介紹

如今，很容易針對貨幣價格波動進行交易。僅需在您的計算機上安裝 MetaTrader（MT）客戶端軟件，并在交易中心開戶后，您就可以開始交易了。當然，大家都希望通過交易獲利。本文匯集的來自全世界的交易經(jīng)驗將會幫助我們。

MetaTrader 包含了幾乎所有流行的技術(shù)分析工具，它們都以指標形式存在，在互聯(lián)網(wǎng)上，您也可以找到很多最受歡迎的作者寫的關(guān)于這一主題的出版物。

不幸的是，即使您嚴格遵循那些最受人尊敬的技術(shù)分析大師們的指示和建議，您依舊不能每次都獲得您期望的結(jié)果。這是為什么呢？本文不打算給出這個問題的答案。但是，讓我們試著去理解，我們?nèi)绾畏治觯?/p>

我們?nèi)绾畏治觯?br>

現(xiàn)代金融市場是一個非常敏感的有機體。幾乎世界上發(fā)生的任何事件，都會在某種程度上產(chǎn)生影響。海量的各種因素持續(xù)影響市場，結(jié)果造成行情的不斷波動。在進行市場技術(shù)分析時，這些確切的不斷變化的貨幣行情，為研究提供了充足的對象。

假設(shè)我們的計算機通過 MetaTrader 的客戶終端連接到交易中心。在此情況下，客戶端接收到的是離散形式的行情數(shù)據(jù) - 獨立的即時價格（ticks）。我們知道，如果采樣頻率高于原始連續(xù)信號最大頻率范圍的 2 倍，就可以將原始連續(xù)信號還原。我們并不需要在此階段恢復(fù)原始連續(xù)信號，但是，如果在我們的例子中，它在理論上是可能的，這意味著在采樣的過程中的原始信號不失真。

不幸的是，即時價格的采樣頻率為可變頻率。即時價格（ticks）抵達客戶端時，間隔大概從半秒種到幾分鐘。我們不知道動態(tài)采樣頻率的算法，此外，我們也不知道原始信號的最大頻率范圍。所有這些都阻礙我們評估采樣過程中的失真。

如果僅假設(shè)這樣的量化方式不會造成原始連續(xù)信號（市場貨幣報價）的過渡失真?；谶@一假設(shè)，并考慮事實上，采樣頻率可能達到 2 Hz，我們得到的估算（近似）的原始信號頻率范圍的上限是 1 Hz。

當采樣頻率可變時，信號處理變得非常困難，但實際上，依據(jù)客戶端的即時價格來分析市場行情是非常罕見的。大多數(shù)人喜歡使用 30 分鐘或更高的時間框架。

如果您在 MetaTrader 客戶端選擇折線圖模式，您將會看到一列固定采樣間隔的走勢線，等同于當前時間框架的值。讓我們跳過一些細節(jié)，考慮該序列是由客戶端收到的即時價格構(gòu)成。

之后，如果我們每 30 分鐘從輸入序列中選擇一個即時價格，結(jié)果我們將獲得固定采樣頻率為 1/1800 Hz的序列，這便是 30 分鐘時間框架的走勢線序列。其它時間框架的走勢線序列都以同樣的方式構(gòu)成。很顯然，這樣形成的走勢線序列，幾乎等同于將原始連續(xù)信號以所選時間框架的間隔進行量化后的結(jié)果。

上述討論的結(jié)論是：技術(shù)分析的對象是持續(xù)變化的市場行情，而我們可獲得的是離散的即時價格（ticks）和具有固定離散頻率的走勢線（timeframe）。其原始行情頻譜介于 0 Hz至 1 Hz。

由于 MetaTrader 中最小的時間框架 M1 的周期等于 1 分鐘，基于我們的模型，將原始行情信號以 1/60 Hz頻率離散化以便構(gòu)成新的走勢線序列。這個采樣頻率低于原始信號（2 Hz）頻譜上限兩倍值的 120 倍。這種信號轉(zhuǎn)換肯定會導(dǎo)致不可逆轉(zhuǎn)的失真。圖 2 示意出這種失真的本質(zhì)。

假設(shè)原始信號的頻譜如圖 2 中所示的第一圖，其上限等于 Fh。如果采樣頻率 Fd1 高于 Fh，則量化之后的走勢線序列有一段非重疊的頻譜。這樣的序列是對原始信號比較合適的離散結(jié)果。

若采樣頻率降于Fh兩倍，將導(dǎo)致結(jié)果序列的頻譜重疊，并且它意味著與原始連續(xù)信號不再保持一致。圖 2 演示了一個例子，采樣頻率 Fd2 稍低于 Fh 的兩倍。正如之前已經(jīng)提及的，M1 時間框架的采樣頻率低于原始信號可能出現(xiàn)頻率的 120 倍。

圖 2 中，對低頻產(chǎn)生的序列導(dǎo)致的多頻譜重疊，和更高的失真情況進行了比較。當我們切換到更大的時間框架，采樣頻率變得更低，失真水平增加。實際上，不同時間框架內(nèi)的走勢線序列并非彼此鏡像，而且也不能正確顯示原始行情。

因此，當我們在不同時間框架上使用不同的指標和系統(tǒng)來分析一個失真的行情時，在這種情況下，技術(shù)分析顯然十分復(fù)雜，并且在大多數(shù)情況下，使用嚴格的數(shù)學(xué)方法就變得毫無意義。

例如，通過離散傅里葉變換得到的任意時間框架的頻譜，都不等同于原始行情信號的頻譜。它是一個在原始行情頻譜基礎(chǔ)上反復(fù)覆蓋與偏移的頻譜。頻譜的重復(fù)覆蓋，也可能導(dǎo)致在所得到的序列中形成分形結(jié)構(gòu)。

量化評估原始行情的失真度超出了本文的范圍，在此我們只是試圖證明它的存在。

我們隨機截取英鎊兌美元M5行情的序列片段作為原始信號。圖 3（綠線）表明該信號經(jīng)過低通濾波器濾波，它類似于 MetaTrader 中使用周期為 45 的均線效果。

接著，從原初序列中每隔 15 抽取一次走勢線，并組成一個 M75 時間框架的序列（MetaTrder 4 中不存在）。因此，將原始序列簡單減薄，我們就已經(jīng)降低了其 15 倍的采樣頻率。

圖 3（紅色線）展示了使用低通濾波器濾波后得到的信號，它類似于周期為 3 的均線效果。過濾器的周期降低成比例地降低頻率，同時保持低通濾波器的截止頻率不變。

如果我們假設(shè)降低離散化的頻率時該信號不失真，那么它的濾波結(jié)果應(yīng)該與原始信號的濾波結(jié)果相似。圖 3 中清楚地表明 M5 序列和 M75 序列經(jīng)處理后的曲線之間的差異。最有可能對失真造成影響的是來自于降低采樣頻率時產(chǎn)生的重疊頻譜。

也許，使用一個低通濾波器來測試頻譜的疊加所造成的失真不是最佳方式，但展示的例子表明，即使您用簡單的分析方法，它也可以影響實際行情。

使用不同時間框架的序列可以方便的觀察行情，而且，如果我們用數(shù)學(xué)方法分析它們，那么切換到較大的時間框架，由于可用于處理的走勢線減少，則計算量相應(yīng)減少。

如果不考慮計算的量級，那么切換到一個較大的時間框架是沒有意義的，因為它只會增加原始信號失真。從理論上講，最佳方法是分析來自客戶端的即時價格。如果我們有歷史即時價格，然后用插值法（例如，樣條），我們就可以切換到某個固定采樣頻率的序列，并選擇較佳的一個。

以行情失真角度來看，若無數(shù)據(jù)表明這一點，那么使用較小的 M1 時間框架更有利于分析。若有必要，我們可以減少這個序列的采樣頻率，但在這樣做之前，我們應(yīng)該限制其頻率高于離散頻率的一半。

行情分析的結(jié)果，其失真的影響程度，強烈取決于分析算法的敏感度。在某些情況下，可能這種失真不會對結(jié)果產(chǎn)生顯著影響；然而，對于正確解讀結(jié)果，您應(yīng)該記住它的存在。

以上篇幅中的一系列假設(shè)，都在提請注意頻譜重疊引起的失真。事實上，有許多因素可以阻礙我們使用嚴格的數(shù)學(xué)方法在 MetaTrader 中進行數(shù)字處理 - 行情數(shù)據(jù)之間縫隙的存在，缺失柱線，以及 MetaTrader 中構(gòu)成時間序列的方法，它按時間接收即時價格，即使該價格明顯與該時刻的行情不協(xié)調(diào) 。

還有一個問題，與客戶端的行情描繪相關(guān)。我想您要注意，到現(xiàn)在為止，我們沒有提到任何有關(guān)顯示 K線（蠟燭）模式。

現(xiàn)在有很多專門分析 K線的文獻，他們考慮根據(jù)不同的 K線形狀或它們的組合形態(tài)的基礎(chǔ)上，來預(yù)測行情的走勢。我們不懷疑這些方法的有效性，但讓我們看看，試圖以數(shù)學(xué)分析任何時間框架內(nèi)的“最低價”和“最高價”時，我們將面臨什么？

正如您所知道的，“最低價”和“最高價”與所選時間框架內(nèi)的最小和最大的價位是相等的。我們不知道這些價位何時會到達。 “最低價”和“最高價”不會明確的與時間軸綁定，我們僅知道在選定的時間框架內(nèi)的某個時間點，行情最終會抵達這些價位。無論是“最低價”或“最高價”，在序列中周期是變化的，這是個隨機值，范圍從零至序列的整個時間框架。

對于數(shù)字信號處理，諸如“最低價”和“最高價” - 作為時間的函數(shù) - 從數(shù)學(xué)方法的角度來看，是相當特殊的。當然，我們可以免費使用標準算法處理這些序列，但如何解釋得到的結(jié)果呢？例如，對這些信號濾波時，一個簡單的一階低通濾波器的截止頻率是多少呢？

使用為固定采樣頻率序列開發(fā)的算法，通過數(shù)學(xué)工具，來處理隨機改變采樣頻率構(gòu)成的序列，將會在分析結(jié)果中產(chǎn)生不確定的“最低價”和“最高價”，因此，用數(shù)學(xué)分析序列“最低價”和“最高價”，并預(yù)測行情的走勢，必須非常的小心。

每根 K線不僅由“最低價”和“最高價”組成，而且還有“開盤價”和“收盤價”，它們一起構(gòu)成了一根 K線。讓我們看看，一根 K線是如何明確描述時間框架內(nèi)的一個時間段的行情。?

圖 4 顯示了三個完全不同的序列，但結(jié)果形成相同的一根 K線。正如您所看到的，通過這根 K線，幾乎不可能確定這個時間段內(nèi)行情的走勢，并且“最低價”和“最高價”，沒有與時間綁定。

這樣的例子有無數(shù)。也許，行情以 K線形式描繪是一個方便的工具，可以快速而直觀地評估走勢，但K線的“最低價”和“最高價”，及形成的陰影部分對數(shù)學(xué)分析并無大用。 “開盤價”和“收盤價”稍微好一點，但要面對的一個問題是，這些序列的發(fā)生時間并不確定。

例如，“開盤價”，我們采用分析期間內(nèi)的第一個即時價格;如果該周期內(nèi)沒有即時價格，則 K線不會形成。此外，當使用“開盤價”和“收盤價”，我們不應(yīng)該忘記頻譜重疊產(chǎn)生的錯誤。

這里有個結(jié)論，最好的辦法是從最小的時間框架，使用數(shù)學(xué)方法分析行情“收盤價”。其它附加的“最低價”，“最高價”和“開盤價”，是一根 K線的組成部分，但它們很大可能不會攜帶任何新的信息。

為了分析行情，您可以嘗試使用當前柱線的開盤價與前一根柱線的收盤價之和的一半（即除以 2），來替代當前柱的收盤價?；蛟S，這種方法可以降低尚未確定的“開盤價”和“收盤價”對分析結(jié)果產(chǎn)生的不良影響。

結(jié)論

本文中描述的行情描繪方法已經(jīng)廣為傳播。不僅在 MetaTrader，在其它平臺也同樣應(yīng)用。新的 MetaTrader 5 中可以觀察到相同的時間框架，柱線和 K線。我們可以說，這是傳統(tǒng)的行情描繪方式，幾乎可以肯定的是，它有一些優(yōu)勢，但以較嚴謹?shù)挠^點來看，用戶得到的用于數(shù)學(xué)分析的行情是失真的。

計算性能的增長，允許使用越來越復(fù)雜的數(shù)學(xué)算法進行技術(shù)分析，這些算法往往對輕微的誤差非常敏感。一個很好的例子是推斷功能的算法。盡管所有技術(shù)指標的文檔都不包括任何有關(guān)在時間框架之間切換時可能產(chǎn)生誤差的警告。

這篇文章的主要目的是提醒技術(shù)指標和交易系統(tǒng)的開發(fā)者注意以上事實，當使用一個失真的市場行情數(shù)據(jù)進行動態(tài)分析時，他們應(yīng)該考慮這些失真對分析結(jié)果的影響，除非影響是無關(guān)緊要的。