STE

Sintaxis

STE[N](price)

Parámetros

Fórmula

STE es la raíz cuadrada del promedio de los residuos al cuadrado entre cada una de las últimas N precios y la línea recta ajustada a ellos por mínimos cuadrados:

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

Es el equivalente en línea de regresión de STD, que mide el mismo tipo de dispersión en torno a una media móvil en lugar de en torno a una recta ajustada.

Cómo funciona

En cada bar, ProBuilder ajusta una recta por mínimos cuadrados a los últimos N valores de price, la misma línea que devuelve LinearRegression. STE mide después a qué distancia media se sitúan los precios reales de esa línea. El resultado se expresa en unidades de precio.

La distinción respecto a la desviación típica importa en las tendencias. Un mercado que sube de forma constante en línea recta tiene una desviación grande respecto a su propia media (la media se queda atrás), pero una desviación muy pequeña respecto a su línea de regresión. Por tanto, STE aísla el ruido alrededor de la tendencia en lugar de la tendencia misma, lo que lo convierte en una medida de la calidad de la tendencia: con qué fidelidad el precio sigue su propia trayectoria.

STE se lee habitualmente junto con R2, el coeficiente de determinación de la misma regresión. Un R2 alto con un STE bajo describe una tendencia fuerte y fiable. Cuando las dos series convergen desde direcciones opuestas, R2 cayendo mientras STE sube, el ajuste se está degradando, lo que suele acompañar la transición a consolidación o reversión.

Ejemplos

Ejemplo 1, Representar el error de regresión (Indicador)

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

Calcula el error típico del cierre en los últimos 10 bars y lo representa. Los valores descendentes significan que el precio se ajusta más estrechamente a su línea de tendencia.

Ejemplo 2, Filtro de calidad de tendencia (ProOrder)

// 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

Entra long solo cuando el ajuste de regresión de 20 bars es fuerte (R2 alto, STE por debajo de la media, pendiente positiva) y sale cuando el ajuste se deteriora.

Ejemplo 3, Buscar tendencias ordenadas (ProScreener)

// 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")

Devuelve los instrumentos con una regresión ascendente de 20 bars cuyo error típico es inferior al 1 por ciento del precio, es decir, tendencias alcistas estrechas y de bajo ruido.

Interpretación

• STE bajo y descendente. El precio sigue de cerca su línea de regresión. La tendencia, cualquiera que sea su dirección, es ordenada y la línea es una referencia significativa.
• STE alto o ascendente. El precio oscila ampliamente alrededor del ajuste. Las señales de seguimiento de tendencia derivadas de la regresión son menos fiables.
• STE con R2. La pareja funciona como un medidor de calidad: R2 dice qué parte del movimiento explica la línea, STE dice qué tamaño tiene la parte no explicada en términos de precio. La convergencia de ambos desde direcciones opuestas marca con frecuencia un cambio de régimen.

STE no aporta información direccional. Combínalo con LinearRegressionSlope o una condición de media móvil para definir la dirección.

Errores y trampas habituales

• Confundir STE con STD. En una tendencia estable el STD se mantiene elevado mientras el STE se desploma, porque la línea de regresión sigue la tendencia y la media móvil no. Sustituir uno por otro cambia de forma silenciosa el significado de un filtro.
• Comparar valores absolutos entre instrumentos. STE está en unidades de precio. Filtra u ordena según STE / close en lugar del valor bruto.
• Las ventanas cortas sobreajustan. Con valores pequeños N, la línea de regresión pasa casi por cada punto y STE se acerca a cero sin indicar una tendencia realmente limpia. Ventanas de 20 bars o más dan lecturas más significativas.
• Leer el STE de forma aislada. Un error bajo alrededor de una línea plana describe un rango tranquilo, no una tendencia. Comprueba la pendiente o R2 antes de tratar un STE bajo como confirmación de tendencia.

Instrucciones relacionadas

• STD, desviación típica alrededor de una media móvil.
• R2, coeficiente de determinación del mismo ajuste de regresión.
• LinearRegression, el propio valor de la línea de regresión ajustada.
• LinearRegressionSlope, dirección y pendiente de la línea de regresión.
• Average, media móvil simple, la referencia que utiliza STD.
• Volatility, estimación general de volatilidad para comparar.