在過去兩個星期已推出了兩個指標,但筆者一直希望的是,大家可以懂得如何自己去改食。在技術分析中,大部分傳統指標都是直接使用價格進行計算,例如移動平均線以收市價求平均值,MACD以兩組指數移動平均線的差距衡量趨勢,RSI則比較一段時間內的平均升幅與平均跌幅。這些方法簡單直接,但當價格長期大幅上升、不同商品的價格水平相差很遠,或者市場出現極端波動時,直接使用原始價格計算便可能產生偏差。
而使用LOG,也就是對數計算,可以把價格的絕對變動轉換成相對變動,令技術指標更集中反映百分比升跌,而不是單純受價格高低影響。事實上,市場真正重視的通常不是升跌了多少元,而是升跌了多少百分比。

用LOG的計算去改良技術指標,最大的好處是能改善指標的穩定性。以RSI為例,傳統RSI會先計算每根K線的價格升跌,再比較平均升幅與平均跌幅。如果股票由10元升至100元,同樣是1%的每日波動,最初的價格變動只有0.1元,但後期的價格波動已增加至1元,若只用價格來計算,就會顯示後者的波動好像較大。
改良方法是先使用LOG回報率代替普通價格變動:
Log Change = ln(Close ÷ Previous Close)
之後再把「正數」當作升幅,負數的絕對值則當作跌幅,按RSI原本的方法計算平均升幅、平均跌幅及相對強弱。這樣形成的Log RSI就不會因股票因為股價變大了,而令指標的變化失去參考價值。

上圖是比較傳統RSI與Log RSI。當股價升得愈來愈高,傳統RSI便會更容易出現超買的訊號,但在真實應用時根本不合理。我們運用Kalman Filter去改良是其中一種方法,運用Log去計算也是另一種可行的方法。
不過,運用LOG來計算還有一個優點,它可以提升不同商品及不同時期之間的「可比性」。簡單來說,假設要比較一隻股價500元的股票、一隻股價50元的股票,以及一個報價數千點的期貨指數。
其實根本不可能用同一個指標,同時又用同一組技術指標的參數去比較的,這也是很多人會犯的錯誤。很多人就以為,同一個技術指標的用法,應該同時能應用在股票、期指、美期等等,效果會沒有分別。筆者其實一直也不明白為什麼會有人這樣想,不同的產品及市場,波動程度及走勢特性根本不同,一個專門交易美股的daytrade方法,怎可能同時應用在期指之上 ? 這根本完全不合理。

一直以來確實有很多很多人問筆者這個問題。既然這樣,近期我們推出的Stable Momentum Tracker就是可以應用在不同的市場之上,計算的過程中也是運用了LOG來計算。
有些人會說,將價格的數據標準化後不是就可以比較嗎? 如果直接比較價格變動的標準差,高價商品通常會顯示較大的數值,但這不代表其風險一定較高,然後我們看到的答案就會有誤導成份。不過,使用LOG回報率計算波動度後,所有商品的變動都會轉換成相同的百分比尺度,這樣才可以更公平地比較波動性、動能及交易風險。
例如,A股票由500元每日波動10元,表面看起來比B股票由50元每日波動2元更大。但A股票的波動只有2%,B股票的波動卻是4%,真正較波動的其實是B股票。
而且LOG計算也有助減少「誤判」,例如大家交易某隻股份,價格由100元升至200元是上升100%,但由200元跌回100元是下跌50%。大家可能以為這隻股票升的時候好像較強,跌的時候其實不算跌得太多,跌幅只是之前升幅的「一半」。但有這種「誤判」是因為百分比的正負變動並不對稱,若運用LOG來計算,LOG回報率則分別是ln(2)與ln(0.5),兩者數值其實大小相同,只是方向相反。這種對稱性令長期累積回報、統計模型及技術指標的分析更加一致。

在實際應用上,LOG可以用來改良技術指標,例如MACD、保歷加通道、ATR等。以MACD為例,可以先把收市價轉換成ln(Close),再計算快線EMA與慢線EMA,所得的MACD便主要反映相對趨勢變化。
以保歷加通道為例,可以對LOG價格或LOG回報率計算平均值及標準差,降低價格長期在高位或低位對通道寬度的影響。
至於ATR這類指標,也可以考慮把真實波幅除以價格,或者直接使用LOG形式的高低價範圍,令不同價格商品的波幅更有參考價值。
不過,LOG計算亦有使用限制。價格必須大於零,因此不能直接處理零或負數。若指標本身的輸入可能出現負值,例如MACD柱狀值,便不能直接再取LOG。正確方法通常是先對原始價格取LOG,再用LOG價格計算MACD,而不是將已經計算完成的MACD數值取LOG。
總結而言,使用LOG改良技術指標的核心價值,是把分析重點由「價格升跌了多少元」轉為「價格升跌了多少比例」。
(節錄自Patreon 文章)
而使用LOG,也就是對數計算,可以把價格的絕對變動轉換成相對變動,令技術指標更集中反映百分比升跌,而不是單純受價格高低影響。事實上,市場真正重視的通常不是升跌了多少元,而是升跌了多少百分比。
用LOG的計算去改良技術指標,最大的好處是能改善指標的穩定性。以RSI為例,傳統RSI會先計算每根K線的價格升跌,再比較平均升幅與平均跌幅。如果股票由10元升至100元,同樣是1%的每日波動,最初的價格變動只有0.1元,但後期的價格波動已增加至1元,若只用價格來計算,就會顯示後者的波動好像較大。
改良方法是先使用LOG回報率代替普通價格變動:
Log Change = ln(Close ÷ Previous Close)
之後再把「正數」當作升幅,負數的絕對值則當作跌幅,按RSI原本的方法計算平均升幅、平均跌幅及相對強弱。這樣形成的Log RSI就不會因股票因為股價變大了,而令指標的變化失去參考價值。
上圖是比較傳統RSI與Log RSI。當股價升得愈來愈高,傳統RSI便會更容易出現超買的訊號,但在真實應用時根本不合理。我們運用Kalman Filter去改良是其中一種方法,運用Log去計算也是另一種可行的方法。
不過,運用LOG來計算還有一個優點,它可以提升不同商品及不同時期之間的「可比性」。簡單來說,假設要比較一隻股價500元的股票、一隻股價50元的股票,以及一個報價數千點的期貨指數。
其實根本不可能用同一個指標,同時又用同一組技術指標的參數去比較的,這也是很多人會犯的錯誤。很多人就以為,同一個技術指標的用法,應該同時能應用在股票、期指、美期等等,效果會沒有分別。筆者其實一直也不明白為什麼會有人這樣想,不同的產品及市場,波動程度及走勢特性根本不同,一個專門交易美股的daytrade方法,怎可能同時應用在期指之上 ? 這根本完全不合理。
一直以來確實有很多很多人問筆者這個問題。既然這樣,近期我們推出的Stable Momentum Tracker就是可以應用在不同的市場之上,計算的過程中也是運用了LOG來計算。
有些人會說,將價格的數據標準化後不是就可以比較嗎? 如果直接比較價格變動的標準差,高價商品通常會顯示較大的數值,但這不代表其風險一定較高,然後我們看到的答案就會有誤導成份。不過,使用LOG回報率計算波動度後,所有商品的變動都會轉換成相同的百分比尺度,這樣才可以更公平地比較波動性、動能及交易風險。
例如,A股票由500元每日波動10元,表面看起來比B股票由50元每日波動2元更大。但A股票的波動只有2%,B股票的波動卻是4%,真正較波動的其實是B股票。
而且LOG計算也有助減少「誤判」,例如大家交易某隻股份,價格由100元升至200元是上升100%,但由200元跌回100元是下跌50%。大家可能以為這隻股票升的時候好像較強,跌的時候其實不算跌得太多,跌幅只是之前升幅的「一半」。但有這種「誤判」是因為百分比的正負變動並不對稱,若運用LOG來計算,LOG回報率則分別是ln(2)與ln(0.5),兩者數值其實大小相同,只是方向相反。這種對稱性令長期累積回報、統計模型及技術指標的分析更加一致。
在實際應用上,LOG可以用來改良技術指標,例如MACD、保歷加通道、ATR等。以MACD為例,可以先把收市價轉換成ln(Close),再計算快線EMA與慢線EMA,所得的MACD便主要反映相對趨勢變化。
以保歷加通道為例,可以對LOG價格或LOG回報率計算平均值及標準差,降低價格長期在高位或低位對通道寬度的影響。
至於ATR這類指標,也可以考慮把真實波幅除以價格,或者直接使用LOG形式的高低價範圍,令不同價格商品的波幅更有參考價值。
不過,LOG計算亦有使用限制。價格必須大於零,因此不能直接處理零或負數。若指標本身的輸入可能出現負值,例如MACD柱狀值,便不能直接再取LOG。正確方法通常是先對原始價格取LOG,再用LOG價格計算MACD,而不是將已經計算完成的MACD數值取LOG。
總結而言,使用LOG改良技術指標的核心價值,是把分析重點由「價格升跌了多少元」轉為「價格升跌了多少比例」。
(節錄自Patreon 文章)
mark chun wai paul
إخلاء المسؤولية
لا يُقصد بالمعلومات والمنشورات أن تكون، أو تشكل، أي نصيحة مالية أو استثمارية أو تجارية أو أنواع أخرى من النصائح أو التوصيات المقدمة أو المعتمدة من TradingView. اقرأ المزيد في شروط الاستخدام.
mark chun wai paul
إخلاء المسؤولية
لا يُقصد بالمعلومات والمنشورات أن تكون، أو تشكل، أي نصيحة مالية أو استثمارية أو تجارية أو أنواع أخرى من النصائح أو التوصيات المقدمة أو المعتمدة من TradingView. اقرأ المزيد في شروط الاستخدام.
