Jak obliczany jest wskaźnik Random Walk Index
Bezpośrednia odpowiedź
Random Walk Index jest obliczany poprzez przekształcenie szeregu cenowego w znormalizowaną miarę tego, jak bardzo obserwowany ruch przypomina „błądzenie losowe” w wybranym oknie wstecznym. W praktyce obliczasz statystykę z ostatniej sekwencji stóp zwrotu (lub zmian cen), porównujesz ją z oczekiwaną wartością bazową stosowaną w definicji wskaźnika i przekształcasz wynik w wartość indeksu. Dokładny wzór różni się w zależności od implementacji, dlatego dokładna weryfikacja wymaga podania konkretnej definicji używanej przez Twoje źródło (długość okna, definicja stopy zwrotu i transformacja).
Mechanizm i definicja (czego potrzebuje obliczenie)
Zanim omówimy implikacje, zdefiniujmy dane i podstawowe elementy składowe.
1) Wybór wejściowego szeregu cenowego
Zaczynasz od uporządkowanej w czasie sekwencji:
- Ceny: (P_t) dla (t = 1,2,\dots)
- Częstotliwość próbkowania: na przykład każdy świeca w Twoim zbiorze danych (minuta, 1 godzina, 1 dzień). Wskaźnik nie jest znaczący, jeśli reguła próbkowania nie jest stała.
Kluczowym wymogiem jest spójność: obliczenie zakłada, że szereg jest uporządkowany i używa tego samego interwału próbkowania, co definicja metody.
2) Definicja „stóp zwrotu” lub zmian cen
Większość implementacji opiera się na:
- Proste stopy zwrotu: (r_t = \frac{P_t - P_{t-1}}{P_{t-1}})
- Lub logarytmiczne stopy zwrotu: (r_t = \ln(P_t) - \ln(P_{t-1}))
Niektóre wersje używają skalowanych zmian cen zamiast stóp zwrotu. Twoja wybrana definicja musi odpowiadać tej, która jest związana z Random Walk Index, który próbujesz odtworzyć.
3) Wybór okna kroczącego
Miary typu błądzenia losowego są zazwyczaj obliczane w oknie wstecznym o długości (N). Dla każdego czasu (t) bierzesz ostatnie (N) stóp zwrotu (lub zmian):
- (r_{t-N+1}, \dots, r_t)
Zmiana (N) zmienia responsywność i stabilność wskaźnika.
4) Obliczenie statystyki mierzącej odchylenie od zachowania błądzenia losowego
Wskaźnik koncepcyjnie porównuje obserwowane cechy ruchu z tymi oczekiwanymi przy założeniu błądzenia losowego (gdzie przyrosty zachowują się jak niezależne, identycznie rozłożone kroki).
Typowy wzorzec dla takich wskaźników to:
- Obliczenie miary z sekwencji (N)-krokowej (na przykład znormalizowany rozstęp, zmienność lub stosunek zmienności zrealizowanej do oczekiwanej).
- Przekształcenie tej miary w bezwymiarowy wynik.
Ponieważ implementacje się różnią, musisz traktować nazwę „Random Walk Index” jako wymagającą konkretnego wzoru z konkretnej definicji, którą chcesz odtworzyć.
5) Zastosowanie transformacji w celu uzyskania wartości wskaźnika
Aby statystyka była porównywalna w czasie (a czasami między aktywami), wskaźnik często używa skalowania lub normalizacji, takiej jak:
- dzielenie przez wielkość bazową wynikającą z założenia błądzenia losowego,
- lub mapowanie statystyki przez transformację monotoniczną.
Ponownie, transformacja jest specyficzna dla definicji.
Przykład samodzielnie weryfikowalnego przepływu obliczeń (z jawnymi założeniami)
Ponieważ dokładny wzór „Random Walk Index” może się różnić w zależności od źródła, najbezpieczniejszym sposobem weryfikacji jest przestrzeganie powtarzalnego przepływu pracy po ustaleniu definicji.
Oto przepływ weryfikacji, którego możesz użyć z dowolnym konkretnym wzorem Random Walk Index, gdy go zapiszesz.
Krok A: Ustal definicję
Zapisz jawnie swój wzór, w tym:
- jak definiujesz stopy zwrotu (proste vs logarytmiczne vs surowe różnice),
- długość okna (N),
- statystykę używaną wewnątrz wskaźnika (część obliczaną z (N) stóp zwrotu),
- etap normalizacji lub transformacji.
Jeśli wzór odnosi się do „oczekiwanej” wartości przy założeniu błądzenia losowego, musisz wiedzieć, które oczekiwanie jest używane (na przykład, czy zakłada konkretny model wariancji).
Krok B: Oblicz stopy zwrotu dla dokładnych punktów danych
Używając ustalonej częstotliwości próbkowania, oblicz (r_t) dla wszystkich wymaganych znaczników czasu.
Unikaj ukrytych zmian, takich jak:
- używanie cen z wypełnieniem do przodu dla brakujących świec,
- przełączanie z cen bid na mid bez podania tego,
- mieszanie stref czasowych lub sesji handlowych.
Krok C: Przesuń okno i oblicz statystykę
Dla każdego (t \ge N):
- weź wektor (r_{t-N+1}, \dots, r_t),
- oblicz statystykę dokładnie zgodnie z definicją,
- zastosuj normalizację/transformację, aby uzyskać wartość wskaźnika w czasie (t).
Krok D: Niezależnie odtwórz jeden lub dwa punkty wskaźnika
Wybierz jeden znacznik czasu (t_0) i oblicz wartość wskaźnika ręcznie (lub w małym skrypcie) z surowych danych. Następnie porównaj z wynikiem implementacji, którą testujesz.
Jeśli wynik się różni, niezgodność jest zwykle spowodowana:
- inną definicją stopy zwrotu,
- innym traktowaniem (P_{t-1}) na początku danych,
- innym wyrównaniem okna (czy okno jest włączające/wyłączające),
- innymi stałymi normalizacji.
Ograniczenia i tryby awarii
Wskaźniki typu błądzenia losowego są wrażliwe, ponieważ przekształcają założenia o losowości w deterministyczne obliczenia na skończonych próbach.
1) Wrażliwość na parametry
Zmiana (N) lub definicji stopy zwrotu może znacząco zmienić wartości wskaźnika. Jeśli zmieniasz implementacje, możesz porównywać różne obiekty, nawet jeśli mają tę samą nazwę.
2) Zachowanie niestacjonarne
Rynki często zmieniają swoje właściwości statystyczne w czasie (reżimy zmienności, efekty mikro struktury). Założenia błądzenia losowego są idealizacją; wskaźnik mierzy odchylenia przy tych założeniach, więc może się zmieniać z powodów niezwiązanych z „jakością sygnału”.
3) Przetwarzanie danych i efekty próbkowania
Wartości wskaźnika zależą od:
- częstotliwości próbkowania (wewnątrzdziennej vs dziennej),
- sposobu obsługi brakujących danych,
- działań korporacyjnych w przypadku akcji (nieistotnych dla FX w ten sam sposób, ale inne korekty mogą wystąpić w każdym zbiorze danych),
- tego, czy ceny są w jakikolwiek sposób korygowane.
Małe różnice w przetwarzaniu danych mogą prowadzić do dużych różnic liczbowych w obliczeniach kroczących.
4) Niestabilność skończonej próby
W krótkich oknach szacowane wielkości mogą być zaszumione. W dłuższych oknach wskaźnik może reagować wolno.
5) Błędna interpretacja jako samodzielnego sygnału
Sama wartość wskaźnika nie jest gwarancją przyszłego kierunku ani wyników. Jest to statystyka opisowa w ramach określonego zestawu założeń.
Weryfikacja i kolejne pytanie
Aby niezależnie zweryfikować obliczenie Random Walk Index:
- Zapisz dokładny wzór, którego używasz (w tym (N), definicję stopy zwrotu i normalizację).
- Użyj stałego szeregu cenowego i częstotliwości próbkowania.
- Przelicz co najmniej jeden wynik okna kroczącego z surowych danych wejściowych.
- Sprawdź, czy wyrównanie okna odpowiada definicji.
Przydatnym kolejnym krokiem jest wyjaśnienie, czym Twój konkretny Random Walk Index różni się od powiązanych koncepcji „błądzenia losowego” lub „wskaźnika efektywności”, ponieważ wiele podobnie nazwanych wskaźników dzieli część przepływu pracy, ale różni się statystyką lub wartością bazową.
Jeśli chcesz, podziel się dokładną definicją (tekstem wzoru), z którą pracujesz (w tym nazwami parametrów), a kroki obliczeniowe mogą zostać dopasowane do tej definicji w celu dokładnego odtworzenia.