如何验证线形图的信息？
直接答案
可以通过将稳定的机制（线形图的构建方式）与可变条件（使用了哪些数据、如何清洗以及如何显示）区分开来，来验证线形图的信息。然后通过可复现的检查——定义、制图步骤和明确的假设——来确认关键事实。
机制与定义
线形图是一种通过直线段连接一系列有序数据点的可视化方式。最重要的验证是明确数据到图像的映射关系：
- x轴代表什么：通常是按时间顺序排列的时间。
- y轴代表什么：每个时间点的测量值（例如价格水平或指数），并使用明确的刻度。
- 每个绘制点的含义：它是原始观测值、中间值、收盘/最新值，还是聚合值。
- 如何处理空缺：缺失数据可能被跳过、插值填补，或以断点显示——每种选择都会改变图表的视觉含义。
为了保持计算的可复现性，在比较图表之前应先说明假设。例如：“我假设x轴使用1分钟间隔，每个点是该分钟内最后一个可用值。” 如果没有此类假设，即使两个图表都“正确”，它们看起来也可能不同。
可验证的证据或示例
以下是一种简单且非实时的方法，用于验证线形图的声明。
步骤1：用文字写出规则
示例规则：“对于每个时间t，绘制y(t)，然后用直线连接(t, y(t))与(t+Δt, y(t+Δt))。” 这是稳定的机制。
步骤2：创建一个极小的数据集
假设有以下有序点：
- t0 = 00:00, y0 = 100
- t1 = 00:01, y1 = 102
- t2 = 00:02, y2 = 101
步骤3：重新计算视觉预期
- 从t0到t1的线段呈上升趋势（100 → 102）。
- 从t1到t2的线段呈下降趋势（102 → 101）。
- 如果图表显示的是平直线段或不同方向，问题很可能出在映射（y值定义不同）、时间顺序或空缺处理上。
步骤4：检查常见的实现差异
即使没有实时数据，也应根据图表创建者的描述验证以下细节：
- 聚合：是否将多个原始观测值压缩为一个点（例如每分钟）？
- 舍入：显示时是否对数值进行了舍入？
- 缩放：软件是自动缩放y轴还是锁定缩放？
- 缺失点：是插值填补还是直接省略？
如果某个提供商声称某种特定行为（例如“它使用每个周期的收盘价”），可通过使用你控制的数据集进行测试，验证绘制的点是否符合所述规则。
局限性与风险（失效模式）
当出现以下情况时，线形图的信息可能无法被验证：
- 数据定义不同：“价格”可能指不同字段（开盘、最高、最低、收盘、最新），未明确具体字段的声明是模糊的。
- 时间处理不一致：时区转换、交易时段边界或重采样可能改变数据点的顺序。
- 缺失数据处理改变外观：跳过点可能导致视觉上的不连续；插值可能从不完整数据中生成看似平滑的趋势。
- 历史关系被夸大：即使线形图显示了历史模式，也不能据此断言未来结果。
- 显示选择扭曲解读：坐标轴范围、平滑选项或格式设置可能改变对变化幅度的感知。
此处未假设任何实时市场数据；结果仍会因市场状况、成本、执行和司法管辖区而异。因此，对图表构建的验证关注的是表示方式和假设，而非保证解读的正确性。
验证清单与下一个问题
使用以下清单验证关于线形图的声明：
- 定义：x轴和y轴上绘制的究竟是什么？
- 点规则：每个数据点代表什么（原始值 vs 聚合值，具体是哪个值）？
- 时间顺序：序列是否按时间顺序排列，时间间隔如何定义？
- 空缺处理：缺失的观测值如何处理？
- 可复现性：能否根据所述规则使用小数据集重现绘制的点？
接下来可问：“此图表使用了哪种数值定义和时间重采样规则？” 这个问题通常决定了两个“线形图”的解释是否真正描述了相同的机制。