归会回归到它的 *均值* ，低于SMA的部分是“趋势”，证明当前市场中存在“趋势”，可能是左侧或者是右侧交易。

3，上述两点看到了当前的市场是“趋势”还是“均值回归”，那就继续看副图指标中的相关系数了，原理我就不再多赘述了，相关系数的源是 Close （收盘价），被相关是历史波动率，0为相关系数的分界线，0以上为正相关，0以下为负相关，显著的正相关下我们按历史波动率百分比阐述的当前市场是“均值回归”还是“趋势”的波动去操作，图中可见，在正相关的波动中，我们捕捉到到了很多交易信号。


最后感谢TV提供的如此优秀且强大的图表分析软件