评估痛苦指数需要哪些数据？
直接答案
要评估痛苦指数，您需要一个一致的历史时间序列，以及一种将该序列转换为回撤的明确方法。您还需要记录数据的收集方式（来源和预处理）、时间范围和采样频率，以及用于构建该指数的计算假设。由于痛苦指数对这些选择非常敏感，您应在将任何计算值视为有意义之前，验证输入并复现计算过程。
机制或定义
痛苦指数旨在量化所选序列相对于运行峰值的“下跌深度”。在实践中，评估始于以下数据输入：
- 明确定义的时间序列
- 通常为价格、权益价值或任何代表随时间表现的数值序列。
- 您必须定义该序列是否使用收盘价、调整后价格、买卖中间价，或另一种特定惯例。
- 时间边界和采样频率
- 确切的开始日期、结束日期，以及观测值之间的时间间隔（例如每日、每小时或其他固定步长）。
- 如果序列不是均匀采样的，您需要处理数据缺失的规则。
- 运行峰值和回撤计算输入
- 对于每个观测值，计算截至该日期的运行最大值。
- 然后计算回撤，即从运行峰值到当前值的百分比（或绝对）跌幅。
- 数据预处理和转换假设
- 如果序列是包含公司行为或结构性变化的金融工具，您需要使用一致的调整方法。
- 决定是使用原始值还是调整后值，并在比较中保持该选择的一致性。
- 痛苦指数计算方法
- 痛苦指数由回撤计算得出（通常使用回撤幅度的平方，并在整个期间内进行聚合）。
- 为评估该指数，需记录所使用的精确公式或计算步骤，包括单位（百分比或小数），以便结果可复现。
证据或示例
一个实用的评估清单应关注可复现性，而非预测。例如，如果您想在特定时间段内为某个特定金融工具计算痛苦指数：
- 假设：您选择一个每日收盘价序列，每个交易日采样一次。
- 输入：您收集所选窗口内确切日期的收盘价。
- 来源：您记录该序列的来源（提供商、提取方法，以及数值是否经过调整）。
- 时效性：您验证数据集是否匹配预期的历史窗口，且未混入后期修订数据。
- 质量检查：您确认没有缺失日期或重复时间戳；如果有，您应用明确的规则（例如，排除不完整段或重新采样）。
- 计算检查：您重新计算运行峰值和回撤序列，然后应用生成痛苦指数的相同聚合方法。
如果两位分析师使用不同的时间范围、不同的采样频率或不同的回撤定义，即使使用“相同”的底层金融工具，他们的痛苦指数值也可能不同。因此，最重要的证据是记录的方法以及从指定输入中复现计算的能力。
局限性和风险
多种失败模式会影响痛苦指数的评估：
- 序列定义风险：更改底层序列（例如，调整后与未调整值，或使用不同的价格惯例）会改变回撤，从而影响指数。
- 时间框架敏感性：痛苦指数对所选周期和采样频率敏感；历史下跌的“形态”可能因所选时间范围而被放大或弱化。
- 缺失数据风险：数据缺口、异常值和不一致的时间戳处理可能产生虚假的峰值或回撤。
- 计算模糊性：如果一种计算使用百分比回撤，而另一种使用小数（或对不同量进行平方），结果将不可比。
- 误解风险：计算出的痛苦指数仅总结该序列和窗口内的历史下跌行为；历史关系不能保证未来结果。
验证或下一个问题
要独立验证痛苦指数的事实，您应能回答以下准备问题：
- 您是否拥有确切的输入序列、采样频率和日期范围？
- 回撤是否使用相同的运行峰值方法一致定义？
- 痛苦指数的公式或聚合步骤是否明确说明，并应用于相同的回撤单位？
- 是否已记录数据质量检查（缺失点、重复项、异常值、调整）？
如果您无法清晰说明这些输入和假设，最稳妥的结论是：计算出的痛苦指数值无法独立验证。