¿Qué entradas utiliza Swing Timeframes?

Respuesta directa

Swing Timeframes no tiene una lista de entradas universalmente fija, porque las “entradas” dependen de cómo un método específico define sus reglas. En general, cualquier enfoque de Swing Timeframes utiliza (1) ajustes de horizonte temporal que deciden la ventana de mantenimiento prevista y (2) campos de datos a partir de los cuales se calculan las condiciones, como los valores de precio. Si se incluyen indicadores, estos añaden cálculos derivados como entradas adicionales. Un lector puede verificar esto de forma independiente anotando el conjunto de reglas explícito del método: cada punto de decisión debe hacer referencia a campos de datos y parámetros específicos.

Mecanismo o definición

Una forma clara de pensar en Swing Timeframes es como una manera basada en reglas de relacionar una decisión con un horizonte temporal. “Swing” se refiere a buscar movimiento en un lapso de varios días a varias semanas (la duración exacta varía según el método), en lugar de intradía. Ese horizonte temporal es una entrada en la práctica porque limita qué puntos de datos se consideran relevantes.

La mayoría de las implementaciones de Swing Timeframes utilizan tres capas de entradas:

Parámetros de horizonte temporal: Incluyen el período de mantenimiento previsto (por ejemplo, el número de barras/días que el método espera que una operación permanezca abierta) y la “cadencia de decisión” (con qué frecuencia se evalúan las condiciones). Incluso si no se indican números explícitos, el marco temporal del gráfico actúa como una entrada porque cambia qué velas o barras existen.
Campos de datos de mercado: Los campos comunes son apertura, máximo, mínimo, cierre y, a veces, volumen. Si el método utiliza solo niveles de precio, entonces los campos de precio son las únicas entradas. Si utiliza niveles derivados, esos niveles se convierten en entradas adicionales.
Características derivadas (opcional): Si el método menciona indicadores, generalmente convierte los datos de mercado en valores derivados (por ejemplo, promedios, medidas de impulso o niveles de bandas). En ese caso, los ajustes de cálculo del indicador (como la longitud de retroceso) son parámetros adicionales, y los valores de salida del indicador son entradas adicionales.

Supuesto de modelado importante: cuando interpretas un conjunto de reglas de “Swing Timeframes”, trata las entradas como exactamente aquello a lo que las reglas hacen referencia. Si la regla dice “utiliza el cierre más reciente”, entonces el “último cierre” es la entrada. Si la regla dice “utiliza un promedio de 20 períodos”, entonces tanto el “20” como la serie de precios subyacente utilizada por ese promedio son entradas.

Evidencia o ejemplo

Aquí hay un ejemplo de cómo enumerar entradas sin asumir precios en vivo.

Supongamos un conjunto de reglas hipotético que evalúa condiciones una vez por barra y está diseñado para mantenimiento de swing.

Entrada de horizonte temporal: mantener durante un número fijo de barras (parámetro) en el marco temporal del gráfico elegido por el usuario (parámetro implícito).
Entradas de decisión: en cada evaluación, leer el cierre de la barra (campo de datos de mercado) y quizás el máximo/mínimo (campos adicionales).
Entrada derivada opcional: si la regla utiliza una media móvil, entonces la longitud de retroceso de la media móvil es un parámetro, y el valor de la media móvil es una entrada de característica derivada.

Para verificar de forma independiente, puedes hacer una comprobación en papel: para cada decisión, señala una variable referenciada (como “cierre de la barra N” o “salida del indicador en la barra N”). Si una regla hace referencia a algo que no se puede derivar de las entradas declaradas—como “el mercado girará la próxima semana”—entonces no es una entrada explícita; es una afirmación sin respaldo.

Limitaciones y riesgos

Una limitación clave es que las “entradas” no son lo mismo que las “garantías”. Incluso con las mismas entradas y parámetros, los resultados pueden variar porque:

Las condiciones del mercado cambian: Las relaciones históricas entre el precio y las características derivadas pueden no persistir.
Los costos y la ejecución importan: Los spreads, comisiones, deslizamientos y el manejo de órdenes cambian los resultados realizados en comparación con cálculos simplificados.
Dependencia del marco temporal: Cambiar el marco temporal del gráfico cambia qué barras existen y, por lo tanto, cambia las entradas que alimentan las reglas.
Modos de fallo: Un modo de fallo común son reglas que se ajustan a un régimen (por ejemplo, comportamiento de tendencia) y rinden menos en otro (por ejemplo, comportamiento de rango), incluso cuando las entradas y los parámetros permanecen iguales.

También ten en cuenta una restricción de verificación: sin datos en tiempo real, solo puedes validar que el conjunto de reglas es internamente consistente (las entradas están bien definidas y son computables), no que funcionará en el futuro.

Verificación o siguiente pregunta

Para verificar qué entradas utiliza Swing Timeframes para un método particular, reescribe su conjunto de reglas en forma de lista de verificación:

Enumera cada parámetro (horizonte temporal, retrocesos, frecuencia de evaluación). - Enumera cada campo de datos referenciado (apertura/máximo/mínimo/cierre, volumen).