多时间框架趋势使用哪些输入？
多时间框架趋势使用的输入
多时间框架趋势（MTT）是一种趋势偏向方法，它通过多个图表时间框架形成决策框架，而不是依赖单一时间框架。简单来说，“输入”是指用于（1）确定每个时间框架上的趋势方向，以及（2）将这些方向合并为一个更高层次偏向的数据和设置。
由于不同平台和提供商对 MTT 的实现方式不同，您应将确切的输入列表视为“取决于具体规则”。本文描述了在您自己的实现中可以验证的常见且稳定的输入类别。
机制与定义：常见的输入类别
MTT 通常从以下输入类别开始。
- 价格数据（原始数据集）
- 市场价格序列，例如开盘价、最高价、最低价、收盘价（OHLC）和/或从这些价格导出的序列（例如，基于这些价格计算的平均值）。
- 序列来源很重要：一些系统从相同的显示蜡烛图中计算指标；而另一些可能使用内部数据流或略有不同的蜡烛构造方式。即使您看到相同的时间框架标签，实际的K线也可能不同。
- 时间框架选择（使用哪些图表）
- 至少两个时间框架：一个代表更广泛市场结构的“较高”时间框架，和一个代表时机或确认信号的“较低”时间框架。
- 具体的时间框架组合（例如，任何高低搭配）是一个输入参数，可能会显著改变行为表现。
- 趋势定义方法（如何衡量“趋势”）
- 许多实现通过将趋势衡量技术应用于每个时间框架的价格数据来定义趋势方向。
- 常见方法包括：比较移动平均线、评估价格是否持续高于/低于某个参考值，或使用斜率/结构规则估计方向性偏向。
- 您选择的方法成为一个关键输入，因为它改变了什么才算是“上升”或“下降”。
- 阈值和参数（规则设置）
- 如果趋势定义使用了阈值，则这些也是输入。参数类型的示例包括所用趋势度量的回溯长度、平滑长度，以及任何“缓冲”条件。
- 这些参数通常是在规则内的整数或浮点数，更改它们可能会反转分类结果。
- 组合逻辑（多个时间框架如何形成一个偏向）
- 输入还包括用于合并结果的决策规则：例如，是否要求较低时间框架与较高时间框架一致，或分歧是否会抵消偏向。
- 一些规则要求两个时间框架之间“对齐”；另一些则更重视某一时间框架。
证据或示例：验证输入时应列出的内容
描述 MTT 输入的一种实用方法是将其写成检查清单。以下是一个可自定义的独立示例模板（不假设任何特定平台的默认设置）。
假设：
- 使用两个时间框架：较高时间框架 H 和较低时间框架 L。
- 每个时间框架上的趋势方向通过比较参考趋势度量来确定。
- 系统仅在 H 和 L 一致时输出偏向。
那么您的输入列表应明确包含：
- 数据：用于 H 和 L 的 OHLC 序列（以及如果您的图表使用了时区/交易时段假设，则也应包括这些）。
- 时间框架：H 和 L 的确切选择。
- 趋势度量：每个时间框架上使用的方法（例如，移动平均线比较或结构规则）。
- 趋势参数：回溯/平滑/阈值数值。
- 组合规则：是否要求一致（H 上升 AND L 上升），或允许部分一致。
即使没有实时价格，您也可以通过在历史数据上重放相同的固定设置来独立验证输入，并检查分类是否符合您描述的逻辑。
局限性和风险：主要的失效模式
MTT 最大的风险来自于假设输入与实际计算之间的不匹配。
- 市场状态变化：市场可能从趋势状态转变为震荡状态（或反之）。当趋势定义依赖于历史连续性时，分类可能会滞后。
- 数据和K线构造差异：两个实现可能以相同方式标记时间框架，但计算出略有不同的K线，从而产生不同的趋势度量。
- 参数敏感性：回溯长度、阈值和对齐逻辑可能会显著改变哪些时间段被认定为“趋势”。
- 确认延迟：要求多个时间框架对齐通常会降低早期检测能力，但在某些市场状态下可能减少误报；这种权衡并非普遍适用。
对每一次计算或示例都重要的一个局限性是：历史关系并不能确立未来结果。此外，即使输入完全相同，结果也会因市场状况、成本、执行和司法管辖区的不同而有所差异。