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
Oracle——08PL/SQL简介,基本程序结构和语句
查看>>
oracle下的OVER(PARTITION BY)函数介绍
查看>>
Oracle中DATE数据相减问题
查看>>
Oracle中merge into的使用
查看>>
oracle中sql的case语句运用--根据不同条件去排序!
查看>>
oracle中关于日期问题的汇总!
查看>>
Oracle中常用的语句
查看>>
oracle系统 介绍,ORACLE数据库管理系统介绍
查看>>
org.apache.poi.hssf.util.Region
查看>>
org/hibernate/validator/internal/engine
查看>>
orm总结
查看>>
paddle的两阶段基础算法基础
查看>>
SpringBoot中重写addCorsMapping解决跨域以及提示list them explicitly or consider using “allowedOriginPatterns“ in
查看>>
Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
查看>>
pandas DataFrame 中的自定义浮点格式
查看>>
Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
查看>>
pandas 适用,但仅适用于满足条件的行
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
Pandas数据可视化怎么做?用实战案例告诉你!
查看>>