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
python | filelock,一个超酷的 Python 库!
查看>>
python | fire,一个强大的 Python 库!
查看>>
python | flanker,一个神奇的 Python 库!
查看>>
python | flower,一个强大的 Python 库!
查看>>
python | funcy,一个超强的 提供函数式编程工具 Python 库!
查看>>
python | ggplot,一个超强的 Python 库!
查看>>
python | grab,一个强大的 Python 库!
查看>>
python | gunicorn,一个非常实用的 Python 库!
查看>>
python | h5py,一个无敌的关于 HDF5 的 Python 库!
查看>>
python | huey,一个非常厉害的 任务调度 Python 库!
查看>>
python | hypothesis,一个有趣的 Python 库!
查看>>
python | Indico,一个超酷的 Python 库!
查看>>
python | isort,一个有趣的 自动整理导入语句 的Python 库!
查看>>
python | jinja,一个超酷的 Python 库!
查看>>
python | joblib,一个强大的 Python 库!
查看>>
python调用git bash_Python学习第70课-用Git Bash在命令行打开sublime
查看>>
python | jsonschema,一个实用的 验证 JSON 数据结构 Python 库!
查看>>
python课程的中期报告范文_课题研究中期总结报告范文
查看>>
python | lxml,一个超酷的 关于XML/HTML 文档 Python 库!
查看>>
python | mplfinance,一个有趣的金融数据可视化 Python 库!
查看>>