Jakie są ograniczenia wykresu słupkowego?

Bezpośrednia odpowiedź

Wykres słupkowy przekształca wiele podstawowych obserwacji cenowych w uproszczone podsumowanie wizualne. Jego główne ograniczenia polegają na tym, że może ukrywać momenty czasowe, zależy od ustawień wykresu i założeń dotyczących danych, a wszelkie zauważone wzorce mogą nie utrzymać się w nowych warunkach rynkowych.

Mechanizm i definicja

Wykres słupkowy (często używany w handlu i analizie technicznej) grupuje informacje cenowe w stały interwał czasowy. Dla każdego interwału wyświetla wartości, takie jak wartość otwarcia i ekstremum (najwyższe/najniższe), a czasami wartość zamknięcia. Oznacza to, że wykres jest transformacją: zamiast pokazywać każdy moment wewnątrz interwału, kompresuje interwał do kilku liczb podsumowujących.

Nawet jeśli używasz tego samego instrumentu, dwa wykresy słupkowe mogą wyglądać inaczej z powodu zmiennych wejściowych: wybranego interwału czasowego (na przykład grupowanie w interwały 1-minutowe vs. 1-godzinne), wyrównania stref czasowych interwałów oraz źródła danych użytego do konstrukcji słupków. Jeśli zakładasz, że dane w czasie rzeczywistym są dostępne, gdy nie są, lub zakładasz, że to samo źródło danych jest używane na różnych wykresach, możesz przypadkowo porównywać nieidentyczne zbiory danych.

Dowód lub przykład (z podaniem założeń)

Załóżmy, że używasz 1-godzinnego wykresu słupkowego tego samego rynku i obserwujesz, że kilka słupków ma podobny zakres od najwyższego do najniższego. Wykres słupkowy może sugerować „zachowanie zakresowe”. Jednak słupek gwarantuje tylko, że ekstremalne wartości wystąpiły w pewnym momencie w ciągu każdej godziny; nie mówi ci, kiedy w ciągu godziny te ekstrema wystąpiły.

Tryb awarii: w ciągu godziny cena może gwałtownie wzrosnąć, a następnie szybko wrócić, lub może płynnie trendować. Oba scenariusze mogą dać podobne zakresy najwyższych/najniższych wartości na słupkach. Ponieważ wykres kompresuje wewnętrzną informację o sekwencji, ten sam wizualny „zakres” może odpowiadać znacząco różnym ścieżkom bazowym.

Ograniczenia i ryzyka

1. Utrata szczegółów czasowych: Podsumowanie interwału może ukryć kolejność ruchów wewnątrz słupka. Może to mieć znaczenie, gdy istotne są krótkoterminowe cechy czasowe.

2. Wrażliwość na wybór interwału: Zmiana interwału czasowego zmienia to, co jest grupowane. Wzorzec widoczny w jednym interwale może zniknąć w innym, ponieważ wykres opisuje różne agregacje.

3. Niedopasowanie danych i wykonania: Jeśli historyczne słupki dostawcy są zbudowane z innych zasad próbkowania, działań korporacyjnych lub metod czyszczenia danych, niż się spodziewasz, twój wykres może nie odzwierciedlać tego, co myślisz, że odzwierciedla. Ograniczeniem jest tutaj niepewność co do procesu konstrukcji, a nie sam pomysł rysowania słupków.

4. Historyczne zależności nie gwarantują przyszłych wyników: Nawet jeśli obserwacje oparte na słupkach wydawały się spójne w przeszłości, nie ustanawia to dokładności predykcyjnej. Koszty, takie jak spready, poślizg i opłaty (które różnią się w zależności od miejsca i czasu), mogą również zmniejszyć użyteczność każdej pozornej zależności.

5. Błąd selekcji: Jeśli wybierasz interwał czasowy po zobaczeniu wyników, możesz dopasowywać wizualizację do wniosku, zamiast testować z góry określoną regułę.

Weryfikacja lub kolejne pytanie

Aby niezależnie zweryfikować twierdzenia dotyczące wykresu słupkowego, określ swoje założenia: interwał czasowy, wyrównanie stref czasowych i źródło danych użyte do wygenerowania słupków. Następnie porównaj, jak zmieniają się obserwacje, gdy zmienisz jedno ustawienie na raz (na przykład przechodząc na inny interwał czasowy), zachowując spójność instrumentu i konstrukcji zbioru danych.

Przydatne kolejne pytanie brzmi: Którego podstawowego założenia używasz, interpretując wzorzec słupkowy jako znaczący — dotyczącego momentów wewnątrz interwału, powtarzalności w czasie czy zasad konstrukcji danych?