动量指标是如何计算的？
直接答案
动量指标通过将选定的当前价格与固定周期数之前（即回溯周期）的同一价格进行比较来计算。一个常见的定义是：
动量 = Price(t) − Price(t − N)
其中 Price(t) 是时间 t 的选定输入价格（例如收盘价），N 是以K线/周期为单位的回溯周期。
某些实现方式将动量表示为百分比变化（即标准化形式）：
动量(%) = [Price(t) − Price(t − N)] / Price(t − N) × 100
具体公式取决于指标如何定义“Price”，以及是否使用原始差值或百分比形式。
机制与定义
要计算动量指标，您需要三个基本选择和一个一致的数据序列。
- 选择价格类型
动量必须基于每个周期的特定价格字段。常见选择包括：
- 收盘价
- 开盘价
- 最高价或最低价（较少见）
设 Price(t) 表示您选择的任一价格。
-
选择回溯周期 N
N 是当前时间 t 与比较时间 t − N 之间的周期数。实践中，N 是用户可设置的参数（通常称为“周期”）。 -
计算差值（原始动量）
对于每个存在 t − N 的时间点 t，计算：
- Momentum(t) = Price(t) − Price(t − N)
这将生成一个新的时间序列，其值可为正、零或负。
- 可选的标准化（百分比动量）
如果您的平台使用百分比形式，则将原始差值除以前期价格：
- Momentum%(t) = [Price(t) − Price(t − N)] / Price(t − N) × 100
标准化会改变数值尺度，但核心思想不变：将当前值与 N 个周期前的值进行比较。
指标“测量”的内容
动量指标衡量的是所选价格在最近 N 个周期内的变化程度。它不会自动将这种变化标记为“好”或“坏”；解释需结合上下文，例如近期走势方向、波动率状态以及该指标在分析框架中的使用方式。
证据或示例（含明确假设）
假设以下条件适用于单一交易品种和时间框架：
- 使用收盘价作为输入价格。
- 回溯周期 N = 5。
- 时间 t 为第20根K线，因此 t − 5 为第15根K线。
设：
- Price(t) = 第20根K线的收盘价 = 1.1200
- Price(t − 5) = 第15根K线的收盘价 = 1.1150
原始动量：
- Momentum(t) = 1.1200 − 1.1150 = 0.0050
百分比动量（如使用）：
- Momentum%(t) = (1.1200 − 1.1150) / 1.1150 × 100
- = 0.0050 / 1.1150 × 100
- ≈ 0.4484%
实用验证方法
如果您想独立验证该计算：
- 使用与平台相同的价格序列（相同交易品种、相同时间框架、相同数据源）。
- 确认所使用的具体价格字段（收盘价 vs 其他字段）。
- 确认回溯周期 N。
- 使用上述公式对若干时间点（t ≥ N）重新计算 Momentum(t)。
如果计算结果不同，最常见的原因是使用了不同的价格字段、不同的回溯周期，或不同的定义（原始差值 vs 百分比，或使用收益率而非简单差值的变体）。
局限性与风险（实质性失效模式）
动量指标在数学上较为简单，但存在若干局限性，影响结果的解读方式。
-
对回溯周期 N 的依赖
较大的 N 会将价格与更早时期比较，使输出对短期变化不敏感。较小的 N 反应更灵敏，但也可能增加噪音。 -
价格输入选择的影响
使用收盘价或其他价格字段会改变计算结果。即使公式结构相同，两个使用不同输入的分析也可能产生不同的指标行为。 -
标准化改变尺度，而非含义
原始动量与百分比动量相关，但其数值大小和在不同交易品种/时间框架间的可比性可能不同。 -
非预测性，依赖未来条件
动量反映的是过去 N 个周期内的历史比较。历史关系不能保证未来表现相似；当市场状况变化时，结果可能随之改变。 -
数据质量与可用性问题
动量需要 Price(t − N) 存在。这意味着该指标在图表的前 N 个周期内无法产生数值。此外，底层价格数据中的任何不一致（如数据供应商差异、其他市场的公司行为或时间框架构建方式）都可能导致偏差。 -
百分比形式中的除法风险
如果平台使用百分比动量，则前期价格 Price(t − N) 位于分母。若该值极小或为零（对于许多典型价格序列虽罕见，但取决于定义和交易品种），标准化输出可能变得不稳定。
验证或下一步问题
要独立验证动量指标，请使用完全相同的设置从底层价格序列重新计算：
- 相同交易品种和时间框架
- 相同价格字段（例如收盘价）
- 相同回溯周期 N
- 相同计算类型（原始差值 vs 百分比）
如果您希望进一步探索，可将动量指标与相关动量类概念（例如变化率或基于收益率的度量）进行比较，观察微小定义差异如何影响输出结果。另一个有用的检查是评估更改回溯周期 N 如何影响结果时间序列的响应速度和噪音水平。