烛台反转使用哪些输入？
直接答案：烛台反转使用的输入
烛台反转是一种基于形态的概念，使用由价格生成的烛台数据输入——最重要的是每根烛台的开盘价、最高价、最低价、收盘价（OHLC），以及定义“反转”在你特定定义下含义的规则参数。在实践中，它还可能使用可选的上下文输入，例如前期趋势方向或成交量，以及确认时机输入（例如，“下一根烛台必须满足X条件”）。
机制：定义与典型输入集
一根烛台总结了固定时间间隔（时间框架）内的交易活动。因此，核心“输入”包括：
- 每根烛台的OHLC数据：
- 开盘价（起始价格）、最高价（最高点）、最低价（最低点）、收盘价（结束价格）。
- 烛台几何规则（形态参数）：
- 基于几何的输入示例包括实体大小、影线大小（上/下影线）以及相对位置（例如，较长的下影线相对于实体）。
- 这些规则决定了某根烛台是否符合反转形态的一部分。
从概念上讲，烛台反转将稳定机制与可变条件区分开来：
- 稳定机制：该方法使用你定义的确定性规则，将OHLC历史数据转化为形态分类（什么构成有效形态、什么使其无效、后续应如何反应）。
- 可变条件：市场行为、交易成本、执行质量以及时间框架都会影响这些分类转化为实际结果的方式。
此外，许多实现方式引入了可选输入，这些输入并非烛台本身严格必需，但用于减少模糊性。典型示例如下：
- 前期背景：要求在形态出现前市场处于某种趋势方向（趋势背景）。
- 确认输入：一条规则，等待后续烛台支持反转判断（时间依赖性）。
- 成交量输入（可选）：若市场有可靠的成交量数据，可用其验证形态的有效性。
一个简单的输入示例（无实时数据）
假设你选择单一时间框架（例如，一个固定周期），并基于OHLC定义的烛台形状来确定反转候选。那么你的输入为：
- 烛台A（候选）的OHLC值，以及可选的烛台B（确认）。
- 你对实体/影线关系设定的阈值。
- 你的确认规则（例如，烛台B必须收于由烛台A导出的参考水平之外）。
所使用的“数据”仍然是OHLC；不同版本的烛台反转之间的差异主要在于规则参数以及所需的上下文/确认输入。
证据与验证：你可以独立检查的内容
由于并不存在所有用户都必须遵循的固定通用输入，独立验证的关键在于检查你的规则是否一致应用。你可以验证：
- 输入计算：确认输入到定义中的烛台是否来自你预期的相同OHLC源和时间框架。
- 规则实现：测试形态标准（实体/影线阈值、相对比较和无效规则）在历史案例中是否按预期运行。
- 对假设的依赖性：当你一次只更改一个输入参数时（例如添加或移除确认，或更改时间框架），比较结果的变化。
一种实用的证据方法是记录每个历史实例：
- 该烛台是否符合你基于OHLC的形态标准，
- 你的确认条件是否触发，
- 以及结果在不同时间框架或市场条件下出现频率的差异。
局限性与风险（实质性失效模式）
烛台反转可能因输入和依赖关系而在几种常见情况下失效：
- 缺乏上下文导致的模糊性：相同的烛台形态可能出现在多种市场状态下；若无趋势背景，“看似反转”的烛台可能只是噪音。
- 过度拟合阈值：如果你的几何阈值和确认规则是针对历史数据调整的，它们可能无法泛化到未来。
- 时间框架敏感性：形态外观取决于时间框架。更改时间框架会改变OHLC输入，从而可能改变分类。
- 执行与交易摩擦：即使烛台形态看似发出变化信号，实际结果仍受点差、滑点和订单处理的影响。当预期反转在确认后迅速发生时，这一点尤为重要。
- 事件驱动的跳空和波动性激增：突发的价格跳空可能产生视觉上类似反转的烛台，或扭曲影线/实体关系，使基于规则的分类变得不可靠。
验证或下一步问题以澄清你的定义
要准确解释烛台反转，你需要明确说明你正在使用哪些输入：
- 哪个时间框架提供OHLC烛台？
- 哪些烛台几何阈值定义了反转烛台（以及影线如何测量）？