模糊逻辑指标入门：用隶属函数判断趋势状态

模糊逻辑解决什么问题

传统指标用硬阈值判断“涨/跌”，非此即彼，容易被边界附近的噪声反复打脸。模糊逻辑引入“隶属函数”，把精确数值映射到 [0,1] 的“属于某集合的程度”——比如“70 度的咖啡多热”是 1，“20 度”是 0，中间温度得到 0~1 之间的渐变值。这样信号是平滑的、抗噪的，更适合表达“偏多/偏空”这种连续状态。

核心流程：模糊化→规则→去模糊化

• 模糊化（fuzzification）：用隶属函数把输入（如 EMA 值）变成对“上升/平缓/下降”等模糊集合的隶属度。
• 规则评估（rule evaluation）：IF 趋势=强多 AND 动量=高 THEN 信号=买入，类似专家系统的规则表。
• 去模糊化（defuzzification）：把所有规则的输出聚合，用重心法（centroid）等合成一个清晰数值。

隶属函数实现

最常用三角形/梯形隶属函数。文章用“EMA(2) 相对轨道线上/下边界的位置”定义隶属度：在上下边界之间为平缓（0），突破上边界趋近 1（强多），跌破下边界趋近 -1（强空）：

double Fuzzy(double x, double a, double c)
  {
   double F;
   if(a<x)           F=1;                 // 100% 上升趋势
   else if(x<=a && x>=c) F=(1-2*(a-x)/(a-c)); // 平坦（线性过渡）
   else if(x<c)      F=-1;                // 100% 下降趋势
   return(F);
  }

完整指标实现

文章建两个轨道线（快/慢 Envelopes）和一个 EMA 信号线，各自算隶属度 Rule1/Rule2，结果取算术平均 Result=(R1+R2)/2。用 DRAW_COLOR_HISTOGRAM 画柱，按 |Result| 落在哪个 0.2 区间给 5 种颜色之一；Result==±1 时用 DRAW_COLOR_HISTOGRAM2 画买卖信号矩形。

CopyBuffer(Envelopes_Fast, UPPER_LINE, 0, rates_total, Env_Fast_Up);
CopyBuffer(Envelopes_Fast, LOWER_LINE, 0, rates_total, Env_Fast_Dn);
// ... 慢轨道线、信号线同理
double x = Mov_Sign[i];
Rule1Buffer[i] = Fuzzy(x, Env_Fast_Up[i], Env_Fast_Dn[i]);
Rule2Buffer[i] = Fuzzy(x, Env_Slow_Up[i], Env_Slow_Dn[i]);
ResultBuffer[i] = (Rule1Buffer[i]+Rule2Buffer[i])/2;
for(int ci=0; ci<=4; ci++)
  if(MathAbs(ResultBuffer[i])>0.2*ci && MathAbs(ResultBuffer[i])<=0.2*(ci+1))
    { ResultColors[i]=ci; break; }

优缺点