以EMD解析台股未來之走勢

HHT之全名為Hilbert-Huang Transformation，此訊號分析演算法為一高效率、可自變與方便使用的時變程序演算法，主要使用於非線性與非穩態之訊號分析。

EMD(Empirical Mode Decomposition，或譯為經驗模組分解)為HHT演算法中，用來篩選訊號的方法。EMD的特點為簡單而且直觀，它和J. M. Hurst在其著作”The Profit Magic of Stock Transaction Timing”中，以全週期及半週期移動平均線來觀察時間週期的方法，有其相通類似之處。但在使用上，EMD顯然更容易些。

我以EMD來分解加權指數自2010/01/04至2013/5/10的日收盤價走勢，藉此觀察後市的發展。原始數據如下圖：

接著，我將上圖分解成九個不同週期的圖，並將之訂為C1、C2、….C9。

C1是一個週期2~3個交易日，平均振幅約為正負30點左右的循環。這對中長期的走勢而言，相當於雜訊。

 C2的週期比C1略長，大約是5~6天左右，平均振幅約為正負30~40點。

C3的週期約為15~20個交易日，平均振幅約為100點左右，但最近有收斂的現象。我們注意到，C3週期剛從低點往上走。

 

 C4週期變化較大，大約在25~50個交易日。從上圖不難發現，C4可能已接近高點時間了。

剩下的幾張圖C5~C9，就留給讀者自行判讀。因為我個人的分析模式仍不夠成熟，擔心會誤導他人。

如果將C1+C2+C3+…+C9，就會等於原來的數據。所以EMD就等於是將原始數據，分解成不同週期的循環，這對未來走勢的研判將會有很大的幫助。

我個人認為，若要預測未來1~2週的可能走勢，必需關注C3、C4、C5及C6的變化。C7、C8和C9的週期很長，變化也很緩慢，對短期走勢的影響有限。

有了這樣的資訊，配合其他技術分析，就可以進一步推演下週的策略。