Logarytmiczna vs liniowa: Co powinni wiedzieć początkujący

Logarytmiczna i liniowa w prostych słowach

Skala liniowa oznacza, że równe kroki na osi reprezentują równe kroki w wartości bazowej (na przykład równe przyrosty ceny). Skala logarytmiczna (skala log) oznacza, że równe kroki reprezentują równe zmiany względne—zazwyczaj równe zmiany procentowe—więc odstępy na wykresie dostosowują się do bieżącego poziomu.

Początkujący często spotykają te terminy, porównując widoki wykresów. Kluczową ideą nie jest to, że jedna skala jest „właściwa”, ale że każda skala odpowiada na inne pytanie:

• Liniowa pyta: „O ile zmieniła się wartość w ujęciu bezwzględnym?”
• Logarytmiczna pyta: „O ile zmieniła się wartość w ujęciu względnym?”

Ponieważ obrazy się różnią, układ, który na jednej skali wygląda jak „podobny ruch”, na drugiej może nie wyglądać podobnie.

Jak mechanika wpływa na to, co widzisz

Obie skale zaczynają się od tych samych danych liczbowych, ale przekształcają sposób, w jaki te dane są odwzorowywane na oś pionową.

Mechanika liniowa

Na osi liniowej, jeśli cena wynosi 100, a następnie 110, jest to zmiana bezwzględna o +10. Na wykresie ruch o +10 zajmie tę samą odległość pionową niezależnie od tego, czy cena była blisko 50, czy blisko 200.

Mechanika logarytmiczna

Na osi logarytmicznej równe odstępy zazwyczaj odpowiadają równej zmianie względnej. Na przykład przejście ze 100 do 200 to zmiana o +100%, a tego rodzaju podwojenie może pojawić się jako ta sama odległość pionowa, co inne podwojenie, nawet jeśli nastąpi przy innej cenie początkowej.

Założenia dla przykładów

Aby samodzielnie zweryfikować te interpretacje, musisz założyć:

1. Wykres naprawdę używa zadeklarowanego typu skali (liniowej vs logarytmicznej).
2. Odwzorowanie osi opiera się na zamierzonej podstawie (często omawianej jako podstawa 10 lub podstawa e, w zależności od oprogramowania). Wiele platform implementuje skalowanie logarytmiczne spójnie w swoim systemie wykresów, ale nie powinieneś zakładać tej samej podstawy w różnych narzędziach.
3. Porównujesz ten sam instrument i ten sam interwał czasowy.

Konkretne porównanie, które możesz zweryfikować

Załóżmy, że wartość zmienia się z A do B.

• Niech A = 50.
• Rozważ drugi scenariusz, w którym A = 100.

Teraz porównaj dwa ruchy, które mają ten sam procent, ale różne bezwzględne rozmiary:

1. Od 50 do 100: to ruch o +100% i zmiana bezwzględna o +50.
2. Od 100 do 200: to również ruch o +100% i zmiana bezwzględna o +100.

Na osi logarytmicznej te dwa ruchy o +100% są często przedstawiane z podobnymi odstępami, ponieważ reprezentują tę samą zmianę względną. Na osi liniowej zmiana bezwzględna drugiego ruchu (+100) jest dwukrotnie większa niż pierwszego (+50), więc zazwyczaj będzie wyglądać na większą pod względem odległości.

Jest to główne praktyczne ograniczenie: jeśli mierzysz „jak daleko” coś przesunęło się wizualnie, musisz zrozumieć, czy wykres używa odstępów bezwzględnych, czy względnych.

Ograniczenia i tryby awarii, na które należy uważać

1. Nadmierna pewność z obrazu: Kształt przypominający trend na jednej skali może stać się mniej przekonujący na drugiej. Transformacja wykresu zmienia percepcję; nie tworzy nowych informacji.

2. Niedopasowanie kontekstu: Jeśli porównujesz dwa wykresy z różnymi skalami (jeden liniowy, jeden logarytmiczny), możesz błędnie zinterpretować, co wygląda na „równoważne”. Ruch, który jest „równy pod względem odległości”, może być równy procentowo na jednym widoku i równy pod względem wartości bezwzględnej na drugim.

3. Błędy pomiaru wynikające z ukrytych założeń: Początkujący mogą wykonywać obliczenia przy użyciu różnic bezwzględnych, podczas gdy wykres interpretuje różnice względne (lub odwrotnie). Rozwiązaniem jest weryfikacja: określ, czy pracujesz ze zmianami bezwzględnymi, czy procentowymi.

4. Czynniki rynkowe i narzędziowe nieuwzględnione przez skalowanie: Samo skalowanie wykresu nie uwzględnia kosztów wykonania, spreadów bid/ask, zmian płynności ani zasad specyficznych dla danej jurysdykcji. Czynniki te mogą znacząco wpłynąć na wyniki, nawet jeśli transformacja wykresu zostanie zastosowana poprawnie.

5. Historyczne zależności ≠ przyszłe zachowanie: Każdy powtarzający się wzorzec wizualny z przeszłości może zawieść w przyszłości, ponieważ dynamika rynku się zmienia. Skala wpływa na reprezentację; nie może zagwarantować trwałości.

Weryfikacja i kolejne pytanie do samodzielnej nauki

Aby samodzielnie zweryfikować to, czego się uczysz, wykonaj trzy kontrole:

1. Potwierdź ustawienie skali wykresu (liniowa vs logarytmiczna) i utrzymuj je spójnie podczas porównań. 2) Wybierz cenę początkową i oblicz ruch jako zmianę bezwzględną oraz jako zmianę procentową; następnie sprawdź, która interpretacja odpowiada obserwowanym odstępom.