English
Jetzt beitreten
Indikatoren/probuilder · probacktest · proorder · proscreener

STE

STE in ProBuilder gibt den Standardfehler einer Kursreihe über N Bars zurück und misst, wie weit die Kurse von der Regressionslinie abweichen. Syntax und Beispiele.

Syntax

probuilder
STE[N](price)

Parameter

NameTypStandardBeschreibung
NGanzzahl20Anzahl der Bars, die zur Anpassung der Regressionslinie und zur Messung der Residuen verwendet werden.
priceKursquelleSchlusskursDie Reihe, an die die Regression angepasst wird. Akzeptiert close, open, high, low, oder eine eigene Variable.

Formel

STE ist die Quadratwurzel der gemittelten quadrierten Residuen zwischen jedem der letzten N Preisen und der Gerade, die nach der Methode der kleinsten Quadrate durch sie gelegt wird:

Code
STE = SQRT( average of (price - RegressionLine)^2 over N bars )

Es ist das Regressionslinien-Pendant zu STD, der die gleiche Art von Streuung um einen gleitenden Durchschnitt statt um eine angepasste Gerade misst.

So funktioniert es

Auf jedem Bar passt ProBuilder eine Gerade nach der Methode der kleinsten Quadrate durch die letzten N Werte von price, dieselbe Linie, zurückgegeben von LinearRegression. STE misst dann, wie weit die tatsächlichen Kurse im Durchschnitt von dieser Linie entfernt liegen. Das Ergebnis wird in Kurseinheiten angegeben.

Die Abgrenzung zur Standardabweichung ist in Trends wichtig. Ein Markt, der stetig in einer geraden Linie steigt, hat eine große Abweichung von seinem eigenen Durchschnitt (der Durchschnitt hinkt hinterher), aber eine sehr kleine Abweichung von seiner Regressionslinie. STE isoliert daher das Rauschen um den Trend statt des Trends selbst, was es zu einem Maß für die Trendqualität macht: wie treu der Kurs seiner eigenen Bahn folgt.

STE wird üblicherweise gemeinsam mit R2, dem Bestimmtheitsmaß derselben Regression. Ein hohes R2 bei niedrigem STE beschreibt einen starken, verlässlichen Trend. Laufen die beiden Serien aus entgegengesetzten Richtungen zusammen, R2 fällt, während STE steigt, verschlechtert sich die Anpassung, was oft den Übergang in Konsolidierung oder Umkehr begleitet.

Beispiele

Beispiel 1, Den Regressionsfehler darstellen (Indikator)

probuilder
myseries = close
// Typical distance between the close and its 10-bar regression line
statisticalerror = STE[10](myseries)
RETURN statisticalerror

Berechnet den Standardfehler des Schlusskurses über die letzten 10 Bars und stellt ihn dar. Fallende Werte bedeuten, dass sich der Kurs enger an seine Trendlinie schmiegt.

Beispiel 2, Filter für Trendqualität (ProOrder)

probuilder
// Trade momentum only when the trend fit is clean
fitError = STE[20](close)
fitR2    = R2[20](close)
slope    = LinearRegressionSlope[20](close)

IF NOT OnMarket THEN
  // High R2, contracting error, rising slope
  IF fitR2 > 0.8 AND fitError < Average[50](fitError) AND slope > 0 THEN
    BUY 1 CONTRACT AT MARKET
  ENDIF
ELSIF fitR2 < 0.5 THEN
  SELL AT MARKET
ENDIF

Steigt nur dann long ein, wenn die 20-Bar-Regressionsanpassung stark ist (hohes R2, unterdurchschnittliche STE, positive Steigung), und steigt aus, wenn sich die Anpassung verschlechtert.

probuilder
// Instruments trending cleanly: small error relative to price
err      = STE[20](close)
relError = (err / close) * 100
up       = LinearRegressionSlope[20](close) > 0
SCREENER[up AND relError < 1](relError AS "STE % of price")

Gibt Instrumente in einer steigenden 20-Bar-Regression zurück, deren Standardfehler unter 1 Prozent des Kurses liegt, also enge, rauscharme Aufwärtstrends.

Interpretation

  • Niedrige und fallende STE. Der Kurs folgt seiner Regressionslinie eng. Der Trend ist, unabhängig von seiner Richtung, geordnet und die Linie ist eine aussagekräftige Referenz.
  • Hohe oder steigende STE. Der Kurs schwankt weit um die Anpassung. Trendfolgesignale, die aus der Regression abgeleitet werden, sind weniger verlässlich.
  • STE mit R2. Das Paar wirkt als Qualitätsmaß: R2 sagt, wie viel der Bewegung die Linie erklärt, STE sagt, wie groß der unerklärte Anteil in Kurseinheiten ist. Eine Annäherung der beiden aus entgegengesetzten Richtungen markiert häufig einen Regimewechsel.

STE enthält keine Richtungsinformation. Kombinieren Sie es mit LinearRegressionSlope oder eine Bedingung mit gleitendem Durchschnitt, um die Richtung zu bestimmen.

Häufige Fehler und Stolperfallen

  • STE mit STD verwechseln. In einem stetigen Trend bleibt STD erhöht, während STE einbricht, weil die Regressionslinie dem Trend folgt und der gleitende Durchschnitt nicht. Eines durch das andere zu ersetzen verändert stillschweigend die Bedeutung eines Filters.
  • Absolutwerte über Instrumente hinweg vergleichen. STE ist in Preiseinheiten angegeben. Filtern oder sortieren Sie nach STE / close statt des Rohwerts.
  • Kurze Fenster überanpassen. Bei kleinen N, verläuft die Regressionslinie fast durch jeden Punkt und STE geht gegen null, ohne dass ein wirklich klarer Trend vorliegt. Fenster von 20 oder mehr Bars liefern aussagekräftigere Werte.
  • STE allein lesen. Ein niedriger Fehler um eine flache Linie beschreibt eine ruhige Spanne, keinen Trend. Prüfen Sie die Steigung oder R2, bevor Sie eine niedrige STE als Trendbestätigung werten.
  • STD, Standardabweichung um einen gleitenden Durchschnitt.
  • R2, Bestimmtheitsmaß derselben Regressionsanpassung.
  • LinearRegression, der angepasste Wert der Regressionslinie selbst.
  • LinearRegressionSlope, Richtung und Steilheit der Regressionslinie.
  • Average, einfacher gleitender Durchschnitt, die von STD verwendete Referenz.
  • Volatility, allgemeine Volatilitätsschätzung zum Vergleich.