爲什麼說不要再迷信 MACD、RSI、BOLL 等“指標”？

因爲它們本質上只是對 OHLCV 的函數變換。

根據信息熵的 DPI 定律：
任何基於 X（比如 OHLCV）計算出的指標 Z（如 MACD）都不可能包含比 X 更多關於目標變量 Y （未來收益）的信息。
即：I(X;Y) ≥ I(Z;Y)

這意味着：
- 信息不會被創造，MACD 或 BOLL 所包含的關於未來市場走勢的信息量，絕對不會超過原始 OHLCV 數據所包含的信息量。
- 信息通常因爲壓縮而丟失，大多數指標的計算是有損壓縮，eg：無法從20日MA反推出過去20天的具體價格

所以從信息論角度講，OHLCV 包含了預測未來所需的最大信息量（單說量價不考慮其他維度）。直接使用OHLCV是理論最優解。

問題的本質是：如何提升信噪比。
金融數據一直是信噪比極高的數據。我們應該思索如何提高OHLCV數據的信噪比，而不是如何改造指標。

舉個例子，K線的價格序列是非平穩的（其統計特性如均值和方差隨時間變化），這違反了統計學/ML的基本假設。
那我們就可以放棄基於時間的K線，轉而使用Volume Bars，通過自己捏新Bar，來讓數據更加符合統計學假設。