评估抛物线SAR需要哪些数据？
直接答案
要评估抛物线SAR，需收集以下内容：(1) 计算该指标所需的价格序列，(2) SAR公式中使用的参数设置，(3) 时间周期和价格来源以确保计算一致性，以及 (4) 一组验证检查，用以判断输出是否内部一致且可用。由于指标行为会随市场状态、执行条件和数据质量而变化，因此在将SAR输出视为有效信息之前，还应注明其局限性和潜在失效模式。
机制或定义
抛物线SAR（常写作“Parabolic SAR”）是一种趋势跟踪指标，会在价格周围生成一系列点，并在基本趋势方向发生变化时切换其位置。因此，“评估”它意味着检查SAR点和切换点是否基于预期输入计算得出，以及其行为是否符合该方法背后的假设。
最低数据输入包括：
- 一段具有足够K线分辨率的历史时间序列（通常为OHLC：开盘价、最高价、最低价、收盘价）。若缺少至少最高价/最低价，就无法重现该指标的逐步递进和加速逻辑。
- 计算所用的指标参数。实践中这包括起始加速度因子、加速度增量和最大加速度上限（常见的“三参数”设置）。即使使用软件默认值，也必须记录确切的参数值，以确保评估可重复。
- 时间周期定义（例如1分钟与1小时K线）。SAR是按顺序K线计算的；改变周期会改变指标所“穿越”的高低点序列。
- 价格来源和数据处理方式（例如，使用原始经纪商K线、调整后数据还是重采样K线；以及如何处理缺失或异常K线）。数据来源很重要，因为SAR对最高价/最低价极值敏感。
实际评估还需区分稳定机制与可变条件：
- 稳定机制：SAR对有序高低点的依赖、由参数驱动的步进/加速机制，以及点位切换的概念。
- 可变条件：市场波动率状态、交易成本和执行质量，以及数据提供商构建K线的方式。
证据或示例
以下是一个具体、以自我检查为导向的示例，说明应收集和验证的内容（不假设实时数据）：
- 锁定计算设置
- 选择一个时间周期，并确保你的OHLC K线与此周期匹配。
- 记录三个SAR参数（起始加速度、加速度步长和最大加速度）。如果你的平台有默认值，请注明。
- 验证SAR输出的一致性
- 确认SAR点在每个K线都根据相同的公式和参数集更新。
- 检查翻转点：当方向切换时，SAR点位应从价格一侧跳到另一侧，且符合该指标的定义。
- 检查极端情况
- 观察SAR在数据集起始阶段的表现。许多实现需要一个“种子”期；由于前期趋势背景有限，起始阶段的结果可能不同。
- 识别具有极端高点或低点的K线。由于SAR受高低点和趋势加速影响，一个异常K线可能影响后续的SAR点。
- 在内部一致的数据处理之间进行比较
- 如果你使用重采样（例如，从5分钟K线构建1小时K线），请验证最高价和最低价是否与你的方法保持一致。
- 如果涉及调整后的价格数据，请记录调整内容，并说明高低点是否因调整而改变。
此处所谓的“证据”并非预测表现，而是你能否独立验证SAR输出是否源自所记录的数据和设置。
局限性和风险
至少存在一个显著局限：SAR在震荡行情中可能对反复波动（whipsaws）敏感。由于SAR在持续走势中会加速，即使整体背景并非趋势市，短期反转也可能导致频繁的方向切换。
需注意的常见失效模式包括：
- 数据质量和来源问题：K线构建不一致、缺失K线或周期定义不匹配可能导致不同的SAR点。
- 参数不匹配：使用不同加速度参数的两次评估不可直接比较。
- 状态依赖性：在一个市场环境中观察到的关系在另一个环境中可能不成立，因此历史相似性不能保证未来行为。
- 实际交易现实性（即使你不应将SAR视为独立信号）：执行成本、滑点和延迟可能影响“切换点”是否能转化为可实现的结果。