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
免責聲明
這些資訊和出版物並非旨在提供，也不構成TradingView提供或認可的任何形式的財務、投資、交易或其他類型的建議或推薦。請閱讀使用條款以了解更多資訊。
mark chun wai paul
免責聲明
這些資訊和出版物並非旨在提供，也不構成TradingView提供或認可的任何形式的財務、投資、交易或其他類型的建議或推薦。請閱讀使用條款以了解更多資訊。