Файл: Сущность технического анализа.pdf

Введение. Сущность технического анализа

Технический анализ – это метод прогнозирования цен с помощью рассмотрения графиков движений рынка за предыдущие периоды времени.

Технический анализ в целом можно определить, как метод прогнозирования цены, основанный на математических, а не экономических выкладках. Этот метод был создан для чисто прикладных целей, а именно получения доходов при игре вначале на рынках ценных бумаг, а затем и на фьючерсных. Все методики технического анализа создавались отдельно друг от друга и лишь в 70-е годы были объединены в единую теорию с общей философией, аксиомами и основными принципами.

Под термином движения рынка аналитики понимают три основных вида информации: цена, объем, и открытый интерес. Ценой может быть как действительная цена товаров на биржах, так и значения валютных и других индексов. Объем торговли – количество позиций, не закрытых на конец торгового дня. Не все три индикатора равноценны. Главный из них – цена, на втором месте по значимости – объем, и последнее место занимает открытый интерес.

Практическое использование технического анализа подразумевает существование некоторых аксиом, а именно:

1. Цены двигаются направленно
2. Движение рынка учитывают все
3. История повторяется

Суть аксиомы «Движение рынка учитывают все» заключается в том, что любой фактор, влияющий на цену (например, рыночную цену товара), - экономический, политический, психологический – заранее учтен и отражен в ее графике. То есть, на любое изменение цены есть соответствующее изменение внешних условий. Например, в фундаментальном анализе утверждается, что если спрос превышает предложение, то цена на товар растет. Технический аналитик делает вывод наоборот, – если цена на товар растет, то спрос превышает предложение.

«Цены двигаются направлено» - эта аксиома стала основой для создания всех методик технического анализа. Главной задачей технического анализа является определение трендов (т.е. направлений движения цен) для использования в торговле. Существуют три типа трендов – бычий (движение цены вверх), медвежий (движение цены вниз) и боковой (цена практически не движется).

Аксиома «История повторяется» - аналитики предполагают, что если определенные типа анализа работали в прошлом, то будут работать и в будущем, поскольку эта работа основана на устойчивой человеческой психологии.

В пользу технического анализа говорят его преимущества – широта кругозора и гибкость, не свойственные фундаментальному анализу. Сложно представить себе профессионального фундаменталиста, работающего одновременно с ценными бумагами, валютами и сахаром или делающего прогнозы с одинаковой легкостью на день и на год вперед. Но с техническим анализом все тоже не так просто – существенная оговорка по его применению – профессионализм, включающий в себя умение правильно выбрать нужную методику.

---

Классификация методов технического анализа

1. Графический метод - под графическими понимаются те методы, в которых для прогнозирования используются наглядные изображения движений рынка. Эти методы возникли ранее всех остальных из-за простоты в применении, максимум требуемых инструментов – лист бумаги, ручка, линейка. Подобные методы различаются в зависимости от того, на каком типе графика строятся. Например, классические фигуры строятся на линейных либо гистограммных чартах. А особые способы построения ценовых графиков (японские свечи и крестики-нолики) привели к развитию отдельных методов прогнозирования только на их основе.
2. Фильтрация или математическуя аппроксимация - методы которые бурно развиваются вместе с компьютерной техникой. Эта группа делится на две основные части – скользящие средние и осцилляторы.
3. Теория циклов Теория циклов более развита на теоретическом, чем на практическом уровне. Она занимается циклическими колебаниями не только цен, но и природных явлений в целом.

Графические методы технического анализа сводятся в основном к своевременному обнаружению на графиках движения цен фигур (или сочетаний элементов) или сигналов, свидетельствующих о продолжении существующего тренда или его развороте. На линейных графиках это фигуры (формации), типа “голова и плечи”, “треугольники”, “флаги”, “вымпелы” и др., пробивание уровней поддержки и сопротивления. На крестиках-ноликах, также образование фигур и пробивание линий поддержки и сопротивления. На японских свечах (один из самых древних способов графического отражения движения цен) основными индикаторами являются сочетания свечек, обычно последних трех. Все эти методы очень эффективно работают на практике, но требуют очень продолжительной практики в их использовании, иногда возможно двоякое толкование ситуации, сложившейся на рынке, к тому же они практически не поддаются компьютеризации. Более просты (по крайней мере, в использовании) методы, использующие фильтрацию и математическую аппроксимацию, так как их легко можно адаптировать к работе на компьютере, их сигналы точны и недвусмысленны. Другое дело – насколько им стоит доверять. Проблема выбора собственного порядка скользящей средней, подходящего под анализ нужного периода каждого ценового тренда, оказалась настолько важной, что метод стал отдельной ветвью технического анализа.

---

Перспективы совершенствования методов анализа и увеличения точности прогнозов

В классическом техническом анализе уже существует несколько направлений, работа в которых обещает увеличение точности прогнозов, снижение риска от сделок, увеличение доходов. Это подбор параметров для уже имеющихся индикаторов, поиск наиболее удачных комбинаций индикаторов, а также создание новых. Работа в этих направлениях активно ведется в США, на родине большинства методов технического анализа. Так, группа Мэррилл Линч провела исследования работы на нескольких товарных и финансовых рынках с целью выяснения эффективности работы с применением различных видов скользящих средних и их сочетаний. Было статистически доказано преимущество простых средних скользящих по сравнению с экспоненциальными и взвешенными, а также сочетания двух скользящих с сочетанием порядков 1:4, по сравнению с одиночными и комбинацией трех скользящих. Многие профессиональные трейдеры постепенно приходят к созданию собственных индикаторов, или специфических методов анализа, хорошо адаптированных для конкретного рынка.

Быстрое развитие компьютерных технологий открывает новые перспективы для работ в области прогнозирования ситуаций на финансовых и товарных рынках. Наиболее значительным прорывом в этой области большинство специалистов считают развитие нейрокомпьютинг.

Нейрокомпьютинг - это научное направление, занимающееся разработкой вычислительных систем шестого поколения - нейрокомпьютеров, которые состоят из большого числа параллельно работающих простых вычислительных элементов (нейронов). Элементы связаны между собой, образуя нейронную сеть. Они выполняют единообразные вычислительные действия и не требуют внешнего управления. Большое число параллельно работающих вычислительных элементов обеспечивают высокое быстродействие. В настоящее время разработка нейрокомпьютеров ведется в большинстве промышленно развитых стран. Нейрокомпьютеры позволяют с высокой эффективностью решать целый ряд "интеллектуальных" задач. Это задачи распознавания образов, адаптивного управления, прогнозирования (в т.ч. в финансово-экономической сфере), диагностики и т.д.

---

Толчком к развитию нейрокомпьютинга послужили биологические исследования. По данным нейробиологии нервная система человека и животных состоит из отдельных клеток - нейронов. В мозге человека их число достигает 10¹⁰ -10¹² . Каждый нейрон связан с 10³ -10⁴другими нейронами и выполняет сравнительно простые действия. Время срабатывания нейрона - 2-5 мс. Совокупная работа всех нейронов обуславливает сложную работу мозга, который в реальном времени решает сложнейшие задачи.

В настоящее время наиболее массовым направлением нейрокомпьютинга является моделирование нейронных сетей на обычных компьютерах, прежде всего персональных. Моделирование сетей выполняется для их научного исследования, для решения практических задач, а также при определении значений параметров электронных и оптоэлектронных нейрокомпьютеров.

Нейросеть – это компьютерная программа, имитирующая способность человеческого мозга классифицировать примеры, делать предсказания или принимать решения, основываясь на опыте прошлого. Стремительное развитие технологии нейронных сетей и генетических алгоритмов началось лишь в конце 80-х годов, и пока остается уделом немногочисленной группы специалистов, как правило, теоретиков в области искусственного интеллекта. Но в России уже начали появляться нейронные сети, хорошо зарекомендовавшие себя на Западе, ведутся разработки собственных программ, для прогнозирования самых различных событий. Упрощая, технику применения нейронных сетей для прогнозов на фондовом рынке можно условно разбить на следующие этапы:

• подбор базы данных,
• выделение “входов” (исходные данные) и “выходов” (результаты прогноза). Входами можно сделать цены открытия, закрытия, максимумы, минимумы за какой-то период времени, статистика значений различных индикаторов (например, индексы Доу Джонса, Никкей, комбинации курсов валют, доходность государственных ценных бумаг, отношения фундаментальных и технических индикаторов и др.), обычно выбирается от 6 до 30 различных параметров. Количество выходов рекомендуется делать как можно меньше, но это могут быть цены открытия, закрытия, максимумы, минимумы следующего дня,
• выделение в массиве данных тренировочных и экзаменационных участков,
• обучение нейросети: на этом этапе нейронная сеть обрабатывает тренировочные примеры, пытается дать прогноз на экзаменационных участках базы данных, сравнивает полученную ошибку с ответом, имеющимся в примере (базе данных), а также с ошибкой предыдущего этапа обучения и изменяет свои параметры так, чтобы это изменение приводило к постоянному уменьшению ошибки.
• введение срока прогноза,
• получение значения прогнозируемых данных на выходе нейросети.

---