Como o Índice de Eficiência de Kaufman é calculado? (Fórmula, entradas e limitações)

Resposta direta: a fórmula do Índice de Eficiência de Kaufman

O Índice de Eficiência de Kaufman (frequentemente abreviado como ER) é calculado como uma razão entre o movimento líquido de preço e o movimento total de preço em uma janela de retrospectiva escolhida.

Uma forma comum é:

ER = ( |Preçoₜ − Preçoₜ−n| ) / ( Σᵢ=1→n |Preçoₜ−(n−i+1) − Preçoₜ−(n−i)| )

Onde:

• Preço é a série numérica de preços que você mede (por exemplo, uma série de preços de fechamento).
• t é o índice final da janela.
• n é o comprimento da retrospectiva em barras (o número de intervalos incluídos).
• O numerador é a diferença absoluta entre o início e o fim da janela (movimento líquido).
• O denominador soma as mudanças absolutas passo a passo ao longo da janela (movimento total).

Se o denominador for 0, o ER é indefinido; implementações normalmente tratam isso como um caso extremo.

Mecanismo ou definição: o que a razão está medindo

O ER compara duas quantidades para a mesma janela de retrospectiva:

1. Movimento líquido (numerador)

   • O movimento líquido usa apenas os pontos inicial e final da janela.
   • Se o preço terminar longe de onde começou, o movimento líquido é grande.
   • Se o preço terminar perto de onde começou, o movimento líquido é pequeno.

2. Movimento total (denominador)

   • O movimento total soma as mudanças absolutas entre amostras consecutivas.
   • Se o preço se move em um caminho reto (poucas oscilações de ida e volta), o movimento total é próximo do movimento líquido.
   • Se o preço oscila (vai e volta), o movimento total se torna muito maior que o movimento líquido.

Conceitualmente, o ER é uma medida de eficiência de caminho:

• Um ER alto sugere que o preço percorreu a janela com relativamente pouca anulação (menos idas e voltas).
• Um ER baixo sugere que o preço se moveu muito, mas terminou perto do seu ponto inicial devido a reversões ou ruído.

Evidência ou exemplo: calculando o ER passo a passo (com suposições explícitas)

Suponha que você amostre uma série de preços em intervalos regulares (por exemplo, cada barra é uma hora), e você escolha:

• Comprimento de retrospectiva n = 4 barras.
• Você usa Preço = fechamento (a escolha específica do tipo de preço importa; as entradas do ER são a série que você seleciona).

Deixe os quatro preços consecutivos na janela serem:

• Preçoₜ−4 = 100
• Preçoₜ−3 = 101
• Preçoₜ−2 = 100
• Preçoₜ−1 = 103
• Preçoₜ = 104

1) Movimento líquido

O movimento líquido usa apenas o início e o fim:

• |Preçoₜ − Preçoₜ−4| = |104 − 100| = 4

2) Movimento total

O movimento total soma as mudanças absolutas passo a passo:

• |101 − 100| = 1
• |100 − 101| = 1
• |103 − 100| = 3
• |104 − 103| = 1

Movimento total = 1 + 1 + 3 + 1 = 6

3) ER

ER = 4 / 6 ≈ 0,667

Interpretação (geral, não preditiva):

• Isso é maior do que 0 indicaria, significando que o deslocamento líquido foi relativamente grande comparado à distância total percorrida.
• Não é “perfeitamente eficiente” porque o movimento total excedeu o movimento líquido, implicando algumas reversões.

Limitações e riscos: o que pode dar errado ou enganar você

Mesmo que o cálculo seja determinístico uma vez que as entradas são escolhidas, o significado e a confiabilidade dependem de como você o configura.

1) Divisão por zero quando o movimento total é zero

Se o denominador (movimento total) for igual a 0, então todos os preços consecutivos na janela eram idênticos (sem movimento entre os pontos amostrados). Nesse caso, o ER não pode ser calculado na forma de razão padrão.

Uma implementação cuidadosa deve definir um comportamento para este caso extremo (por exemplo, retornar um valor especial ou pular o ponto). O tratamento correto depende do seu fluxo de trabalho de análise.

2) Sensibilidade ao comprimento de retrospectiva escolhido (n)

O ER usa os últimos n intervalos. Mudar n pode alterar o ER materialmente porque:

• Uma janela mais longa inclui mais movimento e mais oportunidades para reversões.
• Uma janela mais curta foca em um caminho mais estreito, o que pode exagerar o ruído.

Portanto, o ER não é “tamanho único”; ele resume a eficiência da janela específica que você solicita.

3) Dependência da amostragem de preço e do tipo de preço

As entradas do ER são uma série de preços específica amostrada em um cronograma específico.

• Usar preços de fechamento vs. preços típicos vs. outra série derivada muda os valores passo a passo.
• Usar tamanhos de barra diferentes (mais ou menos amostras por unidade de tempo) muda o caminho e o movimento total.

Portanto, dois cálculos de ER usando escolhas de dados diferentes não são diretamente comparáveis.

4) Vulnerabilidade a dados ruidosos e efeitos de microestrutura

Como o denominador usa diferenças absolutas entre amostras consecutivas, o ER pode ser afetado por:

• Pequenas flutuações e ruído
• Efeitos relacionados a bid–ask em certos contextos
• Artefatos relacionados à execução em dados orientados a eventos

Isso não torna a fórmula “errada”, mas pode fazer com que o ER calculado reflita ruído de negociação em vez de um movimento direcional suave.

5) Relações históricas não implicam resultados futuros

O ER é uma estatística descritiva da eficiência recente do movimento. Não é uma previsão por si só.

• Um ER alto ou baixo no passado não estabelece o que acontecerá a seguir.
• Qualquer interpretação que assuma previsibilidade é um passo extra além do cálculo.

Verificação ou próxima pergunta: como verificar o resultado de forma independente

Para verificar um cálculo de ER você mesmo:

1. Anote a janela exata que você usa (qual índice é t, e qual é n).
2. Confirme a série de preços exata usada para Preço (por exemplo, fechamento).
3. Recalcule o numerador usando apenas os preços inicial e final da janela.
4. Recalcule o denominador somando as diferenças absolutas entre cada par consecutivo dentro da janela.
5. Verifique o caso extremo onde o movimento total é 0.
6. Repita após mudar uma entrada (como n) para ver quão sensível o ER é a essa escolha.

Se você quiser ir mais longe, uma próxima pergunta útil é como mudar as entradas (comprimento da retrospectiva e amostragem de dados) muda o comportamento numérico do ER, e quais interpretações genéricas são apropriadas para uma métrica descritiva de eficiência.