Swing Timeframes 使用哪些输入？
直接答案
Swing Timeframes 并没有一个统一固定的输入列表，因为“输入”取决于具体方法如何定义其规则。通常来说，任何一种 Swing Timeframes 方法都会使用（1）决定预期持仓周期的时间周期设置，以及（2）用于计算条件的市场数据字段，例如价格值。如果方法中包含技术指标，则这些指标的计算结果会作为额外的输入。读者可以通过写下该方法的明确规则集来独立验证：每个决策点都应引用特定的数据字段和参数。
机制或定义
理解 Swing Timeframes 的一个清晰方式是将其视为一种基于规则、将交易决策与特定时间周期相关联的方法。“Swing”指的是寻找持续数天至数周的价格波动（具体长度因方法而异），而非日内波动。这个时间周期在实践中即为一种输入，因为它限定了哪些数据点是相关的。
大多数 Swing Timeframes 实现包含三个输入层级：
-
时间周期参数：包括预期的持仓周期（例如，该方法预计交易持仓的K线或天数）以及“决策频率”（即条件评估的频率）。即使没有明确说明具体数值，图表的时间周期本身也起到输入作用，因为它决定了存在哪些K线或柱状图。
-
市场数据字段：常见的字段包括 开盘价（open）、最高价（high）、最低价（low）、收盘价（close），有时还包括 成交量（volume）。如果方法仅使用价格水平，则价格字段是唯一的输入；如果使用衍生水平，则这些衍生值也成为额外的输入。
-
衍生特征（可选）：如果方法提及技术指标，通常会将市场数据转换为衍生值（例如，移动平均、动量指标或通道水平）。在这种情况下，指标的计算参数（例如回溯周期长度）是额外的参数，而指标的输出值则成为额外的输入。
重要的建模假设：当你解读一个“Swing Timeframes”规则集时，应将输入视为规则中实际引用的内容。如果规则说“使用最近的收盘价”，那么“最近收盘价”就是输入；如果规则说“使用20周期的平均值”，那么“20”以及该平均值所基于的价格序列都是输入。
证据或示例
以下是如何在不假设实时价格的情况下列出输入的示例。
假设一个假设的规则集，其条件按每根K线评估一次，专为波段持仓设计：
- 时间周期输入：在用户选择的图表时间周期上（隐含参数），按固定K线数量持仓（参数）。
- 决策输入：在每次评估时，读取该K线的 收盘价（市场数据字段），以及可能的 最高价/最低价（额外字段）。
- 可选衍生输入：如果规则使用移动平均线，则移动平均的回溯周期长度是参数，移动平均的数值是衍生特征输入。
要独立验证，可以进行纸面检查：对每个决策，指出其引用的变量（例如“第N根K线的收盘价”或“第N根K线的指标输出”）。如果某条规则引用了无法从已声明输入中推导的内容（例如“市场下周将转向”），那么它就不是明确的输入，而是一个未经证实的断言。
局限性和风险
一个关键的局限是，“输入”不等于“保证”。即使使用相同的输入和参数，结果也可能不同，原因包括：
- 市场状况变化：价格与衍生特征之间的历史关系可能不会持续。
- 交易成本和执行质量：点差、佣金、滑点和订单处理会影响实际结果，与简化计算存在差异。
- 时间周期依赖性：更改图表时间周期会改变存在的K线，从而改变输入数据。
- 失效模式：常见失效模式是规则在一种市场环境下有效（例如趋势行情），而在另一种环境下表现不佳（例如震荡行情），即使输入和参数保持不变。
还需注意验证限制：在没有实时数据的情况下，你只能验证规则集是否内部一致（输入定义明确且可计算），而无法验证其未来是否有效。
验证或下一步问题
要验证某种特定方法的 Swing Timeframes 使用了哪些输入，请将其规则集重写为检查清单形式：
- 列出所有参数（时间周期、回溯周期、评估频率）。
- 列出所有引用的数据字段（开盘价/最高价/最低价/收盘价、成交量）。