关于技术分析系统中的技术指标使用问题
技术分析系统中，指标占比3-5成左右，是非常重要的，对决策起到了重要的参考作用。但是技术指标很多人在使用时，都会出现误区，或者只重结果，不重原理。技术指标在使用过程中，存在以下问题，供真正想研究技术的朋友参考和讨论。1、过度计算问题。当原始的价格量能等数据，经过加权反复取值计算，就会造成过度技算问题。
2、计算不足问题。如重要的数据没有计算进去，再比如周期的取值依据，或是权重不对等。
3、过度拟合问题。为了达到出现某个提示点或交易点，特定的制定一些策略组合，导致信号量极低，甚至无信号，错信号问题。
4、算法原理与目标匹配问题。就是你需要了解算法原理，以及和你策略、应用的标的是否相匹配的问题。
5、应用场景识别问题。技术指标难在应用场景的识别，而不是信号的简单应用。如果知道在什么场景什么时间使用，胜率则会非常高。
抛砖引玉。
认同过度计算，内核机理同样再计算也一样，或许只符合当时，场景条件很多可以用大数据处理模式，但我的理念是较跟踪不是精确跟踪，留思考空间，简化复杂而多的曲线指标，信号制成考虑提前量了解环境变化，。。。。。。。。 任何曲线指标都有滞后的反映，在不同周期里更如此，我的方法启用回归概念，。。。。。。。。 有个指标，经过6层复杂运算，是否过度拟合 以前还试过归化，搞不定，阶段性数据不错。
页:
[1]