RSI x 卡爾曼濾波器 x 感測器量測原理這幾天暫停做單
做一些不一樣的思考
這篇文章是我對RSI 從感測器的角度 來看解析這個指標的性質
跟大家分享一下 我的一些小小心得
我得到了一個跟一般認知有異的想法
有點偏離正軌但是好像有點道理
這篇文章 不是地理大發現 就是錯得離譜
我個人覺得很有意思
歡迎指教
-------------------------------------------------------------------------------------------
我先介紹一下何謂卡爾曼濾波器,介紹內容主要來自維基百科
卡爾曼濾波是一種高效率的遞歸濾波器,它能夠從一系列的不完全及包含雜訊的測量中,估計動態系統的狀態,卡爾曼濾波會根據各測量量在不同時間下的值,考慮各時間下的聯合分布,再產生對未知變數的估計,因此會比只以單一測量量為基礎的估計方式要準.卡爾曼濾波得名自主要貢獻者之一的魯道夫·卡爾曼.除了量測時用來濾除雜訊外,也有利用現有資訊推估下一筆資料的應用.當然這個東西其實也沒有這麼神奇,並非百發百中.
維基百科也說,很多真實世界的動態系統都並不確切的符合這個模型,但是由於卡爾曼濾波器被設計在有噪聲的情況下工作,一個近似的符合已經可以使這個濾波器非常有用了.似乎在行情預測也可以套用這套邏輯來分析.
在此必須初步理解卡爾曼濾波器的運作方式,方便後續的推導與講解
為了證明RSI 是可以套用卡爾曼濾波器的概念來分析
以下是我用我所理解的方式描述卡爾曼濾波器的概念
(詳細公式則依照應用場合而有所不同,我只是闡述概念所以用最簡單的公式 與 系統模型 )
有初步概念後我們來複習一下RSI公式
為了方便後面的推導我把公式寫的偏數學一些,我定義下列函數
以下則是我重構後的RSI公式
可以看到RSI公式變得非常簡潔
但是目前看起來可能會讓人覺得這個東西似乎無法跟卡爾曼濾波器扯上關係
以下我重新整理RSI公式
(其實這邊數學推導非常不嚴謹 我只是想用來描述我的想法 如果有甚麼小毛病請多包涵)
這樣其實就可以看出RSI與卡爾曼的關聯性了 我們同時取得了RSI 的 AX 與 BU 兩個變量
但是這樣只是 RSI本身而已
而我們也知道RSI數值其實就是從價格來的
RSI 本身就是一個以價格為Input 的函數
所以我可以進一步解構RSI
把它寫成一個價格->RSI的卡爾曼濾波器函數
其實前面推導可以跳過,
我其實只想證明
可以把RSI 價格 關係寫成卡爾曼濾波器格式
前面的敘述我們已經知道RSI幾乎就可以說是卡爾曼濾波器在市場上的應用了
那跟感測器有甚麼關係?
因為感測器常常都是卡爾曼濾波器的應用範例,
所以它在應用時的實際行為就是卡爾曼濾波器的實際使用狀況
在市場上我們也可以找到對應的行為
這樣互相對比,我認為可以增進對RSI的理解
進而對他的用法可以合理地使用
以下是我用感測器應用的場景對RSI進行理解,我逐一解說
1. 目前趨勢強弱可以從前一個時間點趨勢推算,這一點我相信大家都是理解的這點就是順勢交易的根本
例如:溫度感測器
在正常情況溫度越來越高,溫度讀值也是越來越高,並且不存在瞬間從極低溫升到極高溫的情況
2.RSI 超買超賣
這一點用感測器的觀點來看,其實就跟平時很不一樣的
平時的觀點是RSI到達此處就是處於超買或超賣的情況 應該立刻 平倉或者反向做單
如果這樣做就可以賺錢 那大家都用RSI做單就好啦
但是 我們都知道不可以全信那套 完全按照那套做單會死人的
那用感測器的觀點來看 是怎麼看著這個問題呢?
舉一個大家都比較能理解的例子
考試 以目前台灣高中考大學要考的學測 它的級分制為例
我覺得用這個當例子比較傳神
感測器的量測原理其實跟這個有相似之處
不過沒有這個例子貼近生活經驗
一個人考試考95 跟一個人考試考100 分 都是15級分
他們實力有可能有差別
也有可能 考95 那個不小心寫錯了
兩個人都考一百分 他們兩個實力 可能是有差異的
但是這份考卷是評估不出來他們兩人實力的差異
只能知道他們都很優秀
反之我們舉另外一個極端狀況
一個人考5分 一個人考8分
他們都是一級分
很明顯他們實力區別不大
應該都是亂猜的
這份考卷其實也無法區別這兩個學渣的實力差距
不過 在某些狀況這份考卷就可以明確的區分出實力差距
例如:
一人考80分 一人考50分
他們的級分數不同
也很明顯他們存在實力差距
這時候實力差距很正確的被這份考卷區分出來了
所以依照相同邏輯
我該怎麼理解RSI的超買超賣呢?
我們可以檢視RSI的公式
RSI=(前幾日的價格增量總合)/(前幾日的價格變量總合)*100
以下兩組價格浮動
7 -5 9 8 5 RSI=85
8 7 -8 8 9 RSI=80
我們看到以上兩組數據 我們其實沒辦法區分誰強誰弱
他們都落在超買區
在舉另外一個例子
1 2 3 2 1 RSI=100
1 1 2 4 6 RSI=100
我們其實也沒辦法區分誰強誰弱
他們RSI都是100
如果直接看數據則
可以看出
一組漲勢變弱
一組漲勢變強
這是因為公式的設計方式產生的侷限性
這點跟考試分數的概念很像
如果要實際舉感測器的例子
就是說此時讀值已經超過有效量測範圍,這時候有讀值,但是讀值不保證正確
例如:
一台距離感測器 他規格說 1M~100M 你可不可以量 130M 或 10CM?
當然可以
但是如果量出來數值是如果是錯的
廠商可是不會幫你處理的
正常情況,不合理使用,廠商才不會理你
所以依照RSI的公式 以及數據的特性
我得出結論
超買超賣是因為無法有效評估強弱,不代表價格真的高估或低估了
只能說公式 在這時 趨勢強弱無法衡量 已經破表了 超過使用規格了
但是不要忘了很多人相信這一套
所以我們前面敘述的變量W就產生作用了
就會有賣壓向下的力量 將價格推離超買區
或者積極買入的力量 將價格推離超賣區
我將這些行為寫成以下函數
我會把一般使用RSI的行為當成W
至此 我統整我前面的推論
得出總結
落入超買或超賣區時
此時會有雜訊跑出來( W!=0)
此時RSI的讀值其實是沒有參考意義的
只知道趨勢很強 無法有效確認到底多強 只知道很強
俗話說物極必反 此時只適合出場而不適合進場
不管是從 震盪指標的角度 或者 從籌碼面都有類似的概念存在
所以依照量測原理 我們該怎麼應對 RSI落在超買超賣區呢?
其實很簡單
資優生互相間怎麼比較實力差距
-> 給他們考一份更困難的考卷 將他們實力區分開來.
所以對應作方法是放棄RSI 使用其他方式進行評估
或者 改RSI參數 讓他們可以被區分出來
以感測器來說就是換一台適合的來量測
但是這都是事後論,當下應該很難想到這件事
那如何用現有方法定義出有效的量測方式呢
依據量測原理,這還是可以做到的,但是無法取得有效讀值
但是在無效區中的相對強度還是可以衡量出來的
首先
我們應該把目光放在怎麼定義
一次有效的落在超買(賣)
這些定義明確後 自然就可以很正確的判斷RSI背離
先說說如何定義一次有叫的超買
請問這是幾次落入超買區?
要說只有一次嘛 他有很多個高點
要說很多次嘛 他就完全坐落在超買區沒有離開過
其實也沒有人定義過這件 至少我沒找到資料
那 我就依照我的想法定義甚麼叫做一次超買超賣
依照我前面的推導關係式推理
應該算成一次,因為我前面認為到超買區後數值就沒有意義了
一次完整的進出超買區當作一次
正常區域->超買(賣) -> 正常區域
這邊量測方式我已經定義了
那我們要如何定義在超買區的相對強弱呢?
以下是我的邏輯推導
假設有兩次進入超買區,我們無法有效區分強弱
既然無法有效區分,那為何不假設他們RSI數值都無效了,視為完全相同
現在RSI強度相同了,只剩下一個變量來衡量兩次落入超買超賣區的強弱
---> 持續時間長短
就像耐力賽一樣, 誰稱的久誰就是強者
所以依照相同邏輯
我特別找到一個我認為之後遇到類似案例,可以拿來用的例子
這個例子我用另外一種概念來看在超買區的RSI背離,似乎邏輯上還說得過去
可以在比較不好判斷時有其他依據可以進行判斷
同理KD指標也是一樣的 畢竟KD指標也是RSI更進階的應用
以上是小弟的小小見解
如果這個思路沒錯
那這應該是一個可以持續延伸的概念
我也搜尋了一下卡爾曼濾波器用於交易的資料
有查到部分論文 但是都是碩士論文
(有常識的人都知道 碩論十之八九都是垃圾文章 包含我當年寫的也是垃圾)
另外也又有找到卡爾曼濾波器使用Python 擬合價格 來推算行情的文章
我閱讀後心得
過度擬合基本沒意義 交易市場的系統變數是無法估量的 擬合參數只要差一點點就差十萬八千里
如果擬合稍微鬆一些,基本上就是EMA了 搞一大圈弄個EMA 不是笑死人嗎?
所以如果有人看到我前面寫的內容 而產生使用卡爾曼濾波器去預測價格者
請放棄這個想法!!!
已經有人幹過這種事 也沒搞出名堂
