仅作量化技术研究和学术探讨，不构成任何投资建议，不做任何技术以外的讨论！
一、量化和经典技术指标
事实上，数据挖掘、机器学习等手段在金融领域的应用并不是这些年才兴起的。早在18世纪的时候，就有先贤发现了通过研究数据、总结规律可以大幅提高投资表现。
那么我们普通人没有什么基础，可以学习量化吗？当然可以。本质上这只是一个数据挖掘的工作，我们不需要关注太多数据以外的事情，仅从数据本身出发寻找符合我们目标的规律即可。
然而很多人经常陷入一个误区，那就是老的经典的技术指标都已经过时了，无法再用于量化，这种想法的产生也不足为奇。
众所周知，一个有效的量化策略，很可能跑上一年半载甚至一两个月就失效了，甚至同一个策略在不同的行情下表现也很不一样。这也就逐渐让人们形成了一种观念，那就是量化就要搞新策略、用新的因子，老的技术指标都是机构用来割韭菜忽悠大家的。
实际上这种认识是有偏差的，经典的技术指标，或者说一个因子，它本身并不等价于策略。实际上我们所说的策略往往是多种因子在不同场景下的组合用法。
举一个最简单的例子，RSI这个指标可以帮大家观察是否出现了超买超卖，但是它具体取值是多少的时候我们需要执行交易动作呢？这个值在不同的环境下会不会发生变化？如果有另一个指标跟RSI的指示冲突了应该怎么办？
这些都是我们在构建一个策略时需要考虑的东西，这个指标仍然有用，这是由它的构建原理决定的。
其他的指标也类似，这些指标本身只是由一些客观的成交量、价格等信息构成的，最初的时候可能很简单的使用方法就能帮助我们取得成功，但是经过充分的博弈以后&#x
订阅专栏 解锁全文
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
