在技术分析中，很多时候，人们都把股价数据当作正态分布的数据来分析，譬如，计算它的标准差STD。但是，其实股价数据分布并不符合正态分布。Fisher Transformation是一个可以把股价数据变为类似于正态分布的方法。
根据Fisher Transformation的定义：
Y=0.5*ln((1+x)/(1-x))
用这种变化对价格进行处理就得到了外汇交易中的指标：Fisher Indicator。
根据John Ehlers在股票期货技术分析杂志上所发表的文章，Fisher Indicator的计算公式如下：（这里采用10日为计算周期）
价格=（最高价＋最低价）／２
价变＝系数*２*（（价格－１０日最小值的最小值）／（１０日最大值的最大值－１０日最小值的最小值）－０．５）＋（１－系数）*昨天的价变
如果价变＞０．９９，那么价变＝０．９９９
如果价变＜－０．９９，那么价变＝－０．９９９
Fisher=0.5*Log((1+价变)/(1-价变))+0.5*昨天的Fisher
其中，系数可以是０．３３或是０．５。
Fisher Indicator指标的优点是减少了普通技术指标的滞后性。很多交易系统是根据技术指标来产生交易信号，但是通常交易信号会有严重的滞后性。如何解决交易信号的滞后性？其中一个方法就是使用Fisher Transformation。这样处理后的交易信号可能更加灵敏，可能可以改善交易系统的表现。
Fisher指标的主要用途：
１，用来判断趋势的方向和强度；
２，用来产生交易信号：例如，在整体趋势强势向上，短期价格回调时买入。
原创文章链接：http://www.danglanglang.com/gupiao/2281