Jak interwał czasowy wpływa na kanał odchylenia standardowego
Bezpośrednia odpowiedź
Interwał czasowy wpływa na kanał odchylenia standardowego, ponieważ zmienia okres danych cenowych używanych do obliczenia średniej i odchylenia standardowego. Użycie krótszego okna obserwacji sprawia, że szacunek zmienności jest bardziej wrażliwy na ostatnie ruchy; użycie dłuższego okna czyni go bardziej stabilnym. Oznacza to, że szerokość kanału (odległość od linii środkowej) może rozszerzać się lub zwężać z różną prędkością w zależności od interwału czasowego, więc każda interpretacja jest powiązana z wybranym interwałem.
Mechanizm lub definicja
Kanał odchylenia standardowego jest zbudowany z dwóch składników obliczanych na podstawie wybranego zestawu obserwacji: tendencji centralnej (często średniej lub średniej ruchomej) oraz miary rozproszenia (odchylenia standardowego). Typowa konstrukcja umieszcza górne i dolne pasma na poziomie środka plus lub minus wielokrotność odchylenia standardowego.
Interwał czasowy ma znaczenie na dwa sposoby:
- Wielkość okresu obserwacji: Jeśli obliczasz kanał z ostatnich N świec, zmiana interwału świec (np. z 1 godziny na 4 godziny) zmienia, ile czasu rzeczywistego obejmuje N świec. Nawet jeśli N pozostaje takie samo, „świat” stojący za tymi obserwacjami staje się większy lub mniejszy.
- Wrażliwość na zmienność: Zmienność nie jest stała. Krótsze interwały czasowe mają tendencję do wychwytywania szybciej zmieniających się mikro-ruchów, więc odchylenie standardowe reaguje szybko. Dłuższe interwały czasowe uśredniają większą zmienność, więc szacunek odchylenia standardowego zmienia się zwykle wolniej.
Realistyczny scenariusz i wpływ
Załóżmy, że masz dwie wersje tego samego ustawienia kanału: jedną obliczoną na krótszych świecach i drugą na dłuższych świecach, obie z tą samą liczbą świec N. Jeśli rynek zmienia reżim zmienności (na przykład ze stosunkowo spokojnego na bardziej burzliwy ruch), kanał oparty na krótszych świecach zwykle pokaże szerszy lub szybciej zmieniający się kanał wcześniej, ponieważ jego miara rozproszenia opiera się na węższym wycinku czasu.
Dowód lub przykład
Rozważmy uproszczony, niebędący przykładem na żywo przykład wykorzystujący założenia, które możesz zweryfikować na własnych danych:
- Obliczasz środek jako średnią z ostatnich N zamknięć.
- Obliczasz odchylenie standardowe z tych samych N zamknięć.
- Ustawiasz pasma jako środek ± k · odchylenie standardowe, gdzie k jest stałym mnożnikiem.
Teraz powtórz to samo obliczenie z innym interwałem czasowym:
- Wersja A używa krótszych świec (więc N obejmuje krótsze okno czasu rzeczywistego).
- Wersja B używa dłuższych świec (więc N obejmuje dłuższe okno czasu rzeczywistego).
Jeśli twoje krótsze okno zawiera gwałtowny ruch, jego odchylenie standardowe wzrośnie, poszerzając pasma. Wersja z dłuższym oknem rozcieńczy ten gwałtowny ruch wcześniejszymi obserwacjami, więc odchylenie standardowe może wzrosnąć mniej, tworząc węższe lub wolniej zmieniające się pasma. Nie jest to twierdzenie o przyszłych wynikach; to bezpośrednia konsekwencja tego, jak miary rozproszenia zależą od wybranego zestawu obserwacji.
Niedopasowanie okresu utrzymania pozycji
Dwie osoby mogą patrzeć na ten sam wskaźnik, ale nie zgadzać się co do tego, co on „oznacza”, ponieważ mają różne okresy utrzymania pozycji. Jeśli twój okres utrzymania pozycji jest bliższy interwałowi obserwacji używanemu w kanale, kanał może wydawać się lepiej odwzorowywać twój horyzont. Jeśli twój okres utrzymania pozycji jest znacznie dłuższy, kanał może wydawać się nadmiernie reaktywny (ponieważ odzwierciedla krótkoterminową zmienność) lub nadmiernie wolny (ponieważ dłuższy interwał czasowy zbyt mocno wygładza).
Ograniczenia i ryzyka
- Wybór interwału czasowego może zmienić wniosek: Ponieważ szerokość kanału jest napędzana przez odchylenie standardowe w wybranym oknie, zmiana interwału czasowego zmienia wynik. Ten sam rynek może wyglądać inaczej przy różnych ustawieniach.
- Wrażliwość na szum w krótkich oknach: Gdy okna obserwacji są małe w czasie rzeczywistym, przypadkowe wahania mogą zawyżać odchylenie standardowe, poszerzając pasma bez żadnej trwałej zmiany strukturalnej.
- Stabilność zależy od założeń: Wiele implementacji zakłada spójną metodę obliczeń (ta sama definicja środka, ten sam wzór na rozproszenie, te same dane świec). Jeśli dostawca używa innych danych wejściowych (typ ceny, obsługa brakujących świec lub mnożnik pasm), wyniki mogą się różnić.
- Tryb awarii podczas zmian reżimu: Jeśli zmienność zmienia się gwałtownie, kanał z dłuższym oknem może opóźniać się, podczas gdy kanał z krótszym oknem może powodować fałszywe sygnały. Żaden z nich nie jest „błędny”; są to różne filtry o różnej responsywności.
Weryfikacja lub kolejne pytanie
Możesz niezależnie zweryfikować wpływ interwału czasowego bez polegania na twierdzeniach o rynkach lub dostawcach:
- Wybierz interwał czasowy i oblicz pasma kanału z ostatnich N świec. 2) Powtórz z innym interwałem czasowym (utrzymując stałą liczbę świec N i mnożnik k).