[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。
إخلاء المسؤولية
لا يُقصد بالمعلومات والمنشورات أن تكون، أو تشكل، أي نصيحة مالية أو استثمارية أو تجارية أو أنواع أخرى من النصائح أو التوصيات المقدمة أو المعتمدة من TradingView. اقرأ المزيد في شروط الاستخدام.