Чому не варто знову вірити в "індикатори" такі як MACD, RSI, BOLL?
Оскільки вони за сутністю є лише функціональними перетвореннями OHLCV.
Згідно з законом DPI інформаційної ентропії: Будь-який показник Z (наприклад, MACD), розрахований на основі X (наприклад, OHLCV), не може містити більше інформації про цільову змінну Y (майбутній дохід), ніж X. Тобто: I(X;Y) ≥ I(Z;Y)
Це означає: - Інформація не буде створена, обсяг інформації про майбутні тенденції ринку, що міститься в MACD або BOLL, абсолютно не перевищить обсяг інформації, що міститься в початкових даних OHLCV. - Інформація зазвичай втрачається через стиснення, більшість розрахунків показників є втратою інформації, наприклад: неможливо відновити конкретні ціни за останні 20 днів на основі 20-денного MA.
Отже, з точки зору інформаційної теорії, OHLCV містить максимальну кількість інформації, необхідної для прогнозування майбутнього (якщо говорити лише про обсяг і ціну, не враховуючи інші виміри). Пряме використання OHLCV є теоретично оптимальним рішенням.
Суть питання полягає в тому, як підвищити співвідношення сигнал/шум. Фінансові дані завжди були даними з дуже високим співвідношенням сигналу до шуму. Ми повинні подумати про те, як підвищити співвідношення сигналу до шуму даних OHLCV, а не про те, як змінити індикатори.
Наприклад, ціновий ряд свічок є непостійним (його статистичні характеристики, такі як середнє значення та дисперсія, змінюються з часом), що порушує основні припущення статистики/МЛ. Тоді ми можемо відмовитися від K-ліній на основі часу і перейти до об'ємних барів, створюючи нові бари, щоб дані більше відповідали статистичним припущенням.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Чому не варто знову вірити в "індикатори" такі як MACD, RSI, BOLL?
Оскільки вони за сутністю є лише функціональними перетвореннями OHLCV.
Згідно з законом DPI інформаційної ентропії:
Будь-який показник Z (наприклад, MACD), розрахований на основі X (наприклад, OHLCV), не може містити більше інформації про цільову змінну Y (майбутній дохід), ніж X.
Тобто: I(X;Y) ≥ I(Z;Y)
Це означає:
- Інформація не буде створена, обсяг інформації про майбутні тенденції ринку, що міститься в MACD або BOLL, абсолютно не перевищить обсяг інформації, що міститься в початкових даних OHLCV.
- Інформація зазвичай втрачається через стиснення, більшість розрахунків показників є втратою інформації, наприклад: неможливо відновити конкретні ціни за останні 20 днів на основі 20-денного MA.
Отже, з точки зору інформаційної теорії, OHLCV містить максимальну кількість інформації, необхідної для прогнозування майбутнього (якщо говорити лише про обсяг і ціну, не враховуючи інші виміри). Пряме використання OHLCV є теоретично оптимальним рішенням.
Суть питання полягає в тому, як підвищити співвідношення сигнал/шум.
Фінансові дані завжди були даними з дуже високим співвідношенням сигналу до шуму. Ми повинні подумати про те, як підвищити співвідношення сигналу до шуму даних OHLCV, а не про те, як змінити індикатори.
Наприклад, ціновий ряд свічок є непостійним (його статистичні характеристики, такі як середнє значення та дисперсія, змінюються з часом), що порушує основні припущення статистики/МЛ.
Тоді ми можемо відмовитися від K-ліній на основі часу і перейти до об'ємних барів, створюючи нові бари, щоб дані більше відповідали статистичним припущенням.