這個朋友提到兩個很重要的關鍵：
1. 參考太多天去預測下一天的股價沒具有太大意義，太前期資訊應該沒辦法傳遞那麼久
2. 再來是5-10天預測下一天可以參考的樣本比較多
我們可以先延續這個朋友的第一條線索，探索一下背後的意思，關於第二條線索，我會再用另一篇文章來說明。
延遲現象
在第一點中，我們可以感覺出來我們把「資訊」看成是一種會「反應」在股價上面的東西，也就是說，我們假定市場上交易的人會根據消化這些資訊，然後採取買進或賣出股票的行為，並因為他參與了市場，就對市場價格做了貢獻。
我們假定，很多人看到這個資訊，他們應該會越快根據這個資訊在金融市場上買進或賣出，因為這個資訊揭露的是一種股價可能被「低估」或「高估」，而市場如果反應完，就代表這個「低估」或「高估」的機會就沒了，自然而然不會有人再根據這個資訊反應在金融市場中。
這個反應到股價可能同時代表資訊正確，所以機會被一下子搶空，也可能代表資訊錯誤，市場後續走勢可能證明這個資訊是錯的，你也不會再決定進場。
所以這個資訊無論後市走勢如何，都好像某種程度可以證明他對或錯，然後這個資訊的價值就越來越不重要，隨著新的資訊出現，原本舊的資訊對於當前股價的影響幅度的比例就變得非常非常少。
而我們今天想要預測股價，就好比我們想要預測這個「買賣磅秤」一樣，我們投入許多想法想觀察這個資訊量的多寡。
也就是說，我們假定這個股票他是存在一定的價格水準，不至於被突然的資訊影響，1 秒崩潰到 0 元，或1 秒暴漲到 99999 元（也可換句話說是，極端情況發生機率極低）。
在這樣的情況下，總量相較於流入與流出存在明顯比例規模，我們才能去挖掘趨勢、挖掘週期，才能展開預測。
如果現在 突然把資訊的流入緊急關閉，由於資訊的流出還是存在，但相較於整體資訊總量來說不算大的話，資訊的總量會呈現一種緩慢減少的【延遲現象】。
所以也就是說，為了要量化這個資訊的流入與流出的規律，我們觀察股價近期的變化，因為 資訊規律會體現於股價的延遲變化 ，我們能從這個延遲的資訊，掌握流入與流出的規律。
同時我們再加入一個假定，假如我們認為這整個流程應該是要穩定的，這台「買賣磅秤」不會因為資訊流入與流出的變化而失去穩定狀態，也就是整體資訊總量能維持股價不至於瞬間崩潰或跳針的話。
那麼這個延遲現象在足夠時間之後，對於整體的影響就會消失，或是被其他資訊流入與流出取代，這也是我們為什麼會用近期的資料，而不用更久遠的資料，因為這樣會抓不到這個延遲現象。
延伸思考
而我剛剛分析的這個理論，在數學領域叫做「動態系統／動力系統 Dynamic System」，這邊我推薦一本書：系統思考（博客來連結）。
你也可以用這個關鍵字去查，找到學術上的理論書籍，通常需要有微積分的基本知識，動態系統通常是開設在數學系一年級的課程。
但是在你急著想要去學習或是了解這個理論之前，我希望你能思考看看，金融市場是否符合前述的這樣的規律，
假如金融市場有一個很重要的特徵，很難反應在前述這樣的假設之中，我們借用這個想法想要在單支股票上進行預測，就會非常很可能失敗。
我最後要補充的就是，市場的買賣雙方如何形成，有沒有可能買方力量增強，賣方力量也增強，以至於股價可能始終在一個水準中激烈震盪，直到一個瞬間，買方或賣方單獨一邊滿足了，而股價瞬間大力的反應？
如果是這樣，我們要要捕捉這樣的買方和賣方的規律，我們又根據延遲現象去搭建 只依賴股價 的預測模型，是否有根本性的問題？（因為股價可能根本沒反應延遲現象，是直接上殺下洗）
如何改善這個問題？有趣吧！再慢慢研究吧！
[1] 網友的完整問題（我會拆成多篇來聊）：
藍大你好，關於你blogger中那篇"交易書 The Complete RSI Book”文章中提到為何放過去5-10天的股價去預測下一天?為何不用100-105天的股價?關於這個問題我很想了解藍大你是怎麼思考的，也想知道有甚麼樣的參考資料再討論此問題，過去我也常困惑為何要這樣設參數，以我個人自己的做法是主觀自己設定一個範圍與最佳化級距讓最佳化結果設定參數，原則上是自己主觀判斷合理區間，與級距不要過度窄，所產生的交易訊號不要過少來處理。
但如果要問我為何要用這個參數老實說我還是回答不出來，如果以上面那個例子為例，我會主觀認為參考太多天去預測下一天的股價沒具有太大意義，太前期資訊應該沒辦法傳遞那麼久，再來是5-10天預測下一天可以參考的樣本比較多，我知道這樣的想法稍嫌薄弱，希望藍大能給先思考的方向與建議，感謝。
沒有留言:
張貼留言