ダブルトップボトムを評価するのに必要なデータは？
直接の答え
ダブルトップボトムの概念を評価するには、(1) 2つのスイング・ポイントを定義できるデータ、(2) 一貫したルールでそれらの距離と関係を測定できるデータ、(3) 使用した時間軸（タイムフレーム）と価格タイプを特定できるデータ、(4) 結論がデータの取り扱いのアーティファクトや選択的な観察の結果ではないことを検証できるデータが必要です。
結果は異なるため、これは予測ではなく「構造の評価」として扱ってください。さらに、チャートだけでは検証できないこと（将来の値動き、取引コスト、執行条件）も記録してください。
メカニズムと定義：それを「見える化」するのに必要なデータ
ダブルトップボトム・パターンは通常、関連する2つの転換点（多くの場合、「ダブルトップ」なら2つの高値、「ダブルボトム」なら2つの安値）を持つマーケット構造として説明され、さらに最初の動きと次の動きを分ける接続参照レベルが加わります。
明確な入力で評価するために、次を集めます：
- 価格履歴：時系列順のオープン／ハイ／ロー／クローズ（OHLC）または別の一貫した価格定義（たとえば、トップには高値を、ボトムには安値を使うなど）。入力が安定していれば、どのフィールドを使ったかを正確に把握できます。
- スイング・ポイント特定の根拠：2つの候補となる転換点のタイムスタンプと価格、そして重要な参照として扱う接続の「中間」レベル（たとえば、2つのスイングの間にあるレベル）。
- 時間軸の定義：バー間隔（例：1Hと4H）と、ローソク足、フラクタル、または別の方法のどれを分析するか。時間軸が変わると「スイング」と見なすものが変わります。
- コンテキスト境界：定義された見返し期間（どこまで遡って見るか）と、パターン探索を開始する場所のルール。これがないと、見返しバイアス（lookback bias：パターンが現れた後にそれを見つけてしまうこと）のリスクがあります。
概念的に「実際にはどう機能するか」：最初の転換点を取り、時間軸ルールの中で2つ目の転換点を特定し、その後、中間の参照レベルに対する関係が、あなたが述べた基準に一致するかを確認します。重要なのは、あらゆる判断が上記のデータ・フィールドに必ず追跡できなければならないことです。
証拠または例：評価を再現可能にするための確認事項
評価を独立して検証可能にするには、品質チェックと計測の規律が必要です。
再現可能な計測ルールを使い、記録してください：
- 一致または類似ルール：2つのトップ／ボトムが「類似している」と判断する方法を定義します（たとえば、価格単位またはパーセンテージで測った許容範囲内である、など）。その前提を明記する必要があります。
- 参照レベル・ルール：パターンの内部ロジックで重要になるレベルを定義します（たとえば、2つのスイングをつなぐ中間のボトム／トップのレベル）。また、どのOHLCコンポーネントを使うかを明記してください。
- イベント順序ルール：最初のスイングが起き、その後に2つ目のスイングが起き、そして中間レベルの関係があなたの定義に従ってテストされたことを記録します。
データの出所（provenance）と鮮度（timeliness）のドキュメントも追加してください：
- 出所（provenance）：価格系列がどこから来たのか（マーケットデータ提供者またはプラットフォームのエクスポート）と、どう取得したのか（手作業でのチャート作成か、ダウンロードした過去データか）を記します。提供者名を挙げなくても、プロセスは説明可能である必要があります。
- 鮮度（timeliness）：使用したデータスナップショットが、あなたが主張する時間軸（タイムフレーム）と一致していることを確認します（後から更新されたチャートは、直近のスイング境界を変える可能性があります）。
最後に、レッドフラグの確認を含めます：
- 見返しバイアス：後の値動きを見た後にだけ「見つけた」場合は、事前に定義したウィンドウと基準で検索をやり直すべきです。
- スイング選択の曖昧さ：スイング特定の方法が少し違うだけで「2つのポイント」が変わり得ます。2つのピーク／ボトムが、妥当な別のスイング・ルールの下で安定しないなら、評価は脆いものになります。
- 過剰適合（オーバーフィッティング）：多くの調整可能な基準を使って、特定の過去区間に「合う」まで合わせると、外部妥当性が下がります。
制限とリスク：重大な失敗パターン
少なくとも重要な制限は構造的なものです。チャートの類似は不完全だったり、誤解を招いたりし得ます。
よくある失敗パターンには次が含まれます：
- 時間軸への感度：パターンはある時間軸では現れても、別の時間軸では現れないことがあります。これは「間違い」を意味するわけではありませんが、結論に対する確信度に影響します。
- 計測の主観性：「2つの類似したトップ／ボトム」の基準が明記されていない場合、同じデータからでも分析者によって異なる結果に到達し得ます。
- 非パターン変数：過去の関係は将来の挙動を保証しません。コスト、流動性の条件、執行の質によって、あなたが観測するものと、実際にあなたが経験するものが変わる可能性があります。