STE

Syntaks

STE[N](price)

Parametere

Formel

STE er kvadratroten av de gjennomsnittlige kvadrerte residualene mellom hver av de siste N prisene og den rette linjen tilpasset gjennom dem med minste kvadraters metode:

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

Den er regresjonslinjens motstykke til STD, som måler samme slags spredning rundt et glidende gjennomsnitt i stedet for rundt en tilpasset linje.

Slik fungerer det

På hver bar tilpasser ProBuilder en rett minste kvadraters linje gjennom de siste N verdier av price, samme linje som returneres av LinearRegression. STE måler deretter hvor langt de faktiske prisene i gjennomsnitt ligger fra denne linjen. Resultatet uttrykkes i prisenheter.

Skillet fra standardavvik har betydning i trender. Et marked som stiger jevnt i en rett linje har et stort avvik fra sitt eget gjennomsnitt (gjennomsnittet henger etter), men et svært lite avvik fra regresjonslinjen sin. STE isolerer derfor støyen rundt trenden snarere enn trenden selv, noe som gjør den til et mål på trendkvalitet: hvor trofast prisen følger sin egen bane.

STE leses vanligvis sammen med R2, determinasjonskoeffisienten for samme regresjon. En høy R2 med en lav STE beskriver en sterk, pålitelig trend. Når de to seriene nærmer seg hverandre fra motsatte retninger, R2 faller mens STE stiger, forringes tilpasningen, og det følger ofte overgangen til konsolidering eller reversering.

Eksempler

Eksempel 1, Plotte regresjonsfeilen (Indikator)

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

Beregner standardfeilen til closen over de siste 10 barene og plotter den. Fallende verdier betyr at prisen følger trendlinjen sin tettere.

Eksempel 2, Filter for trendkvalitet (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

Går long bare når 20-bars regresjonstilpasningen er sterk (høy R2, STE under gjennomsnittet, positiv stigning), og går ut når tilpasningen forverres.

Eksempel 3, Screene etter ordnede trender (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")

Returnerer instrumenter i en stigende 20-bars regresjon der standardfeilen er under 1 prosent av prisen, dvs. stramme opptrender med lav støy.

Tolkning

• Lav og fallende STE. Prisen følger regresjonslinjen sin tett. Trenden, uansett retning, er ordnet, og linjen er en meningsfull referanse.
• Høy eller stigende STE. Prisen oscillerer bredt rundt tilpasningen. Trendfølgende signaler som er utledet fra regresjonen, er mindre pålitelige.
• STE sammen med R2. Paret fungerer som et kvalitetsmål: R2 sier hvor mye av bevegelsen linjen forklarer, STE sier hvor stor den uforklarte delen er i prisenheter. At de to konvergerer fra motsatte retninger, markerer ofte et regimeskifte.

STE bærer ingen retningsinformasjon. Kombiner den med LinearRegressionSlope eller en betingelse basert på glidende gjennomsnitt for å definere retning.

Vanlige feil og fallgruver

• Å blande sammen STE og STD. I en jevn trend holder STD seg høy mens STE kollapser, fordi regresjonslinjen følger trenden og det glidende gjennomsnittet ikke gjør det. Å bytte den ene ut med den andre endrer stilltiende betydningen av et filter.
• Å sammenligne absoluttverdier på tvers av instrumenter. STE er i prisenheter. Filtrer eller ranger på STE / close i stedet for råverdien.
• Korte vinduer overtilpasser. Med små N, går regresjonslinjen nesten gjennom hvert punkt og STE nærmer seg null uten at det betyr en virkelig ren trend. Vinduer på 20 barer eller mer gir mer meningsfulle verdier.
• Å lese STE alene. En lav feil rundt en flat linje beskriver en rolig range, ikke en trend. Sjekk stigningen eller R2 før du behandler lav STE som en trendbekreftelse.

Relaterte instruksjoner

• STD, standardavvik rundt et glidende gjennomsnitt.
• R2, forklaringsgraden til samme regresjonstilpasning.
• LinearRegression, selve verdien av den tilpassede regresjonslinjen.
• LinearRegressionSlope, retningen og bratthetsgraden til regresjonslinjen.
• Average, enkelt glidende gjennomsnitt, referansen som STD bruker.
• Volatility, generelt volatilitetsestimat til sammenligning.