趋势强度指数的计算方法

趋势强度指数计算公式的输入和限制。

趋势强度指数的计算方法

直接答案:计算所需的内容

趋势强度指数(TII)通过测量在选定的回溯周期内价格趋势的强弱程度来计算,使用对价格变化的明确定义的转换,并(通常)进行归一化,以便在不同时间段之间比较数值。由于“趋势强度指数”可以使用不同的公式实现,准确计算的关键是从你所使用的确切变体开始(即趋势强度、平滑和归一化的具体定义)。

为了以可独立验证的方式解释TII,你需要:

  • 变体定义(确切的公式)。
  • 时间序列数据(通常是一系列价格,例如收盘价,或根据平台惯例从买/卖价推导出的中间价)。
  • 回溯周期长度(用于计算趋势强度的周期数)。
  • 任何平滑参数(例如,移动平均长度)和归一化规则(例如,缩放到固定范围或除以类似波动率的度量)。

如果你没有确切的变体定义,你仍然可以理解其机制:当价格变动更具有方向性和持续性时,TII通常会上升;当变动杂乱无章或频繁反转时,TII会下降。

机制:趋势强度的简单、可验证模型

由于不同工具将不同的实现称为“趋势强度指数”,一种实用的思考TII的方式是将其视为两个部分的乘积:

  1. 在回溯周期内运动的方向/持续性
  2. 该运动相对于同一周期内典型波动性的强度

一个可验证的模型使用以下三个步骤来体现这一思想。

步骤1:定义用作输入的价格变动

选择价格序列并计算单周期变动。

  • 设 (P_t) 为时间 (t) 的选定价格。
  • 定义一个变动,例如 (\Delta P_t = P_t - P_{t-1})。

你必须声明的假设:你使用的 (P_t) 定义与你要复制的来源相同(例如,仅“收盘价”,或推导出的中间价)。使用不同的 (P_t) 会产生不同的 (\Delta P_t),从而导致不同的TII值。

步骤2:在回溯周期内总结方向和持续性

选择一个回溯长度 (N)。在 (t-N+1,\dots,t) 区间内,计算一个方向性总结。 在指标设计中常见的选择包括:

  • 净变动:(P_t - P_{t-N})。
  • 平均有符号变动:(\Delta P) 的均值(带符号)。
  • 持续性计数:(\Delta P) 的符号与主导方向一致的频率。

在通用的“方向强度”方法中,当变动主要朝同一方向时,最终得到的数值会更大。

步骤3:按波动性度量进行缩放(归一化)

归一化有助于将原始变动转换为更接近“强度”的数值。如果没有归一化,指标可能会将大的绝对波动强趋势混淆。

一个通用的类似波动性的度量可以是:

  • 平均绝对变动:(\frac{1}{N}\sum_{i=0}^{N-1} |\Delta P_{t-i}|)。
  • 区间或窗口内的标准差。

然后,强度比率的形式类似于:

  • (\text{强度} \approx \frac{\text{方向总结}}{\text{波动性总结}})。

如果你还希望一个有界的指数(在指标仪表板中常见),你可以应用一个最终变换,例如重新缩放或有界函数。

证据或示例:如何验证你已有的计算

由于没有单一的通用固定公式,最可靠的“示例”是针对特定实现的复制工作流程。

示例复制设置(时间序列和参数)

假设你有:

  • 一个定期间隔的 (P_t) 价格序列(例如,每小时一根K线)。
  • 一个回溯周期 (N)。
  • 一个平滑步骤(如果实现中包含)。

你可以通过执行以下独立检查来验证。

  1. 使用文档中的输入重新计算原始成分

    • (\Delta P_t = P_t - P_{t-1})。
    • 你在过去 (N) 个周期内选择的方向性总结。
    • 你在相同 (N) 个周期内选择的波动性总结。
  2. 使用你的实现所使用的精确算术形式计算强度比率

    • 如果公式除以波动性,请确认你没有混合不同的窗口长度。
  3. 检查归一化/输出范围

    • 如果你的TII是有界的(例如,显示在某个刻度上),请重现该最终映射。
  4. 在几个时间戳上进行比较

    • 复制应至少在一小部分历史点上完全匹配,前提是你使用了相同的数据和参数。

这种验证方法独立于任何经纪商、平台或实时市场条件,因为你完全从存储的历史序列和已声明的公式出发。

通常重要的数据要求

为避免静默不匹配,请确认:

  • 价格字段(收盘价 vs 典型价格 vs 中间价)。
  • K线间隔(分钟、小时、日)和时间戳的连续性。
  • 指标是否使用K线间差异累积收益
  • 如何处理缺失值。

限制和风险:计算可能失败的地方

1) 实现模糊性

主要限制是“趋势强度指数”在不同工具中可能指代不同的公式。两个指标都可以称为TII,但在以下方面可能不同:

  • 方向总结(净变化 vs 持续性计数)。
  • 波动性分母(绝对变化 vs 标准差)。
  • 平滑和归一化步骤。

如果你无法识别确切的公式,你就无法独立验证结果。

2) 对噪声的敏感性

如果你的输入使用高频K线,(\Delta P) 可能被微观变动主导。一个通过平均绝对变化强烈归一化的TII在分母变得非常小或符号频繁交替时,仍可能产生不稳定的波动。

实质性失效模式:杂乱的横盘区间可能导致强度较低或振荡,即使人类观察者预期“趋势”。

3) 市场状态变化和非平稳性

外汇价格动态不是平稳的。一个在一种市场状态下有效的回溯窗口在另一种状态下可能表现不佳,因为波动性和持续性结构发生了变化。

实质性失效模式:突然的波动性扩张在归一化后可能压缩或扭曲强度值。

4) 数据预处理不匹配

不同平台可能使用不同的惯例计算其价格序列,例如:

  • 如何推导典型价格,
  • 是否对其他市场应用类似公司行为的调整(对外汇相关性较小,但预处理仍有差异),
  • 如何处理不完整的K线。

实质性失效模式:你复制了算术但未复制数据定义,导致数值不匹配。

验证和下一个具体问题

要准确计算你的情况下的TII,请执行以下操作:

  1. 从你想要复制的确切公式变体开始。2) 写下输入序列 (P_t) 和参数值(回溯 (N),平滑长度,以及任何到刻度的映射)。
外汇和差价合约交易具有重大风险。FoxiForex的信息仅用于教育,不构成个人财务建议。赞助内容会被清楚标注。