ما هي limitations من مخطط الشريطي؟
إجابة مباشرة
يحول مخطط الشريطي العديد من الملاحظات السعرية الأساسية إلى ملخص بصري مبسط. limitations الرئيسية له هي أنه قد يخفي التوقيت، ويdepend على إعدادات المخطط وتصورات البيانات، وأن أي أنماط تلاحظها قد لا تستمر في ظروف السوق الجديدة.
آلية والتعريف
يجمع مخطط الشريطي ( souvent utilisé dans le trading et l’analyse technique) les informations de prix en un intervalle de temps fixe. Pour chaque intervalle, il affiche des valeurs telles qu’une valeur d’ouverture et une extrémité (haut/bas), et parfois une valeur de clôture. Cela signifie que le graphique est une transformation : au lieu de montrer chaque moment à l’intérieur de l’intervalle, il compresse l’intervalle en quelques nombres résumés.
Même si vous utilisez le même instrument, deux graphiques en barres peuvent être différents en raison des entrées variables : l’intervalle de temps choisi (par exemple, le regroupement en intervalles de 1 minute contre 1 heure), l’alignement des intervalles avec le fuseau horaire, et le flux de données utilisé pour construire les barres. Si vous supposez que les données en temps réel sont disponibles alors qu’elles ne le sont pas, ou si vous supposez que la même source de données est utilisée dans les graphiques, vous pouvez accidentellement comparer des ensembles de données non identiques.
Preuve ou exemple (hypothèses indiquées)
Supposons que vous utilisez un graphique en barres de 1 heure du même marché et que vous observez que plusieurs barres partagent une plage similaire de haut en bas. Le graphique en barres peut suggérer un “comportement de plage”. Cependant, la barre ne garantit que les valeurs extrêmes se sont produites à un moment donné dans chaque heure ; elle ne vous dit pas quand, dans l’heure, ces extrêmes se sont produits.
Mode de défaillance : dans une heure, le prix pourrait faire un pic bref puis revenir rapidement, ou il pourrait évoluer de manière fluide. Les deux scénarios peuvent produire des plages de haut/bas similaires sur les barres. Parce que le graphique compresse les informations de séquence interne, la même visualisation de “plage” peut correspondre à des chemins sous-jacents matériellement différents.
Limitations et risques
-
Perte de détails temporels : Le résumé de l’intervalle peut cacher l’ordre des mouvements à l’intérieur de la barre. Cela peut être important lorsque les caractéristiques de timing court sont pertinentes.
-
Sensibilité au choix de l’intervalle : Le changement de l’intervalle de temps change ce qui est regroupé. Un motif visible à un intervalle peut disparaître à un autre parce que le graphique décrit différentes agrégations.
-
Inadéquation des données et de l’exécution : Si les barres historiques d’un fournisseur sont construites à partir de règles d’échantillonnage différentes, d’actions d’entreprise ou de méthodes de nettoyage des données que vous attendez, votre graphique peut ne pas refléter ce que vous pensez qu’il reflète. La limitation ici est l’incertitude concernant le processus de construction, pas l’idée de tracer des barres elle-même.
-
Les relations historiques ne garantissent pas les résultats futurs : Même si les observations basées sur les barres semblaient cohérentes dans le passé, cela n’établit pas la précision prédictive. Les coûts tels que les spreads, le glissement et les frais (qui varient selon le lieu et le temps) peuvent également réduire l’utilité de toute relation apparente.
-
Biais de sélection : Si vous choisissez un intervalle de temps après avoir vu les résultats, vous pouvez adapter la visualisation à la conclusion plutôt que de tester une règle pré-spécifiée.
Vérification ou question suivante
Pour vérifier indépendamment les affirmations des graphiques en barres, spécifiez vos hypothèses : l’intervalle de temps, l’alignement du fuseau horaire et la source de données utilisée pour générer les barres. Ensuite, comparez comment les observations changent lorsque vous modifiez un paramètre à la fois (par exemple, en passant à un intervalle de temps différent) tout en gardant l’instrument et la construction de l’ensemble de données cohérents.
Une question utile à poser ensuite est : Quelle hypothèse sous-jacente utilisez-vous lorsque vous interprétez un motif de barre comme significatif - sur le timing à l’intérieur de l’intervalle, sur la répétabilité dans le temps, ou sur les règles de construction des données ?