博客
关于我
混沌相关blog+节选
阅读量:464 次
发布时间:2019-03-06

本文共 597 字,大约阅读时间需要 1 分钟。

《数字化定量分析:一致性获利法时间跨度的定量研究》

在技术分析领域,指标参数的选择往往是关键。最近,我在研究MACD指标时,发现了一些有趣的现象。原本认为有效的参数设置是5、34、5,但在实际操作中却发现存在明显问题。60分钟图表的表现令人震惊。

MACD指标的参数设置在不同时间跨度下确实会有显著差异。60分钟的K线图是30分钟K线图的一半,这意味着参数也需要相应调整。将原始参数5、34、5进行缩放后,变为3、17、3。令人惊讶的是,这种调整后MACD的表现变得更加精准。

通过对比实验,发现当MACD的差值指标(DI)穿越零轴时,60分钟和30分钟的K线图在低点的识别上表现一致。这一发现意味着传统的一致性获利法时间跨度研究可能存在误导性。

这种发现让我深刻思考:时间跨度的选择究竟是由什么决定的?实际上,参数设置的选择与价格走势的快慢密切相关。通过对价格走势的观察和时间周期的分析,我们可以更直观地捕捉市场的动向。

这一发现让我意识到,即使是复杂的技术指标,也需要结合实际市场环境来优化参数设置。一切指标都存在滞后性,这也是技术分析中的一大考量因素。

在实际操作中,我更倾向于通过时间周期和价格走势来判断指标形态,而不是单纯依赖预设的参数设置。这不仅提高了分析效率,也帮助我在交易决策中占据先机。

总结说,技术分析中的参数选择并非遥不可及,而是需要结合实际市场环境和价格走势来不断优化。

转载地址:http://tzfbz.baihongyu.com/

你可能感兴趣的文章
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
nmap 使用方法详细介绍
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
nmap指纹识别要点以及又快又准之方法
查看>>
Nmap渗透测试指南之指纹识别与探测、伺机而动
查看>>
Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
查看>>