Jak rama czasowa wpływa na kanały Donchiana?
Bezpośrednia odpowiedź
Rama czasowa wpływa na kanały Donchiana, ponieważ „okno wsteczne” wskaźnika jest definiowane przez liczbę uwzględnionych świec/słupków. Krótsze okno czasowe wykorzystuje mniej przeszłych obserwacji, więc górne i dolne granice kanału aktualizują się szybciej. Dłuższe okno wykorzystuje więcej historii, więc granice zmieniają się wolniej i są zwykle gładsze. Ponieważ szerokość kanału i aktualizacje granic zależą od uwzględnionych obserwacji cenowych, zmiana ramy czasowej zmienia czułość wskaźnika na okres obserwacji i okres utrzymania pozycji.
Mechanizm lub definicja
Kanały Donchiana są budowane z dwóch wartości w ruchomym oknie: (1) najwyższej zaobserwowanej ceny (zwykle „high”) oraz (2) najniższej zaobserwowanej ceny (zwykle „low”) w ramach ostatnich N słupków. Górne pasmo to to bieżące maksimum, a dolne pasmo to bieżące minimum.
Używana „rama czasowa” (na przykład świece 1-godzinowe vs 4-godzinowe) zmienia to, co reprezentuje każdy słupek, a tym samym zmienia efektywny przedział czasu objęty tym samym N. Nawet jeśli utrzymasz stałe N, przejście na inną długość słupka zmienia liczbę rzeczywistych godzin/dni objętych oknem. To zmienia szacunki granic:
- Przy krótszym efektywnym oknie ekstrema mogą się zmieniać po mniejszej liczbie nowych słupków.
- Przy dłuższym efektywnym oknie ekstrema muszą utrzymywać się dłużej, zanim granica najwyższego maksimum lub najniższego minimum się przesunie.
Dowód lub przykład
Rozważmy to samo zachowanie rynku obserwowane przez dwie różne długości słupków, zakładając brak konkretnych cen lub kosztów w czasie rzeczywistym.
-
Scenariusz (krótkie okno): Załóżmy, że wybierasz małe N na szybszej ramie czasowej, więc kanał wykorzystuje tylko ostatnie obserwacje. Jeśli wystąpi krótki skok, górna granica może natychmiast wzrosnąć, ponieważ okno szybko obejmuje ten skok. Jeśli później cena wróci do średniej, granica może spaść, gdy skok opuści okno.
-
Scenariusz (długie okno): Przy większym efektywnym przedziale czasu (większe N lub wolniejsze słupki) ten sam krótki skok może nie dominować w bieżącym maksimum. Górne pasmo może przesunąć się później, ponieważ bieżące maksimum odzwierciedla najwyższy poziom w szerszym zbiorze obserwacji.
W obu scenariuszach kanał nie „przewiduje” przyszłych ruchów; podsumowuje ekstrema w wybranym oknie obserwacji. Praktyczną konsekwencją jest to, że to, co na jednej ramie czasowej wygląda jak trwała ekspansja kanału, na innej może być krótkotrwałym ekstremum.
Ograniczenia i ryzyka
Istotnym ograniczeniem jest możliwość niedopasowania ramy czasowej. Jeśli Twój horyzont obserwacji/decyzji jest znacznie krótszy niż okno wsteczne kanału, granice kanału mogą wydawać się nieczułe, dając mylące wrażenie stabilności. Jeśli Twój horyzont jest znacznie dłuższy niż okno wsteczne, granice mogą wydawać się nadmiernie reaktywne, zmieniając się często, gdy nowe ekstrema wchodzą, a stare opuszczają okno.
Dodatkowe tryby awarii obejmują:
- Efekty próbkowania: Różne długości słupków mogą dawać różne maksima/minima, ponieważ ścieżka cenowa jest próbkowana inaczej.
- Niestacjonarność: Zachowanie rynku może się zmieniać w czasie; historyczne zależności między ruchem kanału a przyszłymi wynikami nie ustanawiają wiarygodnych przyszłych wyników.
- Nieokreślone warunki: Tarcia wykonawcze, spready i różne źródła danych mogą zmienić zrealizowane wyniki, nawet jeśli wewnętrzne obliczenie wskaźnika zależy tylko od wejściowych wartości high/low.
Weryfikacja lub kolejne pytanie
Aby niezależnie zweryfikować, jak rama czasowa zmienia kanały Donchiana, użyj tych samych danych dotyczących aktywa i oblicz wskaźnik z dwiema różnymi długościami słupków (lub dwiema różnymi wartościami N), a następnie porównaj:
- jak często aktualizują się górne/dolne granice,
- jak szeroki staje się kanał podczas podobnych epizodów rynkowych,
- jak długo granica pozostaje „zakotwiczona”, zanim ekstremum opuści ruchome okno.
Kolejne pytanie do rozważenia: jak wybrana rama czasowa ma się do okresu, który Cię interesuje (okno obserwacji vs okres utrzymania pozycji)? Gdy są one niedopasowane, czułość wskaźnika może być głównym czynnikiem tego, co obserwujesz — bardziej niż jakakolwiek leżąca u podstaw „jakość sygnału”.