Работа в метриках BAR и TIME: замечание автора программы
Замечание автора по используемым метрикам в программе:
Работа с метрикой BAR - это, конечно, доставляет определенную проблему. И это не не очень хорошая новость для работающих с внутридневными циклическими моделями. По умолчанию мы используем метрику BAR, потому что при работе с метрикой TIME у нас возникает проблема с пропусками в торгуемых днях/часах.
Посмотрите на этот пример котировок, отображение в метрике TIME:
А вот то же самое, в метрике BAR:
Я не мог найти другого решения для решения этой проблемы в временными пропусками, чем использование метрики BAR.
Но здесь одна проблема: если файл с котировками не очень хороши, данные плохого качества, и некоторые бары пропущены (например, мы удалили в котировках все поврежденные бары ) => это увеличивает ошибку вычислений цикла. Удалив какой-то бар, мы тем самым модифицируем саму топологию “внутреннего пространства баров” (Bar derived space). Например, пропуская 10 баров, мы увеличиваем возможность ошибки в 10 раз.
Работая с метрикой TIME, мы не сталкиваемся с этой проблемой, здесь больше стабильности. Это означает, что если данных котировок плохого качества, и если мы пропустим определенное количество баров => это существенно не повлияет на результат. Ошибки возможны, но здесь они не множатся пропорционально, не будут сильно влиять на конечный результат.
Таким образом, для нас очень важно загружать котировки хорошего качества, если работаем в метрике BAR.
Работа с метрикой BAR - это, конечно, доставляет определенную проблему. И это не не очень хорошая новость для работающих с внутридневными циклическими моделями. По умолчанию мы используем метрику BAR, потому что при работе с метрикой TIME у нас возникает проблема с пропусками в торгуемых днях/часах.
Посмотрите на этот пример котировок, отображение в метрике TIME:
А вот то же самое, в метрике BAR:
Я не мог найти другого решения для решения этой проблемы в временными пропусками, чем использование метрики BAR.
Но здесь одна проблема: если файл с котировками не очень хороши, данные плохого качества, и некоторые бары пропущены (например, мы удалили в котировках все поврежденные бары ) => это увеличивает ошибку вычислений цикла. Удалив какой-то бар, мы тем самым модифицируем саму топологию “внутреннего пространства баров” (Bar derived space). Например, пропуская 10 баров, мы увеличиваем возможность ошибки в 10 раз.
Работая с метрикой TIME, мы не сталкиваемся с этой проблемой, здесь больше стабильности. Это означает, что если данных котировок плохого качества, и если мы пропустим определенное количество баров => это существенно не повлияет на результат. Ошибки возможны, но здесь они не множатся пропорционально, не будут сильно влиять на конечный результат.
Таким образом, для нас очень важно загружать котировки хорошего качества, если работаем в метрике BAR.