Jakie dane są potrzebne do oceny potwierdzenia wielowskaźnikowego?

Potwierdzenie wielowskaźnikowe w prostych słowach

Potwierdzenie wielowskaźnikowe to sposób wykorzystania więcej niż jednego wskaźnika, w którym sytuacja jest traktowana jako „potwierdzona” tylko wtedy, gdy wskaźniki są zgodne według zdefiniowanego zestawu reguł. Podstawowa idea nie polega na tym, że wskaźniki same w sobie przewidują przyszłość, ale na tym, że ich połączenie może odfiltrować część szumu — w zależności od tego, jak zdefiniujesz zgodność i jak przetwarzane są dane bazowe.

Aby dokładnie to ocenić, musisz zebrać dane w czterech kategoriach: dane wejściowe, pochodzenie, aktualność i kontrola jakości. Musisz również określić założenia dla każdego przykładu, ponieważ różne ustawienia (interwał czasowy, długość okresu wstecznego i progi) mogą zmienić wynik.

Jakie dane są potrzebne (dane wejściowe, pochodzenie, aktualność)

1) Dane wejściowe: wartości wskaźników i reguła potwierdzenia

Zbierz dokładne definicje wskaźników i ich parametry. Obejmuje to:

• Użyte wskaźniki (na przykład, które oscylatory lub miary trendu).
• Ich ustawienia parametrów (długości okresów, wygładzanie i wszelkie normalizacje).
• Logikę potwierdzenia: co oznacza „zgodność” (np. zgodność kierunkowa, przekroczenie progów, ranking względny).
• Konwencję czasową: czy potwierdzenie wymaga, aby wszystkie wskaźniki były prawdziwe jednocześnie, w określonym oknie czasowym, czy sekwencyjnie.

Jeśli używasz jakiegokolwiek scoringu lub wag, zbierz wagi i metodę agregacji.

2) Pochodzenie: źródło danych i powtarzalność

Zanotuj, skąd pochodzą dane bazowe i jak zostały przetworzone:

• Źródło danych cenowych (świece lub ticki) i sposób konstrukcji tych świec.
• Opis dostawcy danych lub wewnętrznego feedu oraz informację, czy zastosowano jakiekolwiek korekty.
• Sposób obliczania wskaźników (biblioteka/wersja, metoda obliczeniowa i obsługa brakujących wartości).

Kluczowym punktem oceny jest to, czy inna osoba może odtworzyć tę samą serię wskaźników na podstawie opisanych danych wejściowych.

3) Aktualność: wyrównanie w różnych interwałach czasowych i znacznikach czasu

Kontrole aktualności obejmują sprawdzenie, czy wszystkie sygnały odnoszą się do tego samego momentu informacyjnego:

• Wyrównanie interwałów świec: potwierdź, że każdy wskaźnik używa tej samej konwencji zamknięcia/otwarcia świecy.
• Spójność interwałów czasowych: jeśli zaangażowanych jest wiele interwałów czasowych, udokumentuj mapowanie (na przykład, jak wartość z wyższego interwału jest stosowana do świec z niższego interwału).
• Założenia dotyczące wyprzedzenia (look-ahead): zweryfikuj, czy reguły potwierdzenia wykorzystują wyłącznie informacje dostępne w momencie podejmowania decyzji.

4) Kontrola jakości: integralność, stabilność i istotne ograniczenia

Kontrole jakości określają, czy dane i reguły są wiarygodne:

• Integralność danych: brakujące świece, wartości odstające i nieciągłości.
• Stabilność: czy zachowanie wskaźnika zmienia się drastycznie przy niewielkich zmianach parametrów.
• Czułość: jak często występuje potwierdzenie w porównaniu z zachowaniem pojedynczego wskaźnika.

Należy również zidentyfikować co najmniej jedno istotne ograniczenie. Typowe tryby awarii obejmują:

• Sprzeczne wskaźniki (potwierdzenie może występować rzadko lub z niewłaściwego powodu).
• Opóźnienie (wiele wskaźników opiera się na wygładzaniu i reaguje po rozpoczęciu ruchu).
• Przetrenowanie (reguły dopasowane do historycznego szumu mogą nie działać w przyszłości).
• Efekty kosztów/wykonania (nawet przy doskonałych obliczeniach koszty transakcyjne i realizacja zleceń mogą zmienić rzeczywiste wyniki).

Dowody lub przykład: określ założenia przed porównaniem

Podstawowym sposobem oceny potwierdzenia wielowskaźnikowego jest porównanie wyników przy jawnych założeniach. Na przykład, jeśli zdefiniujesz potwierdzenie jako „Wskaźnik A jest powyżej swojego progu, a Wskaźnik B rośnie na zamknięciu tej samej świecy”, musisz udokumentować:

• dokładne progi i parametry wskaźników,
• interwał świec,
• moment potwierdzenia (zamknięcie świecy vs. wewnątrz świecy) oraz
• długość okna oceny.

Następnie przetestuj odporność, zmieniając jedno założenie na raz (takie jak interwał czasowy lub okres parametru) i sprawdzając, czy zachowanie potwierdzenia staje się niespójne. Same zależności historyczne nie przesądzają o przyszłych wynikach, dlatego traktuj każdy backtest lub porównanie historyczne jako diagnostykę, a nie dowód.

Ograniczenia, ryzyka i lista kontrolna weryfikacji

Potwierdzenie wielowskaźnikowe jest tak wiarygodne, jak przetwarzanie danych i reguła potwierdzenia. Wyniki różnią się w zależności od warunków rynkowych, kosztów, wykonania i jurysdykcji, a zależności historyczne nie gwarantują przyszłych wyników.

Skorzystaj z tej listy kontrolnej weryfikacji:

• Punkty kontrolne: udokumentowane parametry wskaźników, jawna reguła potwierdzenia oraz dokładne konwencje dotyczące świec/znaczników czasu.
• Dowody/dokumentacja: jasny opis sposobu obliczania wskaźników i serii cenowych, których użyto.
• Czerwone flagi: nieokreślone progi, niejasny moment czasowy (wewnątrz świecy vs. zamknięcie), ukryte wyprzedzenie lub wyniki działające tylko dla jednego wąskiego okresu.
• Kryterium gotowości: możesz odtworzyć serię wskaźników i zdarzenia potwierdzenia przy użyciu podanych danych wejściowych i reguł.

Jeśli którykolwiek z tych elementów brakuje, nie możesz dokładnie ocenić, co oznacza „potwierdzenie” w danym ustawieniu.