质量指数是如何计算的？
直接答案
质量指数（Mass Index）是一种基于波动率的指标，通过价格序列的高低价差（high–low range）计算得出。其计算过程包括：对价格区间进行两次平滑处理，转换为比率，然后在滚动窗口中求和。每个时间点的指标值来自这些确定性步骤；然而，其解释高度依赖于所选参数和市场波动状况。
机制或定义
质量指数（常缩写为 MI）基于一个理念：价格区间宽度（高点减低点）的变化可能预示市场行为的转变。一旦确定了指标的参数，其计算过程就完全明确了。
典型的计算使用以下概念和输入：
-
价格区间（原始区间）：对于每个K线或时间步长 t，计算 区间 为：
- 区间(t) = 高点(t) − 低点(t)
-
第一次平滑（EMA 或类似方法）：用长度为 n 的移动平均对区间进行平滑：
- S1(t) = 移动平均(区间, n)
-
第二次平滑：再次用相同长度 n 对 S1 进行平滑：
- S2(t) = 移动平均(S1, n)
-
比率（“质量”步骤）：将第一层平滑序列与第二层平滑序列形成比率：
- 比率(t) = S1(t) / S2(t)
直觉理解：如果 S2 相对于 S1 较小，则比率会变大。该比率对平滑如何响应区间变化非常敏感。
-
滚动求和（MI 步骤）：在长度为 m 的窗口内对比率求和：
- MI(t) = Σ[比率(t−k)]，其中 k = 0 到 m−1
在许多关于 MI 的描述中，m 被设为 平滑长度的两倍（例如，若 n = 9，则 m = 18）。一些图表工具也使用特定的默认参数组合，但这些默认值并非统一。
影响计算的假设
要准确自行计算 MI，必须假设（或验证你的数据源）至少以下几点：
- K线类型和时间周期（分钟K线、日K线等）。
- 定义高点和低点的价格序列（现货价格数据源的惯例可能不同）。
- 使用的“移动平均”类型（通常为指数移动平均，但实现方式可能不同）。
- 选择的周期 n（用于平滑）和 m（用于求和窗口）。
如果这些假设与你所比较的指标实现方式不同，你的数值结果可能会出现偏差。
证据或示例
由于一旦输入和参数确定，MI 就是确定性的，因此你可以用一个小数据集进行完整示例来验证它。
最小示例设置
假设你有时间步长 t = 1…6 的K线数据，包含高点和低点。选择参数：
- 平滑长度 n = 2
- 滚动求和窗口 m = 4
- 移动平均方法：简单移动平均（SMA）（仅作说明用途；若使用 EMA 等其他方法，结果会不同）
步骤 A — 计算原始区间：
- 区间(t) = 高点(t) − 低点(t)
步骤 B — 计算第一层平滑序列 S1：
- S1(t) 是过去 n 个点的区间移动平均。
- 使用 SMA 且 n = 2 时，S1(t) 取决于 区间(t) 和 区间(t−1)。
步骤 C — 计算第二层平滑序列 S2：
- S2(t) 是过去 n 个点的 S1 移动平均。
步骤 D — 计算比率：
- 比率(t) = S1(t) / S2(t)
步骤 E — 计算 MI 作为滚动求和：
- MI(t) = 比率(t) + 比率(t−1) + 比率(t−2) + 比率(t−3)
验证数值时应检查的内容
当你将计算出的 MI 与平台的 MI 进行比较时：
- 对齐性：确保使用相同的K线索引（某些平台仅在足够预热周期后才输出数值）。
- 预热效应：由于 S1 和 S2 各需要 n 个点，而 MI 需要 m 个比率，早期数值通常需要足够的历史数据。
- 除法边界情况：如果 S2 变为零或极小（在特定数据和平滑行为下可能发生），比率可能激增或变得不稳定。
即使不解释“信号”，此验证也能发现常见差异，如 EMA 与 SMA 的区别或不同默认周期。
局限性和风险
MI 的机制是稳定的，但其在实际数据中的表现取决于条件和实现选择。主要局限性包括：
- 参数敏感性：改变 n（平滑长度）或 m（求和窗口）会影响 MI 的幅度和时机。使用不同默认参数的两个实现可能产生分歧。
- 移动平均差异：如果一个平台使用 EMA 而另一个使用 SMA（或“移动平均”的不同定义），计算出的 S1 和 S2 会不同，进而影响比率和 MI。
- 波动率状态依赖性：MI 基于高低价差。在极低波动时期，区间可能很小且嘈杂，比率可能变得不稳定或受微小波动主导。
- 数据质量和市场微观结构：高点和低点可能受点差、最小变动单位、缺口和数据采样方式影响。由于 MI 直接使用 高点−低点，它可能对这些人为因素产生反应。
- 解释不保证普适性：即使一个指标被描述为有助于检测潜在转折点，历史关联也不能保证未来表现。
- 失效模式：除法不稳定：由于 MI 包含平滑序列的比率，如果 S2 接近零（数值上或结构性上），MI 可能产生与有意义的区间扩张无关的极端值。
这些局限性意味着 MI 应被视为一种量化计算和描述性工具，而非对未来价格方向的独立确定性判断。
验证或下一步问题
要独立验证质量指数：
- 确认你所关注的实现中使用的 确切参数值（n 和 m）。
- 确认两个平滑步骤所用的 移动平均类型。
- 计算 区间 = 高点−低点，然后计算 S1 和 S2，再计算 比率，最后计算滚动求和。
- 检查是否重现了平台的 预热行为（MI 首次可用的时间点）。
如果你想进一步探索，一个有用的下一步问题是：MI 的构建方式与相关波动率或基于区间的概念有何不同，以及改变设置如何影响滚动求和的行为和响应性。