feat(MacdMaStrategy): 添加MACD计算结果日志输出

Administrator

8 days ago 54c41b98114c82feb091b83bcaaaae839abb65db

 src/main/java/com/xcong/excoin/modules/okxNewPrice/indicator/macdAndMatrategy/Volatility.java

@@ -1,91 +1,126 @@
/**
 * 波动率指标计算类
 * <p>
 * 波动率是衡量金融市场价格波动程度的指标，通常用价格的标准差与平均值的比率表示。
 * 本类实现了基于滚动窗口的波动率计算，通过标准差与平均值的比值计算出百分比形式的波动率。
 */
package com.xcong.excoin.modules.okxNewPrice.indicator.macdAndMatrategy;

import java.math.BigDecimal;
import java.math.RoundingMode;
import java.util.LinkedList;
import java.util.List;

/**
 * 波动率指标实现类
 * 
 * 波动率是衡量价格波动程度的技术指标，反映市场的活跃度和风险水平。
 * 本类通过计算价格的标准差来衡量波动率，使用高精度BigDecimal计算避免精度损失。
 * 
 * 【核心功能】
 * 1. 计算指定周期内价格的波动率（标准差）
 * 2. 使用牛顿迭代法实现BigDecimal的平方根计算，确保金融计算的高精度要求
 * 3. 提供获取最新计算结果的接口
 * 
 * 【使用场景】
 * - 在MACD+MA策略中，用于过滤低波动率的市场环境（波动率<1%时跳过交易）
 * - 适用于各种时间周期的价格数据，通常使用20日或30日周期
 * 【注意事项】
 * - 波动率指标对市场流动性和交易活跃度敏感
 * - 低波动率可能预示着市场趋势即将发生变化
 * <p>波动率计算原理：使用标准差与平均值的比值，以百分比形式表示价格的波动程度。</p>
 * <p>计算公式：波动率 = (标准差 / 平均值) * 100%</p>
 *
 * <p>使用示例：</p>
 * <pre>
 * // 初始化20日波动率计算器
 * Volatility vol = new Volatility(20);
 *
 * // 动态添加每日价格
 * priceFeed.subscribe(price -> {
 * vol.addPrice(price);
 * vol.calculate();
 * });
 *
 * // 判断是否满足低波动条件（<1%）
 * if (vol.getValue().compareTo(new BigDecimal("1.00")) < 0) {
 * System.out.println("低波动市场，暂停交易");
 * }
 * </pre>
 */
public class Volatility {
    /**
     * 波动率计算的周期
     */
    /** 波动率计算的周期（如20日波动率） */
    private final int period;
    
    /**
     * 最新计算的波动率值
     */

    /** 当前计算出的波动率值（百分比形式） */
    private BigDecimal volatility = BigDecimal.ZERO;

    /** 使用LinkedList存储滚动窗口内的价格数据，便于添加和删除操作 */
    private LinkedList<BigDecimal> priceWindow = new LinkedList<>();

    /** 窗口内价格的总和，用于快速计算平均值 */
    private BigDecimal sum = BigDecimal.ZERO;

    /** 窗口内价格平方的总和，用于快速计算方差 */
    private BigDecimal sumSquares = BigDecimal.ZERO;

    /**
     * 构造方法
     * 
     * @param period 波动率计算的周期
     * 构造函数，创建指定周期的波动率计算器
     *
     * @param period 波动率计算周期，如20表示计算20日波动率
     */
    public Volatility(int period) {
        this.period = period;
    }

    /**
     * 计算波动率
     * 
     * @param prices 历史价格数据列表
     * 添加新价格到计算窗口，并维护窗口内的价格数据
     * 采用滑动窗口方式，当价格数量超过周期时，自动移除最早的价格
     *
     * @param price 新的价格数据，使用BigDecimal确保计算精度
     * @throws IllegalArgumentException 当价格为null时抛出异常
     */
    public void calculate(List<BigDecimal> prices) {
        // 如果价格数据不足计算周期，不进行计算
        if (prices.size() < period) {
    public void addPrice(BigDecimal price) {
        if (price == null) {
            throw new IllegalArgumentException("Price cannot be null");
        }

        // 当窗口大小达到周期时，移除最早的价格，并从总和中减去
        if (priceWindow.size() == period) {
            BigDecimal removed = priceWindow.removeFirst();
            sum = sum.subtract(removed);
            sumSquares = sumSquares.subtract(removed.pow(2));
        }

        // 添加新价格到窗口，并更新总和
        priceWindow.add(price);
        sum = sum.add(price);
        sumSquares = sumSquares.add(price.pow(2));
    }

    /**
     * 计算当前窗口内价格的波动率
     * 使用标准差与平均值的比值计算波动率百分比
     */
    public void calculate() {
        // 数据点不足，无法计算波动率
        if (priceWindow.size() < period) {
            return;
        }

        BigDecimal sum = BigDecimal.ZERO;
        BigDecimal avg = calculateAverage(prices); // 计算平均价格
        
        // 计算每个价格与平均价格的偏差平方和
        for (int i = prices.size()-period; i < prices.size(); i++) {
            BigDecimal dev = prices.get(i).subtract(avg);
            sum = sum.add(dev.pow(2));
        // 计算平均值：sum / period
        BigDecimal avg = sum.divide(new BigDecimal(period), 8, RoundingMode.HALF_UP);

        // 防止除以零的情况
        if (avg.compareTo(BigDecimal.ZERO) == 0) {
            volatility = BigDecimal.ZERO;
            return;
        }
        
        // 计算方差，保留8位小数
        BigDecimal variance = sum.divide(new BigDecimal(period), 8, RoundingMode.HALF_UP);
        
        // 计算标准差（波动率），使用牛顿迭代法确保高精度
        volatility = sqrt(variance, 8);

        // 计算方差：(sumSquares / period) - avg^2
        BigDecimal variance = sumSquares.divide(new BigDecimal(period), 8, RoundingMode.HALF_UP)
                .subtract(avg.pow(2));

        // 确保方差非负（防止浮点数计算误差导致负数方差）
        variance = variance.max(BigDecimal.ZERO);

        // 计算标准差：sqrt(variance)
        BigDecimal stdDev = sqrt(variance, 8);

        // 计算波动率：(标准差 / 平均值) * 100%
        volatility = stdDev.divide(avg, 8, RoundingMode.HALF_UP)
                .multiply(new BigDecimal(100))
                .setScale(2, RoundingMode.HALF_UP);
    }

    /**
     * 计算价格平均值
     * 
     * @param prices 历史价格数据列表
     * @return 平均价格
     */
    private BigDecimal calculateAverage(List<BigDecimal> prices) {
        BigDecimal sum = BigDecimal.ZERO;
        for (int i = prices.size()-period; i < prices.size(); i++) {
            sum = sum.add(prices.get(i));
        }
        return sum.divide(new BigDecimal(period), 8, RoundingMode.HALF_UP);
    }

    /**
     * 计算BigDecimal的平方根（牛顿迭代法）
     * 
     * 计算BigDecimal的平方根（使用牛顿迭代法）
     *
     * @param value 要计算平方根的数值
     * @param scale 结果的精度（小数位数）
     * @return 平方根结果
@@ -95,26 +130,30 @@
        if (value.compareTo(BigDecimal.ZERO) < 0) {
            return BigDecimal.ZERO;
        }
        

        // 使用牛顿迭代法计算平方根
        BigDecimal x = value.divide(new BigDecimal(2), scale, RoundingMode.HALF_UP); // 初始猜测值
        BigDecimal prev;
        

        do {
            prev = x;
            // 牛顿迭代公式：x(n+1) = (x(n) + value/x(n))/2
            // 添加零检查，防止除以零异常
            if (x.compareTo(BigDecimal.ZERO) == 0) {
                x = new BigDecimal(1); // 设置一个合理的初始值
            }
            x = x.add(value.divide(x, scale, RoundingMode.HALF_UP)).divide(new BigDecimal(2), scale, RoundingMode.HALF_UP);
        } while (x.subtract(prev).abs().compareTo(BigDecimal.ONE.movePointLeft(scale)) > 0); // 直到满足精度要求
        

        return x;
    }

    /**
     * 获取最新的波动率计算结果
     * 
     * @return 波动率值
     *
     * @return 波动率值，以百分比形式表示（例如：2.5表示2.5%）
     */
    public BigDecimal getValue() {
        return volatility;
    }
}
}