Разделы



Входы на основе циклов

Цикл— это ритмическое колебание, имеющее определимую частоту (0,1 цикла в день, например) или же, по-другому, периодичность (10 дней на цикл, например). В предыдущих двух главах рассматривались цикли­ческие по природе явления. Эти процессы имели внешнюю по отноше­нию к рынку природу и известную, если не фиксированную периодич­ность. Сезонные явления, например, вызваны сменой времен года, и, сле­довательно, привязаны к внешней действующей силе. Таким образом, все сезонные явления цикличны, но не все цикличные явления сезонны.

В этой главе будут рассматриваться циклы, существующие исключи­тельно в ценовых данных и не обязательно имеющие какие-либо внешние причины. Некоторые из таких циклов могут объясняться еще неизвест­ными влияниями, другие могут происходить из резонансных колебаний рынков. Какова бы ни была причина, при рассмотрении практически любого графика можно обнаружить циклические явления. В старину трей­деры использовали для поиска регулярных максимумов и минимумов ин­струмент в форме гребня, который прикладывали к графику. Сейчас при­меняются компьютерные программы, позволяющие легко наблюдать и анализировать циклы. В отношении механического обнаружения и ана­лиза циклов наиболее используемой техникой является спектральный анализ на основе метода максимальной энтропии (MESA ).

ОБНАРУЖЕНИЕ ЦИКЛОВ С ИСПОЛЬЗОВАНИЕМ MESA

В настоящее время предлагается не меньше трех крупных программных пакетов для трейдеров с возможностью применения метода максималь­ной энтропии для анализа рыночных циклов. Это Cycle Trader от Bresset, MESA от Ehlers (800-633-6372) и TradeCycles (Scientific Consultant Services, 516-696-3333 и Ruggiero Associates, 800-211-9785). Такой анализ использу­ется многими специалистами, например Ружжиеро (Ruggiero , октябрь 1996) сообщает, что адаптивные системы на основе пробоя работают луч­ше при использовании метода максимальной энтропии (MEM ) при ана­лизе циклов, чем без него.

Прогнозирования являются стержнем любой торговой системы, в связи с этим правильно воспроизведенные прогнозы Forex могут сделать тебя неимоверно состоятельным.

Максимальная энтропия — изящный и эффективный метод опреде­ления циклической активности в ряду данных. Особая сила этого метода лежит в его способности определять выраженные спектральные черты в ограниченном объеме данных, что полезно при анализе рыночных цик­лов. Метод хорошо изучен, и его приложения доведены до высокой сте­пени совершенства в отношении адекватной подготовки и обработки дан­ ных, требуемой при использовании подобных алгоритмов.

Однако существует ряд проблем, связанных с методом максимальной энтропии, как, впрочем, и с другими математическими методами опреде­ ления циклов. Например, метод MEM капризен; он может быть чувстви­телен к небольшим колебаниям данных или к таким параметрам, как пе­риод обзора. Кроме того, для применения метода максимальной энтро­пии требуется не только компенсировать влияние трендов или дифферен­ цировать ценовые данные, но и пропускать их через фильтр низких час­тот для сглаживания. На необработанных, зашумленных данных алгоритм работает плохо. После пропускания данных через фильтр возникает ряд проблем, в частности запаздывание и фазовые сдвиги по сравнению с исходными данными. Следовательно, экстраполяция обнаруженных цик­ лов может быть неверной в отношении времени и фазы, если не исполь­зовать дополнительные методы анализа.

п»ї

ОБНАРУЖЕНИЕ ЦИКЛОВ ПРИ ПОМОЩИ ГРУПП ФИЛЬТРОВ

Мы потратили много времени на поиск другого метода обнаружения и извлечения полезной информации о циклах. Помимо избежания проблем, связанных с методом максимальной энтропии, мы также хотели исполь­зовать принципиально новый метод: при работе на рынке новые методы порой имеют преимущество просто потому, что отличаются от методов других трейдеров. Одним из таких подходов является использование групп специально разработанных полосовых фильтров. Этот метод известен из электроники, где группы фильтров часто применяются для спектрально­го анализа. Использование группы фильтров позволяет подбирать шири­ ну пропускания и другие характеристики фильтра, а также накладывать друг на друга различные фильтры в составе группы. Этот метод позволя­ ет получить быстрый и адаптивный ответ на рыночную ситуацию.

В проведенном нами исследовании рыночных циклов при помощи групп фильтров ( Katz , McCormick , май 1997) с 3 января 1990 г. по 1 ноября 1996 г. разработанная нами модель (на принципе покупки на минимумах и продажи на максимумах) вела торговлю на рынке S & P 500 и принесла $114 950 прибыли. Было проведено 204 сделки, из них 50% прибыльных. Общая прибыль составила 651%. И длинные, и короткие позиции имели примерно равную доходность и процент выгодных сделок. Различные па­ раметры модели подверглись оптимизации, но почти все значения пара метров вели к прибыльным результатам. Использованные на рынке S &P 500 параметры были без изменений применены для торговли на рын­ке казначейских облигаций и принесли 254% прибыли. Учитывая относи­тельную простоту использованных фильтров, эти результаты весьма об­надеживают.

В этом исследовании ставилась цель разработать систему фильтров с нулевым запаздыванием. Фильтры были аналогичны резонаторам или настроенным цепям, которые позволяют проходить сигналам определен­ной частоты, при этом останавливая сигналы с другими частотами. Чтобы понять идею использования фильтров, представьте себе поток ценовых данных рынка как аналог колебаний напряжения, возникающих в радио­антенне. Этот поток содержит шум, а также модулированные сигналы от радиостанций. Когда приемник настраивают на диапазон, меняют часто­ту резонанса или центральную частоту полосы пропускания фильтра. На многих частотах слышен только шум. Это означает, что в отсутствие сиг­нала в приемной системе не возникает резонанса. На других частотах встречается слабый сигнал, а когда находят частоту, соответствующую ре­зонансной, то передача становится четко слышна; это связано с тем, что резонансная частота или центральная частота фильтра соответствует ча­стоте сигналов, передаваемых мощной радиостанцией. Что будет слыш­но в любой из точек диапазона, зависит от наличия резонанса. Если резо­нанса между улавливаемыми антенной волнами и внутренней частотой колебаний радиоприемника нет, слышен только случайный шум. Если приемник настроен на данную частоту и поступает сильный сигнал, то происходит согласованное возбуждение электрических цепей. Таким об­разом, приемник является резонансным фильтром, который вращением ручки настройки настраивается на различные частоты. Когда приемник получает сигнал с частотой, более или менее соответствующей частоте пропускания, он издает звук (после демодуляции сигнала). В рыночных данных трейдеры также пытаются искать сильные сигналы— сигналы выраженного рыночного цикла.

п»ї

Рассматривая далее идею резонанса, давайте представим камертон с резонансной частотой 440 Гц (т.е. 440 циклов в секунду). Этот камертон стоит в одном помещении с генератором аудиосигналов, подключенным к громкоговорителю. Будем постепенно повышать частоту сигнала гене­ратора, приближаясь к частоте резонанса камертона. Чем ближе частота сигнала, тем больше энергии камертон захватывает из колебаний, выз­ванных громкоговорителем. Рано или поздно он начнет испускать соб­ственный тон, резонируя с выходом генератора. Когда достигается точ­ная частота колебаний камертона — 440 Гц, он звучит точно в унисон с громкоговорителем — корреляция абсолютна. Когда частота звука начи­нает отдаляться от резонансной в ту или иную сторону, камертон все еще вибрирует, но уже не так синхронно, и возникает фазовый сдвиг. При удалении частоты сигнала от резонансной камертон отвечает все слабее и слабее. Если подобных камертонов (резонаторов или фильтров) много и каждый настроен на свою частоту, то таким образом можно улавливать много резонансных частот или (в применении к рынку) циклов. Данный фильтр будет очень сильно резонировать на частоте своего цикла, а дру­гие, не настроенные на эту частоту, будут молчать.

Циклы на рынке можно толковать таким же образом — как звуковые сигналы с изменяющейся частотой. Обнаружение рыночных циклов мож­но попытаться осуществить при помощи такого набора фильтров, полосы пропускания которых перекрываются, но достаточно разнесены, чтобы обнаружить частоту циклической активности, доминирующую на рынке в любой момент. Некоторые из этих фильтров будут резонировать под действием текущей циклической активности. В фильтрах, настроенных на другие частоты/периоды активности рынка, резонанса не возникнет. Когда на вход фильтра приходит сигнал, соответствующий его частоте, происходит резонанс, подобный резонансу камертона. При этом сигнал на выходе фильтра не имеет фазового сдвига и запаздывания по отноше­нию к входному сигналу. Кроме того, сигнал на выходе будет близок к идеальной форме синусоиды и удобен для принятия торговых решений. Использованная в наших прошлых исследованиях группа фильтров была основана на полосовых фильтрах Баттеруорта, код для которых весьма сложен, но, тем не менее, приведен целиком на языке Easy Language для TradeStation .

Читать далее: Фильтры  баттеруорта