stringtranslate.com

Технический анализ

В финансах технический анализ — это методология анализа и прогнозирования направления цен посредством изучения прошлых рыночных данных, в первую очередь цены и объема. [1] Как тип активного управления , он противоречит большей части современной портфельной теории . Эффективность технического анализа оспаривается гипотезой эффективного рынка , которая утверждает, что цены на фондовом рынке по сути непредсказуемы, [2] а исследования того, дает ли технический анализ какую-либо выгоду, дали неоднозначные результаты. [3] [4] [5] Он отличается от фундаментального анализа , который рассматривает финансовую отчетность компании, ее здоровье и общее состояние рынка и экономики.

История

Принципы технического анализа выведены из сотен лет данных финансового рынка . [6] Некоторые аспекты технического анализа начали появляться в отчетах амстердамского торговца Джозефа де ла Веги о голландских финансовых рынках в 17 веке. В Азии технический анализ считается методом, разработанным Хоммой Мунехисой в начале 18 века, который развился в использование методов свечей и сегодня является инструментом построения графиков технического анализа. [7] [8]

Журналист Чарльз Доу (1851-1902) собрал и тщательно проанализировал данные американского фондового рынка и опубликовал некоторые из своих выводов в редакционных статьях для The Wall Street Journal . Он считал , что в этих данных можно найти закономерности и деловые циклы , концепция, позже известная как « теория Доу ». Однако сам Доу никогда не выступал за использование своих идей в качестве стратегии торговли акциями.

В 1920-х и 1930-х годах Ричард В. Шабакер опубликовал несколько книг, которые продолжили работу Чарльза Доу и Уильяма Питера Гамильтона в их книгах «Теория и практика фондового рынка» и «Технический анализ рынка» . В 1948 году Роберт Д. Эдвардс и Джон Маги опубликовали «Технический анализ фондовых трендов» , который широко считается одним из основополагающих трудов в этой дисциплине. Он посвящен исключительно анализу трендов и графических моделей и используется до сих пор. Ранний технический анализ был почти исключительно анализом графиков, поскольку вычислительная мощность компьютеров была недоступна для современного уровня статистического анализа. По сообщениям, Чарльз Доу создал форму анализа графиков «крестики-нолики» . С появлением поведенческих финансов как отдельной дисциплины в экономике Пол В. Аццопарди объединил технический анализ с поведенческими финансами и ввел термин «Поведенческий технический анализ». [9]

Другими пионерами методов анализа являются Ральф Нельсон Эллиотт , Уильям Делберт Ганн и Ричард Вайкофф , которые разработали свои соответствующие методы в начале 20-го века. [ необходима ссылка ]

Общее описание

Фундаментальные аналитики изучают доходы, дивиденды, активы, качество, коэффициенты, новые продукты, исследования и т. п. Технические специалисты также используют множество методов, инструментов и методик, одной из которых является использование графиков. Используя графики, технические аналитики стремятся определить ценовые модели и рыночные тенденции на финансовых рынках и пытаются использовать эти модели. [10]

Технические специалисты, использующие графики, ищут архетипические модели ценовых графиков, такие как хорошо известные голова и плечи [11] или модели разворота двойная вершина/дно , изучают технические индикаторы , скользящие средние и ищут формы, такие как линии поддержки, сопротивления, каналы и более неясные образования, такие как флаги , вымпелы , дни баланса и модели чашка с ручкой . [12]

Технические аналитики также широко используют рыночные индикаторы многих видов, некоторые из которых являются математическими преобразованиями цены, часто включающими в себя объем роста и падения, данные о росте/падении и другие входные данные. Эти индикаторы используются для оценки того, находится ли актив в тренде, и если да, то вероятности его направления и продолжения. Технические аналитики также ищут взаимосвязи между индексами цены/объема и рыночными индикаторами. Примерами являются скользящая средняя , ​​индекс относительной силы и MACD . Другие направления исследования включают корреляции между изменениями в опционах ( подразумеваемая волатильность ) и соотношениями пут/колл с ценой. Также важны индикаторы настроений, такие как соотношения пут/колл, соотношения быков/медведей, короткие проценты, подразумеваемая волатильность и т. д.

В техническом анализе существует множество методов. Приверженцы различных методов (например, свечного анализа, старейшей формы технического анализа, разработанной японским торговцем зерном; гармоники ; теория Доу ; и волновая теория Эллиотта ) могут игнорировать другие подходы, однако многие трейдеры комбинируют элементы из более чем одного метода. Некоторые технические аналитики используют субъективное суждение, чтобы решить, какой(ие) шаблон(ы) отражает конкретный инструмент в данный момент времени и какова должна быть интерпретация этого шаблона. Другие используют строго механический или систематический подход к идентификации и интерпретации шаблонов.

Сравнение с фундаментальным анализом

Техническому анализу противопоставляется фундаментальный анализ : изучение экономических и других базовых факторов, которые влияют на то, как инвесторы оценивают финансовые рынки. Это может включать в себя обычные корпоративные показатели, такие как последние показатели EBITDA компании , предполагаемое влияние недавних кадровых изменений на совет директоров , геополитические соображения и даже научные факторы, такие как предполагаемые будущие эффекты глобального потепления . Чистые формы технического анализа могут утверждать, что цены уже отражают все базовые фундаментальные факторы. Выявление будущих тенденций — это то, для чего предназначены технические индикаторы, хотя ни технические, ни фундаментальные индикаторы не идеальны. Некоторые трейдеры используют исключительно технический или фундаментальный анализ, в то время как другие используют оба типа для принятия торговых решений. [13] [14]

Сравнение с количественным анализом

Контраст с количественным анализом менее очевиден, чем различие с фундаментальным анализом. Некоторые источники рассматривают технический и количественный анализ как более или менее синонимы, в то время как другие проводят четкое различие. Например, эксперт по количественному анализу Пол Уилмотт предполагает, что технический анализ — это не более чем «построение графиков» (составление прогнозов на основе экстраполяции графических представлений), и что технический анализ редко имеет какую-либо предсказательную силу. [15] [14]

Принципы

График акций, показывающий уровни поддержки (4, 5, 6, 7 и 8) и сопротивления (1, 2 и 3). Поэтому уровни сопротивления имеют тенденцию становиться уровнями поддержки и наоборот. [ необходима цитата ]

Основной принцип технического анализа заключается в том, что цена рынка отражает всю соответствующую информацию, влияющую на этот рынок. Поэтому технический аналитик смотрит на историю модели торговли ценной бумагой или товаром, а не на внешние факторы, такие как экономические, фундаментальные и новостные события. Считается, что ценовое действие имеет тенденцию повторяться из-за коллективного, шаблонного поведения инвесторов. Поэтому технический анализ фокусируется на идентифицируемых ценовых тенденциях и условиях. [16] [17]

Рыночные действия обесценивают все

Исходя из предпосылки, что вся необходимая информация уже отражена в ценах, технические аналитики полагают, что важно понимать, что инвесторы думают об этой информации, известной и воспринимаемой.

Цены движутся в трендах

Технические аналитики полагают, что цены имеют направленный тренд, т. е. вверх, вниз или вбок (флэт) или некоторую комбинацию. Базовое определение ценового тренда было первоначально выдвинуто теорией Доу . [10]

Примером ценной бумаги, которая имела явную тенденцию, является AOL с ноября 2001 года по август 2002 года. Технический аналитик или следящий за трендом, распознающий эту тенденцию, будет искать возможности продать эту ценную бумагу. AOL постоянно движется вниз в цене. Каждый раз, когда акция росла, продавцы выходили на рынок и продавали акцию; отсюда и «зигзагообразное» движение цены. Серия «более низких максимумов» и «более низких минимумов» является явным признаком того, что акция находится в нисходящем тренде. [18] Другими словами, каждый раз, когда акция двигалась вниз, она падала ниже своей предыдущей относительной низкой цены. Каждый раз, когда акция двигалась вверх, она не могла достичь уровня своей предыдущей относительной высокой цены.

Обратите внимание, что последовательность более низких минимумов и более низких максимумов началась только в августе. Затем AOL устанавливает низкую цену, которая не пробивает относительный минимум, установленный ранее в этом месяце. Позже в том же месяце акции устанавливают относительный максимум, равный самому последнему относительному максимуму. В этом технический аналитик видит сильные признаки того, что нисходящий тренд по крайней мере приостанавливается и, возможно, заканчивается, и, скорее всего, прекратит активно продавать акции в этот момент.

История имеет тенденцию повторяться

Технические аналитики полагают, что инвесторы коллективно повторяют поведение инвесторов, которые были до них. Для технического аналитика эмоции на рынке могут быть иррациональными, но они существуют. Поскольку поведение инвесторов повторяется так часто, технические аналитики полагают, что на графике будут формироваться узнаваемые (и предсказуемые) ценовые модели. [10] Распознавание этих моделей может позволить техническому аналитику выбирать сделки, которые имеют более высокую вероятность успеха. [19]

Технический анализ не ограничивается построением графиков, но всегда учитывает ценовые тенденции. [1] Например, многие технические аналитики отслеживают опросы настроений инвесторов. Эти опросы оценивают отношение участников рынка, в частности, являются ли они медвежьими или бычьими . Технические аналитики используют эти опросы, чтобы помочь определить, продолжится ли тренд или может развиться разворот; они, скорее всего, ожидают изменения, когда опросы сообщают об экстремальных настроениях инвесторов. [20] Опросы, которые показывают подавляющее бычье настроение, например, являются доказательством того, что восходящий тренд может развернуться; предпосылка заключается в том, что если большинство инвесторов настроены по-бычьи, они уже купили рынок (ожидая более высоких цен). И поскольку большинство инвесторов настроены по-бычьи и инвестируют, можно предположить, что осталось мало покупателей. Это оставляет больше потенциальных продавцов, чем покупателей, несмотря на бычьи настроения. Это говорит о том, что цены будут снижаться, и является примером противоположной торговли . [21]

Промышленность

Индустрия представлена ​​в глобальном масштабе Международной федерацией технических аналитиков (IFTA), которая является федерацией региональных и национальных организаций. В Соединенных Штатах индустрию представляют как Ассоциация CMT, так и Американская ассоциация профессиональных технических аналитиков (AAPTA). Соединенные Штаты также представлены Ассоциацией аналитиков технической безопасности Сан-Франциско (TSAASF). В Соединенном Королевстве индустрию представляет Общество технических аналитиков (STA). STA была одним из основателей IFTA, недавно отпраздновала свое 50-летие и сертифицирует аналитиков с дипломом по техническому анализу. В Канаде индустрию представляет Канадское общество технических аналитиков. [22] В Австралии индустрию представляют Австралийская ассоциация технических аналитиков (ATAA), [23] (которая является филиалом IFTA) и Австралийская профессиональная техническая аналитика (APTA) Inc. [24]

Профессиональные общества технического анализа работали над созданием свода знаний, описывающего область технического анализа. Свод знаний является центральным в этой области как способ определения того, как и почему может работать технический анализ. Затем он может использоваться академическими кругами, а также регулирующими органами для разработки надлежащих исследований и стандартов для этой области. Ассоциация CMT опубликовала свод знаний, который является структурой для экзамена Chartered Market Technician (CMT). [25] [26]

Программное обеспечение

Программное обеспечение для технического анализа автоматизирует функции построения графиков, анализа и отчетности, которые помогают техническим аналитикам в их обзоре и прогнозировании финансовых рынков (например, фондового рынка ). [ необходима цитата ]

Помимо устанавливаемых пакетов программного обеспечения для настольных компьютеров в традиционном смысле, в отрасли появились облачные приложения и интерфейсы прикладного программирования (API), которые предоставляют технические индикаторы (например, MACD, полосы Боллинджера) через протоколы RESTful HTTP или интранет.

Современное программное обеспечение для технического анализа часто доступно в виде веб-приложения или приложения для смартфона, без необходимости загрузки и установки программного пакета. Некоторые из них даже предлагают интегрированный язык программирования и автоматические инструменты бэктестинга.

Систематическая торговля

Нейронные сети

С начала 1990-х годов, когда появились первые практически используемые типы, искусственные нейронные сети (ИНС) быстро набирали популярность. Это адаптивные программные системы искусственного интеллекта , которые были вдохновлены тем, как работают биологические нейронные сети. Они используются, потому что могут научиться обнаруживать сложные закономерности в данных. В математических терминах они являются универсальными аппроксиматорами функций , [27] [28] что означает, что при наличии правильных данных и правильной настройки они могут захватывать и моделировать любые отношения ввода-вывода. Это не только устраняет необходимость в человеческой интерпретации диаграмм или серии правил для генерации сигналов входа/выхода, но и обеспечивает мост к фундаментальному анализу, поскольку переменные, используемые в фундаментальном анализе, могут использоваться в качестве входных данных.

Поскольку ИНС по сути являются нелинейными статистическими моделями, их точность и возможности прогнозирования могут быть проверены как математически, так и эмпирически. В различных исследованиях авторы утверждали, что нейронные сети, используемые для генерации торговых сигналов с учетом различных технических и фундаментальных входных данных, значительно превзошли стратегии «купи-удержи», а также традиционные методы линейного технического анализа в сочетании с экспертными системами на основе правил. [29] [30] [31]

В то время как продвинутая математическая природа таких адаптивных систем удерживала нейронные сети для финансового анализа в основном в академических исследовательских кругах, в последние годы более удобное для пользователя программное обеспечение нейронных сетей сделало эту технологию более доступной для трейдеров. [ необходима цитата ]

Бэктестинг/ретроспективный анализ

Временное представление ретроспективного анализа [32]

Систематическая торговля чаще всего применяется после тестирования инвестиционной стратегии на исторических данных. Это известно как бэктестинг (или ретроспективный анализ ). Бэктестинг чаще всего выполняется для технических индикаторов в сочетании с волатильностью, но может применяться к большинству инвестиционных стратегий (например, фундаментальный анализ). Хотя традиционное бэктестирование проводилось вручную, оно обычно выполнялось только на отобранных человеком акциях и, таким образом, было подвержено предварительным знаниям при выборе акций. С появлением компьютеров бэктестинг можно проводить на целых биржах на основе десятилетий исторических данных за очень короткие промежутки времени.

Использование компьютеров имеет свои недостатки, поскольку ограничено алгоритмами, которые может выполнить компьютер. Несколько торговых стратегий полагаются на человеческую интерпретацию [33] и не подходят для компьютерной обработки. [34] Только технические индикаторы, которые полностью алгоритмичны, могут быть запрограммированы для автоматизированного компьютерного бэктестинга.

Сочетание с другими методами прогнозирования рынка

Джон Мерфи утверждает, что основными источниками информации, доступными техническим аналитикам, являются цена, объем и открытый интерес . [10] Другие данные, такие как индикаторы и анализ настроений , считаются вторичными.

Однако многие технические аналитики выходят за рамки чисто технического анализа, объединяя другие методы прогнозирования рынка со своей технической работой. Одним из сторонников этого подхода является Джон Боллинджер , который в середине 1980-х годов ввел термин «рациональный анализ» для пересечения технического анализа и фундаментального анализа. [35] Другой такой подход, анализ слияния, накладывает фундаментальный анализ на технический в попытке улучшить работу портфельного менеджера.

Технический анализ также часто сочетается с количественным анализом и экономикой. Например, нейронные сети могут использоваться для выявления межрыночных отношений. [36]

Технические аналитики также используют опросы инвесторов и информационные бюллетени, а также индикаторы настроений на обложках журналов. [37]

Эмпирические данные

Работает ли технический анализ на самом деле — это спорный вопрос. Методы сильно различаются, и разные технические аналитики иногда могут делать противоречивые прогнозы на основе одних и тех же данных. Многие инвесторы утверждают, что получают положительную прибыль, но академические оценки часто обнаруживают, что у него мало предсказательной силы . [38] Из 95 современных исследований 56 пришли к выводу, что технический анализ дал положительные результаты, хотя предвзятость слежки за данными и другие проблемы затрудняют анализ. [3] Нелинейное прогнозирование с использованием нейронных сетей иногда дает статистически значимые результаты прогнозирования. [39] Рабочий документ Федеральной резервной системы [4] относительно уровней поддержки и сопротивления в краткосрочных валютных курсах «предлагает убедительные доказательства того, что эти уровни помогают предсказывать внутридневные перерывы в тренде», хотя «было обнаружено, что предсказательная сила» этих уровней «различается в зависимости от обменных курсов и исследованных фирм».

Недавнее исследование показало, что технические торговые стратегии эффективны на китайском рынке, в котором говорится: «Наконец, мы обнаружили значительную положительную доходность от сделок на покупку, полученных с помощью противоположной версии правила пересечения скользящей средней , правила прорыва канала и правила торговли по полосам Боллинджера, после учета транзакционных издержек в размере 0,50%» [40] .

Знаменитое исследование Брока и др. 1992 года, которое, по-видимому, нашло поддержку технических правил торговли, было проверено на предмет отслеживания данных и других проблем в 1999 году; [41] выборка, охваченная Броком и др., оказалась устойчивой к отслеживанию данных.

Впоследствии всестороннее исследование этого вопроса амстердамским экономистом Гервином Гриффиоеном пришло к выводу, что: «для индексов фондового рынка США, Японии и большинства западноевропейских фондовых индексов рекурсивная процедура вневыборочного прогнозирования не показывает прибыльности после внедрения небольших транзакционных издержек. Более того, при достаточно высоких транзакционных издержках путем оценки CAPM было обнаружено , что техническая торговля не показывает статистически значимой скорректированной на риск вневыборочной прогностической способности почти для всех индексов фондового рынка». [42] Транзакционные издержки особенно применимы к «стратегиям импульса»; всесторонний обзор данных и исследований 1996 года пришел к выводу, что даже небольшие транзакционные издержки приведут к невозможности извлечь какой-либо избыток из таких стратегий. [43]

В статье, опубликованной в журнале Journal of Finance , доктор Эндрю В. Ло , директор Лаборатории финансовой инженерии Массачусетского технологического института, совместно с Гарри Мамайским и Цзян Ваном обнаружил, что:

Технический анализ, также известный как «графики», был частью финансовой практики в течение многих десятилетий, но эта дисциплина не получила такого же уровня академического изучения и признания, как более традиционные подходы, такие как фундаментальный анализ. Одним из главных препятствий является крайне субъективная природа технического анализа — наличие геометрических фигур на исторических графиках цен часто находится в глазах наблюдателя. В этой статье мы предлагаем систематический и автоматический подход к распознаванию технических моделей с использованием непараметрической ядерной регрессии и применяем этот метод к большому количеству акций США с 1962 по 1996 год для оценки эффективности технического анализа. Сравнивая безусловное эмпирическое распределение дневной доходности акций с условным распределением — обусловленным конкретными техническими индикаторами, такими как голова и плечи или двойное дно — мы обнаруживаем, что за 31-летний период выборки несколько технических индикаторов действительно предоставляют дополнительную информацию и могут иметь некоторую практическую ценность. [5]

В той же статье доктор Ло написал, что «несколько академических исследований предполагают, что... технический анализ вполне может быть эффективным средством извлечения полезной информации из рыночных цен». [5] Некоторые методы, такие как геометрия Драммонда, пытаются преодолеть предвзятость прошлых данных, проецируя уровни поддержки и сопротивления из разных временных рамок в ближайшее будущее и комбинируя это с возвратом к средним методам. [44]

Гипотеза эффективного рынка

Гипотеза эффективного рынка (EMH) противоречит основным принципам технического анализа, утверждая, что прошлые цены не могут быть использованы для прибыльного прогнозирования будущих цен. Таким образом, она утверждает, что технический анализ не может быть эффективным. Экономист Юджин Фама опубликовал основополагающую статью о EMH в Journal of Finance в 1970 году и сказал: «Короче говоря, доказательства в поддержку модели эффективных рынков обширны, и (что несколько уникально в экономике) противоречивые доказательства редки». [45]

Однако, поскольку будущие цены акций могут сильно зависеть от ожиданий инвесторов, технические аналитики утверждают, что из этого следует только то, что прошлые цены влияют на будущие цены. [46] Они также указывают на исследования в области поведенческих финансов , в частности, на то, что люди не являются рациональными участниками, какими их представляет EMH. Технические аналитики давно говорят, что иррациональное поведение человека влияет на цены акций, и что это поведение приводит к предсказуемым результатам. [47] Автор Дэвид Аронсон говорит, что теория поведенческих финансов сочетается с практикой технического анализа:

Рассматривая влияние эмоций, когнитивных ошибок, иррациональных предпочтений и динамику группового поведения, поведенческие финансы предлагают краткие объяснения избыточной волатильности рынка, а также избыточной прибыли, полученной с помощью устаревших информационных стратегий... когнитивные ошибки также могут объяснить существование рыночной неэффективности, которая порождает систематические ценовые движения, позволяющие работать объективным методам ТА [технического анализа]. [46]

Сторонники EMH отвечают, что, хотя отдельные участники рынка не всегда действуют рационально (или обладают полной информацией), их совокупные решения уравновешивают друг друга, что приводит к рациональному результату (оптимистам, которые покупают акции и предлагают более высокую цену, противостоят пессимисты, которые продают свои акции, что поддерживает цену в равновесии). [48] Аналогичным образом, полная информация отражается в цене, поскольку все участники рынка приносят на рынок свои собственные индивидуальные, но неполные знания. [48]

Гипотеза случайного блуждания

Гипотеза случайного блуждания может быть выведена из гипотезы эффективных рынков слабой формы, которая основана на предположении, что участники рынка полностью учитывают любую информацию, содержащуюся в прошлых движениях цен (но не обязательно другую публичную информацию). В своей книге « Случайное блуждание по Уолл-стрит » экономист из Принстона Бертон Малкиел сказал, что технические инструменты прогнозирования, такие как анализ шаблонов, в конечном итоге должны быть саморазрушительными: «Проблема в том, что как только такая закономерность становится известна участникам рынка, люди будут действовать таким образом, чтобы предотвратить ее возникновение в будущем». [49] Малкиел заявил, что, хотя импульс может объяснить некоторые движения цен акций, его недостаточно, чтобы получать сверхприбыли. Малкиел сравнил технический анализ с « астрологией ». [50]

В конце 1980-х годов профессора Эндрю Ло и Крейг МакКинли опубликовали статью, в которой подвергли сомнению гипотезу случайного блуждания. В ответе Мэлкилу в 1999 году Ло и МакКинли собрали эмпирические статьи, в которых ставилась под сомнение применимость гипотезы [51] , которая предполагала неслучайный и, возможно, предсказательный компонент движения цен акций, хотя они были осторожны, указывая на то, что отклонение случайного блуждания не обязательно делает недействительным EMH, который является совершенно отдельной концепцией от RWH. В статье 2000 года Эндрю Ло провел обратный анализ данных из США с 1962 по 1996 год и обнаружил, что «несколько технических индикаторов действительно предоставляют дополнительную информацию и могут иметь некоторую практическую ценность». [5] Бертон Мэлкил отклонил нерегулярности, упомянутые Ло и МакКинли, как слишком незначительные, чтобы извлекать из них прибыль. [50]

Технические специалисты говорят [ кто? ] , что теории EMH и случайного блуждания игнорируют реалии рынков, поскольку участники не полностью рациональны и текущие движения цен не являются независимыми от предыдущих движений. [18] [52] Некоторые исследователи обработки сигналов отрицают гипотезу случайного блуждания о том, что цены на фондовом рынке напоминают винеровские процессы , поскольку статистические моменты таких процессов и реальные данные о запасах значительно различаются по размеру окна и мере сходства . [53] Они утверждают, что преобразования признаков, используемые для описания аудио- и биосигналов, также могут быть использованы для успешного прогнозирования цен на фондовом рынке, что противоречит гипотезе случайного блуждания.

Индекс случайного блуждания (RWI) — это технический индикатор, который пытается определить, является ли движение цены акции случайным по своей природе или результатом статистически значимой тенденции. Индекс случайного блуждания пытается определить, когда рынок находится в сильном восходящем или нисходящем тренде, измеряя диапазоны цен по N и то, как они отличаются от того, что можно было бы ожидать при случайном блуждании (случайно идущем вверх или вниз). Чем больше диапазон, тем сильнее тренд. [54]

Применив теорию перспектив Канемана и Тверски к динамике цен, Пол В. Аццопарди дал возможное объяснение, почему страх заставляет цены резко падать, а жадность постепенно их поднимает. [55] Это обычно наблюдаемое поведение цен на ценные бумаги резко противоречит случайному блужданию. Оценивая жадность и страх на рынке, [56] инвесторы могут лучше формулировать длинные и короткие позиции портфеля.

Научно-технический анализ

Кагиналп и Баленович в 1994 году [57] использовали свою модель дифференциальных уравнений движения активов, чтобы показать, что основные закономерности технического анализа могут быть получены с некоторыми базовыми предположениями. Некоторые закономерности, такие как продолжение треугольника или разворотная закономерность, могут быть получены с предположением о двух различных группах инвесторов с разными оценками стоимости. Основными предположениями моделей являются конечность активов и использование тренда, а также оценки при принятии решений. Многие закономерности вытекают из этих предположений как математически логические следствия.

Одной из проблем традиционного технического анализа является сложность описания моделей таким образом, чтобы можно было провести объективное тестирование.

Модели японских свечей включают модели нескольких дней, которые находятся в пределах восходящего или нисходящего тренда. Кагинальп и Лоран [58] были первыми, кто провел успешный крупномасштабный тест моделей. Математически точный набор критериев был протестирован сначала с использованием определения краткосрочного тренда путем сглаживания данных и допущения одного отклонения в сглаженном тренде. Затем они рассмотрели восемь основных трехдневных моделей разворота свечей непараметрическим способом и определили модели как набор неравенств. Результаты были положительными с подавляющей статистической уверенностью для каждой из моделей с использованием набора данных всех акций S&P 500 ежедневно за пятилетний период 1992–1996 гг.

Среди самых основных идей традиционного технического анализа есть то, что однажды установленная тенденция имеет тенденцию продолжаться. Однако тестирование этой тенденции часто приводило исследователей к выводу, что акции представляют собой случайное блуждание. Одно исследование, проведенное Потербой и Саммерсом, [59] обнаружило небольшой эффект тренда, который был слишком мал, чтобы иметь торговую ценность. Как отметил Фишер Блэк [60] , «шум» в данных о торговых ценах затрудняет проверку гипотез.

Один из методов избежания этого шума был открыт в 1995 году Кагинальпом и Константином [61], которые использовали соотношение двух по сути идентичных закрытых фондов для устранения любых изменений в оценке. Закрытый фонд (в отличие от открытого фонда) торгуется независимо от его чистой стоимости активов, и его акции не могут быть выкуплены, а только торгуются среди инвесторов, как любые другие акции на биржах. В этом исследовании авторы обнаружили, что наилучшая оценка завтрашней цены — это не вчерашняя цена (как указывала бы гипотеза эффективного рынка), и не чистая импульсная цена (а именно, то же относительное изменение цены со вчерашнего дня на сегодняшний продолжается с сегодняшнего дня на завтрашний). Но скорее она находится почти точно посередине между ними.

Начиная с характеристики прошлой эволюции рыночных цен с точки зрения скорости цены и ускорения цены, была разработана попытка создания общей структуры для технического анализа с целью установления принципиальной классификации возможных моделей, характеризующих отклонение или дефекты от состояния рынка случайного блуждания и его инвариантных во времени свойств. [62] Классификация основана на двух безразмерных параметрах: числе Фруда, характеризующем относительную силу ускорения по отношению к скорости, и прогнозе временного горизонта, размерно привязанном к периоду обучения. Установлено, что следящие за трендом и противоположные модели сосуществуют и зависят от безразмерного временного горизонта. Используя подход ренормализационной группы , вероятностный сценарный подход демонстрирует статистически значимую предсказательную силу практически во всех протестированных рыночных фазах.

Обзор современных исследований, проведенный Парком и Ирвином [63], показал, что большинство из них обнаружили положительный результат технического анализа.

В 2011 году Кагиналп и ДеСантис [64] использовали большие наборы данных закрытых фондов, где возможно сравнение с оценкой, чтобы количественно определить, имеют ли ключевые аспекты технического анализа, такие как тренд и сопротивление, научную обоснованность. Используя наборы данных из более чем 100 000 точек, они демонстрируют, что тренд имеет эффект, который по крайней мере вдвое менее важен, чем оценка. Эффекты объема и волатильности, которые меньше, также очевидны и статистически значимы. Важный аспект их работы включает нелинейный эффект тренда. Положительные тренды, которые происходят в пределах приблизительно 3,7 стандартных отклонений, имеют положительный эффект. Для более сильных восходящих трендов наблюдается отрицательный эффект на доходность, что предполагает, что фиксация прибыли происходит по мере увеличения величины восходящего тренда. Для нисходящих трендов ситуация похожа, за исключением того, что «покупка на спадах» не происходит, пока нисходящий тренд не станет событием стандартного отклонения 4,6. Эти методы можно использовать для изучения поведения инвесторов и сравнения базовых стратегий среди различных классов активов.

В 2013 году Ким Ман Луи и Т. Чонг отметили, что прошлые выводы по техническому анализу в основном сообщали о прибыльности конкретных правил торговли для заданного набора исторических данных. Эти прошлые исследования не принимали во внимание трейдера-человека, поскольку ни один реальный трейдер не будет механически принимать сигналы из любого метода технического анализа. Поэтому, чтобы раскрыть правду технического анализа, мы должны вернуться к пониманию производительности между опытными и начинающими трейдерами. Если рынок действительно ходит хаотично, не будет никакой разницы между этими двумя типами трейдеров. Однако экспериментально установлено, что трейдеры, которые более осведомлены в техническом анализе, значительно превосходят тех, кто менее осведомлен. [65]

Чтение телеграфной ленты

До середины 1960-х годов чтение ленты было популярной формой технического анализа. Оно состояло из чтения рыночной информации, такой как цена, объем, размер заказа и т. д., с бумажной ленты, которая проходила через машину, называемую биржевым тикером . Рыночные данные отправлялись в брокерские дома и в дома и офисы наиболее активных спекулянтов. Эта система вышла из употребления с появлением электронных информационных панелей в конце 60-х годов, а позднее и компьютеров, которые позволяют легко готовить графики.

Джесси Ливермор , один из самых успешных операторов фондового рынка всех времен, с юных лет в первую очередь интересовался чтением тикеров. Он следовал своей собственной (механической) торговой системе (он называл ее «рыночным ключом»), которая не нуждалась в графиках, а полагалась исключительно на ценовые данные. Он подробно описал свой рыночный ключ в своей книге 1940-х годов «Как торговать акциями». [66] Система Ливермора определяла фазы рынка (тренд, коррекция и т. д.) с помощью прошлых ценовых данных. Он также использовал данные об объеме (которые он оценивал по поведению акций и с помощью «рыночного тестирования», процесса тестирования ликвидности рынка путем отправки небольших рыночных ордеров), как описано в его книге 1940-х годов.

Котировочная доска

Другая форма технического анализа, используемая до сих пор, заключалась в интерпретации данных фондового рынка , содержащихся в котировочных досках, которые во времена до электронных экранов представляли собой огромные доски, расположенные на фондовых биржах, с данными об основных финансовых активах, котирующихся на биржах, для анализа их движения. [67] Они обновлялись вручную мелом, а обновления, касающиеся некоторых из этих данных, передавались в среду за пределами бирж (например, брокерские дома , брокерские конторы и т. д.) через вышеупомянутую ленту, телеграф , телефон и позднее телекс . [68]

Этот инструмент анализа использовался как на месте, в основном профессионалами рынка, так и широкой публикой через печатные версии в газетах, показывающие данные переговоров предыдущего дня, для торговли на колебаниях и позиционных сделок . [69]

Графические термины и индикаторы

Концепции

Типы диаграмм

Накладки

Наложения обычно накладываются поверх основного ценового графика.

Индикаторы широты

Эти показатели основаны на статистических данных, полученных с широкого рынка.

Индикаторы, основанные на цене

Эти индикаторы обычно отображаются ниже или выше основного ценового графика.

Индикаторы, основанные на объеме

Торговля с использованием смешанных индикаторов

Смотрите также

Ссылки

  1. ^ ab Киркпатрик и Далквист (2006), с. 3
  2. ^ Эндрю В. Ло; Ясмина Хасанходжич (2010). Эволюция технического анализа: Финансовое прогнозирование от вавилонских табличек до терминалов Bloomberg. Bloomberg Press . стр. 150. ISBN 978-1576603499. Получено 8 августа 2011 г.
  3. ^ ab Irwin, Scott H.; Park, Cheol-Ho (2007). «Что мы знаем о прибыльности технического анализа?». Journal of Economic Surveys . 21 (4): 786–826. doi :10.1111/j.1467-6419.2007.00519.x. S2CID  154488391.
  4. ^ ab Osler, Karen (июль 2000 г.). «Поддержка сопротивления: технический анализ и внутридневные обменные курсы», FRBNY Economic Policy Review (аннотация и статья здесь).
  5. ^ abcd Ло, Эндрю В.; Мамайский, Гарри; Ван, Цзян (2000). «Основы технического анализа: вычислительные алгоритмы, статистический вывод и эмпирическая реализация». Журнал финансов . 55 (4): 1705–1765. CiteSeerX 10.1.1.134.1546 . doi :10.1111/0022-1082.00265. 
  6. ^ Жозеф де ла Вега, Confusions de Confusiones, 1688 г.
  7. ^ Нисон, Стив (1991). Методы построения графиков японских свечей . Нью-Йоркский институт финансов. С. 15–18. ISBN 978-0-13-931650-0.
  8. ^ Нисон, Стив (1994). За пределами свечей: раскрыты новые японские методы построения графиков, John Wiley and Sons, стр. 14. ISBN 0-471-00720-X 
  9. ^ Пол В. Аззопарди, «Поведенческий технический анализ», там же.
  10. ^ abcd Мерфи, Джон Дж. Технический анализ финансовых рынков . Нью-Йоркский институт финансов, 1999, стр. 1–5, 24–31. ISBN 0-7352-0066-1 
  11. ^ "PrimePair.com Head and Shoulders Pattern". Архивировано из оригинала 6 января 2015 года . Получено 6 января 2015 года .
  12. ^ Элдер (1993), Часть III: Классический анализ карт
  13. ^ Элдер (1993), Часть II: «Массовая психология»; Глава 17: «Управление против прогнозирования», стр. 65–68
  14. ^ ab Wilmott, Paul (2007). "Приложение B, особенно стр. 628". Paul Wilmott Introduces Quantitative Finance . Wiley. ISBN 978-0-470-31958-1.
  15. ↑ Акстон, д-р Хью (13 января 2009 г.). «Победа над квантами в их собственной игре».
  16. ^ Элдер (2008), Глава 1 – раздел «Трендовая и контр-трендовая торговля»
  17. ^ «Остерегайтесь фондового рынка как самоисполняющегося пророчества».
  18. ^ ab Kahn, Michael N. (2006). Технический анализ просто и понятно: диаграммы рынков на вашем языке , Financial Times Press, Аппер Сэдл Ривер, Нью-Джерси, стр. 80. ISBN 0-13-134597-4 . 
  19. ^ Бейнд, Энн-Мари (2011). Книга о торговле: комплексное решение для освоения технических систем и психологии торговли. McGraw-Hill . стр. 272. ISBN 9780071766494. Архивировано из оригинала 25 марта 2012 . Получено 30 апреля 2013 .
  20. ^ Киркпатрик и Далквист (2006), с. 87
  21. ^ Киркпатрик и Далквист (2006), с. 86
  22. ^ Технический анализ: полный ресурс для технических специалистов финансового рынка , стр. 7
  23. ^ «Главная – Австралийская ассоциация технических аналитиков».
  24. ^ «Главная».
  25. ^ "База знаний ассоциации CMT". Архивировано из оригинала 14 октября 2017 г. Получено 16 августа 2017 г.
  26. ^ Wiley (2021). CMT Level I 2021: Введение в технический анализ . Wiley. ISBN 978-1119768050.
  27. ^ К. Фунахаси, О приближенной реализации непрерывных отображений нейронными сетями, Neural Networks vol 2, 1989
  28. ^ К. Хорник, Многослойные сети прямого распространения являются универсальными аппроксиматорами, Нейронные сети, т. 2, 1989
  29. ^ Р. Лоуренс. Использование нейронных сетей для прогнозирования цен на фондовом рынке
  30. ^ Б. Эгели и др. Прогнозирование фондового рынка с использованием искусственных нейронных сетей Архивировано 20 июня 2007 г. на Wayback Machine
  31. ^ М. Зекич. Применение нейронных сетей в прогнозировании фондового рынка – методологический анализ Архивировано 24 апреля 2012 г. на Wayback Machine
  32. ^ Взято со стр. 145 работы Йетса, Л. Б., Мысленный эксперимент: когнитивный подход, диссертация на соискание ученой степени в области искусств (по результатам исследований), Университет Нового Южного Уэльса, 2004 г.
  33. ↑ Элдер (1993), стр. 54, 116–118.
  34. ^ Старейшина (1993)
  35. ^ ltd, Исследования и рынки. «Письмо о росте капитала – Исследования и рынки».
  36. ^ "Архивная копия". Архивировано из оригинала 12 января 2009 года . Получено 31 августа 2007 года .{{cite web}}: CS1 maint: archived copy as title (link)
  37. ^ "SFO". Архивировано из оригинала 6 октября 2007 года . Получено 27 августа 2007 года .{{cite web}}: CS1 maint: unfit URL (link)
  38. ^ Браунинг, ES (31 июля 2007 г.). «Чтение рыночных чайных листьев». The Wall Street Journal Europe . Dow Jones. стр. 17–18.
  39. ^ Скабар, Клоэте, Сети, Финансовая торговля и гипотеза эффективных рынков Архивировано 18 июля 2011 г. на Wayback Machine
  40. ^ Наузер Дж. Балсара, Гэри Чен и Линь Чжэн «Китайский фондовый рынок: исследование модели случайных блужданий и технических правил торговли» Ежеквартальный журнал бизнеса и экономики, весна 2007 г.
  41. ^ Салливан, Р.; Тиммерманн, А.; Уайт, Х. (1999). «Отслеживание данных, эффективность технических правил торговли и бутстрап». Журнал финансов . 54 (5): 1647–1691. CiteSeerX 10.1.1.50.7908 . doi :10.1111/0022-1082.00163. 
  42. ^ Гриффиоен, Технический анализ на финансовых рынках
  43. ^ Чан, Л.К.К.; Джегадиш, Н.; Лаконишок, Дж. (1996). «Стратегии импульса». Журнал финансов . 51 (5): 1681–1713. doi :10.2307/2329534. JSTOR  2329534.
  44. ↑ Дэвид Келлер, «Прорывы в техническом анализе; новое мышление от лучших умов мира», Нью-Йорк, Bloomberg Press, 2007, ISBN 978-1-57660-242-3 стр. 1–19 
  45. ↑ Юджин Фама, «Эффективные рынки капитала: обзор теории и эмпирической работы», The Journal of Finance , том 25, выпуск 2 (май 1970 г.), стр. 383–417.
  46. ^ ab Аронсон, Дэвид Р. (2006). Технический анализ на основе фактических данных, Хобокен, Нью-Джерси: John Wiley and Sons, страницы 357, 355–356, 342. ISBN 978-0-470-00874-4 . 
  47. ^ Пректер, Роберт Р. младший ; Паркер, Уэйн Д. (2007). «Финансовая/экономическая дихотомия в динамике социального поведения: социономическая перспектива». Журнал поведенческих финансов . 8 (2): 84–108. CiteSeerX 10.1.1.615.763 . doi :10.1080/15427560701381028. S2CID  55114691. {{cite journal}}: CS1 maint: multiple names: authors list (link)
  48. ^ ab Clarke, J., T. Jandik и Gershon Mandelker (2001). «Гипотеза эффективных рынков», Expert Financial Planning: Advice from Industry Leaders , ред. R. Arffa, 126–141. Нью-Йорк: Wiley & Sons.
  49. ↑ Бертон Мэлкиел, Случайная прогулка по Уолл-стрит, WW Norton & Company (апрель 2003 г.) стр. 168.
  50. ^ Роберт Хюбшер. Бертон Мэлкиел рассказывает о случайных блужданиях. 7 июля 2009 г.
  51. ^ Ло, Эндрю; МакКинли, Крейг. Неслучайная прогулка по Уолл-стрит , Princeton University Press, 1999. ISBN 978-0-691-05774-3 
  52. ^ Позер, Стивен В. (2003). Применение теории волн Эллиотта с выгодой , John Wiley and Sons, стр. 71. ISBN 0-471-42007-7 . 
  53. ^ Эйденбергер, Хорст (2011). «Фундаментальное понимание медиа» Атпресс. ISBN 978-3-8423-7917-6 . 
  54. ^ "AsiaPacFinance.com Trading Indicator Glossary". Архивировано из оригинала 1 сентября 2011 г. Получено 1 августа 2011 г.
  55. ^ Аццопарди, Пол В. (2012), «Почему финансовые рынки растут медленно, но падают резко: анализ поведения рынка с помощью поведенческих финансов», Harriman House, ASIN: B00B0Y6JIC
  56. ^ «Индекс страха и жадности — настроения инвесторов».
  57. ^ Gunduz Caginalp; Donald Balenovich (2003). "Теоретическая основа технического анализа" (PDF) . Journal of Technical Analysis . 59 : 5–22. Архивировано из оригинала (PDF) 24 сентября 2015 г. . Получено 11 мая 2015 г. .
  58. ^ Кагиналп, Г.; Лоран, Х. (1998). «Предсказательная сила ценовых моделей». Прикладная математика в финансах . 5 (3–4): 181–206. doi :10.1080/135048698334637. S2CID  44237914.
  59. ^ Poterba, JM; Summers, LH (1988). «Возврат к среднему в ценах акций: доказательства и последствия». Журнал финансовой экономики . 22 : 27–59. doi : 10.1016/0304-405x(88)90021-9. S2CID  18901605.
  60. ^ Блэк, Ф. (1986). «Шум». Журнал финансов . 41 (3): 529–43. doi : 10.1111/j.1540-6261.1986.tb04513.x .
  61. ^ Caginalp, G.; Constantine, G. (1995). «Статистический вывод и моделирование импульса в ценах акций». Прикладная математика в финансах . 2 (4): 225–242. doi :10.1080/13504869500000012. S2CID  154176805.
  62. ^ Дж. В. Андерсен, С. Глузман и Д. Сорнетт, Фундаментальная основа технического анализа, European Physical Journal B 14, 579–601 (2000)
  63. ^ CH Park и SH Irwin, «Прибыльность технического анализа: обзор» Отчет об исследовании проекта AgMAS № 2004-04
  64. ^ Г. Кагиналп и М. ДеСантис, «Нелинейность в динамике финансовых рынков», Нелинейный анализ: приложения в реальном мире, 12(2), 1140–1151, 2011.
  65. ^ KM Lui и TTL Chong, «Технические аналитики превосходят начинающих трейдеров: экспериментальные доказательства» Economics Bulletin. 33(4), 3080–3087, 2013.
  66. ^ Ливермор (1940)
  67. ^ Лефевр (2000), стр. 1, 18
  68. ^ Лефевр (2000), стр. 17
  69. ↑ Ливермор (1940), стр. 17–18.

Библиография

Дальнейшее чтение

Внешние ссылки

Международные и национальные организации