技术指标的最佳参数是什么？为什么会是它？
本文讲个清楚。
第五篇 突破方向：非固定周期性分析
意识产生的物质基础首先是必须具有足够复杂的结构。而且其还必须具有独立改变其结构以适应其功能的能力。
结构决定功能。而功能的损耗是不可逆的，从信息的角度来说，就是信息的丢失是不可避免且不可逆的。那么作为系统，是否可以产生负熵？
通过知识，人们接受信息，获得负熵。我们看到，负熵的获得，一个好处是获得更多的空间。我们也可以更好理解上文中，一个简单有序的的趋势，是系统获得负熵后的“相”，运动的空间被清理、被打开。
非线性的正反馈作用。正反馈不仅是热力学系统产生的原因，也是有序化产生的重要因素，它可以看作是一种自我复制、自我放大的机制，正是这种机制使无数个小分子的微观行为协同动作，而产生出宏观的、有序化的行为来。
负反馈与正反馈的彼此消长，股价此起彼伏，波动不已。
价格受到经济大周期的影响，而经济大周期，本质上是债务周期。 所以宏观调控需要进行逆周期操作，避免债务形成单个高峰期，对经济产生冲击。资本大范围流动，也会产生“强周期”的股价波动。
传统价格分析，基本使用固定周期性的统计手段，来提供交易信号。交易信号追求的目标，就是“能更早地进入，更早地离开”。
而采用固定周期性分析，必会陷入趋短的趋势。
第一章 为什么固定周期性指标有趋短倾向？
最优均线系统参数是多少？
三参数就是1、2、3；四参数就是1、2、3、4。
为什么会是这样呢？
股价波动在大尺度上有周期性行为的可能（上文说到债务周期，而债务周期可以是类固定周期），但在中小尺度上，体现为非周期性波动。而什么样的固定周期均线才可能更好地接近于股价波动周期呢？找到实际股价波动各个周期的最小公约数，是最优的方案。其结果，那一定是最小参数的均线周期，唯此，才能在较长时间段里与股价波动有更多 “合拍”的可能。
换言之，使用固定周期性指标来寻找买卖共振点的“交易信号”时，必有趋短的倾向。
假设一个涨10天，跌5天，周期为15的股价变化，如上图。
通过上图观察发现，2、5参数组合远好于上两组参数组合。
2、3参数组合又一定会优于2、5参数组合。
那么，周期是15天，是不是15日均线最佳呢？
结果并不是。15日线直接躺平。
固定周期指标还有以下两个缺点：
❶必然滞后性：相对于股价波动，只要设置的周期参数大于1时；
❷数据同源性，与股价的变化同源：比如macd设置至最小参数时，你会发现macd是如此完美。因为，macd与股价变动的数据，是同源的，而最小参数，就接近于镜像关系。
【举例：均线的滞后】
继续上文例子：假设一个10天涨，5天跌的固定周期价格走势。5、10的均线参数设置，按常规显然是最佳的选择。
当我们选择“均线系统交易策略”：“5金叉10”买入，“5死叉10”卖出，结果必定是大败而归。这就是均线的滞后性。
但，当我们将均线前移5天后，如上图中虚线均线，我们会发现使用“均线系统策略”时，完美得多！
但是，世界上并没有可以前移的均线！
不前移和前移，均线在两者上的差异，就是均线的本质滞后性所带来的。
均线理论基础没问题，市场短期与中期成本的变化，会影响到当前股价的变化。但均线作为指标，与K线同源，除了“均线滞后性使得实现交易信号执行时，几无可能”外，还要思考其计算缺点：
比如，20日均线（收盘价计算）计算，是以今日的收盘价减去20日之前的收盘价，再除以20，加到昨日20日均线值上。假如今日收盘价与20日之前相同，则20日均线走平：
又如均线使用时：只要你不断变化参数，很多高、低点都可以被均线发现，但你当下并不能知道，未来选择哪一个参数作为交易标准，才是最佳。拟合，是仿真而非真实本身。拟合随着真实的变化而变化，看似数据在迭代，模型在变化，但模型并不能得到实质进化。
同时，不断变化的参数，意味着交易产品的泛化能力很差，这只股票可以用这个参数，而另一只股票就不适合。同时也说明，这个带参数的指标，与股价变化之间，并不包含因果关系。
如果使用上段中的拟合方案，意味着过去的信号始终被当下新数据所修改，这实质是加入了未来函数，变成了事后诸葛亮的“伪分析”。
【举例：不同周期K线的指标冲突】
固定周期性分析，还会有个缺点，那就是不同周期K线上，使用相同参数，那么指标值相互间不协调，甚至发生矛盾。
除非转化为相同参数。如日线使用20日均线，60分钟K线则使用80小时均线，因为A股交易时间为每日4小时。
【传统指标用法的讨论】
比如Macd.是将连续的股价变化，切成固定时间段来计算。同时Macd与K线同源，因此动态指标值与股价联动，这就会出现早上金叉，收盘时死叉的情况。
K线变化具随机性（看本文股价规律与随机机制篇），将任何时间段的切片统计，必定陷入50%的随机黑洞中。
那么A股使用了近30年的传统指标，还有什么价值呢？
❶虽然传统纸指标无泛化能力，但在单只股票中，可以沿时间轴进行横向比较，也就是不同固定时间段切片的比较。将股价的上下波动变化，简化为横向变化：以长期指标为基准，以短期指标与长期指标比值计算并显示。
❷几十年来，股票分析停滞，所以缺乏其他可替代分析工具。传统指标的大量使用，需要正视其反身性作用。
❸传统指标更宜于判断相较于过去的“水平”，如Macd的顶背离，代表着近期短线均价上升较前期减弱，从而推断出资金动能的能力，较前期水平开始降低。
关键点：前文说过，技术分析交易信号追求的目标，就是“能更早地进入，更早地离开”，而非等待趋势右侧“确定”，使得利润大幅降低。
但传统指标滞后的本质属性，注定其无能力、也无法达成该目标。
更致命的是，右侧交易，也不是真实的“确定”，而是一种选择性的、不得已的“确定”，也属主观经验性质。
首先，“右侧确定的标准是什么”的问题，属于经验归纳；其次这个“确定”，只是在无法确认拐点的前提下，使用右侧的选择来判断左侧拐点成立的可能性。执行右侧判断的操作者，实际上其选择始终只有一个，那就是寻机“卖出”，无论是拐点处，还是右侧处。所以这个“右侧确定”的实质，本质只是“右侧止盈”，而且是属于等待股票下跌后的“止盈”，应该更适合泡沫价格。
既然都是主观判断，为何不能尝试“拐点”这个临界值的判断呢？
传统指标不是不想，而是根本做不到。
固定周期的底层框架，就已经表明：将波动的时间点问题，直接丢给固定参数，直接忽视掉对临界值的时间点判断。
所以传统技术指标，没有关于时机的指标。金叉死叉、或者高于80水平值等赶鸭子上架的方法，只是无法解释其原理的经验归纳。
第二章 突破技术分析的固定周期框架
❶为什么股价会非固定周期性波动？
人从诞生之日起，直至生命终结，其自身的体力、情绪和智力都存在着强弱变化的类周期性起伏变化。人们把这种现象称作生物节律，或生物节奏、生命节律等。产生这种现象的原因是生物体内存在着生物钟，它自动地调节和控制着人的行为和活动。这是使用固定周期的基本前提假设。
个体存在固定周期性波动。但是，当股票一级市场与市场资金供给，并不是固定周期性波峰波谷波动时、当参与个体足够多时，因个体参与市场的起点足够多，足够多样化，于是随机性产生，所以股票价格的波动，一定会呈现出非固定周期性波动，如河水流动。
事实观察上，也是如此。
以成本为主导的市场，竞争的是价格。降低成本，降低价格，是生存之道。
股票市场，却不是一个完全以成本为主导的市场，公司是基础，价格是灵魂，交易是以差异性与不一致性为基础。非实用性的、有投资属性的市场，比如奢侈品的高端市场，比如翡翠的高货市场，都是以此为基础，否则成交就成为虚妄。
市场参与者个体的周期性行为，在股价系统的价格波动中，重要性变得非常之低。
❷非固定周期性分析 必要与技术条件
非固定周期运动（non-periodic motion）分析，本质上更符合股票价格的运动规律。其统计结果，更具可泛化的能力，在个股，及个股之间的可比性，都大幅增强（《临界时空》软件U3tec.com中，不只有股票，还有期货、汇率、甚至比特币的案例，均通用同一套法则：这些品种包括有成交量的，也有没有成交量的；有单向交易的股票，也有双向交易的期货）。
固定周期性分析，计算成本低，这也是目前使用这类指标为主的重要原因。
非固定周期性分析中，结构的判定、分形结构的解构、结构的嵌套等，比起固定周期性分析，其复杂程度，要高得多，算力成为必要条件。
随着算法与算力的提高，未来非固定周期性分析，必将成为主流。
❸技术分析的翻身仗→领先于趋势变化的可能
固定周期指标，只要是以股价作为主要变量的指标（周期参数大于1时），都会带有滞后性的本质属性。
但在非固定周期性分析中，我们看到了，在共振时间G点指标上，技术分析指标完全可以领先于趋势变化。因为共振时间G点的原理，本身就是对趋势中临界值的研判。如下图：
当临界空间值指标（上图中的红色线段L线）与共振时间G点，在同一时间点出现时，拐点的判断，就是一个大概率的事情了。
技术分析，一直被诟病趋短、滞后。
而非固定周期性分析下，空间指标的提前性（如下图“重心位”Z线），
也就是临界空间值，可以提前展现。如下图上证指数：
2024年头的大跌，实际自2023年5月开始，就一直呈现大盘的弱市。
重点是：6次反弹的临界空间值，软件都是提前展现（上图）。
3次临界时间点的展现，都是即时而非右侧（上图）。
对于个股也是如此。成文于2024年1月23日，那就选涨幅第一名的华如科技301302：
临界空间值都是提前展现（上图）。
3次临界时间点的展现，都是即时而非右侧（上图）。