Penapis CUSUM: pensampelan peristiwa pasaran kewangan

Jika model menerima satu baris bagi setiap sesi, tempoh tanpa perubahan ketara mungkin menguasai sampel. Penapis CUSUM menyediakan peraturan untuk memilih masa apabila pergerakan searah terkumpul sudah cukup besar. Setiap pulangan masih diperiksa; hanya bar yang memenuhi syarat dicatat sebagai peristiwa. Dalam konteks ini, “penapis” bermaksud pemilihan masa pemerhatian, bukannya isyarat beli atau jual.

Idea jumlah kumulatif (CUSUM) berasal daripada pemantauan statistik berjujukan. E. S. Page membincangkan skim pemeriksaan berterusan dalam makalah tahun 1954. Dalam data kewangan, Bab 2 Advances in Financial Machine Learning mengaitkan pensampelan dengan pembinaan struktur data. Dokumentasi mlfinpy menerangkan penapis CUSUM simetri untuk memilih bar yang dicetuskan oleh pergerakan terkumpul.

Bagi harga penutup positif (P_t), hitung pulangan log (r_t=\ln(P_t/P_{t-1})). Penapis mengekalkan dua jumlah yang bermula pada sifar: satu positif dan satu negatif. Persamaan berulangnya ialah S+_t = max(0, S+_(t-1) + r_t) dan S-_t = min(0, S-_(t-1) + r_t). Jumlah positif mengekalkan pengumpulan di atas sifar; jumlah negatif mengekalkan pengumpulan di bawah sifar.

Dengan ambang simetri (h>0), rekodkan masa (t) jika S+_t > h atau S-_t < -h. Selepas peristiwa menaik, tetapkan semula S+ kepada sifar; selepas peristiwa menurun, tetapkan semula S- kepada sifar. Pulangan seterusnya terus diproses. Ini berbeza daripada mencetuskan peristiwa hanya apabila satu pulangan melepasi ambang: beberapa pulangan kecil yang searah boleh terkumpul.

Peraturan tepat pada nilai ambang perlu ditentukan lebih awal. Huraian dokumentasi mlfinpy menyebut jumlah yang mencapai atau melepasi ambang, manakala kod pelaksanaan yang dirujuk menggunakan perbandingan ketat > dan <. Jika (S=h) dengan tepat, hasilnya berbeza. Pilih dan dokumentasikan konvensyen kesamaan ini; nama “CUSUM” sahaja tidak menentukan tingkah laku pada sempadan.

Andaikan harga penutup berturutan ialah 100.00 → 100.20 → 100.40 → 100.60 → 100.40 → 100.20 → 100.00 dan (h=0.005) dalam unit pulangan log, bersamaan 0.5%. Harga dan hasil ini sekadar ilustrasi, bukannya data pasaran atau harga pelaksanaan.

Semasa kenaikan, perubahan log terkumpul daripada 100.00 kepada 100.60 ialah ln(100.60 / 100.00) = 0.005982, kira-kira 0.598%. Jumlah positif melepasi ambang pada penutupan 100.60. Masa itu menjadi peristiwa menaik dan jumlah positif ditetapkan semula. Harga kemudian menurun. Apabila laluan kembali ke 100.00, jumlah log sejak penetapan semula ialah ln(100.00 / 100.60) = -0.005982. Jumlah negatif jatuh di bawah -h, lalu 100.00 menjadi peristiwa menurun.

Kedua-dua masa itu datang daripada peraturan pensampelan. Peristiwa pertama tidak bermakna penapis meramalkan kenaikan seterusnya; peristiwa kemudian juga bukan saranan untuk menjual. Untuk menyemak pelaksanaan, kira pulangan dan jumlah satu bar demi satu bar dan pastikan cap masa sepadan dengan peraturan sempadan dan penetapan semula yang dipilih.

Ambang tetap mudah diaudit kerana setiap jumlah dibandingkan dengan nilai (h) yang sama. Namun, pergerakan 0.5% mungkin besar dalam pasaran yang tenang tetapi biasa semasa turun naik tinggi. Ambang dinamik boleh mengikut skala volatiliti, contohnya h_t = k × σ_(t-1), dengan (k) sebagai pengganda yang dipilih dan (sigma) sebagai ukuran volatiliti pulangan.

Untuk mengelakkan pandang ke hadapan, tetapkan bila (sigma) tersedia. Jika pensampelan diputuskan selepas penutupan (t), ambang yang dikira menggunakan data sehingga (t-1) ialah pilihan sebab-akibat yang jelas. Kekalkan takrif penganggar, tetingkap, skala setiap bar atau tahunan, layanan pencilan, dan nilai hilang secara konsisten. Jangan pilih (k) hanya kerana ia menghasilkan corak sejarah yang menarik; nilainya perlu dinilai di luar sampel.

Ambang terlalu rendah menghasilkan banyak peristiwa, termasuk gerakan kecil yang mungkin ditelan hingar, spread, komisen dan gelinciran. Ambang terlalu tinggi menghasilkan lebih sedikit peristiwa dan boleh terlepas gerakan yang relevan. Tiada nilai sejagat. Bandingkan bilangan peristiwa, sela masa antara peristiwa, kestabilan merentas tempoh, dan kos hiliran bagi beberapa tetapan yang munasabah.

Pulangan log memerlukan harga positif. Instrumen yang boleh mencapai harga sifar atau negatif tidak boleh diproses terus menggunakan log harga; pulangan mudah atau transformasi lain mengubah skala dan sifat penapis, lalu perlu ditakrifkan serta diuji semula. Semak juga pelarasan pecahan saham dan dividen. Harga penutup terlaras bagi pecahan saham bukan siri jumlah pulangan, manakala siri niaga hadapan berterusan boleh menunjukkan jurang peralihan kontrak yang bukan pergerakan satu kontrak yang boleh diniagakan.

Peristiwa yang dicetuskan pada penutupan hanya diketahui selepas harga penutupan tersedia. Ciri model boleh menggunakan maklumat yang benar-benar tersedia pada atau sebelum cap masa itu, tetapi ujian sejarah tidak patut menganggap pesanan dilaksanakan pada harga penutupan yang mencetuskan peristiwa kecuali peraturan pelaksanaan dan data menyokong andaian itu. Selalunya, pesanan dimodelkan pada harga atau sebut harga selepas pencetus, dengan mengambil kira spread, gelinciran, impak pasaran, pembiayaan dan komisen.

Penapis mengembalikan cap masa peristiwa; ia tidak menjadikan seluruh sejarah bersela tetap. Bar tanpa peristiwa masih boleh diperlukan untuk ciri berasaskan masa, volatiliti dan keadaan pasaran. Jangan gunakan formula yang mengandaikan pemerhatian bersela sama—termasuk pengiraan tahunan statistik—tanpa memeriksa sela sebenar dan takrif ufuk masa.

Nama yang sama kadangkala merujuk kepada prosedur berbeza. Penapis harga CUSUM dalam panduan ini menjumlahkan pulangan log berarah untuk memilih peristiwa. Ujian ekonometrik seperti ujian CUSUM bagi kestabilan regresi dan baki rekursif memeriksa corak baki terhadap andaian parameter regresi yang stabil; ia bukan peraturan pensampelan harga ini. Kedua-duanya juga tidak menjadikan data atau proses pegun hanya kerana sesuatu ambang dilampaui.

Penapis tidak menentukan sasaran pembelajaran. Selepas masa peristiwa dipilih, ciri mesti menggunakan maklumat yang tersedia pada masa itu sahaja. Label (y) dibina secara berasingan daripada hasil masa depan dengan peraturan yang dinyatakan. Kaedah triple-barrier untuk pelabelan peristiwa kewangan menjawab soalan lain: sempadan mana yang dicapai dahulu selepas peristiwa. CUSUM tidak menetapkan label tersebut secara automatik, meramalkan arah, atau menjamin kecairan mahupun keuntungan.

Semasa pengesahan, bina semula setiap ambang hanya menggunakan data yang tersedia ketika itu, kekalkan tertib masa, dan elakkan kebocoran merentas sela label yang bertindih. Uji spread bida-tawar, fi, pembiayaan, gelinciran, kapasiti, dan kelewatan antara isyarat dengan pelaksanaan. Bilangan peristiwa yang lebih sedikit bukan bukti strategi yang lebih baik; metrik dan andaian pengisian pesanan perlu sepadan dengan soalan penggunaan sebenar.