波动性是有聚集属性的，国内外有相关的paper证明。 也就是说波动性大了之后会在一定的时间窗口内持续大，映射到品种选择上就是，但某一品种的波动性放大，说明收益率分布会趋向于尾部，可以进行相关品种的交易。 相关的模型和具体量化方案 《量化投资：以MATLAB为工具》里面有讲解和模型介绍。
时间窗口 可以 和你的交易模型平均持仓周期相匹配。 即用交易模型的平均持仓周期 作为该交易模型的 品种选择模型的时间窗口参数。 我想这样还是比较合理的，而不是不管什么 持仓周期的模型 都用一样的时间窗口 来监控波动性 和流动性。
单品种上的二元过滤条件也可看做是一个品种选择模型，即把过滤条件运用到全品种上会得到一个子集，该子集也就是品种选择模型的结果了。 按这个逻辑来翻译一下faruto大侠的话：“基于MATLAB的交易品种选择分析，核心是从流动性和波动性两个属性维度来构建品种选择模型” => “基于MATLAB的过滤条件分析，核心是从流动性和波动性两方面来构建过滤条件” 考虑到基于流动性的条件相对容易确定（尤其是对规模不大的资金），那么剩下的核心问题就只是波动性了，这样faruto大侠的话就简化成 “基于MATLAB的过滤条件分析，核心是从波动性来构建过滤条件”。 再缩短一点儿：用波动性做过滤条件
http://en.wikipedia.org/wiki/Volatility_clustering "large changes tend to be followed by large changes, of either sign, and small changes tend to be followed by small changes."
"large changes tend to be followed by large changes, of either sign, and small changes tend to be followed by small changes." UNTIL IT DONT. those vol sellers get fucked in the ass from time to time.
在不同品种的策略测试及评估表现的时候，可以考虑下对应品种的金融属性、商品属性、亦或资金进出等的影响，总的来说就是策略和行情的匹配度，要定义出该策略在该品种赚钱的本质，是因为什么属性赚钱的，这样在策略表现失效或半衰期的时候，才能知道是因为什么没挣到钱；在不同周期配置品种和策略的时候，才好筛选合适的品种和策略。 仅供参考~
faruto 大大~在matlab论坛 人大经济论坛都看过你的帖子 没想到海洋论坛也有你的ID 我用matlab做策略的时候看你的帖子受益匪浅 这里仅讨论交易部分~（仅限于期货~股票我不懂~） 流动性波动性两个纬度选择品种不是那么容易的事情~ 这是所有做量化交易的人都能想到的 历史波动性不等于未来波动性~历史流动性也不等于未来流动性 这才是问题的核心所在 所有麻烦出在这句话~ 根据波动性的聚集性，未来波动性可以比较靠谱地用历史波动性来预测 举实际例子~ 长期波动性~（这里拿历史波动性来筛选品种~比如最近1-3年的波动性） 天胶~历史波动性很大~趋势策略回测最好的品种~结果14年我在上面亏了些钱（13年底到14年1月份的大跌错过） pta~历史波动性还行可是最近11-13年资金曲线高位横盘几乎三年没赚钱~但是14年的时候赚爆了~ 焦炭 焦煤~历史波动性很大吧？跌了3年回测绩效爆好~结果14年实盘亏了不少（13年底到14年1月份的大跌错过）~大概5% 再说说短期跟踪波动率（1-3个月）是个什么结果~ 比如cu这个品种~短期波动一放大一加速立马掉头~请看K线图~ 再说这流动性筛选条件~ 根据此条件焦炭 铁矿石~上市后的机会你会全部踏空~ 看看铁矿石上市后没成交量那会儿~跌的多顺畅~...当然我这也是马后炮~ 其实还有一个问题~ 量化交易如何做新上市的期货品种？一般有哪些策略？ http://www.hylt.net/vb/showthread.php?t=49485 对于没有历史交易数据的品种量化交易怎么参与？有人说直接放弃~其实也是个办法~ 这里只想说明一个问题~ 没有历史数据或者历史数据较少回测绩效一般般的品种~实盘起来可能收益不错 而历史数据完备~回测绩效爆好的品种~实盘起来可能收益很差~ 筛选品种是个复杂的问题~而且可能比策略本身还重要~ 不是一个简单的历史统计筛选条件就解决问题了的~ 对于短期长期的历史数据~你可以跟踪一些近期可能出现大机会的品种~ 但是要投入大头寸抓住机会我个人认为可能还需要历史数据统计以外的主观判断部分~ 也就是传说中的对市场的感觉