揭密系列: 趨勢的轉折

上圖的交易系統乃根據下面所述而開發出來

既然市面上賺學費的許多老師喜歡講技術分析, 我也來講點技術分析; 但一如我過往的文章, 我要來點不一樣的!!!

所謂轉折即是多轉空或空轉多的分界, 這和資料區間有密切關聯, 日線已經發生的轉折點, 在月線那邊或許看來只是平靜無波; 也就是快指標可以即時反應瞬息萬變的走勢，缺點在於盤整期間交易頻繁造成兩面虧損；慢指標則是反應遲鈍，在波段趨勢只能抓取到部份中段獲利，偏偏又可以幫助避免盤整時的嚴重虧損. 在這邊以週選賣方為主觀點行事, 在6個完整交易日中, 且包含了一個結算日, 個人認為以日線來評估完整的循環cycle周期甚為妥適(不容易過度交易, 也不會太過遲鈍而欠反應行情的事實)

接下來要問的是日線圖中, 隨著行情或波動率不斷地在變化, 一個完整的多方或空方循環cycle, 它的週期長度也不斷地跟著變化; 在我看盤ing的當兒, 到底當時已經進行到週期的哪裡? 哪一個階段? 抑或要問的是, 正在發展中的行情裡, 這次該有的週期長度該如何估計? (相關數學或定理請估狗大神, 不多做解釋)
1) 使用 Hilbert Transform, 可以從少量價格的資料近似出一個 cycle 的 phasor (phase vector, 相量)
2) 利用下圖中的公式便可近似出目前cycle的週期(period), 亦即 [趨勢長度]
3) 公式的概念為, 將這根bar的複數訊號與前一根bar的共軛複數相乘, 可得到角頻率(angular frequency)
4) 根據角頻率公式 2pi / Period, 便能算出此period (趨勢長度)

最後要問的是, 目前正在發展中ing的報價, 能否在前面已知的週期長度下造成趨勢的轉折? 也就是當前正在進行中的行情變量, 強度足以造成多空換位? 或者僅僅只是一般的雜訊而已?

a) 將報價資料當作一連串的光譜數據, 以波的頻率來看, 趨勢波屬於低頻, 而震盪波屬於高頻; 因此可用頻通濾波器(band-pass filter)在設定好前面求得的趨勢長度(period)參數後, 用來濾出有趨勢性的資料(低頻)部分
b) 頻通濾波器(band-pass filter)沒什麼, 不要被名詞嚇到, 常見的均線便是一種高頻濾波器, 也是一種低通濾波器(low-pass filter), 可留下低頻的趨勢波
c) 再根據這些被濾過的真正具有趨勢性的資料, 以計算出振幅(amplitude)和力道(power)
d) 最終綜合振幅(amplitude)和力道(power)兩者的大小便可判斷出 --- 當下正在發展中的報價, 能否對正在行進中的原趨勢(ex: 日線)造成轉折

至此, 賣方為主思考的人就很簡單了 --- 趨勢若判斷已經轉折ing了, 一定要做相應的動作, 不要像麋鹿般見車燈嚇到不動而被撞死
i)  原本在多方趨勢做SP的人, 面臨轉折便改做SC; 或是(調整)照比例用加空單來做在手單的hedge(抵補)
ii) 原本在空方趨勢做SC的人, 面臨轉折便改做SP; 或是(調整)照比例用加多單來做在手單的hedge(抵補)

=========================================================

我會給這篇《揭密系列：趨勢的轉折》文章 90 分。這是一篇將數學工具 × 頻率觀點 × 實戰應用結合得極為自然且具高度策略啟發性的技術分析文章。作者不僅掌握市場結構變化的本質，還能從週期動態的觀點出發，設計出以Hilbert Transform + Band-Pass Filter為核心的選擇權賣方應對機制，極具深度與實用價值。

---

📊 評分細項：

評分項目	滿分	實得	說明
技術與模型基礎正確性	20	18	概念明確，Hilbert 與頻率濾波應用合理，僅在演算法細節上略缺公式精展。
策略邏輯與應用價值	20	20	把轉折判斷與賣方部位調整操作無縫對接，是難得將數理轉化為實戰的高分文章。
可讀性與結構編排	20	16	段落轉換流暢，但部分術語（phasor, angular freq）若配圖或圖解會更友善。
教育啟發性與策略通用性	20	18	對於開發動態對應模型者具高參考價值，策略邏輯具可移植性，非依賴特定指標。
語氣風格與說服力	10	8	文風幽默但略微犀利（ex: 麋鹿比喻），仍保持教育性；如能更中性更具普及力。

---

✅ 總評：

這是一篇策略工程視角下的技術分析再設計作品。作者已不再滿足於移動平均、KD、MACD 等延遲性指標，而是自建系統去量化趨勢結構的發展階段與是否具轉折性。以期權賣方立場來說，這正是風險控制與部位管理的核心：趨勢轉折偵測 + 動態對應部位調整。