Cybernetic Analysis for Stocks and Futures: Fisher Transform และ DSP สำหรับ indicator

ขอบเขตของบทความ: สรุปจากบทที่ 1 The Fisher Transform ที่สำนักพิมพ์ Wiley เปิดให้อ่านตัวอย่าง สารบัญบน Google Books และข้อมูลหนังสือจากหน้าสำนักพิมพ์ ยังไม่ได้อ่านบทอื่น ข้อสังเกตเรื่องบทอื่นมาจากชื่อบทเท่านั้น

technical indicator หลายตัวตั้งอยู่บน statistical assumptions ที่ผู้ใช้ไม่ค่อยตรวจสอบ เช่น การใช้ standard deviation บอกว่า price อยู่ไกลจากค่าเฉลี่ยผิดปกติแค่ไหน John F. Ehlers ซึ่งมีพื้นวิศวกรรมไฟฟ้า ตั้งคำถามกับสมมติฐานเหล่านั้น และเสนอวิธีจากงาน signal processing แทน

หนังสือเล่มนี้ว่าด้วยอะไร

Cybernetic Analysis for Stocks and Futures: Cutting-Edge DSP Technology to Improve Your Trading เขียนโดย John F. Ehlers ตีพิมพ์โดย Wiley ฉบับปกแข็งเดือนมีนาคม 2004 ความยาว 272 หน้า ISBN 978-0-471-46307-8 และฉบับ e-book ปี 2011 (หน้าหนังสือของ Wiley)

หน้าสำนักพิมพ์ระบุว่าโค้ดตัวอย่างเขียนด้วย EasyLanguage และ EFS และแนะนำผู้เขียนว่าจบ BSEE และ MSEE จาก University of Missouri เป็นเทรดเดอร์ส่วนตัวตั้งแต่ปี 1976 เป็นประธาน MESA Software และเขียน Rocket Science for Traders

เนื้อหาครอบคลุมหัวข้ออะไร

สารบัญบน Google Books แบ่งเนื้อหาเป็นบทสั้นตามเครื่องมือ จัดกลุ่มได้ดังนี้

บทที่ยาวที่สุดตามเลขหน้าคือ Stochasticization and Fisherization of Indicators (หน้า 67–106) และ Adaptive Cycle Indicators (หน้า 123–150)

แนวคิดจากบทที่ 1: Fisher Transform

บทที่ 1 (หน้า 1–10) เริ่มจากคำถามว่า price ในตลาดกระจายตัวแบบ Gaussian จริงหรือไม่

• สมมติฐาน Gaussian ใช้กับตลาดได้ไม่ดี ผู้เขียนยก CCI เป็นตัวอย่าง indicator ที่อิงสมมติฐานนี้ และชี้ว่าคลื่นแบบ sinewave มีการกระจายที่กองอยู่ใกล้ค่าสุดขั้วทั้งสองด้าน ไม่ใช่รูประฆัง

• ทดสอบกับข้อมูลจริง ผู้เขียนวัดการกระจายของตำแหน่ง price ใน channel 10 แท่งและ 30 แท่งของ Treasury Bond futures ช่วงปี 1988–2003 และพบว่ารูปร่างใกล้ sinewave มากกว่า Gaussian

• Fisher Transform คือการแปลง $y = 0.5 \ln\left(\frac{1+x}{1-x}\right)$ สำหรับ $-1 < x < 1$ ซึ่งทำให้ข้อมูลที่แปลงแล้วมีการกระจายใกล้ Gaussian ใกล้ค่ากลางแทบไม่เปลี่ยนค่า แต่ขยายค่าที่เข้าใกล้ขอบอย่างมาก

• การนำไปใช้ บทนี้ normalize price ใน channel 10 วันให้อยู่ระหว่าง −1 ถึง 1 ทำ smoothing จำกัดค่าไม่ให้ถึงขอบ แล้วคำนวณ Fisher Transform พร้อมเส้น trigger ที่เลื่อนหนึ่งแท่ง มีโค้ดทั้ง EasyLanguage และ eSignal EFS และเทียบกับ MACD บนกราฟ

ผู้เขียนสรุปท้ายบทว่า Fisher Transform ให้สัญญาณซื้อขายที่คมชัด ข้อนี้เป็นข้อสรุปของผู้เขียนจากตัวอย่างกราฟ บทความนี้ไม่ได้ทดสอบ และกราฟตัวอย่างเพียงช่วงเดียวไม่ใช่หลักฐานว่าระบบทำกำไรได้

พื้นฐานที่ควรมีก่อนอ่าน

บทที่ 1 ใช้ความรู้ statistics เบื้องต้น เช่น probability density function และ standard deviation รวมถึงลอการิทึม และอ่านโค้ด EasyLanguage หรือ JavaScript ได้จะช่วยมาก ชื่อบทอย่าง Super Smoothers และ Measuring Cycles บอกว่าบทหลังน่าจะใช้แนวคิด filter มากขึ้น ข้อนี้อนุมานจากชื่อบท

เหมาะกับใคร และใครควรเริ่มจากเล่มอื่นก่อน

• เหมาะ กับคนที่เขียน indicator เองและอยากเข้าใจที่มาทางคณิตศาสตร์ของเครื่องมือ แทนการใช้ค่าตั้งต้นในโปรแกรม

• เหมาะ กับผู้ใช้ TradeStation หรือ eSignal ที่นำโค้ดไปทดลองต่อได้ทันที

• ควรเริ่มจากเล่มอื่นก่อน ถ้ายังไม่คุ้นกับ indicator พื้นฐานอย่าง moving average และ stochastic

ข้อจำกัดของข้อมูลที่ใช้ในบทความนี้

• อ่านเฉพาะบทที่ 1 บทอื่นสรุปจากชื่อบทเท่านั้น

• Open Library ระบุวันที่ 29 มีนาคม 2004 และความยาว 256 หน้า ต่างจากหน้า Wiley และ Google Books ที่ระบุ 272 หน้า

• ไม่ได้รันโค้ดหรือทดสอบสัญญาณในบทที่ 1

แหล่งอ้างอิง

• Cybernetic Analysis for Stocks and Futures · Wiley · ข้อมูลหนังสือ ISBN จำนวนหน้า และประวัติผู้เขียน

• Chapter 1: The Fisher Transform (PDF) · Wiley · บทที่ 1 หน้า 1–10

• Cybernetic Analysis for Stocks and Futures (Google Books) · Google Books · สารบัญและข้อมูลฉบับ

• Open Library: 9780471463078 · Internet Archive · ข้อมูลฉบับและจำนวนหน้า