评估MACD策略需要哪些数据？
直接答案：评估MACD策略的数据清单
要以信息性、可验证的方式评估MACD策略，需收集四类数据：(1) MACD定义和参数值，(2) 基础价格序列及其生成方式，(3) 决定指标实际观测内容的时效性和采样细节，以及 (4) 任何计算或示例中使用的质量检查和假设。这使您能够将稳定机制（MACD的计算方式）与可变条件（数据源、采样和市场状态）区分开来，并支持独立复核，而无需依赖无法验证的主张。
机制与定义：MACD评估所依赖的内容
MACD由价格序列的移动平均线构建，然后组合成类似差值的序列（MACD线），通常还包含额外的平滑成分（信号线）。评估“MACD策略”的一种实用方法是将其视为应用于MACD相关序列的规则。这意味着您需要能完全指定以下内容的数据：
- 使用的价格字段（例如收盘价或其他价格类型）。未明确选择时，无法计算指标。
- 参数集（通常为移动平均线的快/慢周期，以及信号平滑长度）。不同参数会产生不同的MACD值。
- 采样间隔（例如1分钟K线、1小时K线、日K线）。指标按该时间框架计算。
对于“机制”部分，不需要任何交易结果数据——仅需足够信息即可从基础输入价格和参数中复现指标时间序列。
证据与示例输入：为确保计算可复现需收集的内容
当您测试或解释基于MACD的规则时，还需“证据级”输入——即复现所用确切序列所需的一切：
- 价格数据来源
- 数据源身份（使用哪个数据集或数据流）及K线构建的方法说明。
- 使用的任何调整（例如，在更广泛背景下适用的企业行为调整）。若未说明调整方法，则无法保证等效性。
- 时效性与采样
- 用于形成K线的精确时间戳和时区约定。
- K线开盘/收盘约定（例如，K线是否代表具有明确起止时间的固定区间）。
- 数据是实时采样还是历史重建。历史重建可能与当时实际可用数据不同。
- 数据质量检查
- 缺失K线及其处理方式（删除、前向填充或其它插值）。
- 间隔长度的一致性（无混合粒度）。
- 验证计算是否匹配您声明的MACD公式和参数长度。
- 任何示例的假设
若包含示例计算，请说明确切假设：选定时间框架、参数值、价格字段、用于指标预热的起止日期，以及首个有效MACD值的处理方式。若无这些信息，两位读者可能从“相同”描述中计算出不同序列。
局限性与风险：改变结论的失效模式
即使输入正确，基于MACD的方法也可能出现实质性失败。需考虑的常见局限性包括：
- 状态依赖性：在一种市场条件下可见的关系在另一种条件下可能减弱。历史对齐不意味着未来一致性。
- 指标预热与初始化：由于回溯历史不足，早期值可能可靠性较低。
- 对时间框架和参数变化的敏感性：改变间隔或长度可能改变MACD中显示的转折点。
- 数据与执行不匹配：若后续评估“策略表现”，现实中的摩擦（点差、佣金）和执行延迟可能与仅分析指标的假设不同。
一个关键风险是将指标行为误认为独立信号。MACD变动本身并不能证明未来方向；它是一种输入转换，其含义取决于更广泛的规则、假设和评估方法。
验证与下一个问题：如何独立检查您的工作
要独立验证MACD策略主张，需提供可复现的描述：MACD公式的变体、确切参数值、使用的精确价格序列（含来源）、采样间隔和时间戳约定，以及数据质量处理规则。“可立即检查”的解释应能让他人在相同假设下重新计算相同的MACD并评估规则。
下一个有用的问题是：正在评估的是哪种特定MACD规则变体（从MACD/信号值到操作规则的确切映射）？若无此信息，您可能拥有正确的指标数据，但缺乏正确的策略定义。