Jakie dane wejściowe wykorzystuje Swing Timeframes?
Bezpośrednia odpowiedź
Swing Timeframes nie ma jednej uniwersalnej, stałej listy danych wejściowych, ponieważ „dane wejściowe” zależą od tego, jak dana metoda definiuje swoje zasady. Ogólnie rzecz biorąc, każde podejście Swing Timeframes wykorzystuje (1) ustawienia horyzontu czasowego, które określają zamierzony okres utrzymywania pozycji, oraz (2) pola danych, na podstawie których obliczane są warunki, takie jak wartości cenowe. Jeśli uwzględnione są wskaźniki, dodają one obliczenia pochodne jako dodatkowe dane wejściowe. Czytelnik może to niezależnie zweryfikować, zapisując jawny zestaw zasad danej metody: każdy punkt decyzyjny powinien odwoływać się do konkretnych pól danych i parametrów.
Mechanizm lub definicja
Jasnym sposobem myślenia o Swing Timeframes jest potraktowanie go jako opartego na zasadach sposobu powiązania decyzji z horyzontem czasowym. „Swing” odnosi się do poszukiwania ruchu w przedziale od kilku dni do kilku tygodni (dokładna długość różni się w zależności od metody), a nie w obrębie jednego dnia. Ten horyzont czasowy jest w praktyce daną wejściową, ponieważ ogranicza to, które punkty danych są uznawane za istotne.
Większość implementacji Swing Timeframes wykorzystuje trzy warstwy danych wejściowych:
-
Parametry horyzontu czasowego: Obejmują one zamierzony okres utrzymywania pozycji (na przykład liczbę świec/dni, przez które metoda zakłada, że transakcja pozostanie otwarta) oraz „kadencję decyzyjną” (jak często oceniane są warunki). Nawet jeśli nie podano żadnych wyraźnych liczb, ramy czasowe wykresu działają jak dane wejściowe, ponieważ zmieniają to, które świece lub słupki istnieją.
-
Pola danych rynkowych: Typowe pola to otwarcie, maksimum, minimum, zamknięcie, a czasami wolumen. Jeśli metoda wykorzystuje wyłącznie poziomy cenowe, wówczas pola cenowe są jedynymi danymi wejściowymi. Jeśli wykorzystuje poziomy pochodne, poziomy te stają się dodatkowymi danymi wejściowymi.
-
Cechy pochodne (opcjonalnie): Jeśli metoda wspomina o wskaźnikach, zwykle przekształca dane rynkowe w wartości pochodne (na przykład średnie, miary dynamiki lub poziomy wstęg). W takim przypadku ustawienia obliczeń wskaźnika (takie jak długość okresu wstecznego) są dodatkowymi parametrami, a wartości wyjściowe wskaźnika są dodatkowymi danymi wejściowymi.
Ważne założenie modelowe: interpretując zestaw zasad „Swing Timeframes”, traktuj dane wejściowe dokładnie jako to, do czego odwołują się zasady. Jeśli zasada mówi „użyj ostatniego zamknięcia”, wówczas „ostatnie zamknięcie” jest daną wejściową. Jeśli zasada mówi „użyj średniej z 20 okresów”, wówczas zarówno „20”, jak i bazowa seria cenowa wykorzystywana przez tę średnią są danymi wejściowymi.
Dowód lub przykład
Oto przykład, jak wyszczególnić dane wejściowe bez zakładania cen na żywo.
Załóżmy hipotetyczny zestaw zasad, który ocenia warunki raz na świecę i jest zaprojektowany do utrzymywania pozycji w stylu swing.
- Dana wejściowa horyzontu czasowego: utrzymywanie pozycji przez stałą liczbę świec (parametr) na ramach czasowych wykresu wybranych przez użytkownika (parametr domyślny).
- Dane wejściowe decyzyjne: przy każdej ocenie odczytaj zamknięcie świecy (pole danych rynkowych) i ewentualnie maksimum/minimum (dodatkowe pola).
- Opcjonalna dana wejściowa pochodna: jeśli zasada wykorzystuje średnią ruchomą, wówczas długość okresu wstecznego średniej ruchomej jest parametrem, a wartość średniej ruchomej jest daną wejściową cechy pochodnej.
Aby niezależnie zweryfikować, możesz przeprowadzić kontrolę na papierze: dla każdej decyzji wskaż jedną odwołaną zmienną (taką jak „zamknięcie świecy N” lub „wynik wskaźnika na świecy N”). Jeśli zasada odwołuje się do czegoś, czego nie można wyprowadzić ze zadeklarowanych danych wejściowych — na przykład „rynek odwróci się w przyszłym tygodniu” — wówczas nie jest to jawne dane wejściowe; jest to niepoparte twierdzenie.
Ograniczenia i ryzyka
Kluczowym ograniczeniem jest to, że „dane wejściowe” nie są tym samym co „gwarancje”. Nawet przy tych samych danych wejściowych i parametrach wyniki mogą się różnić, ponieważ:
- Warunki rynkowe się zmieniają: Historyczne zależności między ceną a cechami pochodnymi mogą nie utrzymać się w przyszłości.
- Koszty i wykonanie mają znaczenie: Spready, prowizje, poślizgi i sposób obsługi zleceń zmieniają zrealizowane wyniki w porównaniu z uproszczonymi obliczeniami.
- Zależność od ram czasowych: Zmiana ram czasowych wykresu zmienia to, które świece istnieją, a tym samym zmienia dane wejściowe zasilające zasady.
- Tryby awarii: Typowym trybem awarii są zasady, które sprawdzają się w jednym reżimie rynkowym (na przykład w trendzie) i osiągają gorsze wyniki w innym (na przykład w rynku bocznym), nawet jeśli dane wejściowe i parametry pozostają takie same.
Należy również zauważyć ograniczenie weryfikacji: bez danych w czasie rzeczywistym można jedynie potwierdzić, że zestaw zasad jest wewnętrznie spójny (dane wejściowe są dobrze zdefiniowane i obliczalne), a nie że będzie działać w przyszłości.
Weryfikacja lub kolejne pytanie
Aby zweryfikować, jakie dane wejściowe Swing Timeframes wykorzystuje dla konkretnej metody, przepisz jej zestaw zasad w formie listy kontrolnej:
- Wypisz każdy parametr (horyzont czasowy, okresy wsteczne, częstotliwość oceny). - Wypisz każde pole danych, do którego się odwołano (otwarcie/maksimum/minimum/zamknięcie, wolumen).