В финансах технический анализ — это методология анализа и прогнозирования направления цен посредством изучения прошлых рыночных данных, в первую очередь цен и объемов. [1] Как тип активного управления , он противоречит большей части современной теории портфеля . Эффективность технического анализа оспаривается гипотезой эффективного рынка , которая утверждает, что цены на фондовом рынке по существу непредсказуемы, [2] и исследования того, дает ли технический анализ какую-либо пользу, дали неоднозначные результаты. [3] [4] [5] Он отличается от фундаментального анализа , который учитывает финансовую отчетность компании, состояние здоровья и общее состояние рынка и экономики.
Принципы технического анализа основаны на данных финансового рынка за сотни лет . [6] Некоторые аспекты технического анализа начали появляться в отчетах амстердамского торговца Джозефа де ла Веги о голландских финансовых рынках 17 века. В Азии технический анализ считается методом, разработанным Хоммой Мунэхисой в начале 18 века, который превратился 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 The Wall Street Journal . Он считал, что в этих данных можно обнаружить закономерности и бизнес-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 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 биржевых тенденций» , который считается одной из основополагающих работ в этой дисциплине. Он занимается исключительно анализом тенденций и графическими моделями и используется до сих пор. Ранний технический анализ представлял собой почти исключительно анализ графиков, поскольку вычислительная мощность компьютеров была недоступна для современного уровня статистического анализа. Сообщается, что Чарльз Доу разработал форму анализа диаграмм «крестики-нолики» . С появлением поведенческих финансов как отдельной дисциплины в экономике Пол В. Аззопарди объединил технический анализ с поведенческими финансами и ввел термин «поведенческий технический анализ». [9]
Среди других пионеров методов анализа — Ральф Нельсон Эллиотт , Уильям Делберт Ганн и Ричард Вайкофф, которые разработали свои соответствующие методы в начале 20 века. [ нужна цитата ]
Фундаментальные аналитики изучают доходы, дивиденды, активы, качество, коэффициенты, новые продукты, исследования и тому подобное. Технические специалисты также используют множество методов, инструментов и техник, одним из которых является использование диаграмм. Используя графики, технические аналитики стремятся определить ценовые модели и рыночные тенденции на финансовых рынках и попытаться использовать эти модели. [10]
Технические специалисты, использующие графики, ищут архетипические ценовые модели, такие как хорошо известные модели «голова и плечи» [11] или модели разворота «двойная вершина/дно» , изучают технические индикаторы , скользящие средние и ищут такие формы, как линии поддержки, сопротивления, каналы и более неясные образования, такие как флаги , вымпелы , дни баланса и узоры «чашка с ручкой» . [12]
Технические аналитики также широко используют рыночные индикаторы многих видов, некоторые из которых представляют собой математические преобразования цен, часто включая объемы роста и падения, данные о росте/падении и другие исходные данные. Эти индикаторы используются, чтобы помочь оценить, находится ли актив в тренде, и если да, то вероятность его направления и продолжения. Технические специалисты также ищут взаимосвязь между индексами цен/объемов и рыночными индикаторами. Примеры включают скользящую среднюю , индекс относительной силы и MACD . Другие направления исследования включают корреляции между изменениями опционов ( подразумеваемая волатильность ) и соотношением пут/колл с ценой. Также важны такие индикаторы настроений, как коэффициенты пут/колл, коэффициенты 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 ; теории Доу ; и волновой теории Эллиотта ) могут игнорировать другие подходы, однако многие трейдеры комбинируют элементы более чем одного метода. . Некоторые технические аналитики используют субъективное суждение, чтобы решить, какую модель(ы) отражает тот или иной инструмент в данный момент времени и какова должна быть интерпретация этой модели. Другие используют строго механический или систематический подход к выявлению и интерпретации закономерностей.
Техническому анализу противопоставляется фундаментальный анализ : изучение экономических и других основных факторов, влияющих на то, как инвесторы оценивают финансовые рынки. Сюда могут входить обычные корпоративные показатели, такие как недавние показатели EBITDA компании , предполагаемое влияние недавних кадровых изменений в совете директоров , геополитические соображения и даже научные факторы, такие как предполагаемые будущие последствия глобального потепления . Чистые формы технического анализа могут утверждать, что цены уже отражают все основные 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]
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 резкое различие. Например, эксперт по количественному анализу Пол Уилмотт предполагает, что технический анализ — это не более чем «график» (составление прогнозов на основе экстраполяции графических представлений), и что технический анализ редко обладает какой-либо предсказательной силой. [15] [14]
Основной принцип технического анализа заключается в том, что рыночная цена отражает всю соответствующую информацию, влияющую на этот рынок. Поэтому технический аналитик смотрит на историю торговой модели ценной бумаги или товара, 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. Следовательно, технический анализ фокусируется на идентифицируемых ценовых тенденциях и условиях. [16] [17]
Основываясь на предположении, что вся соответствующая информация уже отражена в ценах, технические аналитики полагают, что важно понять, что инвесторы думают об этой информации, известной и воспринимаемой.
Технические аналитики полагают, что цены имеют направленный тренд, т.е. вверх, вниз или вбок (флэт) или какую-то комбинацию. Основное определение ценового тренда было первоначально предложено теорией Доу . [10]
Примером ценной бумаги, которая имела очевидную тенденцию, является AOL с ноября 2001 г. по август 2002 г. Технический аналитик или последователь тренда, распознающий эту тенденцию, будет искать возможности продать эту ценную бумагу. AOL последовательно движется вниз в цене. Каждый раз, когда акции росли, на рынок выходили продавцы и продавали акции; 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 опускалась ниже, она падала ниже своей предыдущей относительно низкой цены. Каждый раз, когда акция поднималась выше, она не могла достичь уровня предыдущей относительно высокой цены.
Обратите внимание, что последовательность более низких минимумов и более низких максимумов началась только в августе. Затем AOL устанавливает низкую цену, которая не превышает относительного минимума, установленного ранее в этом месяце. Позже в том же месяце акции достигают относительного максимума, равного последнему относительному максимуму. В этом технический специалист видит явные признаки того, что нисходящий тренд, по крайней мере, приостанавливается и, возможно, заканчивается, и, скорее всего, в этот момент он перестанет активно продавать акции.
Технические аналитики полагают, что инвесторы коллективно повторяют поведение инвесторов, которые им предшествовали. Для технического специалиста эмоции на рынке могут быть иррациональными, но они существуют. Поскольку поведение инвесторов повторяется очень часто, технические специалисты полагают, что на графике будут развиваться узнаваемые (и предсказуемые) ценовые модели. [10] Распознавание этих моделей может позволить техническому специалисту выбирать сделки, которые имеют более высокую вероятность успеха. [19]
Технический анализ не ограничивается построением графиков, он всегда учитывает ценовые тенденции. [1] Например, многие технические специалисты отслеживают опросы настроений инвесторов. Эти опросы позволяют оценить отношение участников рынка, в частности, являются ли они медвежьими или бычьими . Технические специалисты используют эти опросы, чтобы определить, сохранится ли тенденция или может произойти разворот; они, скорее всего, предвидят перемены, когда опросы сообщают об экстремальных настроениях инвесторов. [20] Например, опросы, показывающие подавляющий бычий настрой, являются свидетельством того, что восходящий тренд может развернуться; предпосылка состоит в том, что если большинство инвесторов настроены по-бычьи, они уже купили рынок (ожидая более высоких цен). А поскольку большинство инвесторов настроены оптимистично и вкладывают средства, можно предположить, что покупателей останется немного. Это оставляет больше потенциальных продавцов, чем покупателей, несмотря на бычьи настроения. Это предполагает, что цены будут иметь тенденцию к снижению, и является примером противоположной торговли . [21]
Отрасль во всем мире представлена Международной федерацией технических аналитиков (IFTA), которая представляет собой федерацию региональных и национальных организаций. В США отрасль представлена как Ассоциацией CMT, так и Американской ассоциацией профессиональных технических аналитиков (AAPTA). Соединенные Штаты также представлены Ассоциацией аналитиков технической безопасности Сан-Франциско (TSAASF). В Соединенном Королевстве отрасль представлена Обществом технических аналитиков (STA). STA была одним из основателей IFTA, недавно отметила свое 50-летие и выдает аналитикам диплом в области технического анализа. В Канаде отрасль представлена Канадским обществом технических аналитиков. [22] В Австралии отрасль представлена Австралийской ассоциацией технических аналитиков (ATAA), [23] (входящей в IFTA) и Австралийской профессиональной технической аналитикой (APTA) Inc. [24]
Профессиональные общества технического анализа работали над созданием совокупности знаний, описывающих область технического анализа. Совокупность знаний занимает центральное место в этой области как способ определения того, как и почему технический анализ может работать. Затем его могут использовать научные круги, а также регулирующие органы при разработке соответствующих исследований и стандартов в этой области. Ассоциация CMT опубликовала свод знаний, который представляет собой структуру экзамена на дипломированного специалиста по рынку (CMT). [25] [26]
Программное обеспечение для технического анализа автоматизирует функции построения графиков, анализа и отчетности, которые помогают техническим аналитикам анализировать и прогнозировать финансовые рынки (например, фондовый рынок ). [ нужна цитата ]
Помимо устанавливаемых пакетов программного обеспечения для настольных компьютеров в традиционном смысле, в отрасли наблюдается появление облачных приложений и интерфейсов прикладного программирования (API), которые предоставляют технические индикаторы (например, MACD, полосы Боллинджера) через RESTful HTTP или протоколы внутренней сети. .
Современное программное обеспечение для технического анализа часто доступно в виде веб-приложения или приложения для смартфона без необходимости загружать и устанавливать пакет программного обеспечения. Некоторые из них даже предлагают интегрированный язык программирования и инструменты автоматического тестирования.
С начала 1990-х годов, когда появились первые практически используемые типы, популярность искусственных нейронных сетей (ИНС) быстро выросла. Это адаптивные программные системы искусственного интеллекта , вдохновленные тем, как работают биологические нейронные сети. Их используют, потому что они могут научиться обнаруживать сложные закономерности в данных. С математической точки зрения они являются универсальными аппроксиматорами функций , [27] [28] что означает, что при наличии правильных данных и правильной настройке они могут фиксировать и моделировать любые отношения ввода-вывода. Это не только устраняет необходимость человеческой интерпретации графиков или ряда правил для генерации сигналов входа/выхода, но также обеспечивает мост к фундаментальному анализу, поскольку переменные, используемые в фундаментальном анализе, могут использоваться в качестве входных данных.
Поскольку ИНС по сути представляют собой нелинейные статистические модели, их точность и возможности прогнозирования могут быть проверены как математически, так и эмпирически. В различных исследованиях авторы утверждают, что нейронные сети, используемые для генерации торговых сигналов с учетом различных технических и фундаментальных данных, значительно превосходят стратегии покупки и удержания, а также традиционные методы линейного технического анализа в сочетании с экспертными системами, основанными на правилах. [29] [30] [31]
Хотя передовая математическая природа таких адаптивных систем позволила нейронным сетям для финансового анализа оставаться в основном в академических исследовательских кругах, в последние годы более удобное для пользователя программное обеспечение нейронных сетей сделало эту технологию более доступной для трейдеров. [ нужна цитата ]
Систематическая торговля чаще всего применяется после тестирования инвестиционной стратегии на исторических данных. Это известно как бэктестинг (или ретроспективный прогноз ). Бэктестирование чаще всего проводится для технических индикаторов в сочетании с волатильностью, но может применяться к большинству инвестиционных стратегий (например, фундаментальному анализу). Хотя традиционное тестирование проводилось вручную, оно обычно проводилось только на акциях, выбранных человеком, и, таким образом, требовало предварительных знаний в выборе акций. С появлением компьютеров бэк-тестирование можно проводить на целых биржах на основе исторических данных за десятилетия за очень короткие промежутки времени.
Использование компьютеров имеет свои недостатки, поскольку оно ограничено алгоритмами, которые может выполнять компьютер. Некоторые торговые стратегии полагаются на человеческую интерпретацию [33] и непригодны для компьютерной обработки. [34] Только технические индикаторы, которые являются полностью алгоритмическими, могут быть запрограммированы для компьютерного автоматического тестирования на исторических данных.
Джон Мерфи утверждает, что основными источниками информации, доступной техническим специалистам, являются цена, объем и открытый интерес . [10] Другие данные, такие как индикаторы и анализ настроений , считаются второстепенными.
Однако многие технические аналитики выходят за рамки чисто технического анализа, сочетая другие методы прогнозирования рынка со своей технической работой. Одним из сторонников этого подхода является Джон Боллинджер , который в середине 1980-х годов ввёл термин «рациональный анализ» для обозначения пересечения технического анализа и фундаментального анализа. [35] Другой такой подход, объединенный анализ, совмещает фундаментальный анализ с техническим в попытке улучшить эффективность 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]
Вопрос о том, действительно ли технический анализ работает, является предметом споров. Методы сильно различаются, и разные технические аналитики иногда могут делать противоречивые прогнозы на основе одних и тех же данных. Многие инвесторы заявляют, что они получают положительную доходность, но академические оценки часто обнаруживают, что это не имеет достаточной предсказательной силы . [38] Из 95 современных исследований 56 пришли к выводу, что технический анализ дал положительные результаты, хотя систематическая ошибка отслеживания данных 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] об уровнях поддержки и сопротивления краткосрочных валютных курсов «предлагает убедительные доказательства того, что эти уровни помогают предсказывать прерывания внутридневного тренда», хотя «прогностическая сила» этих уровней была «обнаружена» варьироваться в зависимости от обменных курсов и исследованных фирм».
Технические торговые стратегии оказались эффективными на китайском рынке в недавнем исследовании, в котором говорится: «Наконец, мы обнаруживаем значительную положительную доходность от сделок на покупку, генерируемых противоположной версией правила пересечения скользящих средних , правила прорыва канала и Торговое правило полосы Боллинджера после учета транзакционных издержек в размере 0,50%». [40]
Влиятельное исследование 1992 года, проведенное Brock et al. который, по-видимому, нашел поддержку технических правил торговли, был протестирован на предмет отслеживания данных и других проблем в 1999 году; [41] образец, описанный Brock et al. был устойчив к перехвату данных.
Впоследствии всестороннее исследование этого вопроса, проведенное амстердамским экономистом Гервином Гриффиоеном, пришло к выводу, что: «для индексов фондового рынка США, Японии и большинства западноевропейских фондовых индексов процедура рекурсивного прогнозирования вне выборки не оказывается прибыльной после внедрения небольших транзакционных издержек». Более того, при достаточно высоких транзакционных издержках путем оценки CAPM обнаруживается , что техническая торговля не демонстрирует статистически значимой способности прогнозирования за пределами выборки с поправкой на риск почти для всех индексов фондового рынка». [42] Транзакционные издержки особенно применимы к «стратегиям импульса»; всесторонний обзор данных и исследований, проведенный в 1996 году, пришел к выводу, что даже небольшие транзакционные издержки приведут к неспособности получить какой-либо избыток от таких стратегий. [43]
В статье, опубликованной в журнале «Финансы» , доктор Эндрю Ло , директор Лаборатории финансовой инженерии Массачусетского технологического института, работая с Гарри Мамайским и Цзян Ваном, обнаружил, что:
Технический анализ, также известный как «графики», был частью финансовой практики на протяжении 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 весьма субъективный характер технического анализа – присутствие геометрических фигур на исторических графиках цен часто бросается в глаза наблюдателю. В этой статье мы предлагаем систематический и автоматический подход к распознаванию технических фигур с использованием непараметрической ядерной регрессии и применяем этот метод к большому количеству акций США в период 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 может иметь практическое значение. [5]
В той же статье доктор Ло написал, что «несколько научных исследований показывают, 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 на ближайшее будущее и сочетая это с возвратом к средним методам. [44]
Гипотеза эффективного рынка (EMH) противоречит основным принципам технического анализа, утверждая, что прошлые цены не могут быть использованы для прибыльного прогнозирования будущих цен. Таким образом, считается, что технический анализ не может быть эффективным. Экономист Юджин Фама опубликовал основополагающую статью об EMH в журнале «Финансы» в 1970 году и сказал: «Короче говоря, доказательства в поддержку модели эффективных рынков обширны, а противоречивые доказательства (что в некоторой степени уникально для экономики) скудны». [45]
Однако, поскольку ожидания инвесторов могут сильно влиять на будущие цены акций, технические специалисты утверждают, что из этого следует лишь 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 теми рациональными участниками, которыми их изображает EMH. Технические специалисты уже давно говорят, что иррациональное человеческое поведение влияет на цены акций и что такое поведение приводит к предсказуемым результатам. [47] Автор Дэвид Аронсон говорит, что теория поведенческих финансов сочетается с практикой технического анализа:
Принимая во внимание влияние эмоций, когнитивных ошибок, иррациональных предпочтений и динамику группового поведения, поведенческие финансы предлагают краткие объяснения чрезмерной волатильности рынка, а также избыточной прибыли, получаемой от устаревших информационных стратегий... существование неэффективности рынка, которая порождает систематические движения цен, которые позволяют объективным методам ТА [технического анализа] работать. [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 удерживает цену в равновесии). [48] Аналогичным образом, полная информация отражается в цене, поскольку все участники рынка привносят на рынок свои индивидуальные, но неполные знания. [48]
Гипотеза случайного блуждания может быть выведена из гипотезы эффективных рынков в слабой форме, которая основана на предположении, что участники рынка полностью учитывают любую информацию, содержащуюся в прошлых ценовых движениях (но не обязательно другую общедоступную информацию). В своей книге «Случайное блуждание по Уолл-стрит» экономист из Принстона Бертон Малкиел сказал, что инструменты технического прогнозирования, такие как анализ закономерностей, в конечном итоге должны оказаться обречены на провал: «Проблема в том, что, как только такая закономерность станет известна участникам рынка, люди будут действовать таким образом. способ предотвратить это в будущем». [49] Малкиел заявил, что, хотя импульс может объяснить некоторые движения цен на акции, импульса недостаточно для получения сверхприбыли. Малкиел сравнил технический анализ с « астрологией ». [50]
В конце 1980-х годов профессора Эндрю Ло и Крейг МакКинли опубликовали статью, которая поставила под сомнение гипотезу случайного блуждания. В ответ Малкиэлу в 1999 году Ло и МакКинли собрали эмпирические статьи, ставившие под сомнение применимость гипотезы [51] , в которой говорилось о неслучайном и, возможно, прогнозирующем компоненте движения цен на акции, хотя они осторожно указывали, что отказ от случайного блуждания не обязательно аннулирует EMH, который является совершенно отдельной концепцией от RWH. В статье 2000 года Эндрю Ло проанализировал данные по США с 1962 по 1996 год и обнаружил, что «некоторые технические индикаторы действительно предоставляют дополнительную информацию и могут иметь некоторую практическую ценность». [5] Бертон Малкиел отверг нарушения, упомянутые Ло и МакКинли, как слишком мелкие, чтобы из них можно было извлечь выгоду. [50]
Техники говорят [ кто? ] что и EMH, и теории 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 отвергают гипотезу случайного блуждания о том, что цены на фондовом рынке напоминают винеровские процессы , поскольку статистические моменты таких процессов и реальные биржевые данные значительно различаются в зависимости от размера окна и меры сходства . [53] Они утверждают, что преобразования признаков, используемые для описания аудио и биосигналов, также могут использоваться для успешного прогнозирования цен на фондовом рынке, что противоречило бы гипотезе случайного блуждания.
Индекс случайного блуждания (RWI) — это технический индикатор, который пытается определить, является ли движение цены акции случайным по своей природе или является результатом статистически значимой тенденции. Индекс случайного блуждания пытается определить, когда рынок находится в сильном восходящем или нисходящем тренде, путем измерения ценовых диапазонов по N и того, как он отличается от того, что можно было бы ожидать при случайном блуждании (случайное движение вверх или вниз). Чем больше диапазон, тем сильнее тренд. [54]
Применяя теорию перспектив Канемана и Тверски к динамике цен, Пол В. Аззопарди предложил возможное объяснение, почему страх заставляет цены резко падать, в то время как жадность постепенно толкает цены вверх. [55] Такое обычно наблюдаемое поведение цен на ценные бумаги резко противоречит случайному блужданию. Измеряя жадность и страх на рынке, [56] инвесторы могут лучше формулировать длинные и короткие позиции по портфелю.
Кагинальп и Баленович в 1994 году [57] использовали свою модель дифференциальных уравнений потока активов, чтобы показать, что основные закономерности технического анализа могут быть созданы с помощью некоторых основных допущений. Некоторые модели, такие как модель продолжения или разворота треугольника, могут быть созданы, исходя из предположения о двух различных группах инвесторов с разными оценками стоимости. Основными допущениями моделей являются ограниченность активов и использование тенденций, а также оценки при принятии решений. Многие закономерности являются математически логическими следствиями этих предположений.
Одной из проблем традиционного технического анализа была сложность определения моделей таким образом, чтобы обеспечить объективное тестирование.
Паттерны японских свечей включают в себя модели продолжительностью в несколько дней, находящиеся в восходящем или нисходящем тренде. Кагинальп и Лоран [58] были первыми, кто провел успешный крупномасштабный тест шаблонов. Математически точный набор критериев был протестирован путем сначала использования определения краткосрочного тренда путем сглаживания данных и учета одного отклонения в сглаженном тренде. Затем они рассмотрели восемь основных моделей разворота трехдневных свечей непараметрическим способом и определили модели как набор неравенств. Результаты были положительными и имели ошеломляющую статистическую достоверность для каждой модели с использованием ежедневного набора данных по всем акциям S&P 500 за пятилетний период 1992–1996 годов.
Одна из самых основных идей традиционного технического анализа заключается в том, что однажды установившаяся тенденция имеет тенденцию продолжаться. Однако проверка этой тенденции часто приводила исследователей к выводу, что акции представляют собой случайное блуждание. Одно исследование, проведенное Потербой и Саммерсом [59] , выявило 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 способов избежать этого шума был открыт в 1995 году Кагинальпом и Константином [61] , которые использовали соотношение двух по существу идентичных закрытых фондов для устранения любых изменений в оценке. Закрытый фонд (в отличие от открытого фонда) торгуется независимо от стоимости его чистых активов, и его акции не могут быть выкуплены, а торгуются только среди инвесторов, как и любые другие акции на биржах. В этом исследовании авторы обнаружили, что наилучшей оценкой завтрашней цены является не вчерашняя цена (как указывает гипотеза эффективного рынка) и не чистая цена импульса (а именно, то же самое относительное изменение цены со вчерашнего дня на сегодня продолжается с сегодня-завтра). Скорее, это почти ровно середина между ними.
Начав с характеристики эволюции рыночных цен в прошлом с точки зрения скорости цен и ускорения цен, была разработана попытка создать общую основу для технического анализа с целью установить принципиальную классификацию возможных закономерностей, характеризующих отклонение или дефекты состояния рынка случайных блужданий и его свойства трансляционной инвариантности во времени. [62] Классификация основана на двух безразмерных параметрах: числе Фруда , характеризующем относительную силу ускорения по отношению к скорости, и прогнозе временного горизонта, рассчитанном на период обучения. Обнаружено, что модели следования 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 на всех протестированных рыночных фазах.
Обзор современных исследований, проведенный Парком и Ирвином [63], показал, что большинство из них обнаружили положительные результаты 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, содержащие более 100 000 точек, они демонстрируют, что эффект тренда как минимум вдвое менее важен, чем оценка. Эффекты объема и волатильности, которые меньше, также очевидны и статистически значимы. Важный аспект их работы связан с нелинейным эффектом тренда. Положительные тенденции, возникающие в пределах примерно 3,7 стандартных отклонений, имеют положительный эффект. Более сильный восходящий тренд оказывает негативное влияние на доходность, что позволяет предположить, что фиксация прибыли происходит по мере увеличения величины восходящего тренда. Для нисходящего тренда ситуация аналогичная, за исключением того, что «покупка на спаде» не происходит до тех пор, пока нисходящий тренд не достигнет стандартного отклонения 4,6. Эти методы можно использовать для изучения поведения инвесторов и сравнения базовых стратегий различных классов активов.
В 2013 году Ким Ман Луи и Т Чонг отметили, что прошлые результаты технического анализа в основном свидетельствовали о прибыльности конкретных торговых правил для данного набора исторических данных. Эти прошлые исследования не принимали во внимание трейдера-человека, поскольку ни один реальный трейдер не будет автоматически принимать сигналы любого метода технического анализа. Поэтому, чтобы раскрыть истину технического анализа, нам следует вернуться к пониманию результатов взаимодействия опытных и начинающих трейдеров. Если рынок действительно движется случайным образом, между этими двумя типами трейдеров не будет никакой разницы. Однако экспериментально установлено, что трейдеры, более разбирающиеся в техническом анализе, значительно превосходят тех, кто менее осведомлен. [65]
До середины 1960-х годов чтение ленты было популярной формой технического анализа. Он заключался в считывании 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, а также в дома и офисы наиболее активных спекулянтов. Эта система вышла из употребления с появлением в конце 60-х годов электронных информационных панелей, а позднее и компьютеров, которые позволили легко составлять графики.
Джесси Ливермор , один из самых успешных операторов фондового рынка всех времен, с юных лет в первую очередь интересовался чтением тикерной ленты. Он следовал своей собственной (механической) торговой системе (он называл ее «рыночным ключом»), которая не нуждалась в графиках и 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.) на основе прошлых ценовых данных. Он также использовал данные об объемах (которые он оценивал на основе поведения акций и посредством «рыночного тестирования» — процесса проверки рыночной ликвидности посредством отправки небольших рыночных ордеров), как описано в его книге 1940-х годов.
Другая форма технического анализа, используемая до сих пор, заключалась в интерпретации данных фондового рынка , содержащихся на котировочных досках, которые во времена, когда еще не было электронных экранов , представляли собой огромные классные доски , расположенные на фондовых биржах, с данными об основных финансовых активах, котирующихся на биржах, для анализа их движения. [67] Он обновлялся вручную мелом, при этом обновления, касающиеся некоторых из этих данных, передавались в среды за пределами бирж (такие как брокерские конторы , конторские магазины и т. д.) через вышеупомянутую ленту, телеграф , телефон, а затем и телекс . [68]
Этот инструмент анализа использовался как на месте, в основном профессионалами рынка, так и широкой публикой посредством печатных версий в газетах, показывающих данные переговоров предыдущего дня, для свинговых и позиционных сделок . [69]
Наложения обычно накладываются на основной ценовой график.
Эти показатели основаны на статистике, полученной на широком рынке.
Эти индикаторы обычно отображаются ниже или выше основного ценового графика.
{{cite web}}: CS1 maint: archived copy as title (link){{cite journal}}: CS1 maint: multiple names: authors list (link)
Определения из Викисловаря
СМИ из палаты общин
Учебники из Wikibooks
Ресурсы из Викиверситета