CSSA-Marktregime

Das Wesen von Selbstähnlichkeit und Komplexität besteht darin, das Ganze mit seinen Bestandteilen zu vergleichen. Nehmen wir zum Beispiel ein Quadrat, das in vier separate Quadrate gleicher Größe unterteilt ist. Die Fläche des größeren Quadrats ist gleich der Summe der Flächen der einzelnen Quadrate, aus denen es besteht. Dasselbe gilt natürlich auch für eine eindimensionale Linie, die der Summe ihrer Teile entspricht. Eine der Methoden zur Identifizierung von Selbstähnlichkeit am Aktienmarkt besteht darin, die Spanne oder die Differenz zwischen den Höchst- und Tiefstständen zu betrachten. Bei einem vollkommen selbstähnlichen Markt würde man erwarten, dass die längere Spanne der Summe der über ein kleineres Intervall gemessenen Spannen entspricht. Je chaotischer der Markt ist, desto größer ist die Differenz zwischen diesen beiden Maßen. Solche Marktbedingungen sind durch ein großes Verhältnis zwischen der Summe kleinerer Spannen und dem längeren Maß der Spannen gekennzeichnet. Dieses Verhältnis wird im Wesentlichen als fraktale Dimension bezeichnet und ist ein Maß für die Komplexität. Es gibt viele verschiedene Möglichkeiten, dies zu messen, einschließlich des Hurst-Exponenten, aber das Problem, das ich in meiner eigenen bescheidenen Forschung immer wieder festgestellt habe, ist, dass die vorgeschlagenen Schwellenwerte, die durch spezifische absolute Werte definiert sind, nicht die Informationen widerzuspiegeln scheinen, die der Theorie entsprechen. Ich habe oft festgestellt, dass relative Maße robuster und konsistenter sind - ähnlich wie die Größe vergangener Erträge einen geringeren Vorhersagewert hat als der relative Rang vergangener Erträge. Relative Maße sind tendenziell stationärer als absolute Werte. Zur Berechnung dieses Maßes der Selbstähnlichkeit verwende ich die Intraday-Spanne (Höchststand minus Tiefststand) im Vergleich zu einem Fenster mit längerer Spanne. So wird es berechnet:

1) Finde den Höchstwert minus den Tiefstwert für jeden Tag der letzten 10 Tage
2) Nimm die Summe dieser Werte (Summe der Teile)
3) Ermitteln Sie die 10-Tage-Spanne, indem Sie das 10-Tage-Maximum (einschließlich der Höchstwerte) nehmen und das 10-Tage-Minimum abziehen (gesamte Spanne).
4) Teilen Sie die Summe der Teile durch den gesamten Bereich - dies ist ein grundlegendes Maß für die fraktale Dimension/Komplexität
5) Nehmen Sie den 60-Tage-Durchschnitt der 10-Tage-Reihe der Komplexitätswerte - dies ist die vierteljährliche "Chaos/Stabilität"-Metrik
6) entweder die 252-Tage-Normdistanz des z-Scores oder die Perzentil-Rangfolge der Chaos/Stabilitäts-Metrik verwenden
7) Werte über 0,5 zeigen an, dass sich der Markt in einem "Chaos"-Regime befindet und sehr viel weniger vorhersehbar und nicht stationär ist, Werte unter 0,5 zeigen an, dass der Markt stabil und sehr viel vorhersehbarer ist.

Idee Autor: David Varadi

Quelle: https://cssanalytics.wordpress.com/2015/03/13/using-a-self-similarity-metric-with-intraday-data-to-define-market-regimes/

Der Indikator ist implementiert für: MT4/MT5/Tradestation/ Multicharts

Wie importiert man benutzerdefinierte Indikatoren in SQX: https://strategyquant.com/doc/programming-for-sq/import-export-custom-indicators-and-other-snippets/