技术指标

TD Setup 的 9 和 4 不该被当成祖传真理,而该被当成可检验假设

基于 TD Setup 参数检验研究,讨论为什么技术指标里的固定整数应被视为待检验假设而不是魔法常数,以及事件研究如何帮助拆解指标神话。

2026-03-318分钟
技术指标在量化研究里并不是天然低级,真正的问题在于很多指标的参数会被长期市场叙事神圣化。比如 14 日 RSI、200 日均线、TD Setup 的 9 和 4,这些数字经常被反复使用到让人忘了它们本来只是历史上某个时期的设定,而不是市场自己写下的物理常数。
TD Setup 的例子尤其典型。所谓 canonical 设定,本质上是在统计“连续若干根 K 线是否满足相对于第 4 根之前的比较条件”。如果把它写成更抽象的参数化形式,就是在比较 (n,k)=(9,4)(n,k) = (9,4) 与其他组合是否真的有稳定优势。只要这个问题一被明确,你就会发现很多技术分析争论,其实都该回到参数稳健性检验。
  • 很多指标的固定参数只是历史约定,不是市场常数
  • 把技术指标参数化,是进入严肃研究的第一步
  • 真正的问题是参数是否稳健,而不是指标名字是否著名

这篇研究最有价值的地方,是把经典设定和任意设定放到同一事件研究框架里

论文拿 TD Setup 的标准参数 (9,4)(9,4) 和一个任意替代参数 (8,3)(8,3) 做对照,并在 G10 外汇上用统一的事件研究方法去比较二者是否存在统计上的显著差别。这个设计很重要,因为它把“经典参数是否真有独特 Alpha”从信仰问题,变成了可被检验的经验问题。
如果两个设定在事件后表现上没有显著差异,那么所谓经典参数的特殊性就会受到挑战。也就是说,市场并不一定在乎你写的是 9 和 4,很多时候它更在乎的是你是否在某类结构下捕捉到了共性的行为模式。参数的魔法感,可能只是人类记忆偏好在图表分析中的投影。
TD Setup 更该被当成参数化假设,而不是祖传秘方 真正的问题不是 9 和 4 神不神,而是换成别的参数后会不会一样。 经典设定 (9,4) 替代设定 (8,3) 研究姿态 默认它天然有效 把它当对照组检验 核心问题 为什么市场该偏爱这组数 替代参数是否统计上接近 方法 图形经验与口耳相传 统一事件研究与显著性比 结论意义 神话更稳固 参数应被重新看成假设
指标参数一旦被参数化,很多争论就会变得清楚很多。
  • 经典设定必须和任意替代设定放在同一框架里比较
  • 如果参数替代后结果差异不大,魔法数字神话就会动摇
  • 技术指标研究需要从故事驱动转向检验驱动

对技术指标学习者来说,真正值得升级的是研究方式而不是记更多数值

从课程视角看,这篇研究最大的价值不是帮你判断 TD Setup 到底该不该用,而是提醒你:技术指标最该学的,不是公式记忆,而是参数化建模和稳健性验证。以后不管你研究的是均线、摆动指标、反转信号还是形态识别,都应该先问两个问题:参数有没有被过度神话?换一组相近参数后结果是否还能站住?
只要你开始这样研究技术指标,很多原本看起来玄学的东西都会变得可分析、可复现、可淘汰。真正成熟的技术指标研究,并不是更会背经典数字,而是更愿意把这些数字送进样本外检验。
  • 技术指标研究的关键是参数稳健性,而不是记忆经典数字
  • 把指标当成可检验假设,会大幅降低玄学成分
  • 样本外验证应成为技术指标研究的默认动作

关键结论

  • 技术指标中的固定参数不应被神话,而应被参数化检验
  • TD Setup 的研究价值在于提醒我们比较经典设定与替代设定
  • 真正成熟的指标研究,依赖的是样本外验证而不是口耳相传

关联课程

如果你想把这篇文章里的方法系统化学习,可以从这些课程继续深入。

入门基础体系新手友好
查看详情

AI量化基础课程班

适合零基础或弱基础学员,覆盖 Python 入门、交易理念、期货市场基础、策略编写、回测测试、结果分析与 CTA 模拟/实盘对接。

AI量化基础课课程封面
4.9 (2120评价)2120人学习12小时6节

适合零基础或弱基础学员,覆盖 Python 入门、交易理念、期货市场基础、策略编写、回测测试、结果分析与 CTA 模拟/实盘对接。

¥4,999
新手友好
提效工具提效效率革命
查看详情

AI大模型辅助量化编程

聚焦 AI 大模型在量化研发中的提效场景,覆盖因子代码孵化、研报转策略、向量化改写、回测系统搭建与生产级代码协作。

AI大模型辅助量化编程课程封面
4.9 (186评价)186人学习12小时6节

聚焦 AI 大模型在量化研发中的提效场景,覆盖因子代码孵化、研报转策略、向量化改写、回测系统搭建与生产级代码协作。

¥6,999
效率革命

继续阅读

微信:446860105