إجابة مباشرة
لتقييم فراما بطريقة موثوقة ومستقلة، جمع (1) تعريف المؤشر الذي ستستخدمه، (2) سلسلة البيانات المدخلة الدقيقة والمنطقة الزمنية، (3) قيم المعاملات وقواعد المعالجة المسبقة، و(4) أدلة حول جودة البيانات ونقاط الفشل. لأن النتائج تعتمد على ظروف السوق وكيفية تنفيذ البيانات والحسابات، يجب أيضًا تسجيل قيود بياناتك وتجنب علاج السلوك التاريخي كتنبؤ.
آلية أو تعريف
فراما هو مفهوم متوسط متحرك يعتمد على المعلومات السعرية السابقة ويعدل سلوكه حسب خصائص السوق (على سبيل المثال، مدى “السلاسة” أو “التغير” في الأسعار الأخيرة). لتقييمه، تحتاج إلى أكثر من لقطات من الرسم البياني. المفتاح هو فصل الآليات المستقرة (ما تفعله الصيغة، مع المدخلات) عن الظروف المتغيرة (المدخلات التي تقدمها وكيفية إنتاج هذه المدخلات).
يحتوي مجموعة المدخلات الأساسية عادةً على:
- سلسلة الأسعار المستخدمة (عادةً مصدر محدد مثل السعر الفتحي، السعر الأعلى، السعر الأدنى، السعر الختامي، أو سعر مشتق). حدد المصدر بشكل صريح.
- المنطقة الزمنية للعينات (على سبيل المثال، شريط 1 دقيقة، 1 ساعة، أو يومي). احتفظ بها ثابتة عند المقارنة.
- طول النظر إلى الخلف ومعاملات أخرى مطلوبة حسب تعريف فراما الخاص الذي تختار.
- القاعدة لمعالجة الشريط المفقود أو البيانات التجارية غير المنتظمة (على سبيل المثال، ما إذا كان الفجوات يتم ملؤها إلى الأمام، حذفها، أو إعادة عيناتها).
يجب كتابة جميع الافتراضات لحساب ما. إذا لم تستطع تسمية السلسلة السعرية الدقيقة، والمنطقة الزمنية، وقيم المعاملات، فلن يمكنك مقارنة نتائج فراما بشكل معقول، حتى لو كانت الخطوط تبدو مماثلة.
أدلة أو مثال
طريقة عملية لبناء الثقة هي إجراء قائمة مراجعة منظمة باستخدام بيانات خارج الخط يمكنك فحصها. على سبيل المثال:
-
التحقق من المصدر سجل من أين جاء بياناتك السعرية (مورد البيانات/منصة مقابل تصدير وسيط)، وما إذا كانت تتطابق مع نفس مواصفات الأداة التي تقصد تحليلها. ثم تأكد من أن السلسلة كاملة للفترة التي ستختبرها.
-
التحقق من الوقت حتى دون استخدام الوقت الحقيقي، تأكد من أن البيانات تعكس حدود الشريط الصحيحة التي تفترضها. إذا تم تحديث أو تصحيح مجموعة البيانات لاحقًا، قد تتغير النتائج. ملاحظة إصدار مجموعة البيانات أو تاريخ الاسترجاع.
-
التحقق من الجودة احسب الفحوصات الأساسية للتوافق: هل هناك فجوات غير عادية كبيرة، أو شريط متكرر متطابق، أو قمم غير طبيعية؟ يمكن أن تشوه هذه المشاكل الحسابات التكيفية.
-
التحقق من الحساسية (داخل الافتراضات) أعد حساب فراما باستخدام نفس المفهوم ولكن قم بتعديل متغير واحد فقط في كل مرة: المنطقة الزمنية، أو معامل. إذا تغير الإخراج بشكل كبير مع تغييرات صغيرة، مستندة، فهذا قيود مهمة يجب الاعتراف بها.
ما يهم ليس أن “تحصل على خط جميل”، ولكن أن يمكنك تكرار نفس الإخراج من نفس المدخلات وتشرح سبب تغيره عند تغير المدخلات.
القيود والمخاطر
عدة modes of failure تؤثر على أي Approach متحرك متكيف:
- قيود البيانات: القيم المفقودة، اختلافات إعادة العينات، أو تعريفات الأسعار غير المتسقة يمكن أن تغير الخط المحسوب بشكل كبير.
- الاعتماد على النظام: قد يعكس السلوك التاريخي التقلبات أو هيكل الاتجاهات السابقة. العلاقات التي تبدو مستقرة في فترة واحدة قد تتضعف عند تغير ظروف السوق.
- التنفيذ والتكاليف: حتى إذا تم استخدام فراما للتقييم، فإن الربحية في العالم الحقيقي تعتمد على التكاليف وشروط التنفيذ؛ هذه منفصلة عن حساب المؤشر.
- خطر التفسير البشري: علاج المؤشر كإشارة مستقلة يمكن أن يؤدي إلى الثقة الزائدة، خاصة عندما لا يمكنك التحقق من أدائه خارج العينة.
بالإضافة إلى ذلك، لا تحدد العلاقات التاريخية النتائج المستقبلية. إذا قارنت فراما عبر أدوات أو مناطق زمنية مختلفة، يجب عليك توثيق الافتراضات كل مرة.
التحقق أو السؤال التالي
لتحقق من المعلومات حول فراما بشكل مستقل، يجب أن تكون قادرًا على الإجابة عن هذه الأسئلة لاعدادتك الدقيقة:
- ما هو التعريف الدقيق (الصيغة أو الوصف المستند) الذي تستخدمه؟
- ما هي سلسلة الأسعار والمنطقة الزمنية التي تغذي الحساب؟
- ما هي قيم المعاملات الثابتة، وما هي المتغيرة؟
- كيف يتم معالجة الشريط المفقود أو غير المنتظم؟
- هل لديك مسار للتكرار: يجب أن تنتج نفس المدخلات نفس إخراج فراما؟
إذا كنت تريد، قدم قيم المعاملات التي اخترتها، والمنطقة الزمنية، والمجال السعري الدقيق الذي تستخدمه (على سبيل المثال، أي مكون من OHLC). ثم يمكنك التحقق مما إذا كانت مصادر أو مجموعات بيانات مختلفة تنتج نفس إخراج فراما تحت افتراضات متطابقة.