<< Пред. стр. 25 (из 38) След. >>
Список литературы по разделу
Примечание: В условиях «медвежьего» расхождения открывайте короткую позицию, когда цены опустятся ниже 28-дневной ЭСС минимумов. Следящая остановка, поставленная на один тик выше 28-дневной ЭСС максимумов, обозначит ваш первоначальный риск и уровень
выхода. Источник:
FutureSource; авторские права © 1986-1995 гг.; все права сохранены.
ел ON ел
566 ЧАСТЬ 3. ОСЦИЛЛЯТОРЫ и циклы
1. Вместо того чтобы опираться на сигнал расхождения, подавае-
мый только одним осциллятором, следите за тремя самыми удоб-
ными для вас осцилляторами и ждите появления расхождений
по крайней мере на двух из них. Например, я отслеживаю
MACD, RSI и стохастик, которые рисуют в целом похожую, но
не совпадающую картину. Ожидание сигналов расхождения по
крайней мере от двух из трех осцилляторов ведет к более вы-
сокому проценту выигрышных сделок.
2. Сохранение позиции до пересечения ценами дальней границы
КСС довольно хорошо работает, когда на рынке наблюдается
сильная и устойчивая тенденция. Однако упорядоченные тенден-
ции без дестабилизирующих ценовых скачков являются, скорее,
исключением, чем правилом. На современных изменчивых и во-
латильных рынках вы, возможно, предпочтете руководствовать-
ся стратегией управления позицией, предполагающей фиксацию
прибыли у цели ценового движения, вместо того, чтобы держать
прибыльную позицию до тех пор, пока тренд не развернется.
Рассмотрим постановку ценовых целей, основанных на масштабах первоначального риска по сделке. Прежде чем открыть позицию, вы должны знать, где закроете ее, если рынок пойдет против вас. Разность между уровнем входа и вашей защитной остановкой является первоначальным риском по сделке. Когда рынок идет в благоприятном направлении, вы можете подвинуть остановку к точке безубыточности на величину, равную или большую, чем первоначальный риск, и закрывать позицию, если прибыль при этом будет в два-три раза больше риска. Если размер торгового счета и ваша готовность рисковать позволяют вам торговать несколькими контрактами, вы, возможно, предпочтете закрыть часть вашей позиции у ценовой цели (с прибылью в два раза больше риска), а остальные контракты оставите в позиции со следящей остановкой.
ВЕРШИНЫ МИКРО-М И ВПАДИНЫ МИКРО-W (MICRO-M TOPS AND MICRO-W BOTTOMS)
Вершинами микро-М и впадинами микро- W называют графические модели, которые отражают противоборство «быков» и «медведей» на поворотных этапах рынка и часто дают ценное подтверждение осцил-ляторных сигналов. Вершина микро-М начинается с неподтвержденного максимума. После первоначально понижательной реакции рынка на «медвежье» расхождение цены опять начинают расти. Если возобновить повышательную тенденцию не удается и рынок опять уходит вниз, то вершина микро-М сформирована. Впадина микро-W начинается с не-
ГЛАВА 15. ОСЦИЛЛЯТОРЫ 567
подтвержденного минимума. После первоначально повышательной реакции рынка на «бычье» расхождение, цены опять начинают снижаться. Если возобновления понижательной тенденции не происходит и цены поднимаются, то впадина микро-W сформирована.
Конкретные правила торговли с осцилляторами и впадинами мик-po-W (рис. 15.22) следующие:
1. Когда при достижении нового минимума цены обнаруживается
«бычье» расхождение с графиком осциллятора, ждите дня с зак-
рытием выше цены закрытая предыдущего дня, вслед за кото-
рым сразу же идет день с более низким закрытием.
2. После сочетания «день вверх/день вниз» покупайте, когда цены
поднимутся выше максимума данной модели «день вверх/день
вниз». Иначе говоря, покупайте на тик выше наиболее высоко-
го максимума этих двух дней. Лень входа на рынок не обязатель-
но должен следовать непосредственно за моделью вверх/вниз.
Единственные дни впадины микро-W, которые должны следо-
вать один за другим, — это дни с закрытиями выше/ниже.
3. Ставьте остановку на тик ниже минимума «бычьего» расхожде-
ния и закрывайте длинную позицию, когда цены поднимутся до
уровня вашей целевой прибыли или опустятся до следящей ос-
тановки. Если вы работаете с несколькими контрактами, вы, воз-
можно, предпочтете управлять позицией с помощью комбина-
ции следящих остановок и ценовых целей.
Правила для вершин микро-М (рис. 15.23):
1. Когда при достижении нового максимума цены обнаруживает-
ся «медвежье» расхождение с графиком осциллятора, ждите дня
с закрытием ниже цены закрытия предыдущего дня, вслед за ко-
торым сразу же идет день с более высоким закрытием.
2. После сочетания «день вниз/день вверх» открывайте короткую
позицию, когда цены опустятся ниже минимума модели «день
вниз/день вверх». Лень входа на рынок не обязательно должен
следовать непосредственно за моделью «день вниз/день вверх».
Единственные дни вершины микро-М, которые должны следо-
вать один за другим, — это дни с закрытиями ниже/выше.
3. Ставьте остановку на тик выше максимума «медвежьего» расхож-
дения и закрывайте короткую позицию, когда цены опустятся
до уровня вашей целевой прибыли или поднимутся до следящей
остановки. Разумеется, вы можете закрыть часть позиции на
уровне целевой прибыли, а остальные контракты - при испол-
нении следящей остановки.
1.
Медленный стохастик: 15.22. ВПАДИНА МИКРО-W
00
Примечание: MACD образовало «бычье» расхождение, не сумев сделать новый минимум вместе с ценами. Поведение цен (впадина микро-W) явилось подтверждением сигнала MACD. Впадина W началась с понижения цен до точки а - минимума «бычьего» расхождения. Точки Ь и с были последовательностью «день вверх/день вниз». Покупка в день d, когда цены поднялись выше максимума дня Ь, с помещением остановки на тик ниже минимума дня с. Источник: FutureSource; авторские права © 1986-1995 гг.; все права сохранены.
Медленный стохастик: 15.23. ВЕРШИНА МИКРО-М
«Медвежье» расхождение
Примечание: RSI образовал «медвежье» расхождение, и рынок крупного рогатого скота подтвердил сигнал RSI, образовав вершину микро-М. День а был одновременно максимумом расхождения и днем с закрытием ниже цены закрытия предыдущего дня. День Ь завершил последовательность «день вниз/день вверх». Короткая позиция открыта в день с, когда цены опустились ниже минимума дня Ь, с помещением остановки на тик выше максимума дня а. Источник: FutureSource; авторские права © 1986-1995 гг.; все права сохранены.
570
ЗАКЛЮЧЕНИЕ
Осцилляторы хорошо работают тогда, когда рынок находится в торговом диапазоне, т.е. наблюдается боковой тренд. Однако они действуют плохо, если на рынке сильная повышательная или понижательная тенденция.
Многие технические аналитики пытаются определить существующее состояние рынка - торговый диапазон или тенденция - и затем подобрать индикаторы, наиболее подходящие для данных условий. Они применяют скользящие средние или другие индикаторы слежения за трендом, когда на рынке явная повышательная или понижательная тенденция, и используют осцилляторы или другие контртрендовые индикаторы, когда рынок колеблется в горизонтальном торговом диапазоне. Проблема такого подхода заключается в том, что каждая тенденция в конечном счете завершается в торговом диапазоне, а каждый торговый диапазон рано или поздно пробивается начавшимся трендом. Очень трудно и даже невозможно знать наперед, когда рынок изменит свое поведение.
К счастью, есть лучший способ, нежели попытки подбора технических индикаторов к текущим условиям рынка. Проницательные аналитики открывают позиции, основанные на осцилляторах, только когда сигнал подтвержден поведением рыночных цен. КСС и вершины мик-ро-М/впадины микро-W являются лишь двумя из многих методов слежения за трендом, которые помогают значительно улучшить работу осцилляторов. Осцилляторы могут играть важную роль в репертуаре индикаторов технического трейдера, однако нельзя позволять осцилляторам затмевать игру самих рыночных цен.
16 Анализ циклов
фьючерсных рынков
Ричард Моги* и Джек Швагер
Природа, восхищающая нас периодичностью небесных повторений, правит и земными делами. Давайте не будем пренебрегать этим важным намеком.
Марк Твен
ДЕЙСТВИТЕЛЬНО ЛИ СУЩЕСТВУЮТ ЦИКЛЫ?
На протяжении многих лет реальность существования циклов была предметом серьезных споров в среде ученых и экономистов. Однако, на деле, вопрос не в том, существуют ли циклы — некоторые из циклов, такие как смена дня ночью и круговорот сезонов, несомненны — а в том, до какой степени физические, социальные и экономические явления цикличны по своей природе. Например, очевидная цикличность присуща появлению пятен на Солнце (рис. 16.1), но присутствуют ли циклы в климатических изменениях? Есть ясные циклы в бизнесе, но присуши ли они фондовому рынку?
И положительный, и отрицательный ответы на эти вопросы имеют своих искренних и знающих сторонников, и, вероятно, истина лежит где-то посередине: возможно, циклы не настолько распространены,
Ричард Моги является исполнительным директором Фонда Исследований Циклов в Вейне, штат Пенсильвания. Он начал работать в Фонде в 1988 г. в качестве директора по исследованиям в рамках фанта от Tudor Investment, предоставленного для изучения циклов фьючерсных рынков. Во время своей работы в Фонде Моги руководил изучением циклов основных отечественных и зарубежных фьючерсных рынков и рынков твердых валют. Он лично торгует фьючерсами и акциями с 1968 г.
572
Рисунок 16.1. ЦИКЛЫ СОЛНЕЧНЫХ ПЯТЕН
1750
1800
1850
1800
1950
2000
Примечание: По данным начиная с 1749 г. среднегодовое количество пятен на Солнце меняется с постоянным периодом в 11 лет.
Рисунок 16.2. СОРОКАМЕСЯЧНЫЙ ЦИКЛ НА ФОНДОВОМ РЫНКЕ
0.021
0.020
Цены акции (тренд удален)
0.019
1970 1972 1974 1978 1978 1980 1982 1984 1988 1988 1990 1992 1994 1998
ГЛАВА 16. АНАЛИЗ циклов ФЬЮЧЕРСНЫХ РЫНКОВ 573
как считают энтузиасты циклической теории, и, конечно, их не так мало, как утверждают противники исследований циклов. Статистических свидетельств того, что циклы существуют во многих рядах экономических данных (как, например, в ценовых рядах), весьма много. Так, анализ фондового рынка обнаруживает 40-месячный цикл (рис. 16.2), который, как показывает статистический анализ, имеет лишь 2 шанса из 10 000 оказаться игрой случая. Сорок лет назад лишь немногие верили в циклы в области науки или экономики. С тех пор свидетельства повторяемости данных умножились.
Почему должна присутствовать цикличность в ценовых данных рынка? Этому есть два объяснения: одно — фундаментальное, другое — психологическое.
1. Фундаментальное объяснение: Изменения в спросе и
предложении воздействуют на экономику с некоторой задер-
жкой, которая и приводит к появлению циклов. Например, если
наблюдается недостаток говядины, приводящий к резкому росту цен на
нее, у скотоводов возникает веская причина увеличить ее производство.
Однако такое решение не может быть немедленно приведено в испол-
нение. Сначала производителям придется сократить забой скота, что
бы увеличить поголовье. По иронии, это действие, направленное на уве-
личение поставок, будет только усиливать нехватку говядины в ближай
шем будущем, что заставит цены расти ещё выше, а это еще больше бу-
дет побуждать фермеров увеличивать поголовье. Несколько лет потре
буется на то, чтобы решение по поводу увеличения поголовья привело
к насыщению рынка. Когда эти запаздывающие поставки достигнут рын-
ка, цены на говядину начнут падать. В конце концов цены упадут дос-
таточно для того, чтобы побудить производителей снижать поголовье,
что приведет к дальнейшему краткосрочному увеличению поставок и
дальнейшему снижению цен. С задержкой в несколько лет снижение
поставок говядины, которое произойдет из-за решения о сокращении
поголовья, приведет к росту цен на говядину, и цикл начнется вновь.
2. Психологическое объяснение: циклы отражают психоло-
гическую реакцию трейдеров на колебания цен. Движение на
рынках не происходит в виде непрерывных трендов. После периода
преимущественного движения в определенном направлении рынок бу
дет становиться все уязвимее для коррекции. По мере развития тренда
растут убытки части трейдеров, держащих позиции против тренда. Все
большее их количество будет признавать себя побежденными и закры
вать свои противотрендовые позиции, двигая тренд ещё дальше. При
этом более успешные трейдеры, играющие в направлении тренда, нач
нут фиксировать прибыль. Другие участники рынка, обеспокоенные воз
можностью потери своей текущей прибыли, будут готовы ликвидировать
позиции при первом же признаке разворота тренда. Некоторым трей
дерам покажется, что движение цены зашло слишком далеко, и они нач-
574 ЧАСТЬ 3. ОСЦИЛЛЯТОРЫ и циклы
нут открывать позиции против тренда. Сочетание всех этих факторов будет приводить к периодическим коррекциям или разворотам тренда. Теория циклов предполагает, что на любом рынке эти фундаментальные и психологические силы будут действовать в рамках некоторых приблизительных периодических моделей. Разумеется, никто не утверждает, что циклы рыночных цен будут разворачиваться с точностью хода часового механизма. 20-недельный цикл цен на акции совсем не подразумевает, что цены на акции будут устанавливать новый относительный минимум каждые 20 недель. Иначе каждый смог бы разбогатеть, используя в торговле только эту информацию. Тем не менее, наличие цикла проявляется в том, что цены будут иметь тенденцию к снижению примерно каждые 20 недель. Иногда относительный минимум будет появляться чуть раньше, иногда чуть позже, а иногда вовсе не будет появляться, поскольку циклические эффекты могут затмеваться другими силами, влияющими на цены. Однако основная идея заключается в том, что циклы рыночных цен достаточно регулярны, чтобы эта информация оказывалась существенной для принятия торговых решений.
НАЧАЛО ИССЛЕДОВАНИЯ ЦИКЛОВ
Хотя циклы и были важной частью основных мировых культур и религий на протяжении сотен лет, рассматривать их как двигатель экономических колебаний стали лишь с начала XIX столетия. По иронии в памяти человечества первым человеком, искавшим в циклах способ понимания экономических изменений, остался не экономист, а астроном — сэр Уильям Гершель, открывший планету Уран. В 1801 г. Гер-шель заявил, что может существовать связь между циклами появления пятен на Солнце и погодой, что в свою очередь могло бы оказывать влияние на цену урожая и в итоге на экономику в целом. Примерно в то же время знаменитое семейство Ротшильдов в Европе, работая в обстановке строжайшей секретности, выделило в британских процентных ставках три цикла, включая 40-месячный.
В 1870-х годах идея периодичности экономических данных была выдвинута англичанином В. Стенли Джейвонсом и Сэмюэлем Бенне-ром, фермером из Огайо, которые сопоставили экономические данные своих стран с историческими данными о солнечных пятнах. В 1875 г. Беннер написал ныне знаменитый труд «Пророчества Беннера по поводу будущего роста и падения цен». Он также утверждал, что его циклы находятся в зависимости от солнечной активности. Беннер опубликовал интересный график, предсказывающий экономические изменения вплоть до 1895 г. (рис. 16.3). Работавший примерно в то же время Клемент Джаглар обнаружил 10-12-годичные циклы в процентных ставках и экономике; теперь этот цикл носит его имя.
ГЛАВА 16. АНАЛИЗ циклов ФЬЮЧЕРСНЫХ РЫНКОВ 575
Рисунок 16.3. ЭКОНОМИЧЕСКИЕ ЦИКЛЫ, ПРЕДСКАЗАННЫЕ БЕННЕРОМ
1819 (18) 1837 (20) 1857 (16) 1873 (18)
1891
Высокие цены на железо, активная торговля /183
Низкие цены 1834 1843 1850 1861 1870 1877 1888
на железо, низкий спрос
Ротшильды тайно использовали свои циклы, до тех пор пока слухи не достигли в 1912 г. Нью-Йорка. Здесь группа инвесторов наняла математиков с целью обнаружения этих закономерностей. С момента воспроизведения формул Ротшильдов началось серьезное использование циклов в инвестициях. В 1923 г. двое экономистов, профессора Крам и Китчин, обнаружили приблизительный 40-месячный цикл в экономических данных. Несмотря на то что Ротшильды открыли тот же самый цикл почти на век ранее, с 1923 г. он стал известен как цикл Китчина.
Реальный прогресс в изучении циклов начался с математических достижений в области анализа временных рядов и статистики в конце XIX-XX столетии. Некоторые из этих ключевых аналитических разработок — периодограмма, гармонический анализ и спектральный анализ — обсуждаются в этой главе.
Интерес инвестирующей публики к циклам был сильно подогрет двумя анонимными версиями графиков Беннера, всплывшими в 30-е годы. По иронии об обеих этих версиях говорили, что они были найдены в старых столах офисов в штате Пенсильвании, одна — в Кон-неллсвилле, а другая — в Филадельфии. Коннеллсвилльский график стал известен под именем «перегонный» (distillery), поскольку был найден в столе, принадлежавшем компании «Overholt Distillery». Филадельфийская версия графика была опубликована под названием «Предсказание прошлого поколения» в «Уолл-стрит Джорнэл» 2 февраля 1933 г.
576 ЧАСТЬ 3. ОСЦИЛЛЯТОРЫ и циклы
Этот график моментально стал популярен, поскольку он якобы предсказывал Великую Депрессию. Версия графика Беннера, опубликованная «Уолл-стрит Джорнэл», тем не менее, очевидно была модифицирована таким образом, чтобы лучше соответствовать краху 1929 г., и показывала пик в 1929 г., а не в 1926 г., как это было на первоначальном графике.
ОСНОВЫ ТЕОРИИ ЦИКЛОВ
Прирола данных
Любой ряд данных может быть разбит на три компонента: (1) силы роста, (2) периодические силы и (3) случайные силы (рис. 16.4). Циклический анализ занимается поиском периодических или повторяющихся моделей в данных*.
Силы роста заставляют временные ряды медленно расти или снижаться с течением времени и фактически являются синонимом тенденции, или тренда. Случайные силы — это факторы, которые вызывают нерегулярные колебания в данных, они по определению непредсказуемы. Циклический аналитик, обнаружив тренд, вычитает его из данных, чтобы удалить влияние сил роста, и сглаживает данные, чтобы удалить случайные колебания, и, таким образом, находит периодические модели.
Циклическая модель
В начале XX века циклические аналитики стали пользоваться математическим аппаратом для определения циклов. Цикл стали описывать как синусоидальную волну, используя при этом язык физики и статистики. С тех пор говорят, что у цикла есть частота, амплитуда и фаза, так же, как и у электромагнитных волн. Поскольку эта терминология универсально используется для описания циклов, важно ее определить.
Слово «цикл» происходит от греческого слова, означающего круг, которое в своем наиболее обшем смысле просто указывает на законченную последовательность событий, без подразумевания какой-либо регулярности во временных интервалах. Циклический аналитик, тем не менее, озабочен периодическими событиями, т. е. теми циклами, в которых наблюдается регулярность временных интервалов.
ГЛАВА 16. АНАЛИЗ циклов ФЬЮЧЕРСНЫХ РЫНКОВ 577
Рисунок 16.4. ОСНОВНЫЕ КОМПОНЕНТЫ ДАННЫХ
Случайные силы
Период и частота
Длина цикла — временной отрезок от одного гребня до другого или от одной впадины до другой — называется его периодом (рис. 16.5). Частота — это количество циклов внутри определенного отрезка данных, она обратно пропорциональна периоду:
частота = длина отрезка данных/период.
Например, для серии данных из 200 точек цикл с периодом 20 имел бы частоту 10 (10 = 200/20). Существует два основных математических метода анализа циклов — гармонический анализ и спектральный анализ. Первый из них основан,на периоде, а второй — на частоте.
Фаза, гребень и впадина
Фаза — это позиция определенной точки волны во времени. Гребень цикла — его самая высокая точка, а впадина — самая низкая точка (рис. 16.5). Фаза цикла обычно определяется положением гребня внутри цикла. Например, если длина цикла (период) равна 10 точкам дан-
578 ЧАСТЬ 3. ОСЦИЛЛЯТОРЫ и циклы
Рисунок 16.5. ИДЕАЛЬНАЯ МОДЕЛЬ ЦИКЛА
ю
35
15
25
30
ных, а фаза равна 3, то первый гребень данных приходится на третью точку данных, с последующими гребнями, появляющимися в точках 13, 23, 33, 43, 53 и т.д.
Амплитуда и ось
Амплитуда — это сила колебаний, которая измеряется высотой гребня волны над ее осью (или глубиной впадины). Ось — это прямая линия, вокруг которой колеблются данные в цикле. Амплитуда в циклическом анализе измеряется от оси до гребня (рис. 16.5). Ось иногда называют точкой перегиба цикла.
ВОСЕМЬ ШАГОВ ПРИ ПРОВЕДЕНИИ ЦИКЛИЧЕСКОГО АНАЛИЗА
Полный циклический анализ рядов данных использует следующую пошаговую процедуру.
ГЛАВА 16. АНАЛИЗ циклов ФЬЮЧЕРСНЫХ РЫНКОВ 579
1. Выбор данных.
2. Визуальный анализ данных.
3. Перевод данных в логарифмическую форму (первый шаг по уда
лению трендовых компонентов).
4. Сглаживание данных.
5. Поиск возможных циклов.
6. Окончательное удаление трендовых компонентов данных бла
годаря использованию отклонений от скользящей средней.
7. Проверка циклов с точки зрения статистической значимости и
доминантности.
8. Комбинирование и проецирование циклов в будущее.
Эти шаги по очереди рассматриваются в следующих разделах.
Шаг 1: Выбор данных
Выбор данных для циклического анализа — нетривиальная задача. Из-за природы анализа циклов различные данные (например, фьючерсы и спот-рынок, ближайшие контракты и непрерывные фьючерсы, дневные и недельные данные) будут приводить к разным результатам. В дополнение, анализ, выполненный на данных в 1000 точек, может значительно отличаться от анализа, использующего 5000 точек. Вот почему крайне важно, чтобы аналитик уделил достаточно внимания выбору подходящих данных, иначе весь анализ может привести к неправильным выводам. Этот первый шаг анализа циклов — выбор данных — может быть разбит на четыре различных этапа.
a. Понимание природы данных.
b. Выбор типа данных.
c. Выбор длины отрезка данных.
d. Выбор степени сжатия данных.
Понимание природы данных. Природа данных в серии может подвергаться значительным изменениям с течением времени, и для аналитика важно хорошо понимать эти изменения. Превосходный пример такого рода изменений данных предоставляет рынок сырой нефти. Данные о ценах на сырую нефть известны с момента бурения первой нефтяной скважины в 1859 г. в Титусвилле, штат Пенсильвания. На протяжении XIX столетия сырая нефть перерабатывалась преимущественно в керосин для последующего его использования в осветительных лампах, а побочными продуктами производства керосина были смазоч-
580 ЧАСТЬ 3. ОСЦИЛЛЯТОРЫ и циклы
ные вещества. После изобретения двигателя внутреннего сгорания главным продуктом переработки сырой нефти стал бензин. В результате поведение цен на сырую нефть до и после 1900 г. сильно отличалось. До наступления XX века и широкого распространения автомобилей сырая нефть использовалась в первую очередь для освещения. Поэтому цены на нее вели себя, скорее, как цены на хозяйственные товары, а не как цены на энергоноситель. Таким образом, хотя серии данных начинаются в 1859 г., скрытая за ними роль нефти в экономике изменилась вместе со столетием, и изменились циклы.
Хотя подобные масштабные изменения природы данных проявляются только в случае очень долгосрочных циклов, следовало бы подчеркнуть, что структурные изменения в природе данных не связаны напрямую с длительными временными промежутками. Например, циклы цен на соевые бобы значительно изменились за последние 20 лет вследствие климатических и политических изменений. В 1970-х годах действия Эль-Ниньоса привели к массовой гибели рыбы, вызвав резкое сокращение поставок анчоусовых и резко взвинтив спрос на соевые бобы как заменитель белка. Однажды возникнув, такой сдвиг стал постоянным.
Другим передомным изменением, начавшимся примерно в то же самое время, стала тенденция к росту производства сои в Южной Америке, изначально вызванная зерновым эмбарго против Советов, введенным президентом Картером. За последние 20 лет производство соевых бобов в Южной Америке более чем удвоилось, в то время как производство в США оставалось на прежнем уровне. Важность такой тенденции состоит в том, что сельскохозяйственные сезоны в Южной Америке являются зеркальным отражением сезонов в США: в южном полушарии сеют, когда у нас осень, и убирают урожай, когда у нас весна. Как результат отмеченных выше сдвигов в спросе и распределении производства, ценовые циклы соевых бобов существенно изменились за два последних десятилетия.
Главное в том, что все используемые для анализа циклов данные должны быть относительно однородны. Если природа данных меняется, циклы с большой вероятностью тоже изменятся.
Выбор типа данных. Тип выбранных данных должен отражать реальные изменения цен на рынке, а не аномалии, связанные с заменами контрактов или сглаживающими методами. Для фьючерсных трейдеров лучше всего использовать непрерывные фьючерсы, которые устраняют влияние замены одного контракта на другой. (Подробное объяснение непрерывных фьючерсов дано в гл. 12 и 19, там же обсуждаются и другие типы ценовых серий.) Тем не менее, следует заметить, что использование непрерывных фьючерсов иногда приводит к отрицательным значениям исторических цен для некоторых периодов. Если воз-
ГЛАВА 16. АНАЛИЗ циклов ФЬЮЧЕРСНЫХ РЫНКОВ 581
никают отрицательные цены, к данным следует прибавить константу, достаточную для того, чтобы устранить отрицательные величины (значение добавленной константы никак не повлияет на анализ), что позволит трансформировать данные в логарифмическую форму — общий шаг в анализе циклов, который будет описан позже.
Наименее желательный тип данных для анализа циклов — это графики ближайших фьючерсных контрактов, которые могут привести к сильным искажениям из-за разрывов цен при замене контракта. Серии цен наличного товара (спот-рынок) иногда тоже могут быть использованы для анализа циклов, исключая случай чрезвычайно высоких процентных ставок. (Процентные ставки влияют на стоимость поставки и на уровень цен и будут, таким образом, приводить к большой разнице между наличной и фьючерсной ценами, как это было в конце 1970-х и начале 1980-х годов.) «Бессрочные» фьючерсы не настолько проблематичны, как ближайшие фьючерсные контракты, но поскольку такой подход создает серии, которые никогда не существовали, он определенно представляет собой менее желательную альтернативу непрерывным фьючерсам, которые, как объясняется в гл. 12, изменяются параллельно реальным движениям цен на рынке.
Выбор длины отрезка данных. Большинство методов поиска циклов испытывает проблемы, связанные с недостатком или переизбытком данных. Если набор данных слишком мал, то аналитик просто не увидит достаточного количества повторений, чтобы обнаружить наличие цикла. Как правило, требуется по меньшей мере десять повторений цикла (лучше пятнадцать), чтобы статистически подтвердить его наличие. Следовательно, если кто-то ищет 100-дневный цикл, необходимо иметь данные за 1000 дней, чтобы его обнаружить. Практический минимум — это примерно 200 точек данных, независимо от длины отыскиваемых циклов, поскольку большинство математических алгоритмов не смогут правильно работать при меньшем количестве данных.
В анализе циклов, однако, больше — не обязательно лучше. Слишком большое количество точек данных (например, более 5000), скорее всего, приведет к многочисленным смешениям фаз, и в результате статистические тесты пропустят некоторые важные циклы. Чаше всего нет необходимости использовать более чем 2000 точек данных и, более того, нежелательно использовать более чем 5000 (водораздел между отсутствием преимуществ и негативным влиянием лежит где-то посередине этого отрезка). Основываясь на опыте, можно рекомендовать, чтобы первичный анализ был проведен для 2000 точек данных, а второй, более точный, — примерно для 1000 точек с целью детального нахождения временных рамок циклов. Это с очевидностью означает, что в любом случае не следует искать циклы с периодом, большим чем 100
582 ЧАСТЬ 3. ОСЦИЛЛЯТОРЫ и циклы
точек данных, поскольку циклы с более длинными периодами будут иметь менее десяти повторений при втором сканировании. Чтобы найти циклы с большими периодами, потребуется сжатие данных.
Выбор степени сжатия данных. Обычно рыночные данные подытоживаются по временным периодам, таким как N-минутные (например, 5, 15, 30, 60 или 90-минутные), дневные, недельные, месячные, квартальные или годичные интервалы. В каждом случае все цены внутри временного периода сжимаются в одно значение — обычно среднее или последнее значение для данного интервала. В этом смысле каждой временной рамке соответствует определенная степень сжатия данных. Данные наименее сжаты в случае 5-минутных интервалов и сильнее всего при годичных интервалах. Сжатие сглаживает ценовые изменения внутри данного интервала, поскольку всему массиву ценовых «тиков» внутри интервала ставится в соответствие одно значение.
В анализе циклов важно выбрать правильный уровень сжатия. Есть два основных правила при выборе правильного сжатия: если цикл повторяется более 250 раз на отрезке данных, используйте большее сжатие (например, возьмите дневные данные вместо часовых). С другой стороны, если цикл повторяется менее 15 раз, используйте меньшее сжатие (например, возьмите дневные данные вместо недельных). Палее следует обзор характеристик основных типов сжатия и возможных проблем, связанных с ними.
1. Внутридневные данные. Хотя циклы могут быть обнаружены
и во внутридневных данных, существуют две проблемы, связанные с их
поиском. Во-первых, подобные сжатия содержат слишком много слу
чайного шума. (В общем случае более короткие, чем 30-минутные сжа
тия, склонны содержать слишком много случайных флуктуации.) Во-вто
рых, поскольку, как обсуждалось ранее, лучше всего не работать с ко
личеством данных, превышающим 2000 точек, большинство преобла
дающих циклов будет упущено. Тем не менее, довольно часто часовые
или более долгосрочные данные работают хорошо, и аналитику следо
вало бы поэкспериментировать с подобными сериями. Общий принцип
состоит в том, что чем больше средний дневной объем, тем более ве
роятно, что краткосрочные данные содержат важные циклы.
2. Дневные данные. Дневные данные — это лучшие данные для
анализа циклов. С практической точки зрения период минимального
цикла, который может быть проанализирован, равен пяти дням, по
скольку трудно отфильтровать шум для меньшего количества точек дан
ных. Верхний предел периода цикла равен одной десятой длины всего
объема данных, поскольку, как объяснялось ранее, более длинные цик
лы покажут слишком мало повторений, чтобы адекватно подтвердить
наличие обнаруженного цикла.
1.
ГЛАВА 16. АНАЛИЗ циклов ФЬЮЧЕРСНЫХ РЫНКОВ 583
Основная сложность, связанная с анализом дневных данных, — это проблема выходных дней. Есть три основные возможности ее решения: (1) считать, что в выходные были торги с теми же результатами, что и в предшествующий им день; (2) интерполировать ценовые данные на выходные дни; (3) игнорировать выходные дни. Хотя единственного правильного ответа не существует, мы предпочитаем, исходя из опыта, первое решение.
3. Недельные данные. После внутридневных данных недельные
данные представляют собой наиболее проблематичную степень сжатия,
поскольку их период не совпадает с периодами любых сезонных моде
лей. Проблема связана с тем, что изменения цен многих фьючерсных
контрактов имеют сезонный характер. Поскольку месяц не равен четы
рем неделям, а год немного длиннее, чем 52 недели, недельные данные
«идут не в ногу» с сезонными изменениями. Основная ценность недель
ных данных заключается в том, что они позволяют идентифицировать
циклы, слишком длинные, чтобы их можно было найти, используя днев
ные данные. Один из возможных подходов — использовать недельный
анализ для отыскания подобных более длинных циклов, а затем конвер
<< Пред. стр. 25 (из 38) След. >>
Список литературы по разделу