随机振荡器的一个实例是什么？
直接答案
随机振荡器的一个实例逐步展示了该指标如何将价格数据转换为两个数值：%K 和平滑后的 %D。此实例有意采用数值化和假设驱动的方式，以便你可以重新计算出相同的结果。
你需要先了解的内容
随机振荡器是一种动量指标，用于衡量最新收盘价在近期高低区间中的相对位置。标准输入包括：
- 回溯窗口 (n)：用于计算最高价和最低价的过去周期数量。
- %K 周期和平滑处理：%K 的计算方式及其可选的平均处理。
- %D 平滑处理：%K 的移动平均（通常为 %K 的移动平均）。
由于计算依赖于所选的窗口长度以及使用的具体 OHLC 数据，一个实例必须明确其设置和所用的价格序列。
机制或定义
一种常见的计算方式包括以下步骤：
- 计算回溯窗口 (n) 内的极值范围：
- 最近 n 个周期内的最高价：HH
- 最近 n 个周期内的最低价：LL
- 计算原始 %K 值：
- %K = 100 × (收盘价 − LL) / (HH − LL)
- 计算 %D：
- %D = %K 的移动平均（下文示例使用前三个 %K 值的简单 3 周期平均）。
实例的假设
为确保可验证性且不依赖实时数据：
- 我们使用一个包含 5 个连续周期（周期 1 至 5）的简化数据集。
- 我们选择回溯窗口 n = 5，意味着在周期 5 计算 %K 时，HH 和 LL 取自全部 5 个周期。
- 我们使用n = 3 的回溯窗口计算周期 3、4 和 5 的 %K（以便能计算 %D）。
- 我们将**%D 计算为最近 3 个 %K 值的简单平均**：%D 在周期 5 = 平均(%K3, %K4, %K5)。
简化 OHLC 数据（假设）
该示例假设以下 OHLC 值：
- 周期 3：最高价 = 1.1080，最低价 = 1.1000，收盘价 = 1.1040
- 周期 4：最高价 = 1.1120，最低价 = 1.1010，收盘价 = 1.1100
- 周期 5：最高价 = 1.1150，最低价 = 1.1090，收盘价 = 1.1120
在每个周期计算 %K 时，回溯窗口 n = 3 意味着 HH 和 LL 取自该周期及前两个周期。为避免歧义，我们假设每个窗口的预计算 HH/LL 如下：
- 周期 3（周期 1–3 窗口）：HH = 1.1100，LL = 1.1000
- 周期 4（周期 2–4 窗口）：HH = 1.1120，LL = 1.1005
- 周期 5（周期 3–5 窗口）：HH = 1.1150，LL = 1.1000
这些 HH/LL 值是该示例的明确假设部分。
证据或示例（实际计算）
步骤 1：计算 %K
使用 %K = 100 × (收盘价 − LL) / (HH − LL)：
-
周期 3 的 %K
- 收盘价 = 1.1040，LL = 1.1000，HH = 1.1100
- HH − LL = 1.1100 − 1.1000 = 0.0100
- 收盘价 − LL = 1.1040 − 1.1000 = 0.0040
- %K3 = 100 × 0.0040 / 0.0100 = 40
-
周期 4 的 %K
- 收盘价 = 1.1100，LL = 1.1005，HH = 1.1120
- HH − LL = 1.1120 − 1.1005 = 0.0115
- 收盘价 − LL = 1.1100 − 1.1005 = 0.0095
- %K4 = 100 × 0.0095 / 0.0115 ≈ 82.61
-
周期 5 的 %K
- 收盘价 = 1.1120，LL = 1.1000，HH = 1.1150
- HH − LL = 1.1150 − 1.1000 = 0.0150
- 收盘价 − LL = 1.1120 − 1.1000 = 0.0120
- %K5 = 100 × 0.0120 / 0.0150 = 80
步骤 2：计算 3 周期简单平均的 %D
- 周期 5 的 %D = ( %K3 + %K4 + %K5 ) / 3
- %D5 = (40 + 82.61 + 80) / 3 ≈ 202.61 / 3 ≈ 67.54
此“实例”如何回答“它是如何工作的”
这是核心机制：振荡器将当前收盘价在过去的高低区间内进行重新缩放。如果收盘价接近近期高点，%K 上升；如果接近近期低点，%K 下降。%D 增加了平滑处理，因此其变化比原始 %K 更平缓。
局限性和风险（重大失效模式）
- 当 HH 等于 LL 时出现除零错误：如果回溯窗口内的最高价和最低价相同，则 HH − LL = 0，基本公式无法计算 %K。许多平台对此处理方式不同；你的重新计算可能需要定义明确的规则。2.