评估摆动高点和低点需要哪些数据？
首先定义：“摆动高点”和“摆动低点”的含义
摆动高点（或摆动低点）是价格序列中的局部转折点，通过周围K线的规则化模式识别得出。在实践中，你需要一个明确定义的规则，说明“周围”指的是什么，以及需要多少根K线来确认该转折点。如果没有这样的规则，两个人（或两个工具）通常会从同一张图表中标注出不同的高点和低点。
直接答案：评估摆动高点和低点所需的数据
为了可靠地评估摆动高点和低点，需收集四类输入数据。
1) 价格数据输入（原始序列）
你需要所研究品种的完整、按时间排序的价格数据集。最低要求通常是每根K线的开盘价、最高价、最低价和收盘价（OHLC），或如果你后续构建K线，则需要等效的逐笔数据转K线数据。
重要提示：摆动高点/低点由K线的极端值定义（摆动高点看最高价，摆动低点看最低价），但也需要上下文K线——因此缺口或缺失K线可能扭曲转折点的识别。
2) 摆动检测规则（算法选择）
你需要明确所应用的检测规则，包括：
- 时间框架（例如，1小时K线 vs 1天K线）。
- “左侧”和“右侧”观察窗口：需要多少根前序和后续K线的高低值更低/更高。
- 平价处理规则：当最高价相等或几乎相等时如何处理。
- 是否要求严格不等式，或允许“在容差范围内”的比较。
这些规则并非市场事实，而是方法论上的假设。即使使用相同的价格数据，两套不同的规则集也可能产生不同的摆动点标注。
3) 上下文与来源（数据出处）
你应该记录：
- 数据提供商或数据源（例如，图表平台、交易所数据流或数据供应商）。
- 任何已应用的转换（例如，将逐笔数据重采样为K线、时区对齐、如有必要，公司事件调整）。
由于摆动点的标注取决于K线的构建方式，来源信息对于独立验证主张至关重要。
4) 时效性与数据质量检查
你需要检查数据集是否一致且可用：
- 确认评估窗口内无缺失K线。
- 检查是否存在时区或夏令时变化，这些可能移动K线边界。
- 确保K线构建方法在整个周期内保持一致。
- 如果使用历史数据，需明确快照版本：提供商的后续修订可能更改存储的历史数据。
工作原理：将输入转化为摆动点标注
当你将上述四类输入结合后，评估过程就变得可重复：
- 选择时间框架，并构建/获取OHLC序列。
- 对每个候选K线应用你的摆动检测规则。
- 如果某根K线的最高价高于其左右窗口内所有K线的最高价（类似地，摆动低点使用最低价），则将其标记为摆动高点。
- 将规则和来源信息与生成的摆动点一同存储，以便他人可复现相同的标注。
证据/示例（规则敏感性）
假设你在1小时图上使用3根左侧和3根右侧K线的窗口。一根K线在“必须高于所有周围高点”的严格规则下可能被视为摆动高点，但若你切换到更大的窗口（例如5左5右），或允许“几乎相等”的高点存在容差，则该K线可能不再符合条件。因此，摆动结构不仅是价格的属性，也是规则集和窗口的属性。
局限性与风险（重大失效模式）
在评估摆动高点和低点时，至少应考虑一个主要局限性：
- 规则分歧：不同但同样合理的摆动定义会产生不同的摆动点。这可能改变任何后续分析。
- 缺失或不一致的数据：缺口、错误的K线边界或提供商的修订可能创建或消除转折点。
- 时间框架依赖性：1小时图上的摆动点与1天图上的摆动点并非同一对象，因为K线聚合方式改变了哪些高/低点被视为局部极值。
- 无预测意义保证：历史转折点并不能证明未来价格会以类似方式运行。
验证与后续问题
为验证你所看到的内容，请将标注过程与至少一种独立方法进行对比：
- 如果可用，使用不同的图表/数据源，在相同时间框架上重新应用相同的明确规则。