Jak obliczany jest wskaźnik tempa zmian (ROC)?

Bezpośrednia odpowiedź

Wskaźnik tempa zmian (ROC) jest obliczany poprzez zmierzenie, jak bardzo wybrana wielkość zmieniła się od poprzedniego punktu w czasie do chwili bieżącej, przy użyciu stałego okresu wstecznego (często oznaczanego jako n).

Powszechnym sposobem jest forma procentowa:

ROC(%): [ ROC_t = \frac{X_t - X_{t-n}}{X_{t-n}} \times 100 ]

Gdzie:

• (X_t) to bieżąca wartość serii w czasie (t)
• (X_{t-n}) to wartość (n) okresów wcześniej
• (n) to okres wsteczny

Mechanizm i definicje

ROC zależy od dwóch wyborów: (1) co mierzysz (seria (X)) oraz (2) jak daleko wstecz porównujesz (okres (n)).

Obliczanie krok po kroku

1. Wybierz serię (X). Na przykład (X) może być ceną zamknięcia, ale metoda ma zastosowanie również do innych serii liczbowych.
2. Wybierz (n), liczbę okresów wstecz, z którymi będziesz porównywać.
3. Oblicz różnicę (X_t - X_{t-n}).
4. Znormalizuj, dzieląc przez (X_{t-n}) (w wersji procentowej), a następnie pomnóż przez 100, jeśli chcesz uzyskać skalę procentową.

Alternatywna forma (nieprocentowa)

Niektóre implementacje podają znormalizowaną różnicę zamiast procentu: [ ROC_t = \frac{X_t - X_{t-n}}{X_t} ] lub po prostu [ ROC_t = X_t - X_{t-n} ] Te formy nie są identyczne: zmieniają skalę i czułość. W celu weryfikacji należy potwierdzić, którą dokładnie definicję stosuje Twoje źródło danych lub skrypt obliczeniowy.

Co oznacza „okres”

Słowo „okres” oznacza interwał danych, którego używasz (na przykład jeden słupek na wykresie). Jeśli Twój zbiór danych ma interwał 1-godzinny, to (n=10) porównuje bieżącą wartość z wartością sprzed 10 godzin. Jeśli używasz wykresów dziennych, porównujesz z wartością sprzed 10 dni.

Dowód lub przykład, który możesz odtworzyć

Załóżmy, że masz szereg czasowy wartości pewnej wielkości (X) próbkowany w każdym okresie i wybierasz:

• okres wsteczny (n=3)
• (X_t = 105) w chwili bieżącej
• (X_{t-3} = 100) trzy okresy wcześniej

Stosując procentowy wzór ROC: [ ROC_t = \frac{105 - 100}{100} \times 100 = \frac{5}{100}\times 100 = 5 ] Zatem ROC wynosi 5% w tym przykładzie.

Aby samodzielnie to zweryfikować na innym zestawie liczb, wybierz dowolną parę (X_t) i (X_{t-n}) i zastosuj tę samą arytmetykę. Jedynym sposobem na zmianę wyniku są te dwa składniki oraz wybrany (n).

Istotne ograniczenie: dzielenie przez wartość z przeszłości

W procentowym wzorze ROC mianownik (X_{t-n}) ma znaczenie. Jeśli (X_{t-n}) jest bardzo małe, ROC może stać się bardzo duży co do wartości bezwzględnej nawet przy niewielkich zmianach bezwzględnych. Jeśli (X_{t-n}=0), forma procentowa jest niezdefiniowana.

Istotne ograniczenie: wrażliwość na szumy i luki

ROC mierzy zmianę, więc często silnie reaguje na nagłe skoki, nieciągłości lub nieregularności danych. Dwie sekwencje mogą mieć ten sam długoterminowy poziom, ale różną krótkoterminową zmienność, a ROC odzwierciedli tę zmienność.

Ograniczenia i ryzyka (co ROC może, a czego nie może powiedzieć)

ROC jest miarą tempa zmian w stylu momentum, ale nie jest gwarancją kierunku ani przyszłego zachowania. Kluczowe ograniczenia obejmują:

• Brak wbudowanej prognozy: ROC określa ilościowo zmianę od przeszłości do teraźniejszości; nie zawiera informacji, czy ta zmiana się utrzyma.
• Zależność od wyboru: różne definicje danych (która seria (X) jest używana) i różne wzory ROC (procentowy vs inne normalizacje) dają różne wartości.
• Niestabilna skala: procentowy ROC może być niestabilny, gdy wartość bazowa (X_{t-n}) jest bliska zeru.
• Porównywalność między aktywami lub okresami: ponieważ ROC zależy od skali i rozkładu (X), porównywanie wartości między różnymi seriami może być mylące, chyba że użyto tej samej definicji i podobnych charakterystyk danych.

Weryfikacja lub kolejne pytanie

Aby samodzielnie zweryfikować swoje obliczenia ROC, wykonaj następującą listę kontrolną:

• Potwierdź dokładną definicję ROC (forma procentowa vs inna normalizacja).
• Potwierdź wybrany okres wsteczny (n) i interwał danych (co oznacza jeden okres).
• Ręcznie oblicz (X_t), (X_{t-n}), licznik (X_t - X_{t-n}) oraz końcowe wyrażenie.
• Sprawdź przypadki brzegowe, gdy (X_{t-n}) jest równe zero lub bardzo małe.

Jeśli chcesz pójść dalej, użytecznym kolejnym krokiem jest porównanie ROC z pokrewnymi miarami zmian (na przykład, czym ROC różni się od podobnych konstrukcji „różnicy” lub „momentum”) oraz przetestowanie, jak zmiana (n) wpływa na reaktywność wartości ROC.