machine-learning - AlphaVantage API 技术指标：他们只使用过去的信息吗？

Question

我正在写作是因为我没有找到可以解决这个疑问的公共文档或代码。我一直在将 AlphaVantage API 用于一个关于使用机器学习进行股票市场预测的项目。我一直在使用 AlphaVantage 库的许多技术指标，其中许多使用数据点的序列（窗口），滚动它们（例如移动平均线）。

然而，许多金融图书馆倾向于更新他们先前为其中一些指标计算的值，方法是使用保留与指标所引用时间点相关的未来信息的窗口。显然，这将代表像我的预测系统（仅依赖过去或现在的信息）不应该访问的“隐藏”信息。

因此，我想知道 AlphaVantage 库是否也是如此。我亲自手动检查了很多引用同一股票的指标（我对许多股票重复了这个过程），在几天的距离内，我没有发现引用共同日期的值有任何不一致（唯一的区别是这些技术指标的最新版本有新点，指的是价格的新演变）。

如果你们中的任何人可以帮助我解决这个问题，我将非常高兴。

Answer 1

大多数指标将使用报价值的回溯窗口（包括当前价格）来计算当前指标值。许多还将包括先前计算的指标值作为当前指标值的基础。甚至更少基于新的价格信息重新计算旧指标值。

对于最后一种情况，在查看AlphaVantage 库时，我看不到任何可以根据新数据重新计算旧指标值的内容。如果您看到指标值发生变化，可能是由于其基础报价历史的修订或更新。

我有一个相当大的 .NET指标库，因此由于数学原因，我很熟悉哪种类型的行为方式。

ZigZag和Williams Fractal是一些具有追溯性重新计算的指标示例。他们这样做的原因是因为他们找到了局部的高点和低点，如果没有几个确认数据条就无法验证。换句话说，在随后出现几个较低的柱之前，您无法指示高点。