WAVT：Warensoft交易量趨勢（Warensoft Volume Trend），是根據一定時期内交易量描述出買賣趨勢的名額量，适合于中長期交易。WAVT名額表達形式，如下所示
高頻交易算法研發心得--WAVT名額（Warensoft交易量趨勢名額）算法及應用
注：WAVT名額由Warensoft(王宇)原創。
前面聊了一系列的常見應用名額，包括短線、長線的名額，并且也無耐的指出每種名額的問題。當然每寫一篇文章，也都是一次學習過程。經過一年多的學習研究，筆者也自創了一個應用名額，并将其命名為WAT名額，本次讓我們一起來探讨一下，歡迎大家扔磚！
1.名額定義
WAVT：Warensoft交易量趨勢（Warensoft Volume Trend），是根據一定時期内交易量描述出買賣趨勢的名額量，适合于中長期交易。WAVT名額表達形式，如下所示：
如圖所示，WAVT名額包括兩種顯示形式，一個是曲線圖，一個是方波圖，方波圖是由曲線圖計算得到的。其中，曲線圖可以較為直覺的顯示目前行情的變化趨勢，但是不便于量化交易；而方波圖是對曲線圖進行了一次數值變換，适合計算機進行量化交易。
2.趨勢線的計算
我相信有很多程式猿和我一樣，一直都希望通過行情變化曲線的極值點，來捕獲最合理的買賣時機。這裡存在兩個技術難點：
- 曲線是否平滑（曲線不平滑，就難以确定極值點）
- 曲線的末端是否穩定（不穩定，就會常常出現誤判）
對于趨勢線的計算，最簡單的想法是利用K線進行繪制。由于K線是市場的最直接反映，是以其波動性會比較大，是以，以K線作為資料源的話，整個圖像中出現的M頭或W底會非常的多。
前段時間，研究了一下OBV名額，同時，有一個10多年的老股民朋友（也是資深軟體工程師）告訴我說：“可以利用交易量來模拟行情”。本人大受啟發，是以，WAVT的趨勢線的資料源是來自市場交易量的。
前一篇文章中（談RSI名額），我們說過經典的MACD以及MA均線，都是從固定周期的價格作為判讀的指導思想，并将價格進行平滑處理，然後得到可參考的判讀結果。排除個人經驗外，這些計算方法從方法論層面上來說是一種數值化判定方法（即：先有資料，再判定結果）。
然而基于交易量的OBV名額，則是從交易量的角度，分析人們的交易信心（信心是無法量化的），是以，OBV名額是帶有預測性。另外，相同周期的OVB名額要比MA名額更靠近真實行情，同時OBV的曲線要比MA的曲線平滑得多！
咱們書歸正文，WAVT名額中的趨勢線算法描述如下：
public List<TimeValuePair> GetWAVTTrendLine()
{
//1.首先擷取帶有Vol值的K線資料。
var kline = GetKline();
//2.計算OBV名額值,注意這裡使用40做為平滑周期
var obv = GetOBV(kline,40);
//3.擷取極值點采樣，注意這裡需要進行兩次采樣，是以參數為2
var peeks = GetPeekPoints(obv, 2);
//4.因為極值點資料，在時間上是不連續的，
//是以，需要對極值點資料進行線性插值，以保證每個時間點上都有資料
peeks = InterplotData(peeks);
} 經過上面4個步驟，我們就可以得到WAVT趨勢線。具體算法比較複雜，看官們可以自己實作，或者調用Warensoft Stock Service Client來實作。其圖像如下所示：
3.方波圖的計算
趨勢線的特點是比較直覺，适合人眼來觀察行情，但是不便于計算機量化處理。下面我們來進行方波化變換，以便計算機量化。其過程如下：
//1.計算WAVT趨勢線
var trendLine = GetWAVTTrendLine();
//2.所有資料減去前一個數值，得到方波值
var value = trendLine[i] - trendLine[i - 1];
//3.對方波資料進行噪聲濾波，以去掉幹擾資料
value = MakeFilter(value); 經過上面3個步驟，我們就可以得到WAVT方波圖，其圖像如下所示：
4.應用方式
通過前面的算法描述，我們不難發現，方波圖可以較好的把握大體的買賣時機，即：
- 當資料由負值向上穿越0線時，可以買入
- 當資料由正值向下穿越0線時，可以賣出
如下圖所示：
5.總結
本名額算法尚在測試中，應用需要謹慎。
WAVT名額可以用于中長期的交易，但是隻能大體來把握趨勢，和其他技術名額一樣，WAVT名額存在一定的延時性，在應用的時候會錯過最最低值和最最高值。