Quais entradas o Swing Highs Lows usa?

Resposta direta

O Swing Highs Lows usa entradas de gráfico que vêm do próprio preço: a sequência de pontos de swing high e pontos de swing low que você identifica em um gráfico de preço. Em outras palavras, as “entradas” não são indicadores externos por padrão; elas são as coordenadas de alta/baixa selecionadas produzidas pela sua definição de ponto de swing.

Como o termo “Swing Highs Lows” pode ser implementado com diferentes regras de identificação de swing, a única maneira correta e confiável de responder à pergunta é listar as entradas que você deve definir para a sua versão: (1) a série de preços na qual você marca (por exemplo, valores de alta/baixa), (2) a regra para detectar swings (a definição material) e (3) o escopo do gráfico (janela de tempo e granularidade de barra/tick).

Mecanismo e definição

Um swing high é um pico local na estrutura de preço de acordo com uma regra escolhida; um swing low é um vale local de acordo com o mesmo tipo de regra. Depois que você tem esses pontos, “Swing Highs Lows” normalmente se refere ao raciocínio sobre a ordem e as posições relativas desses pontos—como se novas máximas são maiores/menores que máximas anteriores, e se novas mínimas são maiores/menores que mínimas anteriores.

Para tornar isso preciso, suas entradas geralmente se enquadram nestas categorias:

1. Dados de preço: os valores necessários para marcar máximas e mínimas (comumente a máxima e a mínima da barra, ou a máxima/mínima relevante do feed de dados do gráfico que você usa).
2. Regra de detecção de swing: uma condição determinística que decide se uma barra (ou timestamp) se qualifica como swing high/swing low. Por exemplo, muitas implementações exigem que o ponto candidato seja maior que os pontos ao redor para swing highs, e menor que os pontos ao redor para swing lows.
3. Janela de lookback/lookaround (dependência): quantas barras ao redor de um candidato são consideradas ao julgar se ele é “maior/menor que os vizinhos”.
4. Granularidade do gráfico e janela de tempo: o timeframe (por exemplo, minuto vs. diário) e o período de histórico usado para marcar swings.
5. Premissas de consistência de dados: se você usa o mesmo tratamento de dados de sessão ao longo do tempo (por exemplo, contínuo vs. quebras de sessão), porque isso pode mudar onde os swings aparecem.

Com essas entradas definidas, a mecânica é simples: você produz uma lista ordenada de swing highs e swing lows a partir do gráfico, e qualquer análise adicional é derivada dessa lista (por exemplo, comparar posições relativas de swings sucessivos).

Evidência ou exemplo (com premissas explícitas)

Suponha que você analise um gráfico construído a partir de barras, onde cada barra tem um H (high/máxima) e um L (low/mínima). Suponha que sua regra de swing seja: uma barra se qualifica como swing high se sua máxima H for maior que as máximas de um número fixo de barras vizinhas em ambos os lados; uma barra se qualifica como swing low se sua mínima L for menor que as mínimas das barras vizinhas em ambos os lados.

Sob essa premissa, as “entradas” para a etapa de detecção de swing high são:

• a sequência de valores H para cada barra dentro do seu timeframe escolhido,
• o número de vizinhos (sua janela de lookaround),
• o índice da barra candidata.

Da mesma forma, as “entradas” para a etapa de swing low são:

• a sequência de valores L dentro do mesmo timeframe,
• a mesma lógica de número de vizinhos.

Depois que você tem os pontos de swing, quaisquer comparações estruturais que você fizer (como comparar a altura relativa do próximo swing high com o swing high anterior) dependem desses pontos marcados exatos. Se você mudar o número de vizinhos ou o timeframe, a lista de swings marcados pode mudar, e as conclusões downstream mudam também.

Limitações e riscos

Uma limitação fundamental é que o Swing Highs Lows é tão consistente quanto a regra de identificação de swing e o escopo de gráfico que você escolher. Modos comuns de falha incluem:

• Ambiguidade perto do limite: se duas barras próximas têm máximas/mínimas semelhantes, pequenas mudanças na resolução dos dados podem inverter se um ponto se qualifica.
• Parâmetros inconsistentes: usar uma janela de lookaround para algumas observações e outra para outras pode criar uma falsa sensação de “estrutura”.
• Overfitting ao passado: ajustar a regra de swing para fazer exemplos históricos parecerem limpos pode reduzir a confiabilidade em novos gráficos.
• Condições não estacionárias: relações históricas entre pontos de swing e comportamento subsequente do preço não garantem comportamento semelhante no futuro; os mercados podem mudar de regime, volatilidade e microestrutura.