Перейти к содержанию

[Статья] Оценка рыночных циклов


Рекомендуемые сообщения

[Статья] Оценка рыночных циклов Опубликовано (изменено)





Отойти на второй план


Оценка рыночных циклов



Если вы не особо задумывались о том, почему в индикаторах используются определенные параметры, вероятно, вам будет интересно узнать, что это тесно связано с оценкой периодов циклов. В данной статье мы поговорим о том, как вы можете использовать эти измеренные периоды и применять их к своим индикаторам.

Почему индекс относительной силы (RSI) использует в своем расчете период в 14 баров? Именно этот вопрос я задал, когда впервые использовал технический анализ. Лучшим ответом, который я мог получить от своего брокера, был: «Потому что так говорит Уэллс Уайлдер». Вы не представляете, насколько неудовлетворительным является этот ответ для инженера! Поэтому, чтобы получить лучшее объяснение, я начал поиски. Я обнаружил, что правильный ответ на этот вопрос кроется в измерении периодов цикла, которые очевидны среди имеющихся данных, а затем в настройке индикаторов на измеренные периоды цикла. В данной статье я покажу вам оценку циклов индексов акций, которые имели место в 2015 году, и дам несколько советов касательно применения этих оценок в ваших индикаторах. Я также дам несколько советов о том, как вам самостоятельно измерить периоды циклов.

Это не легкий навык

Даже самый поверхностный осмотр ценовых графиков дает понять, что цена движется циклично. Проблема в том, что их сложно оценить, потому что они краткосрочны. То есть циклы приходят и уходят, и их периоды постоянно меняются. Наличие же шумов на рынке еще больше усложняет данную ситуацию, а низкое соотношение сигнал/шум может привести к тому, что измерения цикла будут крайне неточными. Более того, рыночные данные являются фрактальными. Если посмотреть сначала на дневной график, а затем на недельный, можно увидеть, что оба графика выглядят практически одинаково, если удалить их масштаб. Другими словами, амплитуда циклических колебаний меняется пропорционально периоду цикла. Я называю этот эффект спектральной дилятацией: более длительные периоды цикла имеют бо́льшие колебания.

Краткосрочные методы оценки, такие как фазовый аккумулятор, двойной дифференциатор, или гомодин, пытаются измерить межсвечной сдвиг по фазам, а затем, основываясь на этих измерениях, сделать логический вывод касательно периода цикла, исходя из того, что полный период цикла - 360 градусов. Поэтому, если сдвиг по фазе между двумя свечами составляет 20 градусов, то период цикла должен составлять 360/20 = 18 свечей. Все подобные методы, к сожалению, безуспешны, так как рыночные данные содержат массу шумов.

Усреднение более продолжительных данных приводит к увеличению соотношения сигнал/шум. Таким образом, для выполнения правильной оценки периода цикла необходимо иметь более продолжительную во времени выборку данных. Некоторые методы цифровой обработки сигналов (ЦОС), такие как гармоническое разложение Писаренко или алгоритмы Гёрцеля, просто не приводят к хорошему решению, поскольку продолжительности периодов рыночных циклов всегда меняются. Быстрое преобразование Фурье и дискретное преобразование Фурье усредняют данные и обеспечивают измеренный результат, но, поскольку используемый период, должно быть, является относительно коротким, на выходе получается плохое разрешение. Малые волны – еще один способ использовать небольшой объем данных для получения правильной оценки, но их разрешение также оставляет желать лучшего.

Проблема в том, что ни один из перечисленных методов или их производных не объясняют эффектов спектральной дилятации (то есть фрактальной природы) рыночных данных, поэтому результаты этих методов искажены в сторону более длительных периодов цикла. Я знаю только два метода ЦОС, которые учитывают все ограничения и дают разумные результаты. Это автокорреляционная периодограмма и система спектрального анализа максимальной энтропии (ССАМЭ).

Автокорреляционная периодограмма

Как следует из названия, автокорреляционная периодограмма вычисляется, прежде всего, путем выполнения автокорреляции рыночных данных, а затем применения преобразования Фурье от результатов автокорреляции. В данный момент давайте рассмотрим рыночные данные как чистый цикл. Если данные сравниваются с самим периодом полного цикла, то результат будет идеальной корреляцией. Если данные сравниваются с самим периодом полупериода, результат будет идеальной антикорреляцией. Таким образом, автокорреляция колеблется в пределах значений -1 и +1, независимо от продолжительности периода цикла. Такое ограниченное колебание срывает всю спектральную дилятацию в исходных рыночных данных, сохраняя при этом свою периодичность. Затем, с помощью преобразования Фурье автокорреляционной функции, выполняется объективная истинная оценка относительной амплитуды всех периодов цикла, присутствующих в данных без систематической погрешности. Код EasyLanguage для вычисления автокорреляционной периодограммы и отображения спектральных результатов доступен по адресу http://traders.com/files/Ehlers1609.html.

И, наконец, ССАМЭ

ССАМЭ (система спектрального анализа максимальной энтропии) представляет собой методику, которую я разработал более 30 лет назад. Она уже давным-давно не является продуктом, который я продвигаю; скорее, она уже встроена в большинство торговых стратегий, которые я использую в настоящее время, всё больше адаптируя их к текущим рыночным условиям.

ССАМЭ работает, выбирая короткий сегмент данных и настраивая для него фильтр, поэтому фильтр является точной копией данных в пределах ограничений его размера. Этот метод называется максимальной энтропией, поскольку его метод настройки в основном сжимает всю циклическую информацию, которую он может извлечь из этого набора данных, максимально отфильтровывая шум, или энтропию. Далее этот фильтр тестируется в режиме оффлайн для проверки его циклического ответа. Он позволяет использовать очень короткие сегменты данных, таким образом - в этой выборке информация о цикле относительно стабильна. Следовательно - каждое измерение максимально отвечает только этой выборке данных и отклоняет все данные, находящиеся за пределами этой выборки. Кроме того, циклическое измерение имеет высокое разрешение, так как спектральный индикатор отображается независимо от периода.



Рисунок 1: Оценка рыночных циклов для акций фонда S&P 500 в 2015 году. Здесь вы видите периоды доминирующих циклов и периоды, когда не было полезных циклов. Цвет варьируется от раскаленного желтого, указывающего на максимальную амплитуду, далее он переходит в красный; и до холодного черного, в диапазоне 20 децибел. Как видно из графика - измеренные периоды цикла со временем меняются.

Исторические данные могут быть полезными

На рисунке 1 показана оценка рыночных циклов для акций фонда S&P 500 в 2015 году, для измерения я использовал автокорреляционную периодограмму. Под гистограммой показан спектральный дисплей. Горизонтальная шкала спектрального дисплея точно такая же, как и шкала гистограммы. Вертикальная шкала – это величина периода циклических компонентов в спектре. Цвет на дисплее показывает амплитуду компонентов спектра в качестве сплошного спектра в каждый момент времени и периоде цикла. Цвет варьирует от раскаленного желтого, указывающего на максимальную амплитуду, далее он переходит в красный; и до холодного черного, в диапазоне 20 децибел. Автокорреляционная периодограмма использует блок данных из 48 свечей для каждого дня на графике, поскольку вертикальная шкала имеет максимальный период цикла в 48 свечей, и для оценки необходимо использовать, по меньшей мере, один полный период самого длинного цикла. Если бы, например, шкала была ограничена 24 свечами, то используемый период мог бы быть меньше вдвое.

Ссылаясь на рисунок 1, год начинается с периода доминантного цикла приблизительно в 22 свечи, который к концу января сокращается до 18 свечей. В течение февраля, когда цены демонстрировали краткосрочный восходящий тренд, период цикла падает до 10 свечей. В марте-мае всюду присутствовали циклические компоненты. Размазывание, или размытость, спектрального дисплея означает, что в этот период времени не было никакого полезного цикла. Доминирующий период цикла в начале июня составил приблизительно 24 свечи, снизившись примерно до 18 свечей к середине августа, когда произошло падение цен. Резкое падение в значительной степени уничтожило любую надежду на рациональное измерение цикла, и автокорреляционная периодограмма отреагировала на это, показав доминирующий цикл с периодом в 10 свечей в течение примерно двух месяцев. Затем, начиная с середины октября, на протяжении всей оставшейся части года измеренный период доминирующего цикла составил от 18 до 22 свечей.

Изображение спектральной активности можно сделать более четким с помощью ССАМЭ на тех же условиях – используя для выполнения оценки данные тех же 48 свечей. Результат представлен на рисунке 2, где каждая спектральная линия показана с более высоким разрешением, потому что ширина желтой области намного тоньше. В общих чертах в большинстве случаев вы видим присутствие цикла, период которого примерно составляет 20 свечей (месяц), причем более длинные циклы также присутствуют в апрельских и сентябрьских временных промежутках. Исходя из этого, а также принимая во внимание многие другие оценки, я прихожу к выводу, что существует относительно последовательный месячный цикл, присутствующий во фьючерсах на фондовые индексы акций и биржевые инвестиционные фонды (ETF). Я не приписываю причинности рыночным циклам, но с точки зрения фундаментального анализа это, безусловно, имеет смысл. То есть в американских корпорациях, начиная с менеджеров среднего звена, каждый должен ежемесячно делать отчеты на своем уровне. Другие контракты, такие как фьючерсы на облигации, золото и нефть, имеют разные спектральные подписи, и, поскольку они сложнее, трейдеры могут исследовать их с использованием кода автокорреляционной периодограммы на боковой панели.



Рисунок 2: более четкое изображение спектрального индикатора. С помощью ССАМЭ на тех же условиях, т.е. с использованием для выполнения оценки данных тех же 48 свечей, каждая спектральная линия показана здесь с более высоким разрешением, чем на рисунке 1, поскольку ширина желтой области намного тоньше. В большинстве случаев вы видим присутствие цикла, период которого примерно составляет 20 свечей (месяц), причем более длинные циклы также присутствуют в апрельских и сентябрьских временных промежутках.

Ценность знания периода доминирующего цикла заключается в способности адаптировать параметры индикатора к нему.

Настройка индикатора

Простое знание периода цикла в рыночных данных само по себе не очень полезно. С другой стороны - большинство индикаторов чувствительны к параметрам, которые используются в их расчетах. Поэтому ценность знания периода доминирующего цикла заключается в способности адаптировать параметры индикатора к оценке цикла.

Индикатор стохастик, в основном, отображает текущую цену по отношению к минимальной цене за период вычисления. В случае немодулированной синусоидальной волны максимальный отклик будет находиться в пределах от минимального к максимальному значению периода цикла, т.е. на значении половины периода цикла. Если используется слишком короткий период - индикатор насыщается и застревает в крайнем верхнем или крайнем нижнем положении в течение длительного периода времени. Если используется слишком длинный период времени - стохастик становится вялым и не реагирует на краткосрочные колебания. Поэтому, если известен период доминирующего цикла - лучшим параметром для стохастика будет половина этого значения.

RSI вычисляется, в основном, за счет разницы суммы возрастающих ценовых дельт и суммы уменьшающихся ценовых дельт в течение периода выборки данных. В случае немодулированной синусоидальной волны все ценовые дельты от минимума к максимуму ценовых колебаний растут, а ценовые дельты, значения которых уменьшаются, отсутствуют. Аналогичным образом, в следующей половине чередования, нет растущих ценовых дельт – все ценовые дельты уменьшаются. Поэтому лучший период данных, используемый при вычислении RSI, составляет половину измеренного доминирующего цикла.

Если вы используете слишком продолжительный период, RSI просто усредняет растущие и падающие ценовые дельты и в основном никак не реагирует, если использовать среднее значение.

Индекс товарного канала (CCI) оценивает изменение цен от среднего значения в течение всего периода цикла.

Очевидно, что правильной величиной, которая будет использоваться в данном индикаторе, будет являться полное значение оцененного периода доминирующего цикла.

Хотя, теоретически, возможно генерировать выходные данные волновых колебаний из нескольких основных измеряемых циклов, я не считаю этот процесс целесообразным. Существует три параметра, описывающих циклы (период, фаза и амплитуда). Из них только период доступен для определения с разумной точностью посредством спектрального анализа, корректировка же двух других параметров для нескольких различных периодов цикла в лучшем случае не является целесообразной. Однако восстановить фазу доминирующего цикла относительно просто с помощью корреляции, после того как был измерен ее период. Простое знание периода доминирующего цикла для торговых целей обычно является «вполне хорошей вещью».

Наилучшим параметром, используемым при вычислении RSI, является половина измеренного доминирующего цикла.

Советы по использованию индикаторов

Чтобы повысить эффективность используемых индикаторов, трейдерам необязательно знать или измерять период доминирующего цикла. Как сказал Йоги Берра: «Можно многое увидеть, просто взглянув». Вот несколько полезных правил для определения того, работают ли ваши индикаторы должным образом.

1. Если индикатор застревает в верхней или нижней части диапазона, значит, период, используемый при вычислении индикатора, слишком короткий;

2. Если индикатор движется слишком медленно и не колеблется в полной мере между нижним и верхним пределом диапазона, значит, период, используемый при вычислении индикатора, слишком длинный;

3. Применение более короткого периода приведет к тому, что индикатор будет опережать рыночный цикл. И наоборот, применение более длительного периода приведет к тому, что индикатор будет запаздывать от рыночного цикла. Поэтому эффективный комбинированный индикатор может быть создан с использованием одного и того же индикатора дважды: один с оптимальным оцененным периодом, а другой с периодом равным приблизительно 60% от оптимального значения. Пересечения линий могут быть явным указанием на эффективные точки покупки и продажи;

4. Индикаторы осцилляторного типа используются для поиска точек входа и выхода при открытии позиций на ценовых колебаниях или алгоритмах, в основе которых лежит стратегия возврата цены к средним значениям. Согласно общепринятому мнению, перед совершением сделки трейдер должен ждать подтверждения сигнала разворота. Я показал, что наиболее эффективная технология торговли на колебаниях – это предвидеть разворотный момент цикла;

5. Рыночные циклы эфемерны. Не рассчитывайте, что они всегда будут постоянными. В частности, когда рынок находится в тренде, ваш индикатор, основанный на циклах, как правило, будет предлагать вам открывать позицию против тренда. Разумно избегать таких сигналов;

6. Крупные движения на рынке, подобно тем, которые имели место в августе 2015 года, фактически разрушают наработанные торговые циклы. В этом случае единственным действием, которое может предпринять трейдер, является ожидание, пока это крупное движение не войдет в пределы интервала вычисления его индикатора.

Циклы можно измерить

Существует множество научно-обоснованных методов оценки рыночных циклов. Большинство из них работает плохо, потому что они теряют свою точность в условиях низкого уровня шума, или требуют слишком большого количества стационарных данных, или же они не могут приводить к полезному решению в присутствии эфемерных циклов. Лишь автокорреляционная периодограмма обладает способностью обрабатывать спектральную дилятацию рыночных циклов по причине фрактальной природы своих данных. В данной статье я предоставил код автокорреляционной периодограммы, с помощью которого вы можете измерить спектр предпочитаемого вами торгового инструмента.

Несмотря на то, что измерение доминирующего цикла полезно для максимизации производительности индикаторов и фильтров, вы можете повысить производительность своих индикаторов, просто наблюдая за самой их производительностью и отмечая, является ли используемый период слишком коротким или слишком длинным. Если это так, вам не нужно будет придерживаться решения об использовании фиксированного параметра.

Пишущий редактор компании “S&C” Джон Элерс положил начало использованию циклов и технического анализа ЦОС. Он является президентом компании “MESA Software”. MESASoftware.com предлагает программу внутридневной торговли на фьючерсах MESA Phasor и стратегии торговли с помощью MESA (ССАМЭ).

Код, приведенный в данной статье, доступен по ссылке http://traders.com/files/Ehlers1609.html.




Джон Элерс.
Переведено специально для TradeLikeaPro.ru


Изменено пользователем pavlus777
  • Лайк 12
  • Хм... 1
Ссылка на сообщение
Поделиться на другие сайты

Для публикации сообщений создайте учётную запись или авторизуйтесь

Вы должны быть пользователем, чтобы оставить комментарий

Создать учетную запись

Зарегистрируйте новую учётную запись в нашем сообществе. Это очень просто!

Регистрация нового пользователя

Войти

Уже есть аккаунт? Войти в систему.

Войти
×
×
  • Создать...