技術分析的理論依據
基於使用不同指標（如 rsi、隨機指標、macd 等）的技術分析來操作交易算法的理論依據是什麼？還是他們真的不工作？
單個證券以及市場具有在高價和低價之間以及區間交易期間變化的周期性。如果您為指標選擇的周期與您的證券的周期性相匹配，則該指標有效。
以上是什麼意思？選擇一個證券、一個指標以及一個單獨的柱時間（分鐘、每小時、每日數據等）並在這些時間段內進行優化。假設它是每日數據，您從 5 天到 25 天進行了回測。其中一個時間段將產生最佳結果，而有些時間段可能表現不佳。
現在假設您已經確定了這個理想的時間段。將您的數據分解為一些延長的時間段，例如 5 年的數據，現在一次測試一年。你會發現在某些年份它表現得很好，而在其他年份則不然。
現在在另一個證券上測試那個理想的時間段。Rut roh，不太可能起作用，因為這種其他證券有自己獨特的理想指標長度，因為每種證券都有自己的周期性特徵。
那麼有什麼意義呢？每個指標的理想時間段只有事後才能知道。
這是對技術分析的過度簡化，比這更複雜。我只是解釋為什麼它不能在最基本的層面上工作。對此的支持者會爭辯說它是有效的，但他們往往是收費軟體、此類軟體的數據、新聞通訊、選股服務等的供應商。如果它真的只通過實施算法就有效，為什麼這些供應商出售夢想而不是抵押農場，用自己的方式換取數不清的財富而不是兜售此類服務？
是的，你可以在市場中找到優勢並賺大錢（想想大空頭或 Universa 基金中的邁克爾·巴里（Michael Burry）從 3 月份的市場崩盤中獲利 4,000%）。是的，算法可以用來利用市場的低效率（想想高頻交易）。但是不，您不會採用罐裝甚至自定義指標的組合，編寫算法並印錢。如果可以做到這一點，交易台、對沖基金等都會這樣做，而且沒有人會虧本。沒有人會站在交易的另一邊。下次有人試圖說服您不這樣做時，請讓他們實時發布他們的新選擇。眼見為實。