图形、指标和复合建模

在私下沟通中经常会遇到有些朋友提出一些量化的想法，其中最多的一种就是：把某某某图形写成公式。

很多人的量化之路都是从类似的想法起步的，因为K线图形最为直观，看多了之后，沉淀最多的东西也在图形上，或者掌握了某种图形模式，觉得它胜率很高，于是很想把类似图形的股票快速选出来。

其实通达信软件本身就带有一个形态匹配选股的功能，你只需要把看中的图形结构用右键框住，然后弹出菜单中就有一个形态匹配选股的功能选项，不信你可以试试，说不定有意想不到的收获：

但是你很快就会发现，用公式来描述形态很困难，无法周全，你觉得这样写已经把形态描述得很清楚了，但是一跑选股器就发现选出来很多压根不是自己想要的，更或者自己想要的又漏掉了。然后就不断耗费精力去增添条件或者修改条件，公式搞得无比复杂，最后结果往往还不能如愿。

这里面有一些要紧的问题，第一，我们的主观看法其实偏差很大，同一个形态，不同的人理解相差非常大；第二，即便是最标准的形态，实际走势中不存在两个一模一样的。所以，图形是个性化最多的表层，试图在这个层面是去描述通用筛选器，肯定是难度最高且效果最差的。

市面上流传的绝大多数选股公式都是图形+均线的描述方式，包括那些口袋支点公式，都是起步于“图表眼”，这是由大多数人的认知水平决定的。

指标是更先进的描述方式。我这么一说，马上有人站起来反对，说指标不过是对图形的计算，是二手货、涮锅水。我同意你的说法，但我觉得你并不了解究竟。指标确实是对原始数据的计算，但不是为计算而计算，指标的目的是提取原始数据中的某种特性，具有归纳、统计和抽象意义，只不过带上视角之后，看到的是局部，因此单指标不如裸K的说法是有一定道理的。

指标的先进在于它的诸多特性可以被用来复合建模，高效而且思路清晰，专业的量化模型多数是这样构建的。往往用形态描述几十上百句都说不清的事情，特性描述几句话就能概括，而且效果要好得多。

那么是不是多用几个指标凑在一起，拟合一个“共振”就OK的呢，这也不是的。量化建模是比单指标系统更高一层的思维和框架设计，首先要想清楚模型的底层逻辑，然后再寻找匹配的特性去描述，一层层往上搭建，就像建筑桥梁和大厦，指标不过是预制件，如果没有合适的预制件，还得当下再造一个。

量化的长处和趋势是复合建模和特性挖掘，以效果为导向，而不拘泥于传统方法和理论。我这样讲，有没有增加你对图形、指标和量化建模的了解？