Respuesta directa
Frama en forex se refiere a la Media Móvil Adaptativa Fractal, un indicador de estilo de media móvil que cambia la rapidez con la que sigue al precio. En lugar de utilizar un factor de suavizado fijo, Frama estima si la acción del precio reciente se parece más a una tendencia suave o a un patrón irregular, de tipo fractal, y luego utiliza esa estimación para adaptar el suavizado.
Esto significa que el mecanismo de Frama es: medir la “eficiencia fractal” del precio en múltiples ventanas, convertir esa eficiencia en una constante de suavizado dinámica y aplicarla para actualizar un valor de media móvil paso a paso.
Mecanismo o definición
Una media móvil es una forma de resumir el precio filtrando el ruido. En una media móvil típica de parámetros fijos, la fuerza del suavizado permanece constante. La idea clave de Frama es que la fuerza del filtrado debe variar.
1) Elegir los datos de entrada (ventanas de retroceso y serie de precios)
Frama requiere al menos una longitud de retroceso principal (a menudo llamada N), y utiliza rangos derivados basados en N (comúnmente N/2 y N/4 en descripciones de estilo de libro de texto). La serie de precios de entrada se basa típicamente en máximos y mínimos dentro de cada ventana (muchas implementaciones utilizan un rango de máximo-mínimo en lugar de solo precios de cierre).
Debido a que diferentes herramientas de gráficos pueden implementar los detalles de manera diferente, la suposición más importante a verificar al reproducir resultados es: qué valores de precio y qué definiciones de rango utiliza el cálculo (por ejemplo, rango de máximo-mínimo en cada segmento, y si se incluyen los precios de los puntos finales).
2) Calcular medidas de rango en tres escalas
Frama estima cómo se comporta el precio a través de las escalas comparando:
- el rango “completo” sobre N
- los rangos combinados de dos mitades sobre N/2
- los rangos combinados de cuatro cuartos sobre N/4
Un enfoque común es definir un rango como la diferencia entre los valores más altos y más bajos en la ventana elegida. Luego se calculan totales de rango separados para cada escala.
3) Convertir los rangos de múltiples escalas en una “eficiencia fractal”
Utilizando esas medidas de rango, Frama forma una cantidad a menudo descrita como un proxy de eficiencia o dimensión fractal. Intuitivamente:
- si el movimiento del precio es relativamente ordenado a través de las escalas, la eficiencia sugiere una estructura más “similar a una tendencia”
- si el movimiento es errático y de apariencia similar a través de las escalas, la eficiencia sugiere una estructura más “similar a un fractal”
Diferentes implementaciones pueden expresar este paso con logaritmos y proporciones; sin embargo, el propósito conceptual sigue siendo el mismo: derivar un valor que aumente cuando la serie parece tener una tendencia más eficiente y disminuya cuando parece más fractal.
4) Convertir la eficiencia en una constante de suavizado adaptativa
Frama a continuación mapea la estimación de eficiencia en una constante de suavizado, típicamente limitada entre valores mínimos y máximos para que el indicador no se vuelva arbitrariamente lento o rápido. Estos límites dependen de las elecciones de parámetros (por ejemplo, un extremo rápido y un extremo lento).
Este paso produce un factor de suavizado que cambia en cada paso de tiempo porque la eficiencia cambia con el comportamiento del precio del período N más reciente.
5) Actualizar la media móvil de Frama recursivamente
Finalmente, Frama actualiza su salida utilizando una recursión de la forma:
- tomar el valor anterior de Frama
- moverlo hacia una referencia de precio actual en una cantidad proporcional a la constante de suavizado adaptativa
Así que la salida es una media móvil variable en el tiempo: puede moverse más rápido cuando la eficiencia calculada sugiere un comportamiento de tendencia, y más lento cuando sugiere irregularidad.
Evidencia o ejemplo
A continuación se muestra un ejemplo simplificado, basado en supuestos, que muestra la secuencia sin utilizar datos de mercado en vivo.
Configuración del ejemplo (supuestos)
Suponga:
- Calcula los rangos utilizando máximo menos mínimo dentro de cada ventana.
- Utiliza una longitud de retroceso N.
- En cada momento t, tiene una ventana de máximos/mínimos de precios para calcular los rangos completo, de mitades y de cuartos.
- Calcula un valor similar a la eficiencia a partir de estos rangos, y luego lo mapea a una constante de suavizado entre límites elegidos.
Secuencia paso a paso
- En el momento t, calcule el rango de ventana completa sobre N períodos.
- Calcule los rangos de media ventana dividiendo la misma ventana de N en dos partes y sumando sus rangos de máximo-mínimo.
- Calcule los rangos de cuarto de ventana dividiendo en cuatro partes y sumando sus rangos.
- Utilice estas medidas de rango para calcular la estimación de eficiencia/fractalidad.
- Convierta esa estimación en una constante de suavizado adaptativa (limitada).
- Actualice Frama recursivamente:
- comience con el valor de Frama de ayer
- agregue un ajuste hacia una referencia de precio actual elegida (a menudo un punto medio o cierre, dependiendo de la implementación) escalado por la constante de suavizado adaptativa.
Lo que debería poder verificar
Si reproduce las mismas entradas y las mismas definiciones de parámetros, la constante de suavizado adaptativa debería cambiar de barra a barra. Cuando el movimiento de precios reciente produce relaciones de rango que indican una mayor “eficiencia”, la constante de suavizado tiende a ser más grande (Frama reacciona más). Cuando las relaciones de rango indican una menor eficiencia, la constante de suavizado tiende a ser más pequeña (Frama reacciona menos).
Debido a que este indicador es recursivo y utiliza múltiples escalas de retroceso, pequeñas diferencias en los detalles de implementación (cálculo de rango, mapeo de parámetros, redondeo) pueden crear líneas de salida diferentes incluso cuando se utiliza el mismo gráfico de mercado.
Limitaciones y riesgos
1) El comportamiento del modelo depende de las elecciones de parámetros e implementación
Frama es sensible a cómo se definen:
- los datos de entrada de precios (rango de máximo-mínimo vs otras opciones)
- las divisiones exactas de la ventana (por ejemplo, cómo se manejan las divisiones no enteras)
- el mapeo de eficiencia a suavizado (incluyendo límites)
Si dos plataformas utilizan fórmulas diferentes o parámetros predeterminados diferentes, los valores de Frama mostrados pueden no coincidir.
2) La lógica “similar a un fractal” puede clasificar erróneamente los regímenes
La idea de eficiencia fractal es una clasificación de la estructura reciente, no una medición directa de la dirección futura. En períodos altamente volátiles o impulsados por noticias, el precio puede ser ruidoso de una manera que lleva al indicador a ralentizarse cuando podría esperarse que responda.
Por el contrario, en movimientos bruscos pero irregulares, la estructura calculada a veces puede parecer “eficiente” incluso si la dirección cambia más tarde.
3) Riesgo de falsa certeza: no es una señal de trading independiente
La salida de Frama se entiende mejor como una representación filtrada del comportamiento del precio, no como una previsión garantizada. Usarlo como una señal independiente puede llevar a un exceso de confianza porque la adaptación del indicador está impulsada únicamente por las relaciones de rango recientes.
4) Condiciones límite y períodos de calentamiento
En las primeras barras, es posible que no haya suficiente historial para calcular el conjunto completo de rangos de ventana de manera consistente. Esto puede crear artefactos de calentamiento o discontinuidades hasta que los retrocesos estén completamente poblados.
Verificación o siguiente pregunta
Para verificar de forma independiente cómo funciona Frama en sus datos:
- Elija una plataforma o implementación de código y registre sus definiciones de parámetros exactas (longitud de retroceso y cualquier límite).