多指标共振怎么判断：从相关性说起

多指标共振怎么判断，这个问题之所以难回答，是因为「共振」听起来像是四五个独立来源同时指向一个方向，而实际写在图上的那几个指标，来源未必独立。把来源查清楚，这个问题就从一个看法变成一个可以计算的量。

下面按来源、计算与验证三段展开：先看这几个常见指标各自从哪条数据算出来，再看同样的走势会怎样同步出现在它们身上，最后给出一个可以自己写出来的同向比例算法。全文只讨论计算与口径，不评价任何指标的效果，也不给出操作结论。

一、这个说法描述的是什么

「多指标共振」这个说法描述的是一个观察结果：在一根 K 线或一段时间内，图上的几个指标同时给出了同向的变化。这个描述本身是可以成立的，它的问题出在下一步的推论上——把「同时出现」当成「互相印证」，中间少了一个前提：这几个指标的数据来源互相独立。

如果几个指标读的是同一条序列，结论就完全不同。同一个输入经过不同的变换之后得到几条输出，这几条输出之间的关系完全由变换本身决定，不包含输入之外的任何新信息。这时候它们同时同向，说明的不是外部发生了什么，而是这几个变换对同一条数据的响应相似。

所以判断共振，第一步不是数有几个指标同时给出信号，而是查这几个指标各自读的是什么。

二、常见指标的数据来源

先把几个常放在同一张图上的指标摊开看。均线族读的是收盘价，无论简单平均还是指数加权，输入都是同一条序列，区别只在权重分配。MACD 由两条指数加权的均线之差构成，再对这条差值做一次平滑，输入仍然是收盘价。

KDJ 的原始量是当前收盘价在一段价格的最高与最低之间的相对位置，输入是收盘价与最高最低价。RSI 由前后两根收盘价的差值经过平滑得到，输入还是收盘价。换手率类指标多了一个分母，流通股本，所以它的输入比前面几个多一样。

把来源列成一张表，关系就清楚了：

按这张表，把均线、MACD、KDJ、RSI 四个指标挂在同一张图上，实际上是把一条序列做了四种变换。它们之间的同步不是四个独立证据的会合，而是一条输入的四种读法。多指标共振怎么判断，从这里就能得到一个起点：先看这几个指标是不是同源，再谈它们是否互相印证。

三、同源指标为什么会同步

同步的机制不难说清。假设行情在一段时间里保持上行，收盘价逐日抬高。均线作为收盘价的平滑，自然向上；MACD 的两条均线之差在价格加速时为正，也向上；KDJ 的相对位置在价格靠近区间上沿时抬升；RSI 的上涨日占比上升，同样向上。四个输出朝同一个方向，根子在同一个：那一段收盘价在涨。

反过来也成立。一段横盘之后，价格的变化幅度变小，四条输出都会向中位收拢。这时候如果某一条指标没有跟随，值得留意的不是它「背离」，而是它的参数或输入与另外三条不同——比如它用的是成交量而不是价格。

这解释了一个现象：把同源指标换成另外几个同源指标，观察到的同步程度差别不大。换掉的只是变换方式，输入没变。

同源程度还有层次上的差别。三条周期相近的均线，彼此之间的同向程度比一条短期均线与一条长期均线之间更高。周期相近的平滑对同一段价格的响应速度接近，价格的一次波动会以相近的时点传到三条线上；把周期差距拉开，响应时点的间隔变大，同向比例随之下降。这个关系在图上可以直接看到：把 5、10、20 三条均线的带宽与 5、60、120 三条均线的带宽放在一起比较，后一组的带宽波动更大，相位差也更明显。

由此可以推出一条判断方法：两个指标之间的同向比例高到接近于一，先检查它们的参数与输入是否过于接近，而不是急着把它当作两条独立证据。反过来，要构造两条相互补充的输出，把它们的输入或参数之一分开，比在同一个参数上叠加更多变换更有效。

四、把同向变成可计算的量

同向比例可以自己算。做法是把两条输出各自与前一期比较，看变化方向是否一致，一致记 1，不一致记 0，再取一段时间内的平均值。这个量落在 0 到 1 之间，越大说明两条输出在同向变化上越贴合。

{ 两条输出的同向比例，N 为统计长度 }
{ A、B 为待比较的两条输出线 }
DA:=A-REF(A,1);
DB:=B-REF(B,1);
SAME:=IF((DA>0 AND DB>0) OR (DA<0 AND DB<0),1,0);
RATE:SUM(SAME,N)/N;

这个算法只用到减法、比较与求和，任何版本的公式编辑器都能写出来。它给的是同向天数占比，与统计学里相关系数的定义不同，但用来判断「同步到什么程度」已经够用，而且每一步都能在图上验证。

五、自己动手核一次

核对的顺序建议从简单的情形开始。第一步，把两条同源输出（比如两根不同周期的均线）放进上面那段公式，看算出来的同向比例。第二步，把其中一条换成量能类输出，再算一次。两次的值对比之下，同源与不同源的差别会直接显示在数值上。

第三步，把两条输出各自与自己的滞后一期比较的算法改一改，改成比较变化的幅度而不仅是方向，看结果是否更明显。方向一致但幅度差一个量级的两个输出，在只看方向的算法里会被记成一致，这一点在解释结果时要说明。

第四步，换一个品种或换一段时间再跑。同一对输出在不同区间的同向比例会变，这个变化本身就是信息：它说明两组输出的关系不是固定的，把某一次算出的高比例当作稳定性质使用，依据不足。

第五步是把结果记下来。同一对输出在不同品种上算出的同向比例，可以并排列成一张表，表里同时记下品种、区间长度与比例值。有了这张表，后面再遇到几个指标同时给出信号的说法，可以先查这对指标的同向比例是多少，用数值替代印象。

六、判断时保留的边界

多指标共振怎么判断，落到可操作的位置上就是三句话。第一句，先查来源，同源指标的同步不构成独立印证。第二句，把同向比例算出来，用数值代替「都朝一个方向」这种描述。第三句，在不同区间各算一次，看这个比例稳不稳。

还有一层边界要说明：本文讨论的是指标之间的统计关系，不涉及任何具体标的的判断。两条输出同向变化这件事，描述的是它们对同一段历史数据的响应方式，不包含对后续变化的信息。这段话不是免责措辞，而是前四节推导出来的直接结论。

站内还有几处可以对照查看：指标原理与参数优化 一栏讲各指标在算什么，公式编写与语法函数 一栏讲判断式与累加式的写法，回测验证与风险控制 一栏讲怎么看一个结论稳不稳。三处侧重点不同，按需要挑一处看即可。

文中出现的函数名、菜单路径与参数写法以通达信金融终端个人版为参照；不同版本的函数表与参数默认值可能存在差异，请以你所用版本的「帮助 → 关于」与公式编辑器内的函数说明为准。