Jakie dane wejściowe wykorzystuje Pullback Trend?

Bezpośrednia odpowiedź

Pullback Trend (jako koncepcja handlowa) zazwyczaj wykorzystuje dane wejściowe pochodzące z historii cen oraz niewielkiego zestawu parametrów reguł. Najczęstsze dane wejściowe to (1) sposób definiowania obowiązującego trendu, (2) sposób definiowania „korekty” względem tego trendu oraz (3) dodatkowe ograniczenia stosowane przed rozważeniem jakiegokolwiek działania.

Ponieważ termin ten jest używany w różny sposób przez różnych autorów i dostawców, na pytanie „jakie dane wejściowe wykorzystuje” najlepiej odpowiedzieć, wymieniając kategorie danych oraz obliczenia potrzebne do uczynienia tych reguł jednoznacznymi. Kategorie danych są zazwyczaj stabilne, podczas gdy konkretne progi różnią się.

Mechanizm lub definicja

Na poziomie praktycznym Pullback Trend wykorzystuje prosty model zbudowany z trzech elementów:

1. Dane wejściowe stanu trendu: dane używane do podjęcia decyzji, czy rynek znajduje się w trendzie wzrostowym, spadkowym, czy też w żadnym z nich. Może to być oparte na strukturze cenowej (na przykład ostatnie wyższe szczyty i wyższe dołki lub ostatnie niższe szczyty i niższe dołki) lub na wyprowadzonej mierze trendu (na przykład, czy cena znajduje się po jednej stronie średniej ruchomej).

2. Dane wejściowe warunku korekty: dane używane do wykrycia, że cena przesunęła się przeciwnie do trendu przez ograniczony czas lub na ograniczoną odległość. Dane wejściowe są tutaj zwykle wyprowadzane ze świec lub słupków: poprzednie maksima/minima, wielkość zniesienia oraz to, gdzie bieżące zamknięcie znajduje się względem poziomu odniesienia.

3. Parametry reguł i zależności: wybory liczbowe, które regulują zachowanie powyższych danych wejściowych. Przykłady typów parametrów obejmują:

• Okno (okna) wsteczne: ile poprzednich słupków jest branych pod uwagę.
• Progi: dopuszczalna wielkość korekty (w punktach/procentach) oraz to, co oznacza „ograniczona”.
• Logika potwierdzania stanu: czy wymagany jest jeden słupek, wiele słupków, czy określony wzór zamknięć.
• Założenia dotyczące wykonania: czy reguły wykorzystują wyłącznie zamknięcia świec, czy również informacje wewnątrzsłupkowe (wiele systemów wykorzystujących wyłącznie dane słupkowe nie może dokładnie poznać ekstremów wewnątrzsłupkowych).

Należy pamiętać o niepewności: dwie implementacje mogą wykorzystywać „tę samą koncepcję”, ale różne definicje trendu i korekty, co daje znacząco różne dane wejściowe i wyniki reguł.

Dowód lub przykład (samokontrola)

Oto konkretny, weryfikowalny przykład typów danych wejściowych, których często wymagają implementacje Pullback Trend. Nie jest to twierdzenie dotyczące żadnego konkretnego dostawcy; jest to szablon do niezależnej weryfikacji.

Załóżmy, że używasz danych słupkowych z OHLC (otwarcie, maksimum, minimum, zamknięcie). Reguła Pullback Trend może wymagać:

• Definicji trendu: na przykład obliczenia stanu trendu przy użyciu ostatnich N słupków. Jedną z powszechnych form jest porównywanie ostatnich szczytów/dołków (wymaga N i reguły swingowej) lub porównanie zamknięcia z wyprowadzoną linią (wymaga N lub wyboru wygładzania).
• Definicji korekty: wykrycia zniesienia po ustanowieniu stanu trendu. Wymaga to miary zniesienia (na przykład procentu korekty od poprzedniego szczytu) oraz progu (na przykład „nie głębsza niż X”).
• Reguły potwierdzenia: określenia, co oznacza „zakończona korekta”. Używanie wyłącznie słupków OHLC zazwyczaj wymaga warunków dotyczących zamknięcia, a czasami maksimum/minimum względem poziomu odniesienia.

Istotne ograniczenie: jeśli Twoja definicja wykorzystuje ekstrema wewnątrzsłupkowe, ale Twoje źródło danych przechowuje wyłącznie zagregowane wartości OHLC, możesz nie być w stanie odtworzyć tych samych punktów decyzyjnych. Nawet niewielkie różnice — takie jak użycie ceny zamknięcia zamiast ceny średniej — zmieniają to, co jest uznawane za zakończenie korekty.

Ograniczenia i ryzyka

Pullback Trend ma kilka trybów awarii, które wynikają bezpośrednio ze sposobu definiowania danych wejściowych i parametrów:

• Niejednoznaczny stan trendu: rynki mogą naprzemiennie znajdować się w trendzie i w zakresie. Jeśli Twoja definicja trendu jest zbyt czuła (krótkie okno wsteczne lub wąskie progi), „dane wejściowe trendu” mogą często się zmieniać.
• Zaszumiony pomiar korekty: korekty nie są czystymi zdarzeniami; zależą od dokładnego poziomu odniesienia i obliczenia zniesienia. Małe zmiany parametrów mogą zmienić to, które słupki spełniają warunek korekty.
• Niedopasowanie danych i obliczeń: różne źródła danych, różne rozmiary słupków (interwały czasowe) oraz różne podejścia do stref czasowych i przerw w sesjach mogą generować różne serie danych wejściowych.
• Wrażliwość na wykonanie i koszty: nawet przy tych samych danych wejściowych reguł, rzeczywiste wyniki zależą od spreadów, poślizgu i momentu wykonania. Testy wsteczne zakładające idealne wypełnienia mogą znacząco zawyżać to, co mogą osiągnąć reguły oparte na słupkach.
• Historia nieprzewidująca przyszłości: zależności historyczne nie stanowią podstawy do przewidywania przyszłych wyników. Te same definicje danych wejściowych mogą działać różnie w różnych reżimach rynkowych.