如何测试摆动高点和低点？
直接答案：使用可衡量的假设来测试摆动高点和低点
要测试摆动高点和低点，需将图表概念转化为书面假设，然后评估在可重复规则下某个预定义属性是否成立。一个实用的测试流程包含五个部分：（1）明确定义形态，（2）选择基准定义和测量方法，（3）收集数据并将其划分为不同的时间段或区段，（4）使用扣除假设交易摩擦后的结果进行衡量（即使你仅使用纸面框架），（5）运行稳健性检查以检验假设的抗压能力。
这并非关于预测准确性的声明。历史模式可能失效，结果也可能随市场状况、执行质量、成本以及你如何定义摆动而变化。
机制或定义：你实际测试的内容
摆动高点和低点是基于图表的转折点。在测试之前，必须明确识别它们的具体规则，因为“摆动”一词常被模糊使用。
一个清晰的定义通常包括：
- 摆动高/低规则：例如，相对于邻近K线的局部最高/最低点，或要求某一点高于/低于若干后续/前续K线。
- 窗口或回溯长度：每侧需要多少根K线来确认转折点。
- 平局打破规则：当高点/低点相等或非常接近时如何处理。
- 识别时机规则：摆动点是否仅在确认后才标记，这会影响回测中的“入场/出场”时机。
基准机制
你的基准应是一组具体的识别参数。例如，选择单一回溯窗口和单一确认规则，并在初始测试期间保持固定。此基准即为你的“控制定义”。
然后以属性形式陈述你的假设。以下是一些假设风格示例（不作预测承诺）：
- 发生属性：摆动高点/低点在时间上聚集，或与特定市场状态对齐。
- 反应属性：在标记的摆动高点之后，下一走势与其它点相比具有可测量的分布（例如，中位移动、尾部行为）。
- 结构属性：市场结构转变（例如，从更高高点转为更低高点）系统性地源于摆动标记。
关键是该假设必须映射到一个可测量变量。
证据或示例：可复现的测试设计
以下是一个支持自我验证的测试框架，无需假设实时数据。使用纸面或历史K线，并明确对待每一个假设。
第一步：写出明确假设（成本类型 + 假设）
即使你的测试是概念性的，也应记录成本和摩擦，因为它们会影响类似策略的假设是否成立。
需建模为假设的常见成本类别：
- 交易成本：每笔交易的点差/佣金等价。
- 滑点：预期与实际执行价格之间的微小偏差。
- 数据质量：K线分辨率及数据源时间戳是否一致。
假设示例格式（非推荐）：
- “佣金模型：每来回交易固定金额。”
- “滑点模型：固定数量的点数（或价格百分比）。”
- “K线分辨率：1小时K线。”
明确标注这些为假设，因为不同假设可能导致不同结论。
第二步：数据分割以减少泄漏
使用独立的时间段。典型方法是：
- 样本内（训练/定义）：选择识别参数和测量窗口。
- 样本外（测试）：保持所有参数固定并进行评估。
即使你只测试一个基准，也应使用至少两个不重叠的时期。市场状态多变，单一时期可能产生误导。
第三步：定义结果和测量窗口
为避免模糊声明，决定在每个摆动标记后测量什么。以下为可测量结果示例（再次强调，非保证）：
- 未来收益分布：在固定时间范围内（例如，接下来N根K线）。
- 最大不利波动：在时间窗口结束前，价格偏离假设方向的最大幅度。
- 结构阈值命中率：在时间限制内是否达到预定义价格距离。
若计入成本，计算净指标，例如：
- 净移动 = 测量移动 − 交易成本等价 − 滑点等价。
第四步：在可变因素下计算稳健性
摆动标记依赖于可变因素。因此，通过一次改变一个元素（其余保持不变）来测试敏感性：
- 回溯长度：用于识别摆动。
- 确认严格度：需要多少根K线来验证转折点。
- 结果测量的时间范围。
- 成本水平：在合理范围内作为假设。
这回答了问题：你的结论是否能经受小变化的考验，还是在定义变化时就崩溃？
第五步：与非相同假设的基准进行比较
强有力的测试应包含比较。比较示例：
- 将标记为摆动的事件与在相同时间规则下随机选择的非摆动点进行比较。
- 使用相同测量程序比较不同类型的结构标记（例如，摆动高点 vs 摆动低点）。
目的是检测所测效果是否只是你选择方法的产物。
局限性和风险：可能出现的问题
至少应直接测试一种重大失败模式。
1）定义漂移和研究者偏差
如果你调整摆动检测参数以使结果看起来更好，可能会过度拟合噪声。这会产生一种虚假的有效感，在新数据段中消失。
2）时机和确认模糊
摆动点通常只有在后续K线确认后才可知。如果你在测量时意外“向前看”，结果将变得不现实。
3）成本可能抹去微小效应
即使摆动后存在某种反应，当你建模交易成本和滑点假设时，净结果可能改变。如果你的测量效应接近零，结果可能反转。
4）状态依赖
历史关系不能确立未来结果。趋势、波动性和流动性条件可能变化，摆动行为可能变得不那么有意义或更不稳定。
5）分辨率效应
使用不同的K线大小（或不同数据源）可能改变哪些高点/低点被标记，从而改变你的测量结果。
验证或下一个问题：信任结果前应检查的内容
为独立验证任何关于摆动高点和低点的声明背后的事实，请检查以下项目：
- 你的摆动标记规则是否明确定义并一致应用。
- 你的假设是否映射到具有固定窗口的可测量结果。
- 你是否使用了样本外区段或第二个时期进行评估。
- 你是否将成本和执行摩擦建模为明确假设。
- 你是否测试了对可变因素（回溯、确认、时间范围、成本假设）的敏感性。
一个有用的下一个问题是：结果对摆动定义参数有多敏感？ 如果回溯或确认的小变化极大地改变结果，那么“信号”很可能依赖于定义而非稳健。