Bezpośrednia odpowiedź: częste błędy
Ludzie często mylą skale wykresów logarytmicznych z liniowymi na cztery sposoby: mylą to, co zmienia się na wykresie (mapowanie wizualne), z tym, co zmienia się na rynku (leżące u podstaw ceny), stosują błędną interpretację ruchu „podobnego do procentowego”, ignorują założenia stojące za przykładami (takie jak zakres czasu i to, co oznacza „odległość”), a także ekstrapolują relacje wyglądające „w przeszłości” tak, jakby miały charakter predykcyjny.
Neutralny sposób sprawdzenia zrozumienia polega na rozdzieleniu: (1) definicji skali, (2) konsekwencji dla odczytu odległości i trendów oraz (3) tego, co możesz zweryfikować na podstawie ustawień wykresu i dowolnej metody obliczeń, której używasz.
Mechanika lub definicja: co robią skale „liniowa” i „logarytmiczna”
Skala liniowa mapuje równe jednostki ceny na równe odległości na wykresie. Jeśli cena wzrasta o tę samą wartość bezwzględną, wygląda na to, że przesuwa się o tę samą pionową odległość.
Skala logarytmiczna (log) mapuje równe zmiany procentowe na równe odległości na wykresie. Oznacza to, że ten sam ruch proporcjonalny (na przykład wzrost o stały mnożnik) pojawia się z tą samą pionową odległością, nawet jeśli cena początkowa jest inna.
Implikacja praktyczna: gdy porównujesz dwa okresy startujące z bardzo różnych poziomów cen, wykres liniowy może silniej uwypuklać zmiany bezwzględne, a wykres logarytmiczny może wizualnie normalizować zmiany proporcjonalne. Skala jednak nie zmienia samych historycznych cen; zmienia wyłącznie to, jak te ceny są przekształcane na współrzędne wykresu.
Dowód lub przykład: gdzie pojawiają się nieporozumienia
Błąd 1: „Wykres logarytmiczny przewiduje lepiej”
Niektórzy czytelnicy traktują skalowanie logarytmiczne tak, jakby sprawiało, że porównania trendów są dokładniejsze albo bardziej „przyszłościowe”. To błędna interpretacja. Skalowanie jest wyborem prezentacji: może zmieniać to, jak postrzegasz ruch proporcjonalny, ale nie może tworzyć mocy predykcyjnej. Sprawdzenie weryfikacyjne: potwierdź, czy twoje wnioski opierają się na wyniku statystycznym, czy tylko na tym, jak „wygląda” linia przy danym wyborze skali.
Błąd 2: mylenie interpretacji bezwzględnej z proporcjonalną
Jeśli używasz wykresu logarytmicznego i mówisz „wzorzec ma taki sam rozmiar, więc ruch jest równy w dolarach”, możesz mieszać znaczenia. W skalowaniu logarytmicznym równe odległości na wykresie odpowiadają równym zmianom względnym, a nie równym jednostkom ceny bezwzględnej. Sprawdzenie weryfikacyjne: wybierz dwie ceny startowe, policz, jaki ruch bezwzględny odpowiadałby równemu ruchowi proporcjonalnemu, i sprawdź, czy te wartości się różnią.
Błąd 3: ignorowanie ustawień wykresu, które zmieniają mapowanie
Niektóre narzędzia do wykresów oferują też różne sposoby mierzenia zwrotów (na przykład proste vs skumulowane) albo różne opcje normalizacji. Jeśli przełączysz się między widokami (lub porównasz zrzuty ekranu) bez zanotowania typu skali i bazowych danych okna, porównanie może być niespójne. Sprawdzenie weryfikacyjne: zanotuj wybór skali oraz widoczny zakres czasu, zanim porównasz dwa wykresy.
Błąd 4: zapominanie o założeniach w obliczeniach na podstawie przykładów
Przykłady często zakładają konkretne znaczenie „odległości” (pionowa odległość na danej skali) oraz konkretny punkt startowy. Jeśli zmienisz cenę początkową, ta sama wartość bezwzględna nie musi odpowiadać tej samej odległości na wykresie w skali logarytmicznej. Sprawdzenie weryfikacyjne: gdy odtwarzasz przykład, podaj cenę startową, cenę końcową oraz to, czy porównujesz zmiany bezwzględne, czy proporcjonalne.
Ograniczenia i ryzyka: co może się nie udać
Istotne ograniczenie polega na tym, że przekształcenia wizualne mogą ukrywać lub ujawniać różne aspekty ruchu. Na przykład widok logarytmiczny może zmniejszać wizualną dominację dużych ruchów bezwzględnych przy wyższych poziomach cen, co może wpływać na to, jak oceniasz zmienność w różnych przedziałach czasu.
Szerzej: wyniki zależą od warunków rynkowych, kosztów, jakości realizacji oraz od wszelkich reguł specyficznych dla danej jurysdykcji, które wpływają na trading i raportowanie. Ponadto relacje historyczne nie ustanawiają przyszłych rezultatów.
Ponieważ wybór log vs liniowy dotyczy przekształcenia, a nie gwarancji dokładności, trybem błędu jest „nadmierna interpretacja”: traktowanie wyglądu wykresu tak, jakby wspierał twierdzenie przyczynowe albo twierdzenie predykcyjne.
Weryfikacja lub następne pytanie: neutralne sprawdzenia, które możesz wykonać
Aby zweryfikować własne zrozumienie bez polegania na predykcjach, wypróbuj te sprawdzenia:
- Zidentyfikuj typ skali w ustawieniach wykresu (liniowa vs log) i potwierdź, że porównujesz ten sam zakres czasu. 2. Wybierz dwa punkty na wykresie i przetłumacz wizualny „ruch” na odpowiednią wielkość: zmiana bezwzględna dla liniowej, zmiana proporcjonalna (względna) dla logarytmicznej. 3.
DOCUMENT END