Quais Dados São Necessários para Avaliar o Schaff Trend Cycle?

Resposta direta

Avaliar o Schaff Trend Cycle significa coletar informações suficientes para (1) definir o que o indicador está calculando, (2) recriar o cálculo a partir das mesmas entradas e (3) julgar o quão confiável é o resultado sob diferentes condições de dados. Como você não está assumindo preços em tempo real, concentre-se nos dados necessários para o cálculo do indicador e para verificar se diferentes fontes estão medindo a mesma coisa.

No mínimo, você precisa: da mecânica do indicador (para saber quais séries são entradas), da série temporal subjacente (dados de preço e carimbos de data/hora), do timeframe e das configurações de parâmetros usados, e de verificações de qualidade e atualidade (para saber a que o indicador está reagindo, em vez de artefatos). Você também precisa de pelo menos uma limitação ou modo de falha para explicar por que os resultados podem divergir.

Mecânica e definição: de quais dados o indicador depende

Uma forma prática de começar é tratar o Schaff Trend Cycle como uma transformação do histórico de preços de mercado em uma série semelhante a um oscilador. Para avaliá-lo, você precisa saber qual campo de preço é usado (comumente algo derivado de dados OHLC) e como esse campo é amostrado ao longo do tempo.

As entradas de dados que você deve reunir são:

1. Série de preços subjacente: a fonte exata dos preços (por exemplo, o conjunto de dados específico ou o fornecedor de dados que fornece candles ou ticks). Inclua se os valores são brutos, ajustados ou já processados.
2. Carimbo de data/hora e timeframe: o intervalo de amostragem (por exemplo, 5 minutos, 1 hora, diário) e a convenção de fuso horário. Fusos horários desalinhados podem fazer com que um recálculo difira.
3. Configurações de cálculo: quaisquer escolhas de parâmetros usadas para gerar os valores do indicador. Se uma plataforma permitir vários conjuntos de parâmetros, você deve registrar quais foram usados.
4. Regra de atualização: se o indicador usa apenas candles totalmente formados ou se recalcula durante o candle. Isso afeta a atualidade e a comparabilidade.

Para separar a mecânica estável das condições variáveis, registre as partes “estáveis” do indicador (fórmula e configurações) separadamente das partes “variáveis” (fonte de dados, intervalo de amostragem e se os preços são ajustados).

Evidência e exemplo: o que verificar para que seja verificável de forma independente

Como você não pode depender de uma única plataforma, a evidência-chave é se você consegue reproduzir a série do indicador a partir do mesmo conjunto de dados e configurações.

Um fluxo de trabalho concreto e verificável é:

• Fixar premissas: Escolha um timeframe, um campo de preço (conforme especificado pela definição do indicador que você está usando) e um conjunto de parâmetros. Escreva-os explicitamente.
• Congelar o conjunto de dados: Use uma janela histórica específica com carimbos de data/hora de início e fim. Se o seu conjunto de dados incluir revisões (por exemplo, dados ajustados), anote a versão ou o momento da recuperação.
• Recalcular e comparar: Calcule o indicador do seu lado (ou em uma ferramenta diferente) usando as mesmas entradas. Se os valores diferirem materialmente, trate isso como um resultado da avaliação: indica uma incompatibilidade nos dados de preço, no alinhamento do timeframe, no uso de parâmetros ou na regra de atualização.

Por exemplo, se a Plataforma A calcula o indicador nos fechamentos dos candles, mas a Plataforma B o calcula no último candle parcial, você pode observar diferenças mesmo quando o conjunto de parâmetros corresponde. Sem registrar a regra de atualização, você não pode atribuir as diferenças ao próprio indicador.

Limitações e riscos: o que pode dar errado

Mesmo com documentação perfeita, a avaliação tem limitações materiais.

1. Mudanças de regime de dados: As relações históricas podem quebrar quando as condições de mercado mudam. A saída do indicador pode se comportar de forma diferente entre regimes de volatilidade.
2. Não estacionariedade: O caráter estatístico das séries de preços pode variar ao longo do tempo, então um indicador que parece estável em um período pode não generalizar.
3. Sensibilidade a parâmetros: Pequenas mudanças nas configurações do indicador podem levar a valores de oscilador visivelmente diferentes. Se as escolhas de parâmetros não forem registradas, as avaliações se tornam não reproduzíveis.
4. Execução e custos (conceitual): Se alguém tentar converter leituras do indicador em decisões, fricções de execução e spread/taxas podem mudar os resultados reais. Isso significa que a correlação entre o indicador e os resultados não é o mesmo que uma expectativa futura confiável.
5. Modo de falha por entradas inconsistentes: A falha mais comum é comparar saídas calculadas a partir de diferentes campos de preço, fusos horários ou tipos de candle (fechamento vs. preço típico, totalmente formado vs. parcial). Nesse caso, a avaliação responde à pergunta errada.