Jakie dane są potrzebne do oceny strategii ADX?

Bezpośrednia odpowiedź

Aby ocenić „strategie ADX”, potrzebujesz danych, które pozwolą Ci (1) zdefiniować, co ADX mierzy w Twojej konfiguracji, (2) odtworzyć wartości ADX z bazowych danych wejściowych, (3) zweryfikować pochodzenie i aktualność danych oraz (4) sprawdzić jakość i ograniczenia, które mogą podważyć wnioski. Skup się na danych wejściowych (ceny i parametry wskaźnika), pochodzeniu (skąd pochodzą dane), aktualności (znaczniki czasu i kompletność danych) oraz kontrolach jakości (spójność danych, luki i wartości odstające). Ponieważ ten temat w dużej mierze zależy od założeń, powinieneś również udokumentować założenia dla każdego przykładowego obliczenia.

Mechanizm lub definicja

ADX zwykle odnosi się do Average Directional Index (Średniego Wskaźnika Kierunkowego), wskaźnika siły trendu wywodzącego się ze składowych ruchu kierunkowego. „Strategie ADX” nie są jedną uniwersalną metodą; są to etykiety strategii dotyczące wykorzystania odczytów ADX w ramach regułowego procesu decyzyjnego. Aby ocenić taką strategię bez polegania na twierdzeniach o wynikach, potrzebujesz dokładnej specyfikacji reguły, w tym:

• Parametrów obliczania ADX (na przykład długości okresu wstecznego) i sposobu jego obliczania.
• Interwału czasowego oraz tego, czy wskaźnik jest obliczany na danych świecowych/słupkowych, czy na innej agregacji.
• Logiki decyzyjnej, która mapuje wyniki ADX na działania (na przykład progi, porównania „rosnący vs. malejący” lub warunki bramkujące).

Osobno potrzebujesz serii cenowych użytych do obliczenia ADX (w obliczeniach ruchu kierunkowego powszechnie wymagane są maksima, minima i ceny zamknięcia). Stabilną mechaniką są matematyka wskaźnika i mapowanie reguł; zmiennymi warunkami są reżim rynkowy, koszty i szczegóły wykonania. Zależności historyczne mogą informować o stabilności reguły, ale nie przesądzają o przyszłych wynikach.

Dowody lub przykład (co zebrać i jak to sprawdzić)

Praktycznym sposobem uporządkowania wymaganych danych jest lista kontrolna obejmująca dane wejściowe, pochodzenie, aktualność i kontrole jakości:

1. Dane wejściowe i powtarzalność

• Surowe dane cenowe OHLC (co najmniej: maksimum, minimum, zamknięcie; podaj dokładne pola i interwał próbkowania).
• Parametry wskaźnika: okres/okres wsteczny ADX oraz wszelkie szczegóły metody wygładzania.
• Specyfikacja reguły: dokładne porównania i progi, podane bez polegania na interpretacji.
• Model kosztów i założenia dotyczące wykonania użyte w ocenie (na przykład sposób reprezentowania spreadów, prowizji i poślizgu). Jeśli koszty są ignorowane, zapisz to założenie wprost.

2. Pochodzenie

• Tożsamość źródła danych (dostawca lub baza danych) oraz to, czy dane są skonsolidowane, czy pochodne.
• Metoda obsługi zdarzeń korporacyjnych (tam, gdzie ma to zastosowanie) oraz obsługa sesji handlowych (dla badanego rynku).

3. Aktualność

• Integralność znaczników czasu: upewnij się, że świece są wyrównane do zamierzonego interwału i że żadne przyszłe informacje nie przedostają się do wartości wskaźnika.
• Kompletność: odnotuj brakujące świece, nieregularne luki lub konwersje stref czasowych.
• Wersjonowanie: zapisz datę pobrania danych i wersję zbioru danych, aby analizę można było powtórzyć.

4. Kontrole jakości

• Kontrole spójności danych: potwierdź, że wartości wskaźnika odpowiadają tym samym świecom, które są używane do oceny.
• Kontrole brakujących/nieprawidłowych wartości: wykrywaj wartości NaN, zduplikowane znaczniki czasu i wartości odstające.
• Kontrole stabilności: przelicz ADX z tych samych surowych danych wejściowych, aby potwierdzić, że otrzymujesz identyczne wyniki.

Ograniczenia i ryzyka (istotne tryby awarii)

Nawet przy starannym podejściu do danych oceny mogą zawieść z powodu:

• Niestacjonarności: warunki rynkowe się zmieniają, więc związek między zachowaniem ADX a wynikami może z czasem słabnąć.
• Przeciążenia do historii: dostrajanie progów lub parametrów do przeszłych danych może dać kruche wyniki, które nie uogólniają się.
• Ukrytych założeń: wnioski mogą się istotnie zmienić, jeśli koszty, moment wykonania lub reguły wejścia/wyjścia są błędnie określone.
• Wycieku danych: obliczanie cech z przyszłych świec lub nieprawidłowo wyrównanych znaczników czasu może sprawić, że wyniki będą wyglądać lepiej, niż są w rzeczywistości.
• Niewłaściwego użycia wskaźnika: traktowanie ADX jako samodzielnego sygnału predykcyjnego, a nie jako składnika konkretnej reguły, może prowadzić do mylących interpretacji.

Weryfikacja lub kolejne pytanie

Aby zweryfikować twierdzenia dotyczące dowolnej „strategii ADX”, spróbuj uzyskać lub zrekonstruować pełny łańcuch od surowych danych wejściowych do wyniku wskaźnika, a następnie do decyzji reguły. Minimalne kolejne pytanie, które należy zadać, brzmi: „Czy ktoś może odtworzyć wartości ADX i mapowanie reguł, korzystając z podanych danych cenowych, parametrów i założeń dotyczących czasu?” Jeśli dokumentacja nie zawiera wystarczających szczegółów na temat pochodzenia danych, parametryzacji i obsługi znaczników czasu, ocena nie jest niezależnie weryfikowalna.

Możesz również porównać wiele niezależnych zbiorów danych (jeśli są dostępne) i sprawdzić, czy wnioski się utrzymują; jeśli niewielkie różnice w danych odwracają wyniki, ocena prawdopodobnie zależy od kruchych danych wejściowych, a nie od stabilnej mechaniki.