Jak obliczany jest kanał odchylenia standardowego? (Wzór, parametry i wymagania dotyczące danych)
Co to jest kanał odchylenia standardowego?
Kanał odchylenia standardowego to wskaźnik pasmowy zbudowany wokół linii trendu centralnego. Podstawowa idea jest prosta: weź bieżące (oparte na oknie) oszacowanie średniej ceny oraz bieżące oszacowanie typowej zmienności ceny, a następnie nanieś górne i dolne pasma, w których przyszłe obserwacje mogą się znaleźć, jeśli obecna zmienność będzie się w przybliżeniu utrzymywać.
W większości typowych implementacji kanał składa się z:
- Linii środkowej opartej na średniej ruchomej.
- Górnego pasma i dolnego pasma opartych na linii środkowej plus/minus wielokrotność odchylenia standardowego.
Ważne jest, że jest to transformacja arytmetyczna wybranego okna danych. Sam w sobie nie „przewiduje” konkretnych wyników; opisuje jedynie, jak szeroka była zmienność w niedawnej przeszłości, zgodnie z wybraną matematyką.
Obliczenia: wzór i parametry
Typowe sformułowanie wykorzystuje bieżący indeks czasu (t) oraz okno wsteczne (N) obserwacji.
Krok 1: Wybór serii danych
Niech (x_t) będzie ceną wejściową w czasie (t). Implementacje często wykorzystują cenę zamknięcia, ale definicja musi być jednoznaczna. Jeśli używasz innego źródła (np. ceny średniej), kanał nadal podlega tej samej matematyce.
Krok 2: Obliczenie bieżącej średniej (linia środkowa)
Zdefiniuj średnią ruchomą dla ostatnich (N) wartości kończących się na (t): [ \mu_t = \frac{1}{N} \sum_{i=0}^{N-1} x_{t-i} ]
Krok 3: Obliczenie bieżącego odchylenia standardowego (oszacowanie zmienności)
Oblicz odchylenie standardowe dla tego samego okna. Istnieją dwie powszechne konwencje:
-
Odchylenie standardowe populacji: [ \sigma_t = \sqrt{\frac{1}{N} \sum_{i=0}^{N-1} \left(x_{t-i} - \mu_t\right)^2} ]
-
Odchylenie standardowe próbki (poprawka Bessela): [ \sigma_t = \sqrt{\frac{1}{N-1} \sum_{i=0}^{N-1} \left(x_{t-i} - \mu_t\right)^2} ]
Obie są matematycznie poprawne, ale dają różne szerokości pasm—szczególnie dla małych (N). Twoja implementacja musi określać, której z nich używa.
Krok 4: Budowa pasm kanału
Niech (k) będzie mnożnikiem odchylenia standardowego (często opisywanym jako „liczba odchyleń”). Wtedy: [ \text{Górne}_t = \mu_t + k\sigma_t ] [ \text{Dolne}_t = \mu_t - k\sigma_t ]
Zatem pełny kanał w każdym (t) to trójka: środkowe (\mu_t), górne (\mu_t + k\sigma_t) i dolne (\mu_t - k\sigma_t).
Jak dane wejściowe przekładają się na rzeczywiste obliczenia (koncepcja przykładu roboczego)
Aby obliczyć kanał w czasie (t), potrzebujesz tylko ostatnich (N) wartości (x_{t}, x_{t-1}, \dots, x_{t-N+1}), plus wybranego mnożnika (k) i wybranej konwencji odchylenia standardowego.
Praktycznym sposobem weryfikacji własnej implementacji jest wykonanie tej listy kontrolnej dla pojedynczego (t):
- Wypisz użyte punkty danych (N).
- Oblicz (\mu_t) z tych punktów.
- Oblicz (\sigma_t) za pomocą wzoru na populację lub próbkę.
- Zastosuj mnożnik (k), aby utworzyć górne i dolne pasma.
- Potwierdź, że pasma odpowiadają wartościom z Twojego oprogramowania do tworzenia wykresów dla tego samego (t).
Wymagania dotyczące danych, które musisz określić
- Rozdzielczość czasowa: wskaźnik zależy od rozmiaru świecy (na przykład dane 1-minutowe vs 1-godzinne).
- Długość okna (N): określa, ile przeszłych obserwacji jest uwzględnionych.
- Pole ceny (x_t): zamknięcie, cena typowa, cena średnia lub inna seria.
- Definicja odchylenia standardowego: populacyjne vs próbkowe.
- Mnożnik (k): skaluje szerokość pasm.
Jeśli którakolwiek z tych wartości różni się między dwiema platformami, linie kanału mogą się różnić, nawet jeśli obie twierdzą, że używają „kanału odchylenia standardowego”.
Ograniczenia i tryby awarii (co może pójść nie tak)
Chociaż wzór jest prosty, kilka ograniczeń może zmniejszyć użyteczność lub spowodować nieoczekiwane zachowanie.
1) Niestacjonarne dane i zmieniające się reżimy
Ceny często zmieniają swoje zachowanie statystyczne w czasie (trend, grupowanie zmienności, zmiany reżimu). Ponieważ kanał wykorzystuje okno ruchome, znaczenie „typowej zmienności” może się szybko zmieniać, gdy starsze wartości wypadają, a nowe wchodzą.
2) Wrażliwość parametrów ((N) i (k))
- Krótkie (N) sprawia, że (\mu_t) i (\sigma_t) reagują szybko, ale oszacowanie może być zaszumione.
- Duże (N) wygładza oszacowanie, ale może opóźniać się w stosunku do szybkich zmian.
- Mnożnik (k) bezpośrednio kontroluje szerokość pasma; małe zmiany (k) zmieniają częstotliwość dotykania lub przekraczania pasm przez cenę.
3) Niedopasowanie konwencji odchylenia standardowego
Użycie populacyjnego vs próbkowego odchylenia standardowego zmienia (\sigma_t), co zmienia położenie pasm. W przypadku małych okien różnica ta jest bardziej zauważalna.
4) Obsługa brakujących lub nieregularnych danych
Jeśli Twój strumień danych ma luki lub nieregularne znaczniki czasu, musisz zdefiniować, co oznacza „ostatnie (N) obserwacji”. Różne narzędzia różnie obsługują brakujące wartości (np. pomijanie świec vs przenoszenie wartości), co zmienia okno, a tym samym kanał.
5) Kanał nie jest samodzielnym sygnałem
Przekroczenie górnego lub dolnego pasma jest zdarzeniem opisowym w odniesieniu do zmienności z ostatniego okna, a nie gwarancją konkretnego przyszłego ruchu. Traktowanie go jako samodzielnej reguły decyzyjnej może prowadzić do nadmiernej pewności siebie, ponieważ wskaźnik jest w całości oparty na przeszłym rozproszeniu.
Weryfikacja: jak niezależnie sprawdzić obliczenia
Możesz zweryfikować matematykę kanału odchylenia standardowego bez żadnych twierdzeń związanych z handlem, używając jednego okna i przeliczając pasma krok po kroku.
Solidna metoda weryfikacji:
- Wybierz konkretny znacznik czasu (t) na swoim wykresie.
- Wyodrębnij dokładnie (N) wartości użytych przez wskaźnik w tym znaczniku czasu (potwierdź pole ceny (x_t)).
- Zdecyduj, czy implementacja używa populacyjnego czy próbkowego odchylenia standardowego.
- Oblicz (\mu_t), następnie (\sigma_t), a potem górne/dolne.
- Porównaj obliczone pasma z wyświetlanymi wartościami (z uwzględnieniem różnic zaokrągleń).
Jeśli pasma się nie zgadzają, rozbieżność prawie zawsze wynika z jednego z tych czynników: pola ceny, konwencji odchylenia standardowego, definicji długości okna lub sposobu traktowania brakujących świec.
Powiązana koncepcja: jak ustawienia zmieniają kanał
Zmiana ustawień kanału bezpośrednio zmienia matematykę:
- Zwiększenie (N) zwykle stabilizuje (\sigma_t), ale może sprawić, że kanał będzie mniej responsywny.
- Zwiększenie (k) poszerza kanał (górne rośnie, a dolne spada o przeskalowane (\sigma_t)).
- Zmiana ceny wejściowej (x_t) zmienia (\mu_t) i (\sigma_t), przesuwając zarówno linię środkową, jak i pasma.
Jeśli chcesz zrozumieć, jak ta interpretacja różni się od podobnych pomysłów na pasma zmienności, porównaj założenia i dokładne wzory użyte w każdym wariancie (zwłaszcza definicję odchylenia standardowego i metodę średniej ruchomej).