Regime di mercato CSSA

L'essenza dell'autosimilarità e della complessità consiste nel confrontare l'insieme con le parti che lo compongono. Ad esempio, prendiamo un quadrato diviso in quattro quadrati separati di uguali dimensioni. L'area del quadrato più grande è equivalente alla somma delle aree di ciascuno dei quadrati che lo compongono. Lo stesso vale naturalmente per una linea unidimensionale, che è equivalente alla somma delle sue parti. Uno dei metodi per identificare l'autosimilarità nel mercato azionario consiste nell'osservare il range o la differenza tra i massimi e i minimi. Ci aspetteremmo che in un mercato perfettamente autosimile l'intervallo più lungo sia equivalente alla somma degli intervalli misurati su un intervallo più piccolo. Più il mercato è caotico, maggiore sarà la differenza tra queste due misure. Tali condizioni di mercato sarebbero caratterizzate da un ampio rapporto tra la somma degli intervalli più piccoli e la misura più lunga dell'intervallo. In sostanza, questo rapporto è chiamato dimensione frattale ed è una misura della complessità. Esistono molti modi diversi per misurarla, compreso l'utilizzo dell'esponente di Hurst, ma il problema che ho sempre riscontrato nella mia umile ricerca è che le soglie suggerite, definite da specifici valori assoluti, non sembrano riflettere le informazioni coerenti con la teoria. Ho spesso riscontrato che le misure relative tendono a essere più robuste e coerenti, proprio come l'ampiezza dei rendimenti passati ha un valore predittivo minore rispetto al rango relativo dei rendimenti passati. Le misure relative tendono a essere più stazionarie dei valori assoluti. Per calcolare questa misura di autosimilarità utilizzo l'intervallo intraday (alto meno basso) rispetto a una finestra di intervallo più lunga. Ecco come viene calcolata:

1) trovare il massimo meno il minimo per ogni giorno andando indietro di 10 giorni
2) prendere la somma di questi valori (somma dei pezzi)
3) trovare il range a 10 giorni prendendo il massimo a 10 giorni (compresi i massimi) e sottraendo il minimo a 10 giorni (intero range)
4) dividere la somma dei pezzi per l'intero intervallo: questa è una misura di base della dimensione/complessità frattale.
5) prendere la media a 60 giorni della serie a 10 giorni dei valori di complessità: questa è la metrica trimestrale "caos/stabilità".
6) utilizzare la normsdist a 252 giorni dello z-score o la classifica percentile della metrica caos/stabilità
7) valori superiori a .5 indicano che il mercato è in un regime di "caos" ed è molto meno prevedibile e non stazionario, valori inferiori a .5 indicano che il mercato è stabile e molto più prevedibile.

Autore dell'idea: David Varadi

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

L'indicatore è implementato per: MT4/MT5/Tradestation/ Multicharts

Come importare indicatori personalizzati in SQX: https://strategyquant.com/doc/programming-for-sq/import-export-custom-indicators-and-other-snippets/