Jakie dane są potrzebne do oceny zakresu Bollingera?

Bezpośrednia odpowiedź: jakich danych potrzebujesz

Do oceny zakresu Bollingera potrzebujesz (1) bazowego szeregu czasowego cen, (2) częstotliwości danych i okna czasowego użytego do obliczenia wstęg, (3) parametru odchylenia, który ustala szerokość wstęg, oraz (4) wystarczającej dokumentacji, aby zweryfikować pochodzenie danych i sposób ich przetworzenia. Musisz również określić założenia dla każdego obliczanego przykładu oraz zidentyfikować scenariusze awarii, takie jak zmiany reżimu rynkowego czy problemy z danymi.

Mechanizm lub definicja: z czego zbudowany jest zakres Bollingera

Zakres Bollingera wywodzi się ze Wstęg Bollingera. W standardowej formie wskaźnik wykorzystuje okno kroczące na wybranym szeregu cenowym do obliczenia średniej ruchomej i kroczącego odchylenia standardowego. Górna i dolna wstęga są wyznaczane przez dodanie i odjęcie wielokrotności odchylenia standardowego do/od średniej ruchomej.

Zatem podstawowe dane wejściowe to:

• Szereg cenowy: zazwyczaj ceny zamknięcia, ale musisz używać tego samego „pola cenowego” we wszystkich obliczeniach.
• Długość okna: ile słupków (barów) jest uwzględnionych w obliczeniach kroczących.
• Mnożnik odchylenia: ile odchyleń standardowych określa odległość wstęg.
• Częstotliwość słupków / interwał czasowy: na przykład słupki dzienne w porównaniu ze słupkami godzinowymi.

W praktyce „ocena” może oznaczać coś więcej niż tylko naniesienie wstęg na wykres. Możesz porównywać, gdzie cena znajduje się względem wstęg, lub obliczać odległość między wstęgami. Niezależnie od wybranej metody pomiaru, podstawowe obliczenie wstęg zależy od tych samych danych wejściowych i spójnego przetwarzania danych.

Dowód lub przykład: lista kontrolna danych wejściowych i ich pochodzenia

Skorzystaj z tej listy kontrolnej, aby określić, czego potrzebujesz do niezależnego odtworzenia tych samych wartości zakresu Bollingera:

1. Źródło szeregu czasowego i jego pochodzenie

   • Skąd pochodzą dane cenowe (np. od dostawcy danych lub z feedu giełdowego) i czy możesz udokumentować warunki dostępu.
   • Czy szereg jest skorygowany o zdarzenia korporacyjne (istotne w przypadku instrumentów, na które takie zdarzenia mogą wpływać na historyczne ceny).

2. Terminowość i spójność

   • Dokładna konwencja znaczników czasu dla słupków (jak słupki są etykietowane) oraz czy Twój zbiór danych jest kompletny do końca analizowanego okresu.
   • Czy występują brakujące słupki, zduplikowane słupki lub nieregularne próbkowanie.

3. Spójność częstotliwości danych i interwału czasowego

   • Częstotliwość użyta do obliczenia okna kroczącego (np. każdy słupek reprezentuje jedną godzinę).
   • Liczba słupków w oknie kroczącym zgodnie z definicją w Twoim środowisku obliczeniowym.

4. Przejrzystość parametrów

   • Użyta długość okna i mnożnik odchylenia.
   • Typ średniej ruchomej, jeśli Twoja implementacja różni się od „prostej” średniej ruchomej (ma to znaczenie, ponieważ zmienia linię bazową).

5. Kontrola jakości przed obliczeniami

   • Sprawdź, czy szereg jest numeryczny, uporządkowany chronologicznie i wolny od oczywistych wartości odstających wynikających z błędów danych.
   • Potwierdź, że Twoje obliczenia są zgodne z zamierzonymi definicjami (średnia krocząca i kroczące odchylenie standardowe).

Przykładowe założenie (wymagane dla każdego konkretnego obliczenia): jeśli obliczasz wstęgi na zamknięciach godzinowych, użyj N=20 słupków i mnożnika odchylenia D, wówczas każdy słupek w wynikowym zakresie Bollingera musi być oparty na poprzedniej N-godzinnej historii kończącej się na tym słupku. Jeśli zmienisz którekolwiek z tych ustawień, obliczony zakres ulegnie zmianie.

Ograniczenia i ryzyka: co może pójść nie tak

Na wiarygodność oceny wpływa kilka istotnych ograniczeń:

• Matematyka wskaźnika jest wrażliwa na parametry: zmiana długości okna, mnożnika odchylenia lub wybranego pola cenowego zmienia wstęgi, dlatego porównania między źródłami wymagają dopasowania parametrów.
• Zmiany reżimu rynkowego: gdy zmienia się struktura zmienności, historyczne kroczące odchylenie standardowe może przestać dobrze odzwierciedlać bieżące warunki.
• Jakość danych i efekty zdarzeń korporacyjnych: brakujące słupki, nieprawidłowo dopasowane znaczniki czasu lub nieskorygowane historie mogą zniekształcić odchylenie standardowe i średnie ruchome, prowadząc do mylącej szerokości wstęg.
• Zależności historyczne nie są gwarancją: nawet jeśli cena w przeszłości często zachowywała się w określony sposób względem wstęg, nie przesądza to o przyszłej dokładności predykcyjnej.
• Koszty i efekty wykonania: jeśli Twoja ocena ma wpływ na decyzje, pamiętaj, że rzeczywiste wyniki zależą od tarcia transakcyjnego, które nie jest uwzględnione w samych danych wejściowych wskaźnika.

Weryfikacja lub kolejne pytanie: co możesz niezależnie potwierdzić

Solidna ocena oddziela mechanikę od założeń. Możesz niezależnie zweryfikować:

• Czy możesz odtworzyć średnią kroczącą i odchylenie standardowe z podanego szeregu wejściowego.
• Czy ta sama długość okna, mnożnik odchylenia i interwał czasowy dają te same wartości wstęg.