
大数据运用时间序列和趋势分析法获得的核心原理曲线图是一种微观数学模型。这些曲线模型共有60幅,现公布其中24幅(参见附图)。我们公布的每期(连续约60日)黄金市场走势预测图就是由这些微观数学模型依据特定的规律组合成的。
从本质上说,这些微观数学模型是趋势分析法的核心元素,运用这些元素的不同组合也能适合其它领域的规律性研究工作。这在我们对白银与石油等市场研究的尝试中也得到了证实。
我们每期图表中以小格表示一日的主要特征,每一格的曲线描述了当日24小时的概略走势,如将小格内的曲线放大,都可以在下图中找出相同的一幅,依照图中的时间划分能很容易看出该日内的拐点。(参见附表)此曲线和日后真实的图形不一定能精确符合,但两者变化趋势极为相似;时间拐点位置都比较准确(某些时段的涨跌幅度会有差异,并可能产生变形)。
经济形势的动荡引领人们去选择更有利的投资策略,以连续时间序列为支柱的趋势分析法就是应用于金融市场的一种分析预测工具。这种分析预测方法通过对大量数据进行模糊计量,推测每个时间段的变化趋势,易于发现相应区间的拐点,具有较高的准确率和可操作性。CDA数据分析师http://cda.pinggu.org/
• 曲线规律的基本特征:
目前通行于各种金融市场的K线图都采用均线表示阶段性走势;还常常附有各种趋势分析曲线,这些曲线都仅仅是历史数据的轨迹。一般证券网上的k线图中的月线,周线,日线,时( 60分钟)线其实只是取样的宽度不同而已,也就是说月线是指一月的平均值,周线是某一周的平均值,不论是对价格还是对指数点位都如此划分。CDA数据分析师http://cda.pinggu.org/
本文采用的趋势分析法中的年线,月线,日线,时线是根本不同于上述这种均线的。这里的年线是指这一年的固有规律。比如某年的固有规律特征是先从某月起涨若干天后跌至某月,某年的固有规律特征是震荡整理,先低后高等等;这里的月线指这个月的固有规律特征,比如某一个月的固有规律特征是先低后高,逐渐形成上涨态势,而另一个月的固有规律特征是急速下跌夹着几段反弹等等。CDA数据分析师http://cda.pinggu.org/
• 关于离散值与走势的错觉:
在分析走势曲线的时候,人们常常会自觉不自觉地陷入一个误区,以为跌势就是从某一时段开始一直跌,涨势就以为是从某时段起一直涨。这种过于简单而又包含着某种内心潜意识期望因素的看法是非常有害的。
市场走势是曲折的,跌势中有反弹,而这个反弹期间的某一瞬间甚至可能出现一个很高的尖峰波。涨势中有回落,这个回落瞬间值也可能象跳水一样很吓人。这里就涉及到一个数学概念“离散值”,从总体上分析。在大趋势的曲线中出现的一两个异常的尖峰波是常见现象,而趋势线是依据连续时间的跨度来确定的。CDA数据分析师http://cda.pinggu.org/
• 走势曲线与概率及幅度:
市场的走势只有两种:向上或向下。通过对连续若干点的的走势推测,就容易看出这一区间的变化趋势是向上或向下。累积起来划出的预测曲线即使不一定能符合日后真实的k线,但走势方向很少出错,走势分析是只涉及到方向而不涉及到变化的幅度。尽管趋势分析法绘出的曲线并不一定能与真实图形精确吻合。但是这并不影响其运用。因为我们只要依据趋势曲线能较方便而准确地找出拐点,就可以进行交易操作了。趋势分析法的优势就在于此。CDA数据分析师http://cda.pinggu.org/
• 顶部,底部,高点,低点:
各种分析预测的方法,其根本目的就只有一个,那就是找出某一阶段的拐点,(如图示)当涨到一定高度后趋势就会变缓,逐渐滞涨,继而变为下跌,这就是所谓顶部,高点。同理,当跌到一定低值时,趋势就会变缓,逐渐变为整理,趋稳,继而转为上涨,形成所谓阶段底部和低点。这里必须指出的是,无论是顶部,高点还是底部和低点,都是有范围的,对于以长线而言,一年中只要找出某个月是高点顶部或底点低部就可以了。对于中线投资者而言,只要找出某个月中哪几天是较高或较低就可以进行交易操作了。只有在做T+0交易的情况下,当天分时曲线中的拐点才至为重要。这就涉及到拐点宽度的概念。CDA数据分析师http://cda.pinggu.org/
拐点,就是走势变缓及逆转的区间,这个区间可以是指某个月,某几天或确定的哪一天的几点钟。依据投资方式的不同而有区别。在实际运用中通常只需精确到2至3天就可以了。
• 怎样选择时间跨度:
由于年线,月线,日线与时线这四种走势曲线的对应范围有区别,所以在实际运用中,必须遵循一条规律:即年线决定月线,月线决定日线,日线决定时线。具体来说:在四条曲线相叠加的区段,日线的走势是服从于月线的,因为对于日线来说,月线是总趋势:同样道理,月线的走势是服从于年线的,因为对于月线而言,年线是总的发展趋势。在上一层曲线的涨势区间,下一层曲线即使原本呈下跌规律在实际情况中也跌不多,至多不涨或弱震荡而已。当上一层曲线呈跌势时下一层曲线怎么也涨不动,顶多不过是不跌而已。如果遇到上下几层曲线都呈同一方向,则必然是大涨或大跌。CDA数据分析师http://cda.pinggu.org/
鉴于上述理论,我们在分析走势时,就不能只看一个层面,也就是说时间跨度必须灵活的选用。不能只注意眼前几天或一两星期的走势,而应从上一层曲线逐渐向下层曲线循序分析。时间跨度也应从日,扩大到月,再扩大到年。尔后再返回来分析,这样作出的投资决策才是恰当的。CDA数据分析师http://cda.pinggu.org/
• 市场的特点与投资对策:
市场的风险很大,有着太多的不确定因素;网上的信息有很多是虚假数据,无法使人们相信。各种指数的编制也各有利弊。有的指数根本不能反映真实的变化。各种评论报道也是众说纷纭,摸棱两可。何况还有很多的庄家和媒体串通制造假象。面对现实,只能依靠努力提高技术研究的水平来应对。 因为尽管庄家能制造出各种假象,但任何人也改变不了数学规律。CDA数据分析师http://cda.pinggu.org/
趋势分析法是采用大量的数据逐点分析其走势,尔后作总体计算进行推测。这样的方法由细微的分析扩展到宏观的统计,形成规律曲线后再运用到实际的某年,某月,绘制出该月各个阶段的具体走势。客观地说来,偶尔出现几次技术差错是难免的,比如数字和日期及时间看错等等。我们的走势图曲线是由无数个小点连续累积而成,因此,即使某个小点(或某一天)或某几个小点(或某几天)的走势画错了,也不大会影响当月的总规律的准确度。这就如同在某些具体科学实验中,所得数据中常会有少量“坏值”,但它不会对实验的最终结果构成根本性的干扰。这里面的道理如同数字技术与模拟技术的差别类似。过去的模拟电视,用天线收看无线电视台的信号,信号经常不稳,图象时好时坏,而现在的数字电视,即使中间受到一些干扰但图象仍然清晰稳定。本文的趋势分析法的优势就在于此。也就是说,其置信度是经得起实践检验的。CDA数据分析师http://cda.pinggu.org/
市场中流行的分析方法很多,诸如MACD 、KDJ等等,也有很多人在研究波浪理论,企图算出某个时间的价格,推测某个时间的指数点位等等,令人眼花缭乱。虽然每种方法都有它的优点和缺点,但经过深入研究后,我们发现那些方法都是在已有的K线轨迹上转圈子。对未来的走势预测并无多大的实用价值。事实上,你无法确知每次从哪个点起计算波浪,也无法确切的算出下一阶段的价格多少,即使你估计准了下一阶段的指数点位,仍然无法决策是否能进行操作。因为你根本不知道顶部在哪里,也根本不知道底部在什么时候。CDA数据分析师http://cda.pinggu.org/
趋势分析法是完全不同于上述种种方法的。这种分析法不去计算价格,也不去估测指数点位,而是只研究每个时间点的走势规律,运用此规律分析出某个阶段的综合走势,看看其走势是否继续变化及如何变化,就可以确知这个区间是在上涨还是下跌,是继续涨跌还是发生逆转,也就是确认出该区间是属于上升通道,下降通道或是已属于变化迟滞,进入顶部(或底部)区了。CDA数据分析师http://cda.pinggu.org/
我们运用时间序列和趋势分析法建立的微观数学模型是以曲线图表示的。这些曲线图共分为四种:第一种用于描述超长期走势(以每一年为一个计量单位),用于宏观研究。第二种用于描述中长期走势(以每一月为一个计量单位),能显示出在近几年中总体趋势,主要用于比较若干个月之间的相对态势。以便投资者决策在哪个月买进(或卖出)。第三种用于描述单日走势(以小时为基本计量单位);第四种用于描述当日内分时走势(以每分钟为基本计量单位)。第一种名为“年线”,第二种名为“月线”, 第三种名为“日线”, 第四种名为“分时线”。CDA数据分析师http://cda.pinggu.org/
现已公布的24幅曲线图就是第三种,即以小时为基本计量单位的“日线”。这种图是所有模型中最重要的,也是我们花费精力最多的。需要特别指出的是:这么多年的研究验证表明,任何一日内的走势特征都可以在这24幅图中找到;我们公布的每期(连续约60日)黄金市场走势预测图就是由这些微观数学模型依据特定的规律排列连结成的。CDA数据分析师http://cda.pinggu.org/
你可以依据这24幅图,运用计算程序破译我们的排列规律,然后自己绘出下一个月(或下一年)中某几天的走势图。真切的实践必将使你惊愕得目瞪口呆。那一刻,也许你才能体会到我们当初首次发现这个规律时的诧异之情了。(事实上我们也曾用这24幅图和另外的资料图合成,而以合成图描述单日走势会更精确一些,但权衡利弊后发现实际交易并不需要很高的精度,所以省略了。)CDA数据分析师http://cda.pinggu.org/
这种图重点在于描述每一日内的走势特征,标示当日内的高点和低点。将每一天的曲线按日程连成一片。就是我们历次发布的图表。这种图的优点在于既可显示当日的拐点,也能较准确地表示当月的概略走势,很直观也很适用。
我们的预测图能为你在交易决策时提供一个参考。(注:本文所述都是针对黄金市场而言。股票市场的图另有特征,我们出于商业安全的考虑未公布也不予讨论。)你如能仔细研究,熟练运用,会有更多的体会。有一支好枪对猎人固然重要,但好马也有失蹄时,你还要多训练才能打得准。更重要的是打猎者的心态,希望你能熟练用好“趋势分析法”这支猎枪,得到更多的收获。CDA数据分析师http://cda.pinggu.org/
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22