Jakie dane są potrzebne do oceny szczytów i dołków swingowych?
Definicja w pierwszej kolejności: co oznaczają „szczyt swingowy” i „dołek swingowy”
Szczyt swingowy (lub dołek swingowy) to lokalny punkt zwrotny w serii cenowej, identyfikowany za pomocą regułowej struktury otaczających świec. W praktyce potrzebujesz definicji, która określa, co oznacza „otaczające” i ile świec musi potwierdzić punkt zwrotny. Bez tej reguły dwie osoby (lub dwa narzędzia) często oznaczą różne szczyty i dołki na tym samym wykresie.
Bezpośrednia odpowiedź: dane potrzebne do oceny szczytów i dołków swingowych
Aby wiarygodnie oceniać szczyty i dołki swingowe, zgromadź cztery kategorie danych wejściowych.
1) Dane cenowe (surowa seria)
Potrzebujesz kompletnego, uporządkowanego w czasie zbioru danych cenowych dla badanego instrumentu. Co najmniej zwykle oznacza to wartości otwarcia, maksimum, minimum i zamknięcia (OHLC) dla każdej świecy lub równoważne dane tick-to-bar, jeśli później budujesz świece.
Uwaga o istotności: szczyt/dołek swingowy jest definiowany przez ekstrema świecy (maksimum dla szczytu swingowego; minimum dla dołka swingowego), ale świece kontekstowe są również wymagane—więc luki lub brakujące świece mogą zniekształcić wykrywanie punktów zwrotnych.
2) Reguły wykrywania swingów (wybór algorytmu)
Musisz określić reguły wykrywania, które stosujesz, w tym:
- Interwał czasowy (np. świece 1H vs świece 1D).
- Okno wsteczne „w lewo” i „w prawo”: ile poprzednich i kolejnych świec musi być niższych/wyższych.
- Regułę postępowania w przypadku remisów: co się dzieje, gdy maksima są równe lub prawie równe.
- Czy wymagasz ścisłej nierówności, czy dopuszczasz porównania „w granicach tolerancji”.
Te reguły nie są faktami rynkowymi; są założeniami metodologicznymi. Dwa zestawy reguł mogą dać różne oznaczenia swingów nawet przy identycznych danych cenowych.
3) Kontekst i pochodzenie (skąd pochodzą dane)
Powinieneś zanotować:
- Dostawcę danych lub źródło feedu (na przykład platformę wykresową, feed giełdowy lub dostawcę danych).
- Wszelkie zastosowane transformacje (np. resamplowanie ticków do świec, wyrównanie stref czasowych, korekty o zdarzenia korporacyjne, jeśli mają zastosowanie).
Ponieważ oznaczenia swingów zależą od sposobu konstrukcji świec, pochodzenie danych jest niezbędne do niezależnej weryfikacji twierdzeń.
4) Aktualność i kontrola jakości danych
Potrzebujesz kontroli, czy zbiór danych jest spójny i użyteczny:
- Potwierdź brak brakujących świec w ocenianym oknie.
- Sprawdź przesunięcia stref czasowych lub zmiany czasu letniego, które mogą przesuwać granice świec.
- Upewnij się, że metoda konstrukcji świec jest spójna w całym okresie.
- Jeśli używasz danych historycznych, wyjaśnij wersję snapshotu: późniejsze poprawki dostawców mogą zmienić zapisaną historię.
Jak to działa: przekształcanie danych wejściowych w oznaczenia swingów
Ocena staje się powtarzalnym procesem, gdy połączysz cztery kategorie:
- Wybierz interwał czasowy i zbuduj/uzyskaj serię OHLC.
- Zastosuj swoje reguły wykrywania swingów do każdej świecy kandydującej.
- Oznacz świecę jako szczyt swingowy, jeśli jej maksimum jest wyższe niż otaczające maksima zgodnie z regułami okna w lewo/w prawo (i analogicznie dla dołka swingowego, używając minimów).
- Zapisz reguły i pochodzenie danych wraz z wynikowymi punktami swingowymi, aby inni mogli odtworzyć to samo oznaczenie.
Dowód/przykład (wrażliwość na reguły)
Załóżmy, że używasz okna 3 świece w lewo i 3 świece w prawo na wykresie 1H. Świeca, która wydaje się być szczytem swingowym przy ścisłej regule „musi być wyższa niż wszystkie otaczające maksima”, może przestać spełniać kryteria, jeśli przejdziesz na większe okno (np. 5 w lewo i 5 w prawo) lub jeśli dopuścisz tolerancję dla „prawie równych” maksimów. Struktura swingów jest zatem nie tylko właściwością ceny; jest również właściwością zestawu reguł i okna.
Ograniczenia i ryzyka (istotne tryby awarii)
Co najmniej jedno główne ograniczenie należy wziąć pod uwagę za każdym razem, gdy oceniasz szczyty i dołki swingowe:
- Niezgodność reguł: Różne, równie rozsądne definicje swingów dają różne punkty swingowe. Może to zmienić każdą analizę downstream.
- Brakujące lub niespójne dane: Luki, nieprawidłowe granice świec lub poprawki dostawców mogą tworzyć lub usuwać punkty zwrotne.
- Zależność od interwału czasowego: Punkty swingowe na wykresie 1H nie są tymi samymi obiektami co na wykresie 1D, ponieważ agregacja świec zmienia, które maksima/minima są lokalnie ekstremalne.
- Brak gwarancji znaczenia prognostycznego: Historyczne punkty zwrotne nie dowodzą, że przyszłe ceny będą zachowywać się podobnie.
Weryfikacja i kolejne pytania
Aby zweryfikować to, co widzisz, porównaj proces oznaczania z co najmniej jedną niezależną metodą:
- Zastosuj ponownie te same określone reguły na tym samym interwale czasowym, używając innego źródła wykresów/danych, jeśli to możliwe.