Jak obliczany jest zakres powrotu do średniej
Bezpośrednia odpowiedź
Zakres powrotu do średniej jest obliczany poprzez wybranie wartości centralnej (punktu środkowego) z ostatnich danych, a następnie rozszerzenie jej o miarę dyspersji, która reprezentuje typowe odchylenie ceny. Powszechną, możliwą do sprawdzenia formą jest:
Zakres powrotu do średniej (górne/dolne pasmo)
- Punkt środkowy: (M_t)
- Dyspersja: (D_t)
- Dolna granica: (L_t = M_t - k,D_t)
- Górna granica: (U_t = M_t + k,D_t)
Tutaj (k) jest mnożnikiem skalującym szerokość pasma. Aby obliczyć (M_t) i (D_t), musisz zdefiniować:
- co oznacza „ostatnie dane” (okno wsteczne),
- jaki szereg cenowy używasz,
- jak mierzysz dyspersję.
Mechanizm i definicja: co oznaczają te terminy
Aby obliczyć zakres powrotu do średniej, traktuj go jako statystyczne „pasmo”, a nie sygnał transakcyjny.
1) Wybór punktu środkowego (M_t)
Punkt środkowy jest oszacowaniem środka ciężkości ceny w oknie. Typowe wybory obejmują:
- Prosta średnia ruchoma (SMA): średnia arytmetyczna ostatnich (N) obserwacji.
- Wykładnicza średnia ruchoma (EMA): średnia ważona, która szybciej reaguje na ostatnie zmiany.
- Mediana (mniej wrażliwa na wartości odstające): środkowa wartość ostatnich (N) obserwacji.
Wszystkie te definicje punktu środkowego są poprawne, ale prowadzą do różnego zachowania pasma.
2) Wybór dyspersji (D_t)
Dyspersja reprezentuje typowe odchylenie wokół punktu środkowego. Powszechnie stosowaną miarą dyspersji jest odchylenie standardowe:
- Dla obserwacji (x_{t-N+1}, \dots, x_t),
- Odchylenie standardowe: (\sigma_t = \sqrt{\frac{1}{N-1}\sum_{i=0}^{N-1}(x_{t-i}-M_t)^2})
Następnie ustawiasz (D_t = \sigma_t).
Inne definicje dyspersji mogą być użyte, jeśli wzór jasno je określa, na przykład:
- Dyspersja w stylu średniego rzeczywistego zakresu (ATR) (wykorzystuje relacje high/low/close, nie tylko pojedynczy szereg cenowy),
- Średnie odchylenie bezwzględne (MAD) (wykorzystuje średnią odległość bezwzględną, często mniej wrażliwe niż odchylenia kwadratowe).
3) Wybór (k), mnożnika szerokości pasma
Mnożnik (k) kontroluje, jak szerokie są górne i dolne granice.
- Wyższe (k) zazwyczaj daje szersze pasma.
- Niższe (k) zazwyczaj daje węższe pasma.
Nie ma jednej uniwersalnej wartości: „właściwa” wartość zależy od tego, jak zachowuje się miara dyspersji i co robi długość okna.
4) Definicja szeregu danych (x_t)
Wiele obliczeń zależy od tego, którą cenę wprowadzisz do (M_t) i (D_t). Przykłady wyborów wejściowych:
- Cena zamknięcia
- Cena typowa (często definiowana jako średnia z high/low/close)
- Cena średnia (często oparta na bid/ask, jeśli używasz danych kwotowanych)
Twój wynik jest porównywalny z wynikami innych tylko wtedy, gdy używają tej samej definicji wejściowej.
Przykład pełnego, jednoznacznego obliczenia
Załóżmy, że definiujesz:
- (x_t) = cena zamknięcia w czasie (t)
- (M_t) = SMA z ostatnich (N) cen zamknięcia
- (D_t) = odchylenie standardowe w tym samym oknie
- (k) = wybrany mnożnik
Wtedy:
- Oblicz (M_t = \frac{1}{N}\sum_{i=0}^{N-1}x_{t-i})
- Oblicz (\sigma_t = \sqrt{\frac{1}{N-1}\sum_{i=0}^{N-1}(x_{t-i}-M_t)^2})
- Ustaw (L_t = M_t - k\sigma_t) i (U_t = M_t + k\sigma_t)
Jest to w pełni deterministyczne, gdy (N), (k) i szereg wejściowy są ustalone.
Dowód lub przykład, który możesz zweryfikować niezależnie
Ponieważ obliczenie opiera się na wzorze, możesz je zweryfikować na własnym zbiorze danych za pomocą arkusza kalkulacyjnego lub kodu.
Lista kontrolna weryfikacji
Aby niezależnie potwierdzić wynik, musisz upewnić się, że wszystkie te elementy się zgadzają:
- Ta sama długość okna (N)
- Ten sam szereg cenowy (x_t) (cena zamknięcia vs cena typowa vs inna definicja)
- Ta sama metoda punktu środkowego (SMA vs EMA vs mediana)
- Ta sama metoda dyspersji (odchylenie standardowe vs inna miara)
- Ten sam mnożnik (k)
Jeśli którykolwiek element się różni, pasma będą się różnić, nawet jeśli struktura wzoru wygląda podobnie.
Dlaczego różne implementacje się różnią
Dwie platformy mogą obie nazywać to „zakresem powrotu do średniej”, ale stosować różne praktyczne wybory:
- Jeśli jedna używa EMA dla (M_t), a druga SMA, środek przesuwa się inaczej.
- Jeśli jedna używa odchylenia standardowego, a druga miary podobnej do zmienności, (D_t) się zmienia.
- Jeśli jedna używa ceny zamknięcia, a druga przekształconej ceny (takiej jak cena typowa), dane wejściowe się różnią.
Te różnice nie są kosmetyczne; zmieniają wartości liczbowe pasm.
Ograniczenia i typowe błędy
Zakres powrotu do średniej jest konstrukcją matematyczną wokół środka i miary dyspersji. Jego ograniczenia wynikają z tych wyborów.
1) Długość okna może być niestabilna
- Krótkie okno może reagować zbyt szybko na szum.
- Długie okno może opóźniać zmiany reżimu.
W obu przypadkach pasmo może przestać odzwierciedlać „typowe” zachowanie, które zamierzałeś.
2) Wartości odstające mogą zniekształcać dyspersję
Odchylenie standardowe podnosi odchylenia do kwadratu, więc ekstremalne obserwacje mogą znacznie poszerzyć (D_t), czyniąc pasma mniej informacyjnymi. Użycie bardziej odpornej dyspersji (takiej jak MAD) jest jednym z rozwiązań, ale zmienia to znaczenie zakresu.
3) Dyspersja nie gwarantuje zachowania powrotu do średniej
Nawet jeśli pasmo jest obliczone poprawnie, rynek (lub zbiór danych) może nie wykazywać powrotu do średniej. Zakres nie jest prognozą; jest tylko opisowym pasmem opartym na przeszłej zmienności.
4) Koszty, spready i wykonanie nie są częścią wzoru
Obliczenia zakresu powrotu do średniej zazwyczaj ignorują koszty transakcyjne i szczegóły wykonania. Jeśli później zastosujesz te liczby do decyzji w świecie rzeczywistym, te czynniki mogą zdominować wyniki. Dlatego samo obliczenie powinno być oddzielone od jakiejkolwiek interpretacji.
5) Niestacjonarność: statystyki historyczne mogą nie być aktualne
Zakłada się, że „ostatnia zmienność” jest rozsądnym przybliżeniem tego, co nastąpi. Jeśli proces generujący dane się zmienia, miara dyspersji zmienia się zbyt wolno lub zbyt szybko.
Weryfikacja lub kolejne pytanie
Dobrym następnym krokiem jest zapisanie dokładnej wersji, którą chcesz obliczyć, w formie (L_t = M_t - kD_t) i (U_t = M_t + kD_t), a następnie jawne wypisanie:
- jak definiujesz (M_t),
- jak definiujesz (D_t),
- wybrane okno (N),
- mnożnik (k), oraz
- cenę wejściową (x_t).
Jeśli to zrobisz, możesz odtworzyć zakres z surowych danych bez żadnej dwuznaczności.
Jeśli chcesz, podaj mi swoje konkretne definicje punktu środkowego, dyspersji, długości okna i ceny wejściowej (na przykład: „punkt środkowy SMA, dyspersja odchylenie standardowe, ceny zamknięcia, N=20”), a ja przeformułuję obliczenie w w pełni jednoznaczny, krok po kroku sposób.