Разделы



Лунные и солнечные явления

Влияют ли на рынок лунные и солнечные явления? Можно ли создать модель, основанную на изменениях цен под таким влиянием? Роль Луны в создании приливов неоспорима. Фазы луны коррелируют с осадками и некоторыми биологическими ритмами, они влияют на время посадки ра­стений в сельском хозяйстве. Солнечные явления — вспышки и пятна — также влияют на различные события на Земле. В периоды высокой сол­нечной активности возможны магнитные бури, способные повлиять на энергосистемы, вызывая серьезные перебои с электроэнергией. Не так уж невероятно представить, что солнечные и лунные явления влияют на рынки, но как можно использовать эти влияния для создания прогности­ческих входов против тренда?

Рассмотрим лунный цикл. Несложно создать модель, которая входила бы в рынок на определенный день до или после новолуния или полнолу­ния. То же самое применимо и к солнечной активности: вход может акти­вироваться, когда количество солнечных пятен поднимается или опуска­ется выше некоторого значения. Можно рассчитывать скользящие сред­ние солнечной активности и их пересечения для управления входами. Лун­ные циклы, солнечные пятна и другие планетарные явления могут иметь реальное, хотя и небольшое влияние на рынки, и это влияние может при­носить прибыль при использовании должным образом сконструированной модели входа. Действительно ли лунные и солнечные явления оказывают такое влияние на рынок, что проницательный трейдер мог бы извлечь из них прибыль, — вопрос для эмпирического исследования (см. гл. 9).

Циклы и ритмы

В гл. 10 исследуются циклы и ритмы как метод определения момента вхо­да в рынок. Идея использования циклов на рынке в основе проста: экст­раполируйте наблюдаемые циклы в будущее и попытайтесь покупать на минимумах циклов и продавать в короткой позиции на максимумах. Если циклы достаточно устойчивы и четко определены, то подобная система будет работать с большой прибылью. Если нет, то результаты входов бу­дут плохими.

Прогнозирования являются стержнем любой торговой системы, вот почему отлично воспроизведенные прогнозы Форекс могут сделать тебя безумно богатым.

Очень долгое время трейдеры занимались визуальным анализом цик­лов при помощи графиков, которые строились вручную на бумаге, а в пос­леднее время — с помощью компьютерных программ. Хотя циклы мож­но анализировать визуально, в программах не так сложно реализовать алгоритмы определения и анализа циклов. В анализе циклов полезны раз­нообразные алгоритмы — от подсчета баров между максимумом и мини­мумом до быстрых преобразований Фурье (FFT ) и спектрального анализа методом максимальной энтропии (MESA ). Правильное использование та­ких алгоритмов — уже нешуточная задача, но на основе надежных про­грамм для анализа циклов можно строить объективные циклические мо­дели входа и тестировать их на исторических данных.

Природа рыночных циклов весьма разнообразна. Некоторые циклы вызываются внешними по отношению к рынку причинами, природными или общественными. Сезонные ритмы, эффекты праздников и циклы, связанные с периодическим событиями (например, с президентскими выборами или опубликованием экономических отчетов), относятся к эк­зогенным (внешним). Их лучше анализировать методами, принимающи­ми во внимание время действия влияющих факторов. Другие циклы эн­догенны — их внешние движущие причины неясны, и для анализа не тре­буется ничего, кроме рыночных данных. Пример эндогенного цикла на­блюдается порой в котировках S &P 500 трехдневного цикла или в 8-ми­нутных тиковых данных этого же символа. Программы, основанные на частотных фильтрах (Katz , McCormic , май 1997) и на методе максималь­ной энтропии (например, MESA 96 и TradeCycles ), хороши для поиска эн­догенных циклов.

п»ї

Мы уже обсуждали экзогенные сезонные циклы, а также лунные и солнечные ритмы. В гл. 10 исследуются эндогенные циклы при помощи специализированного волнового фильтра.

Нейронные сети

Как обсуждается в гл. 11, нейронные сети — это специальная технология искусственного интеллекта (AI ), возникшая из попыток эмуляции инфор­мационных процессов, происходящих в живых организмах. Нейронные сети — это компоненты, которые способны к обучению и полезны при построении моделей, классификации и прогнозировании. Они могут ра­ботать с оценками вероятности в неопределенных ситуациях и с нечет­кими моделями, т.е. с заметными глазом, но с трудом определимыми с помощью четких правил. Сети могут использоваться для прямого обнару­жения точек разворота или предсказания изменений цен. Их также мож­но использовать для критического обзора сигналов, полученных от дру­гих моделей. Кроме того, технологии нейронных сетей могут помогать интегрировать информацию от эндогенных (например, прошлые цены) и экзогенных источников (личные мнения, сезонные данные, влияние дру­гих рынков). Нейронные сети могут быть обучены определять визуально различимые модели на графиках и служить в качестве блоков распозна­вания моделей в составе систем, основанных на традиционных правилах (Katz , McCormic , ноябрь 1997).

Правила входа , полученные генетическими методами

В гл. 12 приведено исследование Каца и МакКормик (Katz , McCormic , де­кабрь 1996), демонстрирующее, что при помощи генетической эволюции можно создавать стабильные и прибыльные модели входа, основанные на правилах. Процесс состоит в составлении набора шаблонов правил и применении генетического алгоритма для их сочетания в целях созда­ния выгодных входов. Эта методика позволяет обнаружить удивительные сочетания правил, включающие и эндогенные, и экзогенные переменные, традиционные индикаторы и даже нетрадиционные (например, нейрон­ные) элементы для образования мощных правил входов. Эволюционное построение моделей — один из самых передовых, продвинутых и необыч­ных методов, доступных для разработчика торговых систем.

Читать далее: Стандартизованные выходы