Tại sao lại nói không nên tin tưởng vào các "chỉ số" như MACD, RSI, BOLL nữa?
Bởi vì chúng về cơ bản chỉ là biến đổi hàm của OHLCV.
Theo định luật DPI của thông tin entropy: Bất kỳ chỉ số Z nào (như MACD) được tính toán dựa trên X (như OHLCV) đều không thể chứa thông tin về biến mục tiêu Y (lợi nhuận trong tương lai) nhiều hơn X. Tức là: I(X;Y) ≥ I(Z;Y)
Điều này có nghĩa là: - Thông tin sẽ không được tạo ra, lượng thông tin về xu hướng thị trường trong tương lai mà MACD hoặc BOLL chứa đựng, tuyệt đối sẽ không vượt quá lượng thông tin mà dữ liệu OHLCV gốc chứa đựng. - Thông tin thường bị mất do nén, hầu hết việc tính toán chỉ số là nén có tổn thất, ví dụ: không thể suy ra giá cụ thể trong 20 ngày qua từ MA 20 ngày.
Vì vậy, từ góc độ lý thuyết thông tin, OHLCV chứa đựng lượng thông tin tối đa cần thiết để dự đoán tương lai (chỉ nói về khối lượng và giá mà không xem xét các chiều khác). Việc sử dụng trực tiếp OHLCV là giải pháp tối ưu theo lý thuyết.
Bản chất của vấn đề là: làm thế nào để nâng cao tỷ lệ tín hiệu trên nhiễu. Dữ liệu tài chính luôn là dữ liệu có tỷ lệ tín hiệu trên nhiễu rất cao. Chúng ta nên suy nghĩ về cách tăng cường tỷ lệ tín hiệu trên nhiễu của dữ liệu OHLCV, thay vì cách cải thiện các chỉ báo.
Ví dụ, chuỗi giá K-line là không ổn định (các đặc điểm thống kê như giá trị trung bình và phương sai thay đổi theo thời gian), điều này vi phạm giả định cơ bản của thống kê/Học máy. Vậy chúng ta có thể từ bỏ K-line dựa trên thời gian, chuyển sang sử dụng Volume Bars, bằng cách tự tạo Bar mới, để làm cho dữ liệu phù hợp hơn với giả thuyết thống kê.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Tại sao lại nói không nên tin tưởng vào các "chỉ số" như MACD, RSI, BOLL nữa?
Bởi vì chúng về cơ bản chỉ là biến đổi hàm của OHLCV.
Theo định luật DPI của thông tin entropy:
Bất kỳ chỉ số Z nào (như MACD) được tính toán dựa trên X (như OHLCV) đều không thể chứa thông tin về biến mục tiêu Y (lợi nhuận trong tương lai) nhiều hơn X.
Tức là: I(X;Y) ≥ I(Z;Y)
Điều này có nghĩa là:
- Thông tin sẽ không được tạo ra, lượng thông tin về xu hướng thị trường trong tương lai mà MACD hoặc BOLL chứa đựng, tuyệt đối sẽ không vượt quá lượng thông tin mà dữ liệu OHLCV gốc chứa đựng.
- Thông tin thường bị mất do nén, hầu hết việc tính toán chỉ số là nén có tổn thất, ví dụ: không thể suy ra giá cụ thể trong 20 ngày qua từ MA 20 ngày.
Vì vậy, từ góc độ lý thuyết thông tin, OHLCV chứa đựng lượng thông tin tối đa cần thiết để dự đoán tương lai (chỉ nói về khối lượng và giá mà không xem xét các chiều khác). Việc sử dụng trực tiếp OHLCV là giải pháp tối ưu theo lý thuyết.
Bản chất của vấn đề là: làm thế nào để nâng cao tỷ lệ tín hiệu trên nhiễu.
Dữ liệu tài chính luôn là dữ liệu có tỷ lệ tín hiệu trên nhiễu rất cao. Chúng ta nên suy nghĩ về cách tăng cường tỷ lệ tín hiệu trên nhiễu của dữ liệu OHLCV, thay vì cách cải thiện các chỉ báo.
Ví dụ, chuỗi giá K-line là không ổn định (các đặc điểm thống kê như giá trị trung bình và phương sai thay đổi theo thời gian), điều này vi phạm giả định cơ bản của thống kê/Học máy.
Vậy chúng ta có thể từ bỏ K-line dựa trên thời gian, chuyển sang sử dụng Volume Bars, bằng cách tự tạo Bar mới, để làm cho dữ liệu phù hợp hơn với giả thuyết thống kê.