评估 ADX 策略需要哪些数据？
直接答案
要评估“ADX 策略”，你需要能够实现以下目标的数据：(1) 明确 ADX 在你的设置中衡量的内容；(2) 从底层输入数据中复现 ADX 值；(3) 验证数据的来源和时效性；(4) 检查可能破坏结论的数据质量和局限性。重点关注输入（价格和指标参数）、来源（数据出处）、时效性（时间戳及数据是否完整）以及质量检查（数据对齐、缺失和异常值）。由于该主题高度依赖假设，你还应记录任何示例计算中的假设。
机制或定义
ADX 通常指平均趋向指数（Average Directional Index），这是一种从方向性移动分量导出的趋势强度指标。“ADX 策略”并非单一通用方法；它们是使用 ADX 读数在基于规则的决策流程中的策略标签。要在不依赖绩效声明的情况下评估此类策略，你需要明确规则的具体说明，包括：
- ADX 计算参数（例如回溯周期长度）及其计算方式。
- 时间框架，以及指标是基于K线/Bar数据还是其他聚合方式计算的。
- 将 ADX 输出映射到操作的决策逻辑（例如阈值、“上升 vs 下降”比较或门控条件）。
此外，你还需要用于计算 ADX 的价格序列（方向性移动计算通常需要最高价、最低价和收盘价）。稳定的机制是指标数学和你的规则映射；可变条件包括市场状态、成本和执行细节。历史关系可以为规则的稳定性提供参考，但不能确立未来结果。
证据或示例（需要收集什么以及如何检查）
一种实用的方法是将所需数据结构化为输入、来源、时效性和质量检查的清单：
- 输入和可复现性
- 原始 OHLC 价格数据（至少包括：最高价、最低价、收盘价；提供确切字段和采样间隔）。
- 指标参数：ADX 周期/回溯期及使用的任何平滑方法细节。
- 规则说明：明确的比较和阈值，无需依赖解释即可陈述。
- 评估中使用的成本模型和执行假设（例如，如何表示点差、佣金和滑点）。如果忽略成本，请明确记录该假设。
- 来源
- 数据来源身份（提供商或数据库）及其是整合数据还是衍生数据。
- 公司行为处理方法（如适用）和交易时段处理方法（针对所研究市场）。
- 时效性
- 时间戳完整性：确保K线对齐到预期时间框架，且无未来信息泄露到指标值中。
- 完整性：注意缺失K线、不规则间隔或时区转换。
- 版本控制：记录数据获取日期和数据集版本，以便重复分析。
- 质量检查
- 数据对齐检查：确认指标值对应于用于评估的相同K线。
- 缺失/无效值检查：检测 NaN 值、重复时间戳和异常值。
- 稳定性合理性检查：使用相同原始输入重新计算 ADX，确认获得相同结果。
局限性和风险（重大失效模式）
即使数据严谨，评估仍可能因以下原因失败：
- 非平稳性：市场条件变化，ADX 行为与结果之间的关系可能随时间减弱。
- 历史数据过拟合：根据历史数据调整阈值或参数可能产生脆弱结果，无法泛化。
- 隐性假设：如果成本、执行时机或进出规则未正确指定，结论可能发生重大变化。
- 数据泄露：使用未来K线计算特征或时间戳未对齐，可能使结果看起来比实际更好。
- 指标误用：将 ADX 视为独立预测信号而非特定规则的组成部分，可能导致误导性解释。
验证或下一个问题
要验证任何“ADX 策略”的声明，请尝试获取或重建从原始输入到指标输出再到规则决策的完整链条。需要提出的最基本问题是：“是否有人能使用指定的价格数据、参数和时间假设复现 ADX 值和规则映射？” 如果文档未包含足够的数据来源、参数化和时间戳处理细节，则该评估无法独立验证。
你还可以比较多个独立数据集（如可用），并检查结论是否持续存在；如果微小的数据差异导致结果反转，则该评估可能依赖于脆弱输入而非稳定机制。