仅凭题述信息，无法判断技术指标研究在交易中“到底”起什么作用，也无法据此推出任何具体的交易动作或工具选择。问题本身只给出了一个概念性追问，没有提供指标类型、使用场景、决策链条位置、验证方式等关键信息。缺少这些信息时，任何关于“指标有用还是无用”“该不该依赖指标”的结论都缺乏可核验的前提。下面只从概念、可能并存的原因、需要核对的公开事实和适用边界四个层面展开。
概念层面：技术指标是什么，不等于什么
技术指标通常指对价格、成交量等市场数据做数学加工后得到的派生量，用于概括某些统计特征，例如趋势方向、波动幅度、超买超卖状态或量价配合程度。它是对已有数据的再表达，而不是对未来的直接观测。
需要区分三组容易混淆的概念：
- 指标与信号：指标是数值或图形，信号是人为设定的判读规则。同一指标在不同规则下可以产生不同信号。
- 指标与预测：指标描述的是历史与当前数据的统计特征，把它当作预测工具，等于额外假设“过去的统计关系会延续”，这一假设本身需要单独验证。
- 指标与决策：决策还涉及仓位、风险承受、资金约束、交易成本等指标之外的因素，指标只是决策链条中的一个输入。
因此，问“指标起什么作用”，实际上要先问“它在哪个环节被使用、被赋予了什么角色”。
可能并存的原因：为什么对指标作用的评价分歧很大
对技术指标作用的判断之所以差异明显，可能来自以下几类并存且未必互斥的原因，它们都需要分别核验，而不能直接归因为“指标有效”或“指标无效”：
- 定义口径不同：有人把指标当作筛选条件，有人当作入场依据，有人当作风险提示。角色不同，作用自然不同。
- 使用规则不同：同一指标配合不同的参数、时间尺度或组合方式，表现会不同。参数与规则属于使用者设定，不是指标固有属性。
- 验证方法不同：是否考虑交易成本、样本区间、幸存者偏差、过拟合，会显著改变对同一规则的评估结果。
- 市场环境不同：趋势型与震荡型环境中，同一指标的表现可能相反。这属于条件依赖，而非指标本身的固定属性。
- 归因偏差：盈利时归功于指标，亏损时归因于执行或心态，这种不对称归因会扭曲对指标作用的判断。
上述每一条都是待验证假设。要区分它们，需要核对的是可复现的规则定义与样本外检验结果，而不是个别交易的经验叙述。
需要核对的公开事实与区分作用
由于题述没有提供任何事实材料，以下列出的是判断“指标起什么作用”时应当核对的公开信息类型，以及它们各自能区分什么：
- 指标的计算公式与数据来源：确认它究竟加工了哪些原始数据，能区分“指标描述了什么”与“使用者以为它描述了什么”。
- 判读规则是否被完整、事先地定义：能区分“规则化使用”与“事后挑选有利图形”这两种完全不同的情形。
- 验证是否包含样本外区间与交易成本：能区分“在历史数据上看起来有效”与“在未使用过的数据上仍成立”。
- 是否披露参数选择过程：能区分“参数由数据拟合而来”与“参数由独立理由设定”。
- 是否说明适用市场与时间尺度：能区分“条件性结论”与“被推广为普遍规律”。
这些信息大多需要查看指标原始定义、研究原文或可复现的检验记录。若只能看到结论而看不到规则与样本，就无法判断该结论是否适用于其他场景。
适用边界：什么情况下“指标起作用”这一说法才成立
即便某项研究显示某指标在特定条件下有统计表现，其结论的适用边界也通常限于：
- 明确的市场与品种：结论未必能跨市场、跨品种迁移。
- 明确的时间尺度：短周期与长周期下的统计特征可能不同。
- 明确的规则与成本假设：改变判读规则或计入成本后，结论可能改变。
- 样本内与样本外的区分：只有在样本外仍成立，才谈得上一定的稳健性。
- 不构成对个体的适用保证：统计层面的表现不等于任一使用者的实际结果。
超出这些边界，把指标当作普遍有效的预测工具，属于对结论的过度外推。反过来，因为指标在某些条件下失效就断言它“毫无作用”，同样超出了证据能支持的范围。
技术指标研究更接近一种对市场数据的结构化描述方式，其作用取决于被赋予的角色、使用规则和验证条件，而不是一个可以脱离语境回答的固定属性。
常见问题
技术指标和交易信号是一回事吗？
不是。指标是对价格、成交量等数据的数学加工结果，信号是使用者基于指标设定的判读规则。同一指标在不同规则下可以产生不同甚至相反的信号，所以讨论“指标作用”时必须同时说明规则。
为什么同一指标在不同人手里效果差别很大？
可能的原因包括使用角色不同、参数与时间尺度不同、验证方法不同，以及所处市场环境不同。这些因素相互叠加，使得“指标本身的效果”很难脱离具体使用条件单独评价。
要判断一个指标研究是否可信，应该核对什么？
应核对指标的计算公式与数据来源、判读规则是否事先完整定义、验证是否包含样本外区间与交易成本，以及是否说明了适用市场与时间尺度。缺少这些信息时，结论只能视为待验证的假设。