Jak obliczany jest wskaźnik intensywności trendu

Bezpośrednia odpowiedź: czego potrzebuje obliczenie

Wskaźnik intensywności trendu (TII) jest obliczany poprzez zmierzenie jak silnie cena kształtowała trend w wybranym oknie wstecznym, przy użyciu zdefiniowanej transformacji zmian cen oraz (często) normalizacji, aby wartości można było porównywać w różnych okresach. Ponieważ „wskaźnik intensywności trendu” może być implementowany za pomocą różnych wzorów, kluczem do dokładnego obliczenia jest rozpoczęcie od dokładnego wariantu, którego używasz (konkretnej definicji siły trendu, wygładzania i normalizacji).

Aby wyjaśnić TII w sposób, który możesz samodzielnie zweryfikować, potrzebujesz:

• Definicji wariantu (dokładnego wzoru).
• Danych szeregów czasowych (zwykle sekwencji cen, takich jak ceny zamknięcia, lub cen średnich wyprowadzonych z bid/ask, w zależności od konwencji Twojej platformy).
• Długości okna wstecznego (liczby okresów używanych do obliczenia siły trendu).
• Wszelkich parametrów wygładzania (na przykład długości średniej ruchomej) oraz zasady normalizacji (na przykład skalowania do stałego zakresu lub dzielenia przez miarę podobną do zmienności).

Jeśli nie masz dokładnej definicji wariantu, nadal możesz zrozumieć mechanikę: TII zazwyczaj wzrasta, gdy ruch cen jest bardziej kierunkowy i trwały, a maleje, gdy ruch jest nieregularny lub często się odwraca.

Mechanizm: prosty, weryfikowalny model intensywności trendu

Ponieważ różne narzędzia oznaczają różne implementacje jako „wskaźnik intensywności trendu”, praktycznym sposobem myślenia o TII jest potraktowanie go jako iloczynu dwóch części:

1. Kierunek/trwałość ruchu w oknie.
2. Siła tego ruchu w stosunku do typowej zmienności w tym samym oknie.

Weryfikowalny model, który oddaje tę ideę, wykorzystuje trzy kroki.

Krok 1: zdefiniuj zmiany cen używane jako dane wejściowe

Wybierz szereg cen i oblicz zmiany za jeden okres.

• Niech (P_t) będzie wybraną ceną w czasie (t).
• Zdefiniuj zmianę taką jak (\Delta P_t = P_t - P_{t-1}).

Założenie, które musisz podać: używasz tej samej definicji (P_t), co źródło, które chcesz odtworzyć (na przykład tylko „zamknięcie” lub wyprowadzona cena średnia). Użycie innego (P_t) daje inne (\Delta P_t), a zatem inne wartości TII.

Krok 2: podsumuj kierunek i trwałość w oknie wstecznym

Wybierz długość okna wstecznego (N). Dla (t-N+1,\dots,t) obliczasz podsumowanie kierunkowe. Typowe wybory w projektowaniu wskaźników obejmują:

• Ruch netto: (P_t - P_{t-N}).
• Średnia zmiana z uwzględnieniem znaku: średnia (\Delta P) ze znakiem.
• Licznik trwałości: jak często znak (\Delta P) zgadza się z dominującym kierunkiem.

W ogólnym podejściu „siły kierunku” otrzymujesz wielkość, która jest większa, gdy ruchy wskazują w większości ten sam kierunek.

Krok 3: skalowanie przez miarę zmienności (normalizacja)

Normalizacja pomaga przekształcić surowy ruch w coś bliższego „intensywności”. Bez normalizacji wskaźnik może mylić dużą bezwzględną zmienność z silnym trendem.

Typowa skala podobna do zmienności może być:

• Średnia bezwzględna zmiana: (\frac{1}{N}\sum_{i=0}^{N-1} |\Delta P_{t-i}|).
• Zakres lub odchylenie standardowe w oknie.

Następnie wskaźnik intensywności przyjmuje postać podobną do:

• (\text{Intensywność} \approx \frac{\text{podsumowanie kierunkowe}}{\text{podsumowanie zmienności}}).

Jeśli chcesz również uzyskać wskaźnik ograniczony między pewnymi granicami (częste w panelach wskaźników), możesz zastosować końcową transformację, taką jak ponowne skalowanie lub funkcję ograniczoną.

Dowód lub przykład: jak zweryfikować obliczenie, które już masz

Ponieważ nie ma jednego uniwersalnie ustalonego wzoru, najbardziej wiarygodnym „przykładem” jest proces replikacji dla konkretnej implementacji.

Przykładowa konfiguracja replikacji (szeregi czasowe i parametry)

Załóżmy, że masz:

• Szereg cen (P_t) w regularnych odstępach (na przykład jeden słupek na godzinę).
• Okno wsteczne (N).
• Krok wygładzania, jeśli implementacja go zawiera.

Możesz zweryfikować, wykonując następujące niezależne kontrole.

1. Przelicz surowe składniki przy użyciu udokumentowanych danych wejściowych:

   • (\Delta P_t = P_t - P_{t-1}).
   • Wybrane podsumowanie kierunkowe z ostatnich (N) okresów.
   • Podsumowanie zmienności z tych samych (N) okresów.

2. Oblicz wskaźnik intensywności przy użyciu dokładnej formy arytmetycznej, którą stosuje Twoja implementacja.

   • Jeśli wzór dzieli przez zmienność, upewnij się, że nie mieszasz różnych długości okien.

3. Sprawdź normalizację/zakres wyjściowy.

   • Jeśli Twój TII jest ograniczony (na przykład wyświetlany w skali), odtwórz to końcowe odwzorowanie.

4. Porównaj w kilku punktach czasowych.

   • Replikacja powinna być dokładnie zgodna przynajmniej dla małego zestawu historycznych punktów, zakładając, że użyto identycznych danych i identycznych parametrów.

To podejście weryfikacyjne jest niezależne od brokera, platformy czy bieżących warunków rynkowych, ponieważ pracujesz wyłącznie na zapisanym szeregu historycznym i podanym wzorze.

Jakie wymagania dotyczące danych zwykle mają znaczenie

Aby uniknąć cichych niezgodności, potwierdź:

• Pole ceny (zamknięcie vs cena typowa vs cena średnia).
• Interwał słupków (minutowy, godzinowy, dzienny) i ciągłość znaczników czasu.
• Czy wskaźnik używa różnic między słupkami, czy skumulowanych stóp zwrotu.
• Jak obsługiwane są brakujące wartości.

Ograniczenia i ryzyka: gdzie obliczenia mogą zawieść

1) Niejednoznaczność implementacji

Głównym ograniczeniem jest to, że „wskaźnik intensywności trendu” może odnosić się do różnych wzorów w różnych narzędziach. Dwa wskaźniki mogą być nazywane TII, ale różnić się:

• Podsumowaniem kierunku (zmiana netto vs licznik trwałości).
• Mianownikiem zmienności (bezwzględna zmiana vs odchylenie standardowe).
• Krokami wygładzania i normalizacji.

Jeśli nie możesz zidentyfikować dokładnego wzoru, nie możesz niezależnie zweryfikować wyników.

2) Wrażliwość na szum

Jeśli dane wejściowe używają słupków o wysokiej częstotliwości, (\Delta P) może być zdominowane przez mikro-ruchy. TII, który silnie normalizuje przez średnią bezwzględną zmianę, może nadal generować niestabilne wahania, gdy mianownik staje się bardzo mały lub gdy znaki często się zmieniają.

Istotny tryb awarii: nieregularne zakresy boczne mogą prowadzić do niskiej lub oscylującej intensywności, nawet jeśli obserwator oczekuje „trendu”.

3) Zmiany reżimu i niestacjonarność

Dynamika cen na rynku Forex nie jest stacjonarna. Okno wsteczne, które działa w jednym reżimie, może działać gorzej w innym, ponieważ struktura zmienności i trwałości się zmienia.

Istotny tryb awarii: nagła ekspansja zmienności może skompresować lub zniekształcić wartości intensywności po normalizacji.

4) Niedopasowanie przetwarzania wstępnego danych

Różne platformy mogą obliczać swoje szeregi cenowe przy użyciu różnych konwencji, takich jak:

• sposób wyprowadzania ceny typowej,
• czy stosują korekty podobne do działań korporacyjnych dla innych rynków (mniej istotne dla FX, ale przetwarzanie wstępne nadal się różni),
• jak traktują niekompletne słupki.

Istotny tryb awarii: replikujesz arytmetykę, ale nie definicję danych, co prowadzi do niezgodnych liczb.

Weryfikacja i kolejne pytanie, aby to skonkretyzować

Aby dokładnie obliczyć TII dla Twojego przypadku, wykonaj następujące kroki:

1. Zacznij od dokładnego wariantu wzoru, który chcesz odtworzyć. 2) Zapisz szereg wejściowy (P_t) oraz wartości parametrów (okno wsteczne (N), długości wygładzania i ewentualne odwzorowanie na skalę).