Jakie dane są potrzebne do oceny odwrócenia dywergencji?
Zdefiniuj „odwrócenie dywergencji” przed zebraniem danych
Odwrócenie dywergencji odnosi się do sytuacji, w której ruch ceny i ruch wskaźnika rozchodzą się (nie są zgodne), a następnie oczekuje się, że taka dywergencja poprzedzi odwrócenie ceny. Ponieważ jest to interpretacja wzorców, a nie gwarantowany mechanizm, głównym zadaniem oceny jest potwierdzenie, że zaobserwowane fakty są rzeczywiste w Twoim zbiorze danych oraz że wskaźnik jest skonstruowany w spójny sposób.
Aby to zrobić, zbierz dane, które wspierają trzy elementy: (1) bazową serię cenową, (2) wartości wskaźnika tworzące dywergencję oraz (3) okno czasowe i zasady definiujące, co stanowi dywergencję i odwrócenie.
Wymagane dane wejściowe (cena, wskaźnik i pomiary)
Zacznij od minimalnych danych wejściowych, które czynią interpretację testowalną:
- Dane cenowe („fundament” wykresu)
- Identyfikator symbolu/instrumentu rynkowego.
- Ramy czasowe (na przykład 1H vs 4H zmienia strukturę szczytów/doleków).
- Dokładny zakres czasu poddawany analizie.
- Pola OHLCV, które planujesz wykorzystać (tylko ceny zamknięcia lub szczyty/dolki do wykrywania swingów).
- Dane wskaźnika (to, co rzekomo wykazuje dywergencję)
- Która rodzina wskaźników jest używana (na przykład oscylator lub miara oparta na średniej ruchomej).
- Parametry wskaźnika (długości okresów, wygładzanie i wszelkie normalizacje).
- Zasada obliczania wartości wskaźnika na podstawie danych cenowych.
- Definicja dywergencji („reguła zdarzenia”) Ponieważ „dywergencję” można definiować na wiele sposobów, udokumentuj mierzalną definicję, którą oceniasz:
- Czy dywergencja wykorzystuje szczyty/dolki swingowe czy porównania świeca do świecy.
- Jak dopasowujesz szczyty/dolki (najbliższy swing, ta sama kolejność lub określony lookback).
- Czy wymagasz ścisłej nierówności (wyższy szczyt ceny z niższym szczytem wskaźnika), czy dopuszczasz tolerancję.
- Definicja odwrócenia („reguła wyniku”) „Odwrócenie” również musi być mierzalne:
- Oczekiwany kierunek (wzrostowy vs spadkowy).
- Sygnał wyzwalający (na przykład przebicie poprzedniego swingu) i używane ramy czasowe.
- Horyzont pomiaru (ile świec lub czasu po dywergencji).
- Założenia użyte w obliczeniach lub przykładach Jeśli obliczasz zmiany, nachylenia, odległości lub filtry progowe, podaj założenia wprost:
- Wszelkie progi (nawet nieformalne, takie jak „blisko” lub „znaczący”).
- Wszelkie konwersje (strefy czasowe, punkty odcięcia sesji).
Pochodzenie i aktualność: skąd pochodzą dane i kiedy były ważne
Nawet stabilne definicje zawodzą, jeśli zbiór danych jest niespójny. Dlatego zbierz szczegóły dotyczące pochodzenia i aktualności:
- Źródło danych: zidentyfikuj dostawcę/platformę oraz sposób licencjonowania lub aktualizacji historycznych świec.
- Obsługa znaczników czasu: potwierdź, czy świece są wyrównane do UTC czy do lokalnego czasu giełdy.
- Zdarzenia korporacyjne i zmiany symboli: jeśli ma to zastosowanie, upewnij się, że korekty ciągłości są stosowane spójnie.
- Zachowanie przy przeliczaniu: wiele wskaźników zależy od wcześniejszych wartości; potwierdź, że zbiór danych wspiera pełną historię lookback wymaganą przez ustawienia Twojego wskaźnika.
Ponieważ nie zakłada się tutaj danych w czasie rzeczywistym, aktualność oznacza głównie, że używasz prawidłowego wycinka historycznego i że wartości wskaźnika pochodzą z tego samego wycinka.
Dowody lub przykład, który możesz niezależnie zweryfikować
Zastosuj podejście, które unika traktowania tej idei jako automatycznego sygnału:
- Wybierz historyczne okno.
- Przelicz wskaźnik na podstawie podanej serii cenowej i ustawień.
- Zaznacz swingi i zweryfikuj numerycznie regułę dywergencji (na przykład, który ekstremum ceny odpowiada któremu ekstremum wskaźnika).
- Zweryfikuj regułę odwrócenia po dywergencji w zdefiniowanym horyzoncie.
To zamienia interpretację w coś, co można odtworzyć. Jeśli wyniki zmieniają się przy dostosowaniu ram czasowych, zasad wykrywania swingów lub parametrów wskaźnika, ta niestabilność sama w sobie jest ważnym odkryciem.
Ograniczenia i tryby awarii (co może pójść nie tak)
W każdej ocenie należy wziąć pod uwagę co najmniej jedno istotne ograniczenie:
- Dryf definicyjny: „dywergencja” i „odwrócenie” mogą oznaczać różne rzeczy. Małe zmiany zasad (wybór swingów, tolerancja, horyzont) mogą odwrócić wynik.
- Wrażliwość wskaźnika: oscylatory mogą reagować różnie na reżimy zmienności, przez co dywergencja wygląda na wyraźniejszą lub bardziej zaszumioną w zależności od warunków rynkowych.
- Problemy z jakością danych: brakujące świece, niezgodności stref czasowych lub niespójne pola OHLC mogą tworzyć fałszywe dywergencje.
- Brak przenośności historycznej: zależności w przeszłych danych nie ustanawiają przyszłych wyników.
Należy również zauważyć niepewność: nawet przy poprawnych obliczeniach odwrócenie dywergencji jest twierdzeniem analitycznym o tym, jak rynki mogą się zachowywać, a nie stwierdzeniem gwarantowanego zachowania.
Kroki weryfikacji i kolejne pytanie do rozwiązania
Aby niezależnie zweryfikować informacje o odwróceniu dywergencji, skup się na powtarzalności:
- Potwierdź ten sam instrument, ramy czasowe i zakres dat. - Potwierdź tożsamość wskaźnika i dokładne ustawienia. - Potwierdź zasady dywergencji i odwrócenia użyte do oznaczenia zdarzeń.