爲什麼說不要再迷信 MACD、RSI、BOLL 等“指標”?


因爲它們本質上只是對 OHLCV 的函數變換。

根據信息熵的 DPI 定律:
任何基於 X(比如 OHLCV)計算出的指標 Z(如 MACD)都不可能包含比 X 更多關於目標變量 Y (未來收益)的信息。
即:I(X;Y) ≥ I(Z;Y)

這意味着:
- 信息不會被創造,MACD 或 BOLL 所包含的關於未來市場走勢的信息量,絕對不會超過原始 OHLCV 數據所包含的信息量。
- 信息通常因爲壓縮而丟失,大多數指標的計算是有損壓縮,eg:無法從20日MA反推出過去20天的具體價格

所以從信息論角度講,OHLCV 包含了預測未來所需的最大信息量(單說量價不考慮其他維度)。直接使用OHLCV是理論最優解。

問題的本質是:如何提升信噪比。
金融數據一直是信噪比極高的數據。我們應該思索如何提高OHLCV數據的信噪比,而不是如何改造指標。

舉個例子,K線的價格序列是非平穩的(其統計特性如均值和方差隨時間變化),這違反了統計學/ML的基本假設。
那我們就可以放棄基於時間的K線,轉而使用Volume Bars,通過自己捏新Bar,來讓數據更加符合統計學假設。
MA6.89%
查看原文
post-image
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 留言
  • 分享
留言
0/400
暫無留言
交易,隨時隨地
qrCode
掃碼下載 Gate APP
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)