Jak można przetestować formację Podwójnego Szczytu i Dołka?

Bezpośrednia odpowiedź

Formację Podwójnego Szczytu i Dołka można testować, traktując ją jako hipotezę podlegającą falsyfikacji, a nie jako samodzielny wskaźnik. Po pierwsze, spisz dokładne warunki definiujące formację (punkt wejścia, potwierdzenie, okno pomiarowe). Po drugie, wybierz punkt odniesienia, który reprezentuje to, co działo się bez tej formacji. Po trzecie, przetestuj na jednej części danych historycznych, aby oszacować wyniki, a na osobnej części, aby sprawdzić, czy te same reguły się sprawdzają. Po czwarte, zamodeluj istotne tarcia (koszty, założenia dotyczące poślizgu i opóźnień w realizacji zleceń) i przeprowadź testy odporności, które zmieniają te założenia oraz wybór metody pomiaru formacji.

Takie podejście utrzymuje stabilność mechaniki i uwidacznia zmienne warunki: zmiany reżimu rynkowego, koszty transakcyjne oraz sposób pomiaru szczytów i dołków mogą zmienić wyniki. Wyniki historyczne nie gwarantują przyszłych rezultatów, więc celem jest ustalenie, czy jakakolwiek zaobserwowana przewaga przetrwa kontrolowane porównanie i testy wrażliwości.

Mechanizm lub definicja

Koncepcja „Podwójnego Szczytu i Dołka” zazwyczaj odnosi się do struktury cenowej, w której cena tworzy dwa powiązane punkty zwrotne w tym samym kierunku przed odwróceniem. W praktyce wyzwaniem jest to, że „podwójny” i „punkt zwrotny” nie są pojęciami uniwersalnymi: różni ludzie i narzędzia stosują różne tolerancje.

Aby to przetestować, potrzebujesz testowalnej, operacyjnej definicji. Typowe elementy takiej definicji obejmują:

• Reguła identyfikacji punktu zwrotnego: Sposób, w jaki określasz, czy dany słupek (lub świeca) jest szczytem lub dołkiem. Na przykład możesz zdefiniować punkt zwrotny jako lokalne maksimum/minimum w określonym oknie wstecznym.
• Tolerancja bliskości: Jak blisko siebie muszą znajdować się dwa szczyty (lub dołki) pod względem ceny, aby uznać je za „podwójne”. Tolerancja ta może być wyrażona jako procent, wartość bezwzględna lub odległość w tickach/punktach.
• Reguła sekwencji: Kolejność zdarzeń. Na przykład dwa szczyty muszą wystąpić zanim sygnał odwrócenia będzie dozwolony.
• Reguła potwierdzenia: Czy formacja jest potwierdzana natychmiast po pojawieniu się drugiego szczytu/dołka, czy dopiero po późniejszym przełamaniu poziomu.
• Okno wynikowe: Okres, w którym mierzysz rezultat (np. kolejne N słupków lub do momentu wystąpienia zdefiniowanego warunku wyjścia).

Szablon hipotezy

Zapisz swoją hipotezę w sposób, który można sfalsyfikować. Na przykład neutralny format hipotezy mógłby wyglądać następująco:

• H1: Przypadki pasujące do Twojej zdefiniowanej struktury Podwójnego Szczytu i Dołka wykazują inne przyszłe stopy zwrotu niż punkt odniesienia, mierzone w tym samym oknie wynikowym.
• H0: Przypadki pasujące do struktury nie wykazują różnicy w stosunku do punktu odniesienia.

„Stopy zwrotu” również muszą być zdefiniowane. Możesz mierzyć przyszłą zmianę ceny, ruch kierunkowy (w górę/w dół) lub wskaźnik skorygowany o ryzyko. Miary skorygowane o ryzyko wymagają dodatkowych założeń dotyczących estymacji zmienności i wielkości pozycji, dlatego udokumentuj te założenia w sposób jawny.

Wybór punktu odniesienia

Punkt odniesienia pomaga oddzielić formację od ogólnego zachowania rynku. Opcje obejmują:

• Losowy punkt odniesienia w czasie: Oceń tę samą liczbę losowo wybranych momentów, ale oblicz wyniki przy użyciu tego samego okna pomiarowego.
• Proste warianty: Porównaj z prostszą definicją zdarzenia (np. odwrócenie oparte na pojedynczym punkcie zwrotnym bez wymogu „podwójności”).
• Punkt odniesienia oparty na warunkach rynkowych: Porównaj z tą samą formacją mierzoną w różnych reżimach, aby sprawdzić, czy wyniki zależą od warunków.

Wybierz jedno podejście do punktu odniesienia przed spojrzeniem na wyniki i utrzymaj je spójnie we wszystkich eksperymentach.

Dowody lub przykład

Krok 1: Zbuduj oznaczony zbiór danych za pomocą reguł

Utwórz zbiór danych potencjalnych zdarzeń, korzystając ze swojej operacyjnej definicji. Każde zdarzenie powinno rejestrować:

• Znacznik czasu drugiego punktu zwrotnego (moment, w którym Twoja formacja staje się „zdefiniowana”)
• Zmierzone poziomy punktów zwrotnych (szczyty/dołki)
• Poziom potwierdzenia (jeśli został użyty)
• Wybrane granice okna wynikowego

Kluczową zasadą testowania jest jedno źródło prawdy: każda decyzja (wykrywanie punktów zwrotnych, tolerancje, potwierdzenie, okno wynikowe) musi być zakodowana w sposób umożliwiający replikację.

Krok 2: Podziel dane, aby zmniejszyć ryzyko przeuczenia

Użyj podziału danych, takiego jak:

• Okres treningowy: Służy do dostrojenia tolerancji i potwierdzenia procedury budowy zbioru danych.
• Okres walidacyjny: Służy do podjęcia decyzji, które wybory tolerancji wydają się stabilne.
• Okres testowy: Używany raz, na końcu, do oceny generalizacji.

Możesz również zastosować przesuwane okna (testowanie kroczące). Celem jest zapewnienie, że wyniki nie wynikają wyłącznie z przypadkowych korelacji w jednym wycinku czasu.

Krok 3: Uwzględnij koszty i założenia dotyczące realizacji zleceń

Nawet jeśli nie zawierasz transakcji, ocena powinna odzwierciedlać realistyczne koszty, jeśli miernik ma charakter transakcyjny. Przykłady elementów kosztów do zamodelowania jako założenia:

• Koszty transakcyjne: Prowizje i typowe założenia dotyczące spreadu.
• Założenie dotyczące poślizgu: Konserwatywny zakres opóźnienia realizacji lub wypełnienia po cenie gorszej niż mid.
• Założenie dotyczące momentu: Czy zakładasz, że ocena następuje na zamknięciu punktu zwrotnego, na otwarciu następnego słupka, czy po potwierdzeniu.

Ponieważ warunki rzeczywiste nie są tutaj zakładane, musisz jasno określić swoje założenia i przeprowadzić testy wrażliwości (np. ustawienia niskich/średnich/wysokich kosztów). Nie chodzi o precyzję; chodzi o sprawdzenie, czy jakikolwiek deklarowany efekt utrzymuje się przy prawdopodobnych tarciach.

Krok 4: Przeprowadź testy odporności

Testy odporności pokazują, czy zaobserwowany efekt zależy od wąskiego zestawu wyborów pomiarowych.

Uwzględnij testy takie jak:

• Wrażliwość tolerancji: Nieznacznie rozszerz/zawęź tolerancję bliskości cenowej.
• Wrażliwość okna punktów zwrotnych: Zmień okno ekstremów lokalnych używane do wykrywania szczytów/dołków.
• Wrażliwość okna wynikowego: Skróć/wydłuż horyzont pomiaru.
• Porównanie z punktem odniesienia: Potwierdź, że jakakolwiek różnica pozostaje w porównaniu z punktem odniesienia.

Jeśli wyniki załamują się przy niewielkich zmianach pomiaru, sugeruje to, że formacja może być zbyt wrażliwa na wybór etykiet lub szum rynkowy.

Krok 5: Oceń niepewność, nie tylko estymaty punktowe

Stosuj raportowanie uwzględniające niepewność:

• Przedstaw rozkład wyników dla poszczególnych zdarzeń (nie tylko średnią).
• W razie potrzeby stosuj metody resamplingu lub proste przybliżenia przedziałów ufności.
• Śledź liczebność próby: mała liczba dopasowanych zdarzeń czyni wyniki niestabilnymi.

Istotnym ograniczeniem jest to, że częstotliwość występowania formacji i reżimy rynkowe mogą zmieniać się w czasie, więc te same reguły mogą w przyszłości generować znacznie mniej zdarzeń.

Ograniczenia i ryzyka

1) Niejednoznaczność pomiaru i dryf etykietowania

Definicja formacji opiera się na wykrywaniu punktów zwrotnych i tolerancjach. Niewielkie różnice w sposobie pomiaru szczytów/dołków mogą zmienić, które zdarzenia kwalifikują się do analizy. Ułatwia to przeuczenie do historycznych wyborów etykietowania.

2) Zależność od reżimu rynkowego

Zachowanie formacji Podwójnego Szczytu i Dołka może występować w niektórych reżimach rynkowych, a w innych nie. Jeśli Twoje testy łączą wszystkie okresy, pozorna skuteczność może być napędzana przez niewielką liczbę korzystnych reżimów.

3) Wrażliwość na koszty i realizację zleceń

Nawet jeśli formacja wykazuje pozytywne surowe przyszłe ruchy cenowe, efekt może zniknąć po uwzględnieniu kosztów, zwłaszcza jeśli opóźnienia w potwierdzeniu pogarszają moment realizacji. Testy wrażliwości dotyczące kosztów i założeń dotyczących wypełnienia są zatem niezbędne.

4) Scenariusze awarii

Należy jawnie ocenić co najmniej jeden istotny scenariusz awarii. Przykłady: