Author Archives: 發財橘子

情緒區間震盪指標 (Sentiment Zone Oscillator, SZO) 是由 Walid Khalil 於 2012 年發表在《Technical Analysis of Stocks & Commodities》雜誌上的指標。這是一個「行為金融學（Behavioral Finance）」 的工具。傳統的 RSI 或 MACD 都是以「價格變動的幅度（Magnitude）」為計算基礎；但 SZO 徹底摒棄了幅度，它只在乎 「時間與群眾情緒的持續性（Persistence）」 。 因為人性只要漲就會更貪婪，只要跌就會更恐懼。

以下為您詳細拆解 SZO 的數學意義、實戰應用，以及無縫接軌系統的 XScript 腳本。

1. 核心數學意義與邏輯：純粹的群眾投票機

SZO 的底層邏輯非常簡單粗暴：今天只要收紅（上漲），就算多頭贏了一票（+1）；只要收黑（下跌），就算空頭贏了一票（-1）。漲跌 1 塊錢跟漲跌 100 塊錢，在情緒的權重上是完全一樣的。

運算步驟拆解：

1. 情緒定位 (Sentiment Position, SP)：

• 三重指數平滑 (TEMA)：

  單純加總每日的 +1 與 -1 會產生太多鋸齒狀雜訊。SZO 採用了極度滑順且延遲極低的三重指數移動平均 (TEMA) 來處理這組數列。

• 標準化 (Normalization)：

  將平滑後的值乘以 100，使其波動範圍完美鎖定在 $+100$ 到 $-100$ 之間。

2. 實戰應用指南 (PM 產品視角)

對於您的平台用戶而言，SZO 是一支非常純粹的**「情緒溫度計」**。它的曲線平滑，極度適合用來過濾假訊號與捕捉情緒的極端反轉。

• 尋找極端情緒 (Euphoria vs. Despair)：

  • SZO 通常以 +50 與 -50 作為極端警戒線（這等同於過去 14 天內，有超過 75% 的天數是上漲或下跌的）。

  • 極度貪婪 (+50 以上)： 市場處於非理性的狂熱，散戶瘋狂追高（FOMO）。此時隨時可能發生多殺多的踩踏，是右側波段停利的極佳時機。

  • 極度恐懼 (-50 以下)： 市場連續多日陰跌，散戶絕望停損。這是賣壓即將枯竭的訊號，適合左側尋找買點。

• 情緒背離 (Sentiment Divergence)： 這是 SZO 最具威力的用法。當股價創出新高，但 SZO 卻未能突破前高，這代表**「雖然價格還在漲，但願意每天用真金白銀投下 +1 票的人變少了」**。這種情緒退潮往往領先於價格的崩盤。

3. XScript (XQ 語法) 完整指標腳本

// 指標名稱：Sentiment Zone Oscillator (SZO 情緒區間震盪指標)
// 理論基礎：Walid Khalil (行為金融學)
// -----------------------------------------------------------
Input: Length(14, "計算週期");
Variable: SP(0), EMA1(0), EMA2(0), EMA3(0), SZO(0);

// 1. 計算每日情緒定位 (Sentiment Position)
if Close > Close[1] then
SP = 1
else if Close < Close[1] then
SP = -1
else
SP = 0;

// 2. 計算三重指數移動平均 (VALUE1) 進行極致平滑
// XQ 的 XAverage 函數即為 EMA (Exponential Moving Average)
EMA1 = XAverage(SP, Length);
EMA2 = XAverage(EMA1, Length);
EMA3 = XAverage(EMA2, Length);

// VALUE1 核心公式：3 * EMA1 - 3 * EMA2 + EMA3
VALUE1 = (3 * EMA1) - (3 * EMA2) + EMA3;

// 3. 計算 SZO 最終數值 (標準化至 -100 ~ +100)
SZO = 100 * VALUE1;

// 4. 繪圖輸出
Plot1(SZO, "SZO 情緒指數");
Plot2(0, "零軸 (多空分水嶺)");

// 繪製極端情緒警戒線
Plot3(50, "極度貪婪區 (+50)");
Plot4(-50, "極度恐懼區 (-50)");

畫出來的參考圖

個股合成恐慌指數 (Williams VIX Fix, WVIXF) 是由交易大師 Larry Williams 發明的傑作。傳統的 VIX 指數只能依賴大盤選擇權的隱含波動率來計算，這導致我們無法測量「單一個股」的恐慌程度。WVIXF 的誕生，就是為了讓任何一檔股票、ETF 甚至加密貨幣，都能擁有自己的專屬恐慌指數。

近幾年，TradingView 社群將這個老指標進行了「現代化改良（疊加布林通道）」，使其成為目前抓取個股「極度恐懼（底部）」最精準的工具之一。

1. 核心數學意義與現代化改良

WVIXF 的底層邏輯非常直觀：當前股價距離近期的最高點跌得越深，市場就越恐慌。

原始公式計算

• 意義： 計算當前低點相較於近期最高收盤價的「最大回撤百分比」。指標數值越高，代表跌幅越深、恐慌越劇烈。

現代改良版：疊加動態布林通道 (Bollinger Bands)

原始的 WVIXF 有一個缺陷：每檔股票的股性不同，牛皮股跌 10% 已經是極度恐慌，但妖股跌 10% 只是日常波動。因此，現代量化分析不再使用固定的絕對數值，而是在 WVIXF 曲線之上，疊加一組布林通道的「上軌」。

• 計算方式： 針對 WVIXF 數值，計算其 20 日移動平均線（MA），並加上 2 倍的標準差（Standard Deviation）。
• 改良意義： 這條布林上軌成為了「動態的極端恐慌閾值」。只有當今天的恐慌程度，超越了該檔股票近期的常態波動範圍，才被認定為真實的「散戶怕到想要賣股票」。

2. 實戰應用指南

這個指標的視覺呈現通常是柱狀圖（Histogram）。它的判讀邏輯與一般指標完全相反：指標衝得越高，代表底部越近。

• 左側抄底（抓取極端轉折）：
  當 WVIXF 的柱狀體向上突破布林上軌時，代表市場出現了極端的拋售高潮（Selling Climax）。這通常伴隨著散戶的停損斷頭賣壓。當柱狀體隨後跌回布林上軌之下的那一刻，代表恐慌情緒開始降溫，這正是極高勝率的左側買點。
• 過濾正常回檔：
  在多頭趨勢中，股價難免回檔。如果股價下跌，但 WVIXF 的柱狀體離布林上軌還很遠，代表這只是主力正常的洗盤，市場並未陷入恐慌，這時候輕易摸底容易接刀。

• 大盤與個股的共振：
  若標普500的真實 VIX 飆高，同時個股的 WVIXF 也突破上軌，這種「總體與個體的雙重恐慌」，代表個股的下跌跟外部整體氣氛息息相關，而不是個股的基本面有什麼變化，這往往是長線佈局的機會。

3. XScript的對應腳本

// 指標名稱：個股恐慌指數 (Williams VIX Fix - 現代改良版)
// -----------------------------------------------------------
Input: 
Period(22, "尋找最高價週期"), 
BBLength(20, "布林通道週期"), 
BBMult(2.0, "標準差倍數");

Variable: 
HighestClose(0), WVIXF(0), 
Wvixf_MA(0), Wvixf_Std(0), Wvixf_Upper(0);

// 1. 找出過去 N 天的最高收盤價
HighestClose = Highest(Close, Period);

// 2. 計算 VIX Fix 核心公式 (當下低點距離最高收盤價的回撤百分比)
if HighestClose > 0 then
WVIXF = ((HighestClose - Low) / HighestClose) * 100
else
WVIXF = 0;

// 3. 建立動態極端閾值 (計算 WVIXF 的布林上軌)
Wvixf_MA = Average(WVIXF, BBLength);
Wvixf_Std = StandardDev(WVIXF, BBLength, 1);
Wvixf_Upper = Wvixf_MA + (BBMult * Wvixf_Std);

// 4. 繪圖輸出
// 建議在 XQ 系統中，將 Plot1 樣式設定為「柱狀圖」
Plot1(WVIXF, "WVIXF 恐慌指數");
Plot2(Wvixf_Upper, "極度恐慌閾值(上軌)");

畫出來的指標如下

Fomo研究院昨天寫了一篇文章如連結，這文章是摩根士丹利對傳奇投資人 Stan Druckenmiller 進行了一場深度訪談的內容。我請Gemini把這位大神的投資哲學寫成Xscript的選股腳本，今天我們就來聊一聊這位大神，以及我們要如何透過AI的協助，複製這位大神的投資哲學到台股的投資中。

Druckenmiller是個猛人，他原本在密西根大學唸經濟學博士，唸一唸發現學術界的經濟學模型過於僵化、不具備市場實戰價值而決定退學，直接投入金融業。

1977年他以去Pittsburgh National Bank當實習生，僅花一年時間，便因展現出卓越的商業直覺與分析能力，25 歲就被拔擢為股票研究部主管。

他在這個職務做了四年，1981年創辦了屬於自己的避險基金Duquesne Capital Management

這個基金以 100 萬美元創立 ，最高管理資產規模達 120 億美元。 30 年期間，締造了平均年化報酬率約 30% 的驚人紀錄，且從未有過任何虧損的年度（包含 2000年網路泡沬及2008 年金融海嘯期間仍維持正報酬）。

他最知名的戰役是，他曾從1988到2000年兼任過索羅斯量子基金的操盤手，在1992年重倉放空英鎊，為量子基金一天就賺了10億美金。

2010年之後，他就把錢都退完給客戶，目前專注於管理自有資金，持續活躍於全球市場，近年在 AI 浪潮（如 Nvidia）與生技醫療等領域亦有精準的佈局。

這樣一位如神一般存在的投資人，他的投資邏輯必有值得我們學習的地方

Fomo研究院這一篇寫的很好，內容請大家點連結進去看，基於版權我不好多寫

不過我可以在這篇文章提的這五點之外，另外分享幾點

一，永遠聚焦 18 到 24 個月後的未來

Druckenmiller 從不根據今天的財報或明天的新聞來交易，他認為現在的數據早就被市場定價了。 他的工作是想像「18 到 24 個月後，這家公司或這個世界的經濟樣貌會是什麼？」然後在現在尋找能夠引發那種改變的催化劑。他買的不是公司現在的價值，而是買它兩年後的變化率。

他的這個觀點我超級認同

二，將技術分析作為「測溫計」與「計時器」

他不迷信簡單的圖表型態，但他極度依賴技術分析來驗證基本面觀點。 如果他的基本面研究顯示某檔股票極佳，但圖表卻呈現不斷破底的空頭走勢，他會選擇觀望，認為「市場一定看到了我沒看到的東西」。他利用技術分析來感受市場的情緒、尋找絕佳的進場時機（Timing），並設定嚴格的停損點。

看完了他的投資哲學之後，我想要跟大家分享我如何用AI+XQ來複製他的投資哲學

第一步：  我把Fomo研究院的這篇文章貼到 gemini上，然後gemini就幫我整理出這篇文章的重點，然後gemini問我要不要進一步探討如何利用程式（例如 XScript 或 Python）將這些哲學轉化為具體的選股濾網嗎？例如，我們可以試著構思一段邏輯，專門篩選出「本益比處於歷史低位，但近兩季研發費用卻異常暴增」的潛在轉型股。

我說  yes，gemini就幫我生成了一份xscript的選股腳本

第二步，我把這腳本貼到XQ的 Xscript編輯器去編譯

然後就出現下面的錯誤訊息

第三步： 修正腳本

我看了一下，發現他的腳本中用了GetField(“營業研發費用”, “Q”); 但Xscript的研發費用欄位，並沒有營業兩個字，所以我就直接把這兩個字去掉，重新編譯，就成功了

成功後的腳本如下

// 腳本名稱：轉型迷霧淘金 (低本益比 + 研發爆增)
// 資料頻率：日

// 參數設定
input: PE_Length(750, "本益比歷史區間(天，預設約3年)");
input: PE_Threshold(1.2, "歷史低位容忍倍數(1.2=距最低點20%內)");
input: RD_Growth(30, "近兩季研發費用年增率門檻(%)");

// --- 條件一：本益比處於歷史低位 ---
value1 = GetField("本益比", "D");
value2 = Lowest(value1[1], PE_Length); // 過去N天的最低本益比

// 確保本益比為正值(排除虧損)，且目前本益比接近歷史最低點
condition1 = value1 > 0 and value1 <= (value2 * PE_Threshold);


// --- 條件二：近兩季研發費用異常暴增 ---
// 取得研發費用 (以季為頻率)
value3 = GetField("研發費用", "Q"); // 最近一季
value4 = GetField("研發費用", "Q")[1]; // 前一季
value5 = GetField("研發費用", "Q")[4]; // 去年同期 (最近一季)
value6 = GetField("研發費用", "Q")[5]; // 去年同期 (前一季)

condition2 = false;
// 確保去年同期的研發費用大於0，避免分母為零的運算錯誤
if (value5 + value6) > 0 then begin
// 計算近兩季研發費用總和的年成長率
value7 = ((value3 + value4) - (value5 + value6)) / (value5 + value6) * 100;

// 若成長率突破門檻，則觸發條件
if value7 >= RD_Growth then condition2 = true;
end;


// --- 綜合篩選與輸出 ---
if condition1 and condition2 then begin
ret = 1;
outputField1(value1, "目前本益比");
outputField2(value7, "近兩季研發年增率(%)");
outputField3(value3 + value4, "近兩季研發總額(百萬)");
end;

我把它拿來回測了一下，持有天數直接設為120天，我用的是普通股扣除KY，金融股及營建股

回測報告如下

我把這個選股加到每日自動執行的清單中，就可以知道有那一檔台股符合Druckenmiller的選股標準，接下來我就把這檔股票放到自選股，用其他技術分析指標來研判是否出現進場訊號

以上是我用AI+XQ的協作過程，先前介紹的技術指標，蠻多也是先請AI幫我寫腳本，寫完再放到Xscript編輯器裡去編譯，然後再根據錯誤訊息去修改，以我目前的心得，大部份的錯誤都是getfield的欄位名稱跟XS有小小落差，或是畫圖的語法，XS是直接用UI來設，不支援直接用語法寫，但AI對於寫程式的邏輯倒是很少有出過錯，甚至比我們人寫還精準

昨天有網友在問我寫的這些指標是怎麼做出來的，謹以此篇作例子，也請大家可以自己試看看。

VSA 是理查·奈（Richard Ney）與湯姆·威廉斯（Tom Williams）將威科夫理論現代化後的最強分支。它將威科夫的「努力與結果（Effort vs. Result）」法則直接寫成 K 線的辨識邏輯。

無供應 (No Supply) / 測試 (Test)： 發生在下跌區間。K 線收跌，但波幅縮小，成交量極度萎縮。這代表市場上的浮動籌碼已經洗乾淨，賣壓枯竭，是威科夫理論中極佳的買點。

深入探討 VSA (Volume Spread Analysis, 量價分析) 中的 「無供應 (No Supply)」，是將威科夫理論從「抽象哲學」落地為「具體交易訊號」的關鍵一步。

在傳統技術分析中，散戶常常看見下跌就恐慌，或是迷信「放量才是買點」。然而，VSA 的核心理念是：主力的建倉往往是悄無聲息的；當市場上真正沒有人願意倒貨時，只要一點點買盤，股價就能輕鬆推升。

以下為您詳細拆解「無供應」的底層意義、嚴謹的定義方式，以及如何將其轉化為高勝率的實戰策略。

1. 核心意義：看透賣壓的枯竭

「無供應 (No Supply)」K 線的出現，代表市場上的浮動籌碼 (Floating Supply) 已經被清洗乾淨。

• 心理學視角： 想像一檔股票經歷了回檔洗盤，散戶該停損的都停損了，套牢的也已經麻木不再看盤。這時，主力會進行「測試 (Test)」，他們刻意不掛買單，任由價格自然滑落。
• 主力行為特徵： 如果價格滑落時，成交量極度萎縮，且價格跌不下去（實體與波幅很小），這就給了主力一個明確的綠燈——「市場上已經沒有潛在的拋售壓力（無供應）了，現在拉抬股價阻力最小，成本最低。」

2. 計算方式與嚴謹定義 (XScript 邏輯拆解)

VSA 不是一個有著絕對數學公式的指標（如 RSI 的 0 到 100 ），它是一套 「條件特徵比對」 的邏輯。要精準定義一根「無供應」K 線，必須同時滿足以下三個嚴格條件：

1. 條件 A：價格收跌 (Down Bar)
   • 定義： 當根 K 線的收盤價，必須低於前一根 K 線的收盤價（Close < Close[1]）。
   • 意義： 這是一次向下的測試，用來逼迫潛在的賣壓出籠。
2. 條件 B：波幅狹窄 (Narrow Spread)
   • 定義： 當根 K 線的最高價減最低價（High – Low），必須明顯小於過去一段時間（例如 20 天）的平均波幅。
   • 意義： 如果賣壓很重，價格會被輕易摜破，波幅會放大。波幅狹窄代表「跌不下去」，下方有隱形的限價買盤托底。
3. 條件 C：成交量極度萎縮 (Ultra-Low Volume)
   • 定義： 當根 K 線的成交量，必須低於前兩根 K 線的成交量（Volume < Volume[1] And Volume < Volume[2]），甚至低於近期的平均成交量。
   • 意義： 這是最重要的靈魂。下跌卻沒有成交量，代表主力與散戶都沒有意願在這個價位拋售。

根據這樣的想法，寫出來的腳本如下

// 指標/選股名稱：VSA 威科夫無供應 (No Supply) 偵測
// 邏輯：尋找賣壓枯竭的 K 線
// -----------------------------------------------------------
Variable: Spread(0), AvgSpread(0);
Variable: IsDownBar(False), IsNarrow(False), IsLowVol(False);
Variable: IsNoSupply(False);

// 1. 定義波幅 (Spread)
Spread = High - Low;
AvgSpread = Average(Spread, 20); // 過去 20 天的平均波幅

// 2. 條件 A：這是一根下跌的 K 線 (或收在相對低點)
IsDownBar = Close < Close[1];

// 3. 條件 B：波幅必須小於近期平均 (窄幅震盪，代表沒有強烈拋售動能)
if Spread > 0 then
IsNarrow = Spread < (AvgSpread * 0.8)
else
IsNarrow = False;

// 4. 條件 C：成交量必須「顯著萎縮」(通常定義為低於前兩根 K 線)
IsLowVol = Volume < Volume[1] and Volume < Volume[2];

// 5. 綜合判斷：觸發威科夫「無供應」訊號
IsNoSupply = IsDownBar and IsNarrow and IsLowVol;

// 6. 繪圖與視覺化提示
if IsNoSupply then begin
// 在 K 線下方畫一個向上的綠色箭頭或標記
Plot1(Low * 0.97, "No Supply");

end;

3. 實戰用法與操作紀律

單獨看一根「無供應」K 線是危險的，「背景脈絡 (Context)」決定了這根 K 線的含金量。

實戰場景一：多頭趨勢中的回檔 (最強買點)

• 背景： 股票處於明確的上升趨勢（例如在 20MA 或 60MA 之上）。
• 觸發： 股價漲多拉回，在均線或前波支撐區附近，連續出現「無供應」K 線。
• 行動： 這代表主力的洗盤結束，隨時準備發動下一波主升段。
• 確認機制 (極重要)： VSA 的鐵律是 「無供應需要被確認」。出現無供應訊號後，必須等待下一根 K 線收漲 (Up Bar) ，才能正式進場做多。
• 停損設定： 設在無供應 K 線的最低點下方一點。因為如果這真的是無供應，主力絕不允許價格再跌破這個測試低點。

實戰場景二：底部盤整區的「彈簧效應 (Spring)」前兆

• 背景： 經歷長期下跌後，進入長達數個月的橫盤區間（威科夫的 Phase B）。
• 觸發： 股價慢慢向下滑落，逼近區間底部的支撐線，此時成交量極度萎縮，波幅變小（無供應）。
• 行動： 這是主力在底部「最後測試」籌碼穩定度的跡象。這時進場，買在起漲點的機率極高。

實戰場景三：空頭趨勢中的無供應 (無效訊號 / 誘多)

• 背景： 股票處於明確的下跌趨勢，均線蓋頭。
• 觸發： 出現無供應 K 線。
• 意義： 這不代表主力要買進！這只代表「暫時沒人賣」，但因為上方套牢賣壓太重，缺乏主動買盤的推升，股價很快會因為一點點賣單而繼續破底。（此處絕對不可做多）

 可以參考下面這張圖

將 VSA 邏輯指標化，對於消除 「主觀恐懼」具有極大價值。 

波浪趨勢震盪指標 (WaveTrend Oscillator, WT) 是近年在 TradingView 等新世代社群中被奉為「抓轉折神器」的指標，最初由開發者 LazyBear 發表後迅速爆紅。

WT 完美解決了傳統 KD（隨機指標）與 RSI 最讓散戶痛苦的問題：鋸齒狀的劇烈跳動與頻繁的假交叉。

以下為您深度拆解 WT 的數學意義、實戰應用，以及 XScript 腳本。

1. 核心數學意義與邏輯：極致平滑的 CCI 變體

WT 的底層邏輯其實是源自於商品通道指數 (Commodity Channel Index, CCI)，但它加上了非常精巧的雙重指數平滑 (Double EMA Smoothing) 機制，硬生生將原本暴躁的數據，馴化成如海浪般起伏的平滑曲線。

運算步驟拆解：

1. 典型價格 (Typical Price)： 不單看收盤價，而是取 (最高價 + 最低價 + 收盤價) / 3，這能更真實地反映當日多空交戰的平均成本。
2. 計算絕對偏差的 EMA： 先算出典型價格的指數移動平均 (EMA)，再計算價格偏離這條均線的「絕對距離」，並對這個距離再做一次 EMA。這等於量化了「波動的厚度」。
3. 常態化 (Normalization)： 將價格的偏離程度除以「波動厚度 ｘ 0.015」（這是源自 CCI 的經典常數，能將 70% 到 80% 的數值收斂在 +100 到 -100 之間）。
4. 終極平滑： 對上述算出的數值再做一次長週期的 EMA 得到主線 WT1，接著對 WT1 做 4 週期的簡單均線得到訊號線 WT2。

// 指標名稱：WaveTrend Oscillator (WT 波浪趨勢指標)
// 理論基礎：LazyBear
// -----------------------------------------------------------
Input:
ChannelLen(10, "通道計算週期(n1)"),
AverageLen(21, "平滑計算週期(n2)");

Variable:
ap(0), esa(0), d(0), ci(0),
wt1(0), wt2(0);

// 1. 計算典型價格 (Typical Price)
ap = (High + Low + Close) / 3;

// 2. 計算典型價格的指數移動平均 (EMA)
esa = XAverage(ap, ChannelLen);

// 3. 計算絕對偏差的 EMA (量化波動厚度)
d = XAverage(AbsValue(ap - esa), ChannelLen);

// 4. 計算通道指數 (常規化處理)
// 乘以 0.015 是為了將絕大多數數值壓縮到 -100 ~ +100 之間
if d > 0 then
ci = (ap - esa) / (0.015 * d)
else
ci = 0;

// 5. 計算 WT1 (主線) 與 WT2 (訊號線)
wt1 = XAverage(ci, AverageLen);
wt2 = Average(wt1, 4); // 訊號線通常固定取 4 週期 SMA

// 6. 繪圖輸出
Plot1(wt1, "WT1 (主線)");
Plot2(wt2, "WT2 (訊號線)");

// 繪製極值參考線
Plot3(60, "超買線");
Plot4(53, "警戒天花板"); // 輔助觀察線
Plot5(-60, "超賣線");
Plot6(-53, "警戒地板"); // 輔助觀察線
Plot7(0, "多空分水嶺");

2. 實戰應用指南 (PM 產品視角)

WT 的曲線異常圓滑，這在產品設計與使用者體驗（UX）上有著極大的優勢。用戶不會再因為盤中的小波動而感到焦慮。

• 精準的深水區交叉 (極值反轉)：
  WT 的超買超賣線通常設定在 +60 與 -60（更極端為 +80/-80）。
  • 買進： 當 WT1 與 WT2 雙雙跌破 -60，隨後 WT1 在深水區由下往上穿過 WT2（黃金交叉），這通常是極佳的波段起漲點。
  • 賣出： 當兩線進入 +60 以上的高空區，並發生死亡交叉，代表波段推升力道耗盡。
• 視覺化頂底背離 (Divergence)：
  這是 WT 最強大的功能。因為曲線沒有雜訊，用戶可以非常輕易地用肉眼看出：股價創了新低，但 WT 的交叉點卻比上一次的交叉點還要高（底背離）。

定量定性估計指標 (Quantitative Qualitative Estimation, QQE) 是近年在 TradingView 與量化社群中被譽為「趨勢跟隨與過濾雜訊神作」的現代指標。

它完美解決了我們前面討論過的痛點：傳統震盪指標（如 RSI、KD）在強趨勢中會「鈍化」，導致投資人過早逆勢進場而受傷。

以下為您深度拆解 QQE 的意義、實戰應用，以及如何在 XQ 中用 XScript 實作。

1. 核心數學意義與邏輯：動態的超買超賣線

傳統 RSI 的致命傷在於使用「固定的天花板與地板」（例如 70 與 30）。但在極強的牛市中，RSI 可以連續幾個月維持在 80 以上。

QQE 的核心創舉是：為 RSI 裝上了一個基於「波動率」的動態追蹤停損線 (Trailing Line)。

它的計算邏輯分為三個層次：

1. 平滑化 RSI： 先計算標準 RSI，再對其取指數移動平均 (EMA)，這過濾了單日暴漲暴跌的毛刺。
2. 計算 RSI 的真實波幅 (ATR of RSI)： 這是 QQE 最天才的地方。它不計算「股價」的 ATR，而是計算「RSI 數值本身」的變動絕對值，並對其進行兩次 EMA 平滑。這量化了**「動能的波動率」**。
3. 乘數與動態追蹤線： 將上述算出的動能波動率乘以一個費波南希常數（通常是 4.236），加減到平滑 RSI 上，形成一條動態的快慢追蹤線。

２．對應指標腳本

// 指標名稱：QQE (Quantitative Qualitative Estimation)
// -----------------------------------------------------------
Input: 
RSILen(14, "RSI週期"), 
SF(5, "RSI平滑週期(EMA)"), 
QQE_Factor(4.236, "波動率乘數(通常為4.236)");

Variable: vRSI(0), SmoothRSI(0), AbsDelta(0);
Variable: AtrRSI(0), SmoothAtrRSI(0), Darvas(0);
Variable: TrLevel(0); // 動態追蹤線

// 1. 計算 RSI 並進行平滑處理
vRSI = RSI(Close, RSILen);
SmoothRSI = XAverage(vRSI, SF);

// 2. 計算 RSI 的變動絕對值 (量化動能的波動)
if CurrentBar > 1 then
AbsDelta = AbsValue(SmoothRSI - SmoothRSI[1])
else
AbsDelta = 0;

// 3. 對波動率進行雙重平滑 (標準設定為 27 期 EMA)
AtrRSI = XAverage(AbsDelta, 27);
SmoothAtrRSI = XAverage(AtrRSI, 27);

// 4. 計算動態區間 (Darvas Box 原理)
Darvas = SmoothAtrRSI * QQE_Factor;

// 5. 計算動態追蹤停損線 (Trailing Level)
// 邏輯：根據 RSI 與前一期追蹤線的相對位置，決定追蹤線是要收斂還是翻轉
if CurrentBar = 1 then begin
TrLevel = SmoothRSI;
end else begin
if SmoothRSI < TrLevel[1] and SmoothRSI[1] < TrLevel[1] then
// 空頭延續：追蹤線只能向下壓，不能往上退
TrLevel = MinList(TrLevel[1], SmoothRSI + Darvas)
else if SmoothRSI > TrLevel[1] and SmoothRSI[1] > TrLevel[1] then
// 多頭延續：追蹤線只能向上墊，不能往下退 (保護獲利)
TrLevel = MaxList(TrLevel[1], SmoothRSI - Darvas)
else if SmoothRSI > TrLevel[1] then
// 剛由空翻多：重新設定下緣支撐
TrLevel = SmoothRSI - Darvas
else
// 剛由多翻空：重新設定上緣壓力
TrLevel = SmoothRSI + Darvas;
end;

// 6. 繪圖輸出
Plot1(SmoothRSI, "平滑 RSI");
Plot2(TrLevel, "動態追蹤線");
Plot3(50, "多空強弱分界");

３. 實戰應用指南　

　QQE 是一個非常適合做成　「波段自動交易策略」或是「趨勢確診儀表板」　的核心元件，因為它的訊號非常客觀，完全沒有模糊空間。

• 過濾假突破 (趨勢確認)：
  當股價突破新高，但 QQE 的「平滑 RSI 線」未能向上突破「動態追蹤線」，甚至發生背離，這就是強烈的假突破警告。系統可以自動發出警示：「動能未獲波動率確認，慎防誘多」。
• 黃金交叉與死亡交叉 (精準買賣點)：
  • 買進訊號： 平滑 RSI 線由下往上穿過動態追蹤線（且最好發生在 50 中軸附近或之上），代表多頭動能正式超越了近期的雜訊波動。
  • 賣出/停損訊號： 平滑 RSI 線由上往下穿過動態追蹤線。因為追蹤線是動態計算的，在強勢上漲中，它會自動向上收斂，成為非常完美的「移動停利點」。

逆費雪轉換 RSI (Inverse Fisher Transform on RSI, IFT-RSI) 是技術分析大師 John Ehlers 針對傳統震盪指標「鈍化」與「假訊號」痛點，所提出的一項工程級別的解決方案。

傳統的 RSI 在盤整時經常於 40 到 60 之間無意義地跳動，而在強勢趨勢中又會長時間卡在 80 以上，導致投資人提早逆勢操作而受傷。IFT-RSI 完美解決了這個問題，它將模糊的指標轉化為 「非黑即白」的數位訊號 。

1. 核心數學意義與邏輯

IFT-RSI 的底層邏輯是將機率統計學中的特徵轉換應用於金融時間序列：

1. 數值平移與壓縮： 首先將傳統 RSI（範圍 0 到 100）減去 50，使其圍繞「零軸」波動，並乘以 0.1，將其數值壓縮到 -5 到 +5 之間。
2. 平滑過濾： 對壓縮後的數值進行加權移動平均（WMA），過濾掉極短線的微小波動。

逆費雪轉換： 將平滑後的數值  代入逆費雪公式：

２．對應的ＸＱ腳本

// 指標名稱：IFT-RSI (Inverse Fisher Transform on RSI)
// 理論基礎：John Ehlers
// -----------------------------------------------------------
Input: RSILen(5, "RSI 計算週期"), WMA_Len(9, "WMA 平滑週期");
Variable: vRSI(0), ScaledRSI(0), SmoothRSI(0), vxt(0), IFT(0);

// 1. 計算基礎 RSI
vRSI = RSI(Close, RSILen);

// 2. 數值平移與壓縮
// 將 0~100 的 RSI 平移至零軸，並壓縮至大約 -5 到 +5 的區間
ScaledRSI = 0.1 * (vRSI - 50);

// 3. 雜訊平滑處理
// Ehlers 建議使用加權移動平均 (WMA) 來保留近期的權重同時過濾雜訊
SmoothRSI = WMA(ScaledRSI, WMA_Len);

// 4. 逆費雪轉換核心公式
// 公式: (e^(2x) - 1) / (e^(2x) + 1)
vxt = ExpValue(2 * SmoothRSI);

if (vxt + 1) <> 0 then
IFT = (vxt - 1) / (vxt + 1)
else
IFT = 0;

// 5. 繪圖輸出
Plot1(IFT, "IFT-RSI");

// 繪製極端參考線
Plot2(0.5, "超買反轉線");
Plot3(-0.5, "超賣反轉線");
Plot4(0, "零軸");

可以將 IFT-RSI 設計成一個　「極端反轉警示 (Reversal Alert)」　模組。因為它的訊號非常明確　，演算法在做全市場掃描時，不會像傳統 RSI 一樣產生大量模糊的假警報，這能大幅降低程式推播垃圾訊號給用戶的機率。

韋斯波段成交量 (Weis Wave Volume) 是當代威科夫理論（Wyckoff Method）權威 David Weis 基於百年經典理論所開發出的現代化指標。

什麼是威科夫理論呢?

在傳統看盤介面中，我們習慣看「以時間為單位」的成交量（例如：日K線下方對應一根日成交量）。但這種時間切分往往會切斷主力的連續性動作。Weis Wave volume的核心革命在於：它徹底拋棄了時間，改以「價格波段（Price Wave）」來累積成交量。

這對於想要在籌碼分析功能上做出突破的軟體產品來說，是一個能帶來極大視覺震撼與實戰價值的工具。

1. Weis Wave Volume 的核心意義：看見「努力與結果」

Weis Wave 的運作邏輯類似於「轉折線（ZigZag）」。它會定義一個反轉門檻（例如價格回檔 1% 或 N 個檔位），只要價格沒有觸發反轉，它就會把這期間內所有的成交量全部加總，畫成一根不斷長高的巨型柱狀圖。

這種呈現方式完美契合了威科夫理論的三大定律之一：「努力與結果的關係 (Effort vs. Result)」。

• 努力 (Effort)： 累積的成交量（Weis Wave 柱子的高度）。
• 結果 (Result)： 價格波段推進的幅度。

2. 實戰應用：如何判讀主力行為？

透過將波段成交量視覺化，投資人可以輕易抓出主力的「隱蔽行為」：

• 情境 A：主力的「吸收 (Absorption)」底層建倉
  價格在底部震盪，雖然每波「下跌波」的價格都創新低，但你會發現下方的 Weis Wave 綠柱（下跌累積量）越來越小（賣壓枯竭）。接著，出現一個幅度不大、但 Weis Wave 紅柱（上漲累積量）異常巨大的波段。這代表主力正在底部用極大的成交量「吸收」散戶的停損單，是即將發動的強烈買訊。
• 情境 B：主力的「派發 (Distribution)」高檔倒貨
  價格創出新高，但推升這波行情的 Weis Wave 紅柱，卻比前一個上漲波小很多（買盤縮手）。隨後的一個下跌波，價格跌幅不深，但 Weis Wave 綠柱卻創下近期新高。這代表高檔的供應量（Supply）已經完全壓過需求（Demand），主力正在出貨。
• 情境 C：缺乏需求 (Lack of Demand) / 缺乏供應 (Lack of Supply)
  在一個健康的上升趨勢中，回檔波段（綠柱）的累積成交量應該要非常小，這在威科夫理論中稱為「缺乏供應」，是絕佳的順勢加碼點。

3. XScript (XQ 語法) 完整實作代碼

// 指標名稱：Weis Wave Volume (韋斯波段成交量)
// 邏輯：基於波段高低點反轉來累積成交量
// -----------------------------------------------------------
Input: RevPct(1.5, "波段反轉門檻(%)"); // 預設 1.5% 反轉才算新波段
Variable: Trend(1), vxt(0), WaveVol(0), RevAmt(0);

// 1. 初始狀態設定
if CurrentBar = 1 then begin
vxt = Close;
WaveVol = Volume;
Trend = 1; // 假設初始為上漲波 (1為上漲，-1為下跌)
end else begin

// 根據當前極值與使用者設定的百分比，計算反轉所需的絕對價差
RevAmt = vxt * (RevPct / 100);

// 2. 當前為「上漲波」的邏輯
if Trend = 1 then begin 
if High > vxt then vxt = High; // 不斷更新波段最高點

// 判斷是否觸發向下反轉 (從最高點回落超過設定門檻)
if (vxt - Low) >= RevAmt then begin 
Trend = -1; // 翻轉為下跌波
vxt = Low; // 紀錄新的極低點
WaveVol = Volume; // 重新開始累加下跌波成交量
end else begin
WaveVol = WaveVol + Volume; // 未反轉，持續累加上漲波成交量
end;
end 

// 3. 當前為「下跌波」的邏輯
else if Trend = -1 then begin 
if Low < vxt then vxt = Low; // 不斷更新波段最低點

// 判斷是否觸發向上反轉 (從最低點反彈超過設定門檻)
if (High - vxt) >= RevAmt then begin 
Trend = 1; // 翻轉為上漲波
vxt = High; // 紀錄新的極高點
WaveVol = Volume; // 重新開始累加上漲波成交量
end else begin
WaveVol = WaveVol + Volume; // 未反轉，持續累加下跌波成交量
end;
end;
end;

// 4. 繪圖輸出
if trend=1 then begin
Plot1(WaveVol, "Weis Wave");
noplot(2);
end else begin
noplot(1);
plot2(WaveVol, "Weis Wave");
end;

指標應用

將這套邏輯導入分析系統時，有一個非常關鍵的使用者體驗（UX）細節需要考量：反轉參數的自適應（Adaptive Parameter）。

• 痛點： 如果讓用戶自己輸入 RevPct (反轉百分比)，看台積電時設 1% 可能剛好，但看小型飆股時 1% 會產生無數個碎波段，導致 Weis Wave 失去意義。
• 解法建議： 在後端運算時，可以將固定的「百分比」改為「動態波動率」。例如，將反轉門檻設定為1.5  倍  ATR  (平均真實波幅)。這樣一來，不論是高波動的科技股，還是低波動的金融股，系統都能自動畫出最完美的波段成交量，大幅降低使用者的學習門檻。

成交量流量指標 (Volume Flow Indicator, VFI) 是由 Markos Katsanos 發表於《Technical Analysis of Stocks & Commodities》的重量級指標。

散戶最常犯的錯誤是看見某天爆出天量長紅就衝進去，或者看見長黑破底就恐慌停損，而這正是主力製造「假突破」與「假跌破」來進行派發與收集的慣用手法。

VFI 完美解決了傳統 OBV（能量潮指標）最大的缺陷：極易被單日異常天量扭曲。

1. VFI 的核心設計邏輯與意義

VFI 將主力資金的「收集（Accumulation）」與「派發（Distribution）」行為進行了科學化的拆解，其演算法包含三個極具巧思的過濾機制：

1. 過濾極端天量 (Volume Capping)：
   如果某天發生錯帳、指數調整或極端的單一事件導致成交量暴增，傳統 OBV 會永久性地被這天的數據拉高或壓低。VFI 強制設定一個上限（通常是移動平均成交量的 2.5 倍），任何超過這個上限的量都會被截斷，確保指標反映的是「常態性的資金流動」，而非單日雜訊。
2. 波動率截止閾值 (Cutoff Threshold)：
   這是 VFI 最精華的設計。股價每天都有微幅漲跌，但這些微小的波動不代表主力在介入。VFI 引入了標準差（波動率）作為門檻，只有當當日價格變動大於「截止閾值」時，當天的成交量才被視為有效的多空能量。這有效過濾了盤整期的無效雜訊。
3. 長週期視角：
   VFI 的標準預設週期是 130 天（約半年）。它不看短線的蠅頭小利，而是專注於掃描長期的資金底蘊。

2. 如何判讀主力的收集與派發？

• 底部收集背離 (Bullish Divergence)：
  股價在底部不斷破底，散戶因恐慌而拋售。但 VFI 曲線不僅沒有跟著破底，反而開始走平甚至向上抬升。這代表主力的限價買單正在底部默默「吸收」這些拋出的籌碼（過濾了雜訊與天量後，真實的淨現金流是正的）。
• 頂部派發背離 (Bearish Divergence)：
  股價屢創新高，市場氣氛熱烈。但 VFI 曲線卻未能創高，甚至提前跌破零軸。這強烈暗示推升股價的只是少數追高的散戶量，主力的大資金早已在逢高「倒貨」。
• 零軸突破 (Zero-Line Crossover)：
  VFI 是一項圍繞零軸波動的指標。當 VFI 由下往上強勢穿越零軸，並維持在上方，代表長期的籌碼流向已正式由空翻多。

3. XScript  語法

// 指標名稱：Volume Flow Indicator (VFI) - 成交量流量指標
// 作者：Markos Katsanos
// -----------------------------------------------------------
Input: 
Length(130, "計算週期(預設130)"), 
Coef(0.2, "截止係數(預設0.2)"), 
Smooth(3, "平滑週期(預設3)");

Variable: TP(0), PrevTP(0), MF(0), Cutoff(0);
Variable: Vave(0), Vmax(0), VC(0), DirVol(0);
Variable: SumDirVol(0), VFI_Raw(0), VFI(0);

// 1. 計算典型價格 (Typical Price)
// 結合最高、最低與收盤價，比單看收盤價更具代表性
TP = (High + Low + Close) / 3;

if CurrentBar = 1 then 
PrevTP = TP 
else 
PrevTP = TP[1];

// 價格變化量
MF = TP - PrevTP;

// 2. 計算波動率截止閾值 (Cutoff)
// 這裡使用 30 日收盤價的標準差乘以係數，作為過濾盤整雜訊的門檻
Cutoff = Coef * StandardDev(Close, 30, 1);

// 3. 異常成交量截斷 (Volume Cap)
// 限制單日最大成交量不得超過平均量的 2.5 倍
Vave = Average(Volume, Length);
Vmax = Vave * 2.5;
VC = MinList(Volume, Vmax);

// 4. 判斷有效資金流向 (Directional Volume)
// 只有當價格變動「大於」波動閾值時，才計入有效成交量
if MF > Cutoff then
DirVol = VC
else if MF < -1 * Cutoff then
DirVol = -1 * VC
else
DirVol = 0; // 變動太小，視為雜訊，資金流為 0

// 5. 計算 VFI 原始數值
// 將過去 N 天的有效資金加總，並除以平均量進行標準化
SumDirVol = Summation(DirVol, Length);

if Vave > 0 then
VFI_Raw = SumDirVol / Vave
else
VFI_Raw = 0;

// 6. 最終平滑處理
// 使用 XAverage (EMA) 讓曲線更平滑，便於判讀
VFI = XAverage(VFI_Raw, Smooth);

// 7. 繪圖與視覺化
Plot1(VFI, "VFI");
Plot2(0, "零軸");

// 顏色標示：零軸之上為紅(資金流入)，之下為綠(資金流出)

4. 產品應用：將 VFI 轉化為核心競爭力

直接將這個指標的邏輯包裝進選股模組中，能創造出非常具備實戰價值的應用場景：

• 建立「主力暗中吸籌榜」：
  設定選股腳本：股價創 60 日新低 且 VFI > VFI[20] (VFI 逆勢上揚) 且 VFI > 0。
  這能直接幫一般投資人篩選出那些「表面上看起來很慘，但大戶正在瘋狂撿便宜」的標的，完美切合散戶喜歡「買在底部」的需求，同時又提供了量化數據的保護。
• 中長線過濾器：
  在回測系統中，鼓勵用戶將 VFI > 0 作為任何突破策略的前提。這可以大幅度降低在派發期（主力拉高出貨）追高被套牢的機率。

VFI 是一個底蘊非常深厚的指標。將它與我們先前討論過的 KAMA (自適應均線) 結合，一個負責判斷資金底氣，一個負責找尋高效率的進場點，這會是一套非常強大的現代交易系統核心。

這是由澳洲商品交易員 E.W. Dreiss 開發的指標，它利用 「分形幾何 (Fractal Geometry)」 的概念來量化市場的「混亂程度」。

• 核心原理： 它不是方向性指標（不告訴你漲跌），而是「狀態指標」。
  • 數值範圍 0~100。
  • CHOP > 61.8： 市場處於高度混亂（Choppy）、無序震盪。這時候任何突破都極可能是假的。
  • CHOP < 38.2： 市場處於強烈趨勢中（無論漲跌）。
• 如何用它確認趨勢？ 這是一個完美的「濾網 (Filter)」。
  • 當你的主策略（如 MACD 或 突破策略）發出買進訊號時，檢查 CHOP。
  • 如果 CHOP > 50，忽略訊號（視為假突破）。
  • 如果 CHOP < 50 且正在下降，大膽進場，因為趨勢正在形成且結構紮實。

1. 核心數學與公式詳解

CHOP 的數學基礎建立在混沌理論與分形幾何 (Fractal Geometry) 之上。它利用價格的「幾何維度」來判斷市場效率。

• 概念邏輯：
  • 高效率（趨勢）： 價格走勢像一條直線，兩點之間距離最短。這時 CHOP 數值低。
  • 低效率（盤整）： 價格走勢像一團亂麻，雖然走了很長的路（波動大），但最後沒移動多少距離。這時 CHOP 數值高。

計算公式

步驟拆解：

1. 真實波幅 (True Range, TR)： 計算每日的波動幅度（包含跳空缺口）。
2. 路徑總長 (Sum of TR)： 將過去 N 天的 TR 加總。這代表價格實際「走過的路」。
3. 直線距離 (Range)： 過去 N 天的最高價減去最低價  。這代表價格實際「產生的位移」。
4. 對數比率： 計算「路徑總長」與「直線距離」的比率，並取對數（Logarithm）。這就是在計算分形維度。

2. 指標意義與數值解讀

CHOP 的數值範圍在 0 到 100 之間，與費波南希數列 (Fibonacci) 密切相關：

• CHOP > 61.8 (盤整/混亂)：
  • 意義： 市場處於高度混亂狀態，缺乏明確方向。
  • 能量觀點： 這通常代表「能量正在壓縮」，就像彈簧被壓縮一樣。數值越高，未來爆發大行情的機率越高。
  • 操作建議： 空手或進行區間操作（高出低進），切勿追價。
• CHOP < 38.2 (趨勢/效率)：
  • 意義： 市場處於強烈趨勢狀態（可能是暴漲或暴跌）。
  • 能量觀點： 能量正在釋放中。
  • 操作建議： 順勢操作。若持有部位，應續抱直到 CHOP 開始回升。
• 38.2 ~ 61.8 (過渡區)：
  • 市場正在轉換體制，訊號不明確。

3. XScript (XQ 語法) 完整腳本

// 指標名稱：Choppiness Index (CHOP)
// 作者：E.W. Dreiss
// -----------------------------------------------------------
Input: Length(14, "計算週期");
Variable: TR(0), SumTR(0);
Variable: MaxHi(0), MinLo(0), RangeLen(0);
Variable: CHOP(0);

// 1. 計算真實波幅 (True Range)
// XQ 內建 TrueRange 函數，若無則使用 MaxList 手動計算
TR = TrueRange;

// 2. 計算分子：路徑總長 (過去 N 天波動總和)
SumTR = Summation(TR, Length);

// 3. 計算分母：直線位移 (過去 N 天的高低區間)
MaxHi = Highest(High, Length);
MinLo = Lowest(Low, Length);
RangeLen = MaxHi - MinLo;

// 4. 核心公式計算
// 保護機制：避免分母為 0 (雖然極少發生)
if RangeLen > 0 and SumTR > 0 then begin
// Log 在 XQ 中是以 10 為底，這正是公式需要的
Value1 = SumTR / RangeLen;
CHOP = 100 * Log(Value1) / Log(Length);
end else begin
CHOP = 50; // 若無法計算，給予中性值
end;

// 5. 繪圖輸出
Plot1(CHOP, "Choppiness Index");

// 繪製參考線
Plot2(61.8, "盤整界線 (Fib 61.8)");
Plot3(38.2, "趨勢界線 (Fib 38.2)");

4. 實戰應用 

可以將 CHOP 定位為 「假突破過濾神器」 ：

應用 A：突破策略的「保險絲」

• 痛點： 用戶常抱怨：「看到布林通道開口打開就追進去，結果馬上反轉被套牢。」
• 解法： 當您的策略 發出「突破訊號」時，背後先檢查 CHOP。
  • 情境 1： 價格突破新高，但 CHOP > 60。
    • 判定： 這是假突破機率極高。
  • 情境 2： 價格突破新高，且 CHOP < 50 且正在下降。
    • 判定： 趨勢確立。

應用 B：抓「起漲點」 (The Squeeze)

• CHOP 最迷人的地方在於極值。
• 當 CHOP 數值飆升到 70 以上（極度壓縮），代表波動率低到極點。這就像是暴風雨前的寧靜。
• 產品功能： 您可以設計一個選股條件：「尋找 CHOP > 70 的股票」。這份清單就是 「即將變盤（大漲或大跌）」 的潛力股清單，對於喜歡做波動率爆發的交易者來說非常有價值。

總結

附圖是跟KAMA一起對照的斬波指標，在確認趨勢這件事上，斬波指標的確有其獨到的地方

CHOP 是一個 「中立」 的指標，它不帶有多空偏見。這正是它強大的原因，因為它客觀地描述了市場的結構效率。