Jakie dane są potrzebne do oceny trendu wybicia?
Co oznacza trend wybicia (definicja przed danymi)
Trend wybicia odnosi się do idei, że cena może poruszać się w sposób trwały po przekroczeniu znaczącej granicy („wybicie”), a ruch po wybiciu może być traktowany jako kandydat na trend kierunkowy. Nie jest to gwarancja. Aby to ocenić, potrzebujesz danych, które wspierają trzy części koncepcji: (1) co liczy się jako zdarzenie wybicia, (2) co liczy się jako kontynuacja w tym samym kierunku oraz (3) jak mierzysz i porównujesz wyniki.
Dane wejściowe potrzebne do oceny trendu wybicia
Aby niezależnie ocenić koncepcję, zbierz dane wejściowe w czterech kategoriach.
1) Dane cenowe i rynkowe dla zdarzenia wybicia
Zazwyczaj potrzebujesz:
- Otwarcia, maksimum, minimum, zamknięcia (OHLC) dla instrumentu, próbkowane w wybranym interwale czasowym.
- Wolumenu lub aktywności tickowej, jeśli chcesz dodatkową miarę „uczestnictwa” (opcjonalnie, ale zmienia to, co możesz zweryfikować).
- Korekt z tytułu działań korporacyjnych (tam, gdzie ma to zastosowanie), aby historyczne ceny pozostały porównywalne w czasie.
Założenie do określenia: wybicie jest oceniane przy użyciu tej samej logiki świec (np. „zamknięcie powyżej poziomu” vs „dotknięcie wewnątrz świecy”). Zmiana tej reguły zmienia liczbę zdarzeń.
2) Definicja poziomu wybicia i zasady ponownego obliczania
Potrzebujesz danych i reguł, aby zdefiniować „znaczącą granicę”, takich jak:
- Maksimum/minimum zakresu z okna wstecznego.
- Poprzedniego poziomu swingowego obliczonego z historycznych świec.
- Granicy linii trendu lub kanału obliczonej metodą z jawnymi parametrami.
Dlaczego zasady mają znaczenie: granica musi być obliczona wyłącznie na podstawie informacji dostępnych w momencie wybicia. Jeśli ponownie obliczysz poziomy z wykorzystaniem przyszłych danych, ocena stanie się nieważna.
3) Dane do pomiaru trendu/kontynuacji
Po zdarzeniu wybicia zdecyduj, co „trend” oznacza w mierzalnych kategoriach. Przykłady mierzalnych definicji obejmują:
- Trwałość kierunku: czy kolejne zamknięcia pozostają powyżej/poniżej punktu odniesienia wybicia.
- Dystans/czas: jak daleko i jak długo cena podróżuje w kierunku wybicia.
- Wskaźniki skorygowane o ryzyko (opcjonalnie): jeśli uwzględniasz miary oparte na drawdownie lub zmienności, musisz je jasno zdefiniować.
Założenie do określenia: długość „okna kontynuacji” (liczba świec lub czas trwania) musi być z góry zdefiniowana.
4) Koszty, ograniczenia i założenia wykonawcze (nawet bez danych na żywo)
Nawet jeśli nie zakładasz przesyłania strumieniowego w czasie rzeczywistym, nadal musisz modelować co najmniej:
- Zastępczy koszt transakcyjny: założenia dotyczące spreadów/opłat stosowane spójnie w całym zbiorze danych.
- Model poślizgu: prosta reguła wpływu na cenę (jeśli ją uwzględniasz).
- Granularność danych a czas wykonania: czy zakłada się, że zlecenia są wykonywane na zamknięciu, na następnym otwarciu, czy wewnątrz świecy.
Jest to kluczowe, ponieważ historyczne wyniki wybicia mogą być wrażliwe na różnicę między teoretyczną ceną wejścia a realistycznym wypełnieniem.
Dowód lub przykład: co zweryfikowałbyś za pomocą swoich danych
Minimalny, weryfikowalny przepływ pracy wygląda następująco:
- Ustal parametry: interwał czasowy, regułę wybicia (np. zamknięcie powyżej poziomu), okno wsteczne dla poziomów i okno kontynuacji.
- Wykryj zdarzenia: przeanalizuj historyczne świece i zapisz znacznik czasu każdego zdarzenia wybicia.
- Zmierz wyniki: oblicz metryki kontynuacji dla każdego zdarzenia.
- Porównaj alternatywy: uruchom ten sam pomiar ze zmodyfikowanymi definicjami (np. „zamknięcie powyżej” vs „dotknięcie powyżej”), aby sprawdzić, czy koncepcja jest odporna.
Kryterium gotowe do sprawdzenia: jeśli ocena w dużej mierze zależy od arbitralnego dostrajania parametrów (wiele różnych ustawień „działa” równie dobrze), dowody są słabe. Powinieneś szukać spójności w rozsądnych, z góry zdefiniowanych zakresach parametrów.
Ograniczenia i ryzyka (istotne tryby awarii)
Co najmniej jedno istotne ograniczenie powinno zostać przetestowane.
Fałszywe wybicia i zmiany reżimu
Częstym trybem awarii jest fałszywe wybicie: cena przekracza granicę, ale szybko wraca do wnętrza zakresu. Może to sprawić, że historyczne efekty „wybicia, a następnie trendu” będą kruche, zwłaszcza w zmieniających się reżimach zmienności.
Wybieganie w przyszłość i wyciek granic
Jeśli poziomy wybicia są obliczane z wykorzystaniem przyszłych danych (nawet przypadkowo, przez sposób obsługi wskaźników), ocena może wyglądać na silniejszą, niż byłaby w czasie rzeczywistym.
Ograniczenia terminowości i jakość danych
Nawet przy w pełni historycznych danych wyniki zależą od:
- Tego, czy zbiór danych jest kompletny (brak brakujących świec/ticków).
- Tego, czy ceny są skorygowane prawidłowo dla instrumentu.
- Tego, czy definicje zdarzeń odpowiadają dostępnej rozdzielczości danych.
Koszty i niepewność wykonania
Historyczne zależności nie uwzględniają rzeczywistego zachowania wykonawczego, dopóki jawnie nie uwzględnisz kosztów i założeń dotyczących wypełnienia. Niewielkie zmiany w czasie wejścia mogą odwrócić wnioski, gdy ruchy są krótkotrwałe.