Jakie dane są potrzebne do oceny CMO?

Czym jest CMO (i dlaczego dane mają znaczenie)?

CMO (Chande Momentum Oscillator) to oscylator porównujący zsumowane „wzrostowe” i „spadkowe” ruchy cenowe w wybranym okresie wstecznym. Kluczowa idea jest prosta: jeśli ostatnie ruchy są w większości wzrostowe, oscylator ma tendencję do wyższych wartości; jeśli są w większości spadkowe, ma tendencję do niższych wartości. Ponieważ oscylator jest zbudowany z konkretnych zmian cenowych, dane potrzebne do oceny CMO muszą obejmować zarówno bazowy szereg czasowy, jak i dokładne zasady stosowane do przekształcenia tego szeregu w ruchy wzrostowe/spadkowe.

Jakie dane są potrzebne do oceny CMO?

Aby dokładnie ocenić CMO, należy zebrać następujące dane wejściowe i dokumentację.

1) Bazowy szereg czasowy

• Szereg cenowy używany do obliczeń (najczęściej cena zamknięcia). Zdecyduj, czy używasz ceny zamknięcia, ceny typowej, czy innej spójnej definicji.
• Dokładny instrument i kontekst rynkowy (ten sam symbol, to samo miejsce obrotu i spójne traktowanie sesji). Różne źródła mogą generować różne historie cenowe nawet dla „tego samego” instrumentu.

2) Okno wsteczne („okres”)

• Długość okna używana do agregacji ruchów wzrostowych i spadkowych (na przykład stała liczba świec). Wartości CMO zależą bezpośrednio od tego okresu.
• Czy okres jest wyrażony w świecach tego samego interwału czasowego (np. świece 1-godzinne), czy w czasie kalendarzowym.

3) Znaczniki czasu i zasady resamplingu

• Interwał czasowy danych wejściowych (np. 5-minutowy, 1-godzinny, dzienny).
• Sposób obsługi brakujących świec: interpolacja, pomijanie lub wypełnianie w przód może istotnie zmienić obliczone ruchy wzrostowe/spadkowe.
• Wyrównanie stref czasowych i granice sesji. W przypadku rynków z przerwami w notowaniach zasady konstrukcji świec wpływają na pierwszy „dostępny” ruch w oknie.

4) Definicja ruchu wzrostowego/spadkowego (mechanika obliczeń)

CMO wymaga rozdzielenia ruchów na składową wzrostową i spadkową. Potrzebujesz dokładnej zasady stosowanej przez Twoją metodę, w tym:

• Jak obliczana jest zmiana ceny (np. różnica między kolejnymi cenami zamknięcia).
• Jak traktowana jest zmiana zerowa (czy nie jest liczona ani jako wzrost, ani jako spadek, czy przypisywana do jednej ze stron). Różne implementacje mogą różnie traktować przypadki brzegowe.
• Czy w sumowanych składnikach używane są różnice bezwzględne.

5) Pochodzenie danych i informacje umożliwiające reprodukcję

• Tożsamość dostawcy danych i wersja zbioru danych („na żywo” źródło może zmieniać się historycznie po działaniach korporacyjnych lub backfillach).
• Wszelkie etapy przetwarzania wstępnego: czyszczenie wartości odstających, korekta o splity/dywidendy (jeśli istotne) lub stosowanie cen skorygowanych.
• Specyfikacja oprogramowania lub wzoru definiującego obliczenia CMO, aby ktoś inny mógł odtworzyć te same liczby z tych samych danych wejściowych.

Jak potrzebne dane działają w praktyce?

CMO jest oceniany poprzez obliczenie go z przesuwanego okna przeszłych zmian cenowych. W praktyce powtarzalna ocena wymaga:

1. Wyboru definicji ceny (np. różnice między cenami zamknięcia).
2. Wybrania długości okna wstecznego.
3. Przekształcenia każdej kolejnej zmiany ceny w składową „wzrostową” lub „spadkową” przy użyciu jasno określonej zasady.
4. Zsumowania tych składowych w oknie i zastosowania normalizacji oscylatora.

Jeśli którykolwiek z powyższych elementów się różni — na przykład zastosowano inny interwał czasowy, inny typ ceny, inny okres lub inną zasadę dla zmian zerowych — wynikowy szereg CMO nie będzie zgodny. Dlatego pochodzenie danych i mechanika obliczeń są częścią „jakich danych potrzebujemy”, a nie tylko surowych cen.

Dowody, przykłady i jak uczciwie porównywać CMO

Praktyczna weryfikacja polega na porównywaniu dwóch obliczeń CMO tylko wtedy, gdy mają one te same dane wejściowe i mechanikę:

• Ten sam instrument i ten sam interwał czasowy.
• Ta sama długość okresu.
• To samo pole cenowe (np. zamknięcie).
• Ta sama zasada dla zmian zerowych i braków danych.

Jeśli nie można zagwarantować tych warunków, porównania mogą być mylące, nawet jeśli oba szeregi są oznaczone jako „CMO”. Na przykład metoda, która inaczej traktuje brakujące świece, może zmienić sumy wzrostów/spadków w pierwszych kilku oknach po lukach.

Ograniczenia i ryzyka (co może pójść nie tak)

Istotne ograniczenie: zależność od reżimu rynkowego

Oscylatory takie jak CMO opisują zachowanie przypominające momentum w ostatnim oknie. Reżimy rynkowe mogą się zmieniać, więc historyczne zależności między poziomami CMO a późniejszymi wynikami mogą nie utrzymać się w przyszłości.

Tryb awarii: niespójna implementacja

Drobne różnice w mechanice — takie jak sposób sumowania ruchów spadkowych lub kategoryzacja świec ze zmianą zerową — mogą zmienić wielkość i kierunek oscylatora.

Ryzyka integralności danych

• Brakujące lub nieprawidłowo wyrównane znaczniki czasu mogą zniekształcić kolejne różnice cenowe.
• Zbiory danych z backfillem lub zrewidowane mogą zmieniać wartości historyczne.