Respuesta directa
Swing Highs Lows utiliza entradas de gráfico que provienen del propio precio: la secuencia de puntos máximos de swing y puntos mínimos de swing que identificas en un gráfico de precios. En otras palabras, las “entradas” no son indicadores externos por defecto; son las coordenadas seleccionadas de máximos/mínimos producidas por tu definición de punto de swing.
Debido a que el término “Swing Highs Lows” puede implementarse con diferentes reglas de identificación de swings, la única forma fiablemente correcta de responder a la pregunta es enumerar las entradas que debes definir para tu versión: (1) la serie de precios que marcas (por ejemplo, valores de máximo/mínimo), (2) la regla para detectar swings (la definición material), y (3) el alcance del gráfico (ventana temporal y granularidad de barras/ticks).
Mecanismo y definición
Un máximo de swing es un pico local en la estructura de precios según una regla elegida; un mínimo de swing es un valle local según el mismo tipo de regla. Una vez que tienes esos puntos, “Swing Highs Lows” normalmente se refiere al razonamiento sobre el orden y las posiciones relativas de esos puntos, como si los nuevos máximos son más altos/más bajos que los máximos anteriores, y si los nuevos mínimos son más altos/más bajos que los mínimos anteriores.
Para ser precisos, tus entradas suelen clasificarse en estas categorías:
- Datos de precio: los valores necesarios para marcar máximos y mínimos (comúnmente el máximo y el mínimo de la barra, o el máximo/mínimo relevante de cualquier fuente de datos de gráfico que utilices).
- Regla de detección de swings: una condición determinista que decide si una barra (o marca de tiempo) califica como máximo/mínimo de swing. Por ejemplo, muchas implementaciones requieren que el punto candidato sea más alto que los puntos circundantes para máximos de swing, y más bajo que los puntos circundantes para mínimos de swing.
- Ventana de retroceso/alrededor (dependencia): cuántas barras alrededor de un candidato se consideran al juzgar si es “más alto/más bajo que los vecinos”.
- Granularidad del gráfico y ventana temporal: el marco temporal (por ejemplo, minutos vs. diario) y el lapso de historia utilizado para marcar swings.
- Supuestos de consistencia de datos: si utilizas el mismo tratamiento de datos de sesión a lo largo del tiempo (por ejemplo, continuo vs. rupturas de sesión), porque puede cambiar dónde aparecen los swings.
Con esas entradas definidas, la mecánica es simple: produces una lista ordenada de máximos y mínimos de swing a partir del gráfico, y cualquier análisis adicional se deriva de esa lista (por ejemplo, comparar posiciones relativas de swings sucesivos).
Evidencia o ejemplo (con supuestos explícitos)
Supón que analizas un gráfico construido a partir de barras, donde cada barra tiene una H (máximo) y una L (mínimo). Supón que tu regla de swing es: una barra califica como máximo de swing si su máximo H es mayor que los máximos de un número fijo de barras vecinas a ambos lados; una barra califica como mínimo de swing si su mínimo L es menor que los mínimos de las barras vecinas a ambos lados.
Bajo este supuesto, las “entradas” para el paso de detección de máximos de swing son:
- la secuencia de valores H para cada barra dentro de tu marco temporal elegido,
- el número de vecinos (tu ventana de alrededor),
- el índice de la barra candidata.
De manera similar, las “entradas” para el paso de mínimos de swing son:
- la secuencia de valores L dentro del mismo marco temporal,
- la misma lógica de número de vecinos.
Una vez que tienes los puntos de swing, cualquier comparación estructural que hagas (como comparar la altura relativa del siguiente máximo de swing con el máximo de swing anterior) depende de esos puntos marcados exactos. Si cambias el número de vecinos o el marco temporal, la lista de swings marcados puede cambiar, y las conclusiones posteriores también cambian.
Limitaciones y riesgos
Una limitación clave es que Swing Highs Lows es tan consistente como la regla de identificación de swings y el alcance del gráfico que elijas. Los modos de fallo más comunes incluyen:
- Ambigüedad cerca del umbral: si dos barras cercanas tienen máximos/mínimos similares, pequeños cambios en la resolución de los datos pueden cambiar si un punto califica. - Parámetros inconsistentes: usar una ventana de alrededor para algunas observaciones y otra para otras puede crear una sensación engañosa de “estructura”.
- Sobreajuste al pasado: ajustar la regla de swing para que los ejemplos históricos se vean limpios puede reducir la fiabilidad en gráficos nuevos. - Condiciones no estacionarias: las relaciones históricas entre puntos de swing y el comportamiento posterior del precio no garantizan un comportamiento similar en el futuro; los mercados pueden cambiar de régimen, volatilidad y microestructura.