TASC 2025.01 Linear Predictive Filters
### 静态参数与市场节律的错位 所有基于移动平均的指标(均线、MACD、RSI等)背后都隐藏着一个线性时不变假设:市场的周期结构在时间上保持一致。但在真实的金融市场中,这个假设几乎不成立。一个明显的例证是:同一套均线参数在趋势行情中的表现与在震荡行情中的表现天差地别,而这种“
### 静态参数与市场节律的错位 所有基于移动平均的指标(均线、MACD、RSI等)背后都隐藏着一个线性时不变假设:市场的周期结构在时间上保持一致。但在真实的金融市场中,这个假设几乎不成立。一个明显的例证是:同一套均线参数在趋势行情中的表现与在震荡行情中的表现天差地别,而这种“
该策略的核心目标是寻找价格趋势发生反转的临界区域。它没有采用传统趋势跟踪思路,而是把不同时间框架下的简单移动平均线(SMA)作为动态参考线,再借助平均真实波幅(ATR)来衡量价格偏离的“极端程度”。作者给出的四个参数看似简单,实则暗含一层时间跨度上的匹配关系:M5的12周期相当
该脚本的核心价值在于将四类离散度指标集成于一体,并针对不同平均类型设计了对应的偏离计算方法。作者不仅提供了通用的标准差和平均绝对偏差,还特别加入了几何标准差与调和偏差,以匹配几何平均和调和平均的使用场景。这种设计在公开交易社区中并不常见,因为大多数指标仅提供单一的标准差或简单波
传统成交量分析中,我们习惯直接观察买卖盘的强弱对比:红绿柱状图、成交量均线、放量缩量信号。这种“直观”当然有效,但存在一个根基问题:它假设每一笔成交量都有明确、固定的方向归属。 现实中,一根K线内部的交易是多空双方反复博弈的结果。开仓、平仓、对冲、套利……大量订单在瞬间撮合。你
“机构资金流与流动性标准矩阵”这个名字听起来有些学术化,但拆解开来并不难理解。它试图回答三个核心问题:大资金正在做什么?哪些价位是资金最可能博弈的区域?当前市场的波动状态是否适合进场? 作者 Prime_Trader_1 将这个问题拆解成四个模块:市场结构跟踪、每日流动性边界、
将一个看似简单的均线周期——333,单独拿出来视为一套策略,这件事背后的思路其实非常耐人寻味。在公开交易社区中,许多用户喜欢分享自己的“参数发现”,而“SMA 333”就是其中极具代表性的一例。 ### 一次对“斐波那契信仰”的朴素表达 作者自称这条均线是“333 fib”,言
这段描述虽然简短,但点出了蒙特卡洛模拟的核心思想:**用大量随机抽样来逼近一个复杂系统的概率分布**。该方法并不试图精确预测某一次价格的涨跌,而是通过生成成千上万条可能的未来路径,统计最终结果的分布情况,从而得出“有百分之多少的可能性,价格会落在这个区间”或“策略有百分之多少的
在公开交易社区中,vexxly 发布了这样一个名为“NQ VWAP State Board”的策略脚本。从命名上便可以看出,这是一个专门针对纳指期货(NQ)设计的市场状态监测工具。所谓“State Board”,直译是“状态面板”,其核心功能在于将复杂的价格行为与成交量信息浓缩
一目均衡表(Ichimoku Kinko Hyo)是一套信息密度极高的技术分析系统。一条K线图上往往同时绘制着五条线:转换线、基准线、先行带A、先行带B以及迟行线。每一条线都承载着不同周期的价格信息,而它们之间的位置关系、交叉形态、与当前价格的距离,又构成了更复杂的交易语义。对
原作者 Daveatt 想要做的事,本质上是一套“信息压缩”系统。在传统行情软件中,自选列表通常以表格形式展示股票或加密货币的涨跌幅,但你需要经常切换到特定股票的图表才能看到它的长期走势。而这个面板则将这一系列指标直接“贴”在图表上,形成一种轻量级仪表盘。 用户看到的是一组时间
这段简短的说明点出了该策略的核心:用两种不同时间粒度的数据来观察同一个成交量 Delta,从而获得对市场更立体的认识。所谓 **Volume Delta**(成交量 Delta,通常写作 ΔV),是指在一段时间内主动买入量与主动卖出量的差额。若 Delta 为正,说明主动性买盘
这个策略的核心,可以概括为一句话:**监测“水”与“船”之间的高度差。** 如果把全球金融市场看作一片海洋,那么央行资产负债表就是上游的水库。水库放水时,水位会逐渐上升,但船只不会立刻浮起来——水需要时间流过河道、渗入每一片水域,最终才能把船托起。而当水库已经明显放水、但船身还
在技术分析领域,谐波形态一直以“精准预测反转”著称。然而,传统谐波形态的识别依赖于人工绘制趋势线段,并手动测量斐波那契比率,不仅效率低下,而且容易因主观偏差产生误判。公开交易社区中曾流行过一种将多深度锯齿线指标与谐波形态自动识别相结合的思路,本文所讨论的策略正是这一思路下的代表
原作者的描述虽然简短,但揭示了几个关键信息:第一,该指标通过“动态缩放”的逻辑来判断多空主导权;第二,它引入了“速度”这一物理学概念来描述成交量流动的快慢;第三,其功能旨在模拟专业的盘口(Tape Reading)交易体验。 在传统的技术分析中,我们通常看到的是并排排列的成交量
在技术分析的世界里,“背离”一直是一个既迷人又危险的概念。它指价格创出新高或新低,而某个指标却未能同步创出新高或新低,暗示市场动能正在衰竭。传统上,交易者会盯着某一个指标看背离,比如常见的MACD或RSI。但问题在于,单一指标的背离信号经常出现“假动作”——价格短暂回调后继续原
在公开交易社区中,有一类专门展示“逐笔成交明细”的指标,通常被简称为“Tape”。这个名称可以追溯到电报时代的股票行情纸带——当时每一笔交易都会被打孔在一条窄窄的纸带上,交易员通过阅读纸带上的时间、价格、成交量来判断市场情绪。现代电子交易中,“时间与销售”指标以表格或图形的形式
在连续交易的加密货币市场中,传统基于证券交易所开盘/收盘时间形成的技术分析工具往往失灵。比特币、以太坊等数字资产每周7天、每天24小时不停交易,没有天然的开盘钟声,也没有隔夜跳空的概念。这个现实给日内交易者带来一个核心难题:如何在一个没有“官方开盘”的市场中,找到足够稳定的时间
“Volume Cloud + Fair Value”这个策略名称本身,就透露了它的核心构造。它将两个看似独立、实则互补的市场维度结合在一起:成交量与价格价值中枢。 “成交量云”并不是一种神秘的指标形态,而是一种将历史成交量做可视化聚合处理后,形成的一种“量能分布地带”。它通常
原文的描述非常简洁,但核心信息量很大。简单来说,这个策略在图表上展示的是“实时成交量Delta”和“实时笔数Delta”两个关键数据。它不依靠传统的K线成交量副图,而是自己构建一套专门为成交量Delta优化的“内部K线”,然后随着行情数据流不断刷新,在这根尚未完成的K线上,动态
VASA Volume Zones vF 本质上是一种“成交量分布”类工具。它不像普通成交量指标那样只给你一根根柱子,而是把成交量“摊开”到价格轴上,让你一眼看出在某个价格区间里,市场参与者究竟买卖了多少。这种视角的转变非常有价值:普通成交量告诉你“量有多大”,而成交量分布告诉
公开交易社区中的原作者给出了一个非常简短的说明:这是一个“附加组件”,用来在等量图旁边(或上方)叠加显示成交量柱。换句话说,该工具试图把两种已经被市场广泛使用的图表元素“缝合”在一起。等量图本身已经通过柱体宽度来体现成交量,而传统的成交量柱则提供了精确的成交量数值。作者认为,前
这个指标的核心逻辑并不复杂:**选取 6 个能反映经济健康状况的独立指标,分别判断它们是否处于“衰退警示”状态,再将它们的结果综合成一个“红绿灯”信号。** 绿色代表该指标正常,红色代表该指标出现明显的衰退预警,最后通过某种加权或计数规则,给出一个总体概率判断。 这种“多指标红
VWAP,全称是成交量加权平均价格,它是金融市场中一个极其重要的基准指标。简单来说,它并不是简单地将所有价格一视同仁地取平均值,而是赋予成交量较大的价格更高的权重。这样一来,VWAP反映的是一段时间内市场参与者的真实平均成交成本,而不是几何意义上的价格中心。 我们这里讨论的“图
这段简短描述背后,蕴含着一套典型的“订单流”分析思想。传统K线在形成过程中,只保留开高低收和总成交量,就像一份只记录了总共投入多少人、却没记录哪方主攻哪方防守的战报。而该指标的目的,就是把这份“战报”细化到每一笔成交,试图还原出主动买盘与主动卖盘各自的兵力分布。 实现这一目标的
这段英文描述来自公开交易社区中一个名为“Unit Testing Framework”的工具型脚本。作者是 everget。从分类来看,它属于“其他”类别的工具脚本,而不是一个直接产生交易信号的策略。事实上,作者在开篇就非常坦诚地指出:这个脚本既不会产生买卖点,也不会直接帮你赚
这段描述虽然简短,却点出了一项在量化交易中极为基础的能力。许多刚接触策略开发的朋友,往往会将一个交易信号的产生条件简单定义为"当价格高于某个均线时买入"。但真实世界的交易规则远不止于此,**市场是有生命周期的**。它有自己的开盘时间、午间休市、收盘竞价、夜盘时段以及法定节假日。
让我们把这段公开说明进行策略化转译。原描述中反复出现的"bacon egg and cheese"(培根、鸡蛋、奶酪)并非单纯的早餐词汇,而是一套三层嵌套的观察框架: - **培根**代表“趋势的条纹质地”——腌制的肉纹理清晰,如同价格图表中的趋势线,具有方向性和连续性; -
在公开交易社区中,有一位名为 Skipper86 的作者发布了一款叫 “Max Gain” 的指标。单从名字看,它似乎只是一个“寻找最大收益”的工具,但仔细阅读其描述就会发现,它其实同时关注“最大潜在收益”和“最大潜在亏损”两个维度。这种双视角的设计,让它更像是一把“风险收益标
该策略的核心对象是两种跳空缺口:每日开盘缺口(NDOG)与每周开盘缺口(NWOG)。所谓“缺口”,指的是相邻两根K线在价格上出现的不连续区域。例如,当日开盘价高于前一日最高价,或低于前一日最低价,就会在图表上留下一个“空白”区间。NWOG则是每周第一个交易日(通常为周一)的开盘
这段风险提示出自一位在公开交易社区分享订单流类策略的作者。它没有夸耀“胜率”或“收益”,反而用相当沉重的语气告诫使用者:任何基于历史数据的参数都可能失灵。“随机”“过度优化”“完全亏损”这几个词并非夸张,而是量化交易中真实存在的常态。 策略标题中“Poor Man's Orde
在加密货币市场中,交易者常常面临一个共同困惑:当比特币涨了 3%,以太坊涨了 5%,某小市值山寨币涨了 20% 时,到底谁才是当前市场的“真正焦点”?单纯看涨跌幅会忽略成交量,单纯看成交额又会忽略价格震荡幅度。如果正好关注十几个资产,传统柱状图或折线图很难让人一眼看出“谁在主导
缓动函数(Easing Functions)听起来像是一个纯粹的视觉或动画领域的概念,但在量化交易研究与技术分析中,它同样具有独特的应用价值。公开交易社区中,有作者发布了一个名为“MathEasingFunctions”的函数库,目的是将经典的缓动数学方法系统化地整理出来,供交
成交量分布(Volume Profile)是专业交易者观察市场结构的重要工具。与传统的成交量指标仅展示“时间维度上的交易活跃度”不同,成交量分布将成交量重新映射到“价格维度”,从而回答一个更本质的问题:**在哪个价格区间,市场参与者真正发生了大量的交换?** 然而,原始成交量分
该策略的原始说明非常简短:它利用两个价格点之间的差,通过“黄金比例立方体”的方式绘制出参考区域,再向右延伸这些边界,帮助交易者识别后市可能出现的支撑与阻力。作者在公开交易社区中分享了这一思路,并将它与自己此前设计的“黄金比例螺旋”明确区分:螺旋更强调从中心向外扩散的旋转结构,而
这段话虽然简短,却点出了一个在交易圈反复被讨论的组合:ICT 的时段理论、关键水平位,以及传统枢轴点指标。作者原本希望将“杀伤区”的时间窗口与“前日高/低点”结合起来,形成一个更完整的交易框架,但在实际使用中发现后者未能正常工作。这或许是数据源选择的问题,也可能是逻辑上两者存在
在公开交易社区中,有一类基于随机模拟的预测型指标,常被用来评估价格路径的不确定性。本文要介绍的“蒙特卡洛中心趋势指标”,正是这类工具中颇具特色的一种。它的核心创意在于:不直接给出一个单一的未来价格预测值,而是把成千上万条模拟路径汇总成一条“中心趋势带”,让交易者直观地看到市场最
### 从“预设立场”到“承认无知”——DCA 基准策略的设计哲学 在量化交易的世界里,绝大多数策略都在做同一件事:预测。预测价格涨跌,预测趋势拐点,预测波动率的扩张与收缩。所有的技术指标、机器学习模型、情绪因子分析,本质上都是在与“未来”博弈。然而,这个名为 TRADLEWA
这段简短的原稿描述,实际上揭示了一个非常实用的工具设计思路。我们知道,在交易软件的图表界面上,用户经常需要添加文字说明。但默认情况下,一整串文字往往只能使用同一种字体。比如,你想在标签里同时显示“止盈”和“↑”这个箭头符号,如果系统字体不支持箭头,就会出现一个个方框,用户体验非
这份策略脚本的定位非常清晰:它不试图预测涨跌方向,而是回答一个极其务实的统计问题——**如果我在昨日收盘时入场,那么明天指数有多少概率能触及某个我认为有利可图的目标位?** 换句话说,它并不是一个完整、即开即用的自动交易系统,而是一个用于研究指数波动“脾气”的统计工具。 从交易
如果将原文翻译成更贴近交易者经验的语言,Pine3D 要解决的核心问题其实是:**在不需要理解任何底层数学原理的情况下,让交易者把行情数据“立”起来。** 传统二维图表只能表达两类变量,比如时间与价格。若想加入成交量、持仓量、波动率、市场情绪等第三个或第四个维度,人们通常只能采
这个库的名字叫“RiskMetrics”,但要注意,它和我们常说的、由J.P. Morgan在1994年提出的那个市场风险计量模型“RiskMetrics”并不是一回事。这里的 RiskMetrics 其实是一套“计算风险调整后绩效指标的公共函数库”。它的设计初衷非常朴素:在量
在量化交易的世界里,如何从一堆相关资产中挑选出当下最强势的那一个,并适时切换到另一个,是一个长期困扰交易者的经典问题。传统上,我们会用相对强弱指标、比值曲线或者动量排序来辅助决策。但这些方法往往存在信号滞后、参数敏感、噪音干扰等缺陷。约翰·埃勒斯(John Ehlers)作为技
这段英文描述可以这样理解:假设我们有一个存放了若干数值的数组,例如“昨日涨跌幅”列表,我们希望对列表中的数值进行从大到小(或从小到大)排列。普通的排序函数会告诉你排序后的数值序列,例如 `[5, 3, 1]` 排序后得到 `[1, 3, 5]`。但“排序索引”函数告诉你的是,数
在公开交易社区里,我们见过太多试图预测价格、捕捉买卖点的“正经”策略。而今天要聊的这个小玩意却有点特立独行——它不预测、不分析、不发出任何交易信号,只是把一个三维立方体绑在正弦波上,让它上下起伏、左右摇摆。作者 barnabygraham 自己也直言:“它不反映图表上的任何数据
在技术分析的浩瀚工具箱里,“影线”(Wick)一直是让交易者又爱又恨的存在。一根长长的上影线,往往意味着多头进攻受阻、上方抛压沉重;一根长长的下影线,则常被解读为下方买盘强劲、空头力竭。然而,绝大多数传统指标对影线的处理方式,就像拍了一张快照:影线形成,信号确认,画一条标记线,
这是一款聚焦于企业财务增长分析的公开交易指标工具。它的核心思想并不复杂:把上市公司的关键财务数据,按照不同的时间口径(季度、年度、滚动十二个月)进行切片,再计算出各类增长率,帮助交易者快速判断一家公司的成长动能是否在加速、平稳还是衰减。 与很多单纯依赖价格波动的技术指标不同,这
让我们用自己的语言,把这款工具的完整画面还原出来。所谓的“周期活动跟踪器”,本质上是一个“成交量分周期记账本”。它不会像普通成交量指标那样只画出一根根孤立的柱子,而是把每一根K线中的成交量拆分成“主动买入量”和“主动卖出量”,然后在用户指定的时间周期内累加。比如,你选择“日级”
单从标题来看,这似乎只是一个简单的多周期K线展示工具。但若深入思考其背后的交易含义,我们会发现“6小时、8小时、12小时”这三个周期的选择并非随意为之,而是暗含了一套独特的时间框架分析体系。 在主流交易软件中,默认的K线周期通常是 1分钟、5分钟、15分钟、30分钟、1小时、4
上述原文描述了一款面向外汇交易者设计的“宏观事件雷达”工具。其核心价值在于:它将传统上需要交易者手动查询网站、自行换算时区、自己判断数据重要性的繁琐流程,整合为图表上的可视化信息层——当价格走势图在屏幕中央跳动时,所有即将发生的关键宏观事件都一目了然地列在图表下方或侧边,并与当
在量化交易研究的世界里,判断的准确性固然重要,但信息的呈现方式同样不可忽视。一个能够清晰、美观地展示复杂数据的辅助工具,往往能让交易者在纷繁的市场噪音中更快地捕捉到关键信号。公开交易社区中,各类策略和指标层出不穷,但大多数人的注意力都集中在买卖信号的计算上,很少有人愿意花时间去