双均线模型MACROSS是过去价格的加权平均，
时间序列动量TSMOM是过去价格变化或收益率的加权平均，
通过数学变换可以将两者联系起来，实现相互转换。
事实上，很多其他的趋势跟踪规则，包括 HP Filter、Kalman Filter 和 OLS 趋势线等，
本质上都可以转化为TSMOM或MACROSS，即趋势跟踪规则虽然计算方法千奇百怪，但是内核几乎没啥差别。
由于许多趋势跟踪规则是相似的，与其花费大量精力在趋势跟踪规则的定义上，
还不如多琢磨琢磨如何减少成本、周期选择、组合构建、风险管理和挖掘其它因子

学术上定义的趋势跟踪，以Moskowitz et al. (2012) 为代表，用过去N个月的收益率符号表示。
当过去N个月收益为正时，则看多；当过去N个月收益为负时，则看空。
收益率符号法常被称为时间序列动量（time series momentum, TSMOM）

海龟交易法是一个完整的交易系统，包含了6个投资决策过程，
头寸规模，买卖多少数量
入市，什么时候开仓
止损，什么时候退出亏损的头寸
离市，什么时候退出盈利的头寸
交易，如何买卖

在某一个时刻t，比较所有资产过去一段时间的表现，
做多表现最好的一篮子资产，做空表现最差的一篮子资产。
横截面动量是一个相对概念，在同一时刻进行横向比较；
时间序列动量是一个绝对概念，在某一时刻只和自己的历史相比。

量化投资  ，基本面 气宗 ，技术分析 剑宗

均线粘合的含义
1 变盘信号，粘合后是发散
2 筹码集中，参与者成本一致

1.因子越好，灵活性越强:
好的因子，即使只是使用简单加权排序，也能得到很好的效果;
2.因子越好，模型越简单：
好的因子，即使模型的参数不是最优参数，模型性能也能表现很好;
3.因子越好，性能越出色:
模型的性能包括模型的效果，执行的效率及模型的可解释性，
这些都可以因为因子质量的提升而得到大大改善。

数据和特征决定了机器学习的上限，而模型和算法只是逼近了这个上限而已

1990年在《金融评论》中，对1976年至1986年收集的数据进行了广泛的研究，比较了23个技术交易系统。
通道突破（四周规则）和 均线交叉系统在产生持续利润方面处于领先地位

高斯分布（正态分布）
Gaussian Distribution(Normal Distribution)
68-95-99.7 法则
标准差
布林通道  中轨 上下轨