Régimen de mercado CSSA

La esencia de la autosimilitud y la complejidad es comparar el todo con las partes que lo componen. Por ejemplo, tomemos un cuadrado dividido en cuatro cuadrados de igual tamaño. El área del cuadrado mayor es equivalente a la suma de las áreas de cada uno de los cuadrados que lo componen. Lo mismo ocurre, por supuesto, con una línea unidimensional, que es equivalente a la suma de sus partes. Uno de los métodos para identificar la autosimilitud en el mercado bursátil consiste en observar el rango o la diferencia entre los máximos y los mínimos. En un mercado perfectamente autosimilar, cabría esperar que el rango más largo fuera equivalente a la suma de los rangos medidos en un intervalo más pequeño. Cuanto más caótico sea el mercado, mayor será la diferencia entre estas dos medidas. Tales condiciones de mercado se caracterizarían por una gran relación entre la suma de rangos más pequeños frente a la medida más larga del rango. Esencialmente, esta relación se denomina dimensión fractal y es una medida de la complejidad. Hay muchas maneras diferentes de medir esto, incluyendo el uso del exponente de Hurst, pero el problema que siempre he encontrado en mi propia humilde investigación es que los umbrales sugeridos definidos por valores absolutos específicos no parecen reflejar la información consistente con la teoría. A menudo he encontrado que las medidas relativas tienden a ser más robustas y consistentes, de la misma manera que la magnitud de los rendimientos pasados tiene menos valor predictivo que el rango relativo de los rendimientos pasados. Las medidas relativas tienden a ser más estacionarias que los valores absolutos. Para calcular esta medida de autosimilitud, utilizo el rango intradiario (máximo menos mínimo) frente a una ventana de rango mayor. Así es como se calcula:

1) calcula el máximo menos el mínimo de cada día desde hace 10 días
2) tomar la suma de estos valores (suma de las piezas)
3) hallar el rango de 10 días tomando el máximo de 10 días (incluidos los máximos) y restando el mínimo de 10 días (rango completo)
4) dividir la suma de los trozos por la totalidad del rango: ésta es una medida básica de la dimensión/complejidad fractal
5) Tomar la media de 60 días de la serie de 10 días de los valores de complejidad, que es la medida trimestral de "caos/estabilidad".
6) utilizar la distancia normalizada de 252 días de la puntuación z o la clasificación percentil de la métrica caos/estabilidad
7) Los valores superiores a 0,5 indican que el mercado se encuentra en un régimen de "caos" y es mucho menos predecible y no estacionario, los valores inferiores a 0,5 indican que el mercado es estable y mucho más predecible.

Autor de la idea: David Varadi

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

Indicador se implementa para: MT4/MT5/Tradestation/Multicharts

Cómo importar indicadores personalizados a SQX: https://strategyquant.com/doc/programming-for-sq/import-export-custom-indicators-and-other-snippets/