Co to jest przykład obliczeniowy wskaźnika McGinley Dynamic?

Definicja wskaźnika McGinley Dynamic

McGinley Dynamic to metoda średniej ruchomej, która aktualizuje estymację linii „średniej” w sposób bardziej adaptacyjny niż średnia ruchoma o stałych parametrach. Zamiast używać stałego współczynnika wygładzania, zmienia on tempo reakcji w zależności od tego, jak daleko bieżąca cena znajduje się od bieżącej wartości McGinley.

Prosty sposób myślenia o tym: gdy cena jest daleko od bieżącej średniej, metoda reaguje szybciej; gdy cena jest blisko, reaguje wolniej. Ta adaptacyjność jest kluczowym mechanizmem, który można wyizolować od jakiegokolwiek wyniku rynkowego.

Ponieważ różne opisy w internecie mogą używać nieco innych parametryzacji, poniższy przykład obliczeniowy jest celowo jednoznaczny co do dokładnej postaci formuły, danych wejściowych i przyjętych założeń.

Mechanika: co wchodzi w skład przykładu obliczeniowego

Aby stworzyć weryfikowalny przykład obliczeniowy, należy określić trzy rzeczy:

1. Seria danych wejściowych: sekwencja cen (na przykład cen zamknięcia) w równych odstępach czasu.
2. Wartość początkowa: początkowa estymacja McGinley Dynamic, którą można ustawić równą pierwszej cenie lub innej wybranej średniej początkowej.
3. Reguła aktualizacji ze stałą: parametr (często nazywany stałą wygładzania), który kontroluje responsywność.

Przyjęta reguła aktualizacji

Dla tego przykładu obliczeniowego zakładamy regułę aktualizacji w postaci:

McGinley(t) = McGinley(t−1) + [ (Cena(t) − McGinley(t−1)) / (k · ( (Cena(t)/McGinley(t−1))^4 )) ]

Gdzie:

• Cena(t) to cena wejściowa w kroku t.
• McGinley(t−1) to poprzednia wartość McGinley.
• k to stała dodatnia.

Jest to jeden z powszechnych sposobów przedstawienia. Twoim zadaniem weryfikacyjnym jest ponowne obliczenie przy użyciu dokładnej reguły, którą zamierzasz zastosować (w tym potęgi i sposobu podziału).

Przykład liczbowy krok po kroku

Założenia

• Używamy pięciu kroków czasowych z cenami mierzonymi w równych odstępach.
• Wybieramy stałą wygładzania k = 1.
• Warunek początkowy: McGinley(1) = Cena(1).
• Ceny: Cena(1)=100, Cena(2)=102, Cena(3)=101, Cena(4)=105, Cena(5)=103.

Krok 1 (t=1)

• McGinley(1) = Cena(1) = 100

Krok 2 (t=2)

• Cena(2) = 102, poprzednie McGinley(1)=100
• Oblicz stosunek: (Cena(2)/McGinley(1)) = 102/100 = 1,02
• Oblicz (stosunek)^4: 1,02^4 ≈ 1,08243216
• Oblicz mianownik: k · (stosunek^4) = 1,08243216
• Oblicz przyrost:
  • Cena − McGinley = 102 − 100 = 2
  • Przyrost = 2 / 1,08243216 ≈ 1,8479
• McGinley(2) = 100 + 1,8479 ≈ 101,8479

Krok 3 (t=3)

• Cena(3) = 101, poprzednie McGinley(2) ≈ 101,8479
• Stosunek: 101 / 101,8479 ≈ 0,9916
• (stosunek)^4 ≈ (0,9916)^4 ≈ 0,9669 (przybliżenie)
• Mianownik ≈ 0,9669
• Cena − McGinley ≈ 101 − 101,8479 = −0,8479
• Przyrost ≈ (−0,8479) / 0,9669 ≈ −0,8771
• McGinley(3) ≈ 101,8479 − 0,8771 = 100,9708

Krok 4 (t=4)

• Cena(4)=105, poprzednie McGinley(3)≈100,9708
• Stosunek: 105 / 100,9708 ≈ 1,0401
• (stosunek)^4 ≈ (1,0401)^4 ≈ 1,1697
• Mianownik ≈ 1,1697
• Cena − McGinley ≈ 105 − 100,9708 = 4,0292
• Przyrost ≈ 4,0292 / 1,1697 ≈ 3,445
• McGinley(4) ≈ 100,9708 + 3,445 = 104,4158

Krok 5 (t=5)

• Cena(5)=103, poprzednie McGinley(4)≈104,4158
• Stosunek: 103 / 104,4158 ≈ 0,9863
• (stosunek)^4 ≈ (0,9863)^4 ≈ 0,9450
• Mianownik ≈ 0,9450
• Cena − McGinley ≈ 103 − 104,4158 = −1,4158
• Przyrost ≈ −1,4158 / 0,9450 ≈ −1,499
• McGinley(5) ≈ 104,4158 − 1,499 = 102,9168

Co pokazuje ten przykład

Przy podanej regule i założeniach linia McGinley rośnie szybko, gdy cena skacze powyżej bieżącej średniej (t=2 do t=4), a następnie spada, gdy cena spada poniżej średniej (t=3 i t=5). Celem tutaj nie jest prognozowanie; chodzi o pokazanie adaptacyjnego mechanizmu aktualizacji, który można odtworzyć.

Ograniczenia i potencjalne tryby awarii

1. Niejednoznaczność parametrów i reguły: Jeśli użyjesz innego opublikowanego wariantu formuły (inne potęgi, rozmieszczenie składników lub definicje), otrzymasz inne wyniki. Zawsze weryfikuj przy użyciu dokładnej reguły aktualizacji. 2. Wrażliwość na wybór danych wejściowych: Metoda zależy od wybranej serii cen (zamknięcie vs. typowa cena itp.) oraz interwału czasowego. Zmiana danych wejściowych zmienia obliczoną ścieżkę. 3. Numeryczne przypadki brzegowe: Ponieważ aktualizacja wykorzystuje stosunki obejmujące poprzednią wartość McGinley, wartości bliskie zeru lub niespójne warunki początkowe mogą powodować niestabilne zachowanie. 4. Zmiany reżimu i szum: Adaptacyjny ruch może nadal opóźniać się w przypadku gwałtownych zmian reżimu lub nadmiernie reagować w zaszumionych sekwencjach.