[交易計畫] 關於技術分析的方法論：主觀與客觀
【前言】
延續上一篇的方法論，技術分析是一個很大的框架，擁有許多不同的類型，舉例有：移動平均線、型態學、趨勢線、技術指標，還有型態學的衍生學派諧波型態等分類，根據金融工程研究學者大衛．艾隆森的解釋，他認為可以根據「主觀」與「客觀」來區分，讓我們看看有什麼差異好了。
【正文】
艾隆森認為，辨別主觀的方式，好比找到兩位分析師，使用同一個方法，去解釋同一張圖的走勢，如果一個分析技術沒有明確定義或嚴格標準，就會導致兩個分析師，最終推導出不同的結果，並且事後還能隨人家解釋，這就屬於主觀；相反的，就是客觀。
在上一個世紀的美國交易圈，還流行過《股市占星學》好長一段時間，您也可以在圖書館查詢到《周易與股市預測》這類的詭異書籍。這些都是典型的玄學代表，過於主觀臆測價格，但因為話題性很高，以前有很多投資人，都相信這些不能證實的方法。
對於實時交易而言，客觀的方法會是比較好的。客觀方法運用市場資料，只要取得收盤價，訊號或預估值就不會模稜兩可。我們可以基於歷史資料做做模擬，或者使用電腦隨機繪製一個市場曲線，來測試我們的系統能不能在隨機生成的市場存活，做為評論客觀方法，或者在多市場測試歷史績效，當然的，歷史不能夠代表未來，不過測試時間拉的愈長遠，對於大多數系統存活率愈低，並且結論愈可靠了，最後可以留下來的那個客觀方法，就是比較值得期待的好方法，這些歷史測試的步驟，叫作「回測」（Backtest）。
在電腦技術發展前，技術分析方法論，很多都是基於「經驗法則」的，從視覺上的觀察開始發展，比如大多的預測，都算是經驗法則，如果一個經驗可以通過嚴格定義，可能會成為科學，很可惜大部分經驗法則，都是有時效性的，只適用於之前的社會環境，一旦環境改變，有些經驗將不再成立，這個道理應用在商業，或許有相似的地方。有的人使用方法ａ成功，後面的人跟著使用方法ａ照做，卻不成功，這是因為時效性過了，環境已經變化導致的。
在科學的發展過程，學者會先提一個假說，假說就是一種假設的說法，進一步在這個假設上進行實驗，如果得到嚴格的證實，而且得到好幾次相同的證實，我們就可以說，這項假設，依照現在水準取得的結論是真實的；話題轉移到交易的領域，對於客觀方法，因為可以透過歷史檢定重複驗證、測式那個方法，根據統計的結果，看看它能不能用，有沒有效果，因此可以判斷實用性，或許最後證實方法不能用。回測的優點是，您不一定要實際經歷納些事情，就能知道結果是不是正面，如果結論是失敗的，也可以盡早的檢查是什麼環節導致失敗的。
＊要怎麼區分客觀或者主觀呢？＊
我們要怎麼區分一套方法，可不可以算是客觀？簡單的標準是，只要可以編寫成為程序腳本，可以使它成為程式化準則、那麼就是客觀方法。如果很難做到，或根本做不到，應該要歸類為主觀方法。
電腦化程序一般會將目前的市場，區分成三種：
客觀技術分析方法對於多、空判斷標準很固定，只會出現兩個或三個結果，輸出是０或１，主觀技術分析對於的多、空趨勢的評估，比較仰賴於經驗法則，標準不一定固定，可是，偏偏多數散戶投資人很少擁有五、六年以上的交易經驗，常常會落成瞎猜的情況。伴隨著經驗的累積，主觀技術分析的可靠性才會隨著提升。
圖片(1) 客觀技術分析方法的結果只有是與不是，或者符合多，符合空，以及都不符合三個。
圖片(2) 對於主觀與客觀的舉例，從圖片中尋找範例。
＊對於各項方法論的區分＊
現在，在我的有限的經驗範圍...中，
１）做不到，或很困難的方法：
２）可以做到客觀化，但是現在無法取得實際成果的方法：
３）可以做到客觀化的方法：
【結論】
客觀不一定比主觀優秀，我們只能說，客觀的方法可以回測好幾次，讓自己知道它能不能使用。如果回測的結果。已經被淘汰了，再檢查過其他因素之後，還是無法通過，那麼一定不能使用。但是，換成通過了所有測試的客觀方法，長期發展會穩定很多。事實上，正是因為有著客觀的定義，才可以去證偽許多看起來客觀，卻沒有太大用途的技術分析，舉例有MACD、KD、RSI短時框背離、平均線（沒有趨勢的時候）、箱型法則、早期江恩理論、艾略特波浪理論、B-Band（正常使用的時候）。針對還無法客觀化的方法，也有投資人可以正確利用，不過．．．十分強調經驗，投資人不一定會。客觀方法須要基礎的統計學知識，以後還可以說說。
延續上一篇的方法論，技術分析是一個很大的框架，擁有許多不同的類型，舉例有：移動平均線、型態學、趨勢線、技術指標，還有型態學的衍生學派諧波型態等分類，根據金融工程研究學者大衛．艾隆森的解釋，他認為可以根據「主觀」與「客觀」來區分，讓我們看看有什麼差異好了。
【正文】
艾隆森認為，辨別主觀的方式，好比找到兩位分析師，使用同一個方法，去解釋同一張圖的走勢，如果一個分析技術沒有明確定義或嚴格標準，就會導致兩個分析師，最終推導出不同的結果，並且事後還能隨人家解釋，這就屬於主觀；相反的，就是客觀。
在上一個世紀的美國交易圈，還流行過《股市占星學》好長一段時間，您也可以在圖書館查詢到《周易與股市預測》這類的詭異書籍。這些都是典型的玄學代表，過於主觀臆測價格，但因為話題性很高，以前有很多投資人，都相信這些不能證實的方法。
對於實時交易而言，客觀的方法會是比較好的。客觀方法運用市場資料，只要取得收盤價，訊號或預估值就不會模稜兩可。我們可以基於歷史資料做做模擬，或者使用電腦隨機繪製一個市場曲線，來測試我們的系統能不能在隨機生成的市場存活，做為評論客觀方法，或者在多市場測試歷史績效，當然的，歷史不能夠代表未來，不過測試時間拉的愈長遠，對於大多數系統存活率愈低，並且結論愈可靠了，最後可以留下來的那個客觀方法，就是比較值得期待的好方法，這些歷史測試的步驟，叫作「回測」（Backtest）。
在電腦技術發展前，技術分析方法論，很多都是基於「經驗法則」的，從視覺上的觀察開始發展，比如大多的預測，都算是經驗法則，如果一個經驗可以通過嚴格定義，可能會成為科學，很可惜大部分經驗法則，都是有時效性的，只適用於之前的社會環境，一旦環境改變，有些經驗將不再成立，這個道理應用在商業，或許有相似的地方。有的人使用方法ａ成功，後面的人跟著使用方法ａ照做，卻不成功，這是因為時效性過了，環境已經變化導致的。
在科學的發展過程，學者會先提一個假說，假說就是一種假設的說法，進一步在這個假設上進行實驗，如果得到嚴格的證實，而且得到好幾次相同的證實，我們就可以說，這項假設，依照現在水準取得的結論是真實的；話題轉移到交易的領域，對於客觀方法，因為可以透過歷史檢定重複驗證、測式那個方法，根據統計的結果，看看它能不能用，有沒有效果，因此可以判斷實用性，或許最後證實方法不能用。回測的優點是，您不一定要實際經歷納些事情，就能知道結果是不是正面，如果結論是失敗的，也可以盡早的檢查是什麼環節導致失敗的。
＊要怎麼區分客觀或者主觀呢？＊
我們要怎麼區分一套方法，可不可以算是客觀？簡單的標準是，只要可以編寫成為程序腳本，可以使它成為程式化準則、那麼就是客觀方法。如果很難做到，或根本做不到，應該要歸類為主觀方法。
電腦化程序一般會將目前的市場，區分成三種：
- 多頭（Long）
- 空頭（Short）
- 中性（Neutral）
客觀技術分析方法對於多、空判斷標準很固定，只會出現兩個或三個結果，輸出是０或１，主觀技術分析對於的多、空趨勢的評估，比較仰賴於經驗法則，標準不一定固定，可是，偏偏多數散戶投資人很少擁有五、六年以上的交易經驗，常常會落成瞎猜的情況。伴隨著經驗的累積，主觀技術分析的可靠性才會隨著提升。
圖片(1) 客觀技術分析方法的結果只有是與不是，或者符合多，符合空，以及都不符合三個。
圖片(2) 對於主觀與客觀的舉例，從圖片中尋找範例。
＊對於各項方法論的區分＊
現在，在我的有限的經驗範圍...中，
１）做不到，或很困難的方法：
- 艾略特波浪理論：大家應該聽過數浪老師
- 早期江恩理論：已經屬於神祕學的範疇
- 形態學：因為關係到視覺對圖形的判斷、所以做不到...
２）可以做到客觀化，但是現在無法取得實際成果的方法：
- 斐波納契：我還無法定義它的判斷標準，面臨困難
- 循環週期：投資機構應該都有，這是我的技能不夠
- 趨勢線：可以自動生成，但還沒有能夠實際應用的構想
- 支撐與阻力：可以自動生成，但還沒有能夠實際應用的構想
- 傳統陰陽燭：可以客觀化，但已經被國外學者證實沒有用
３）可以做到客觀化的方法：
- 通道：有許多相關的論文可以閱讀
- 選股：有許多相關的論文可以閱讀
- 波動率：我很喜歡使用波動率類型
- 擺盪器：動能性值的都是擺盪器，舉例：MACD、RSI、ROC
- 突破系統：順勢交易、雖然突破有很多定義...每個人可能不一樣
- 移動平均：表示期數N內的平均成本價，我相信每個人都知道怎麼使用
- 穆瑞數學：可以被數學計算之後的近代江恩理論
【結論】
客觀不一定比主觀優秀，我們只能說，客觀的方法可以回測好幾次，讓自己知道它能不能使用。如果回測的結果。已經被淘汰了，再檢查過其他因素之後，還是無法通過，那麼一定不能使用。但是，換成通過了所有測試的客觀方法，長期發展會穩定很多。事實上，正是因為有著客觀的定義，才可以去證偽許多看起來客觀，卻沒有太大用途的技術分析，舉例有MACD、KD、RSI短時框背離、平均線（沒有趨勢的時候）、箱型法則、早期江恩理論、艾略特波浪理論、B-Band（正常使用的時候）。針對還無法客觀化的方法，也有投資人可以正確利用，不過．．．十分強調經驗，投資人不一定會。客觀方法須要基礎的統計學知識，以後還可以說說。
Pernyataan Penyangkalan
Informasi dan publikasi tidak dimaksudkan untuk menjadi, dan bukan merupakan saran keuangan, investasi, perdagangan, atau rekomendasi lainnya yang diberikan atau didukung oleh TradingView. Baca selengkapnya di Persyaratan Penggunaan.