Разделы



Стохастический осциллятор Лэйна

Автором этого индикатора является Джордж Лэйн . Стохастический осциллятор измеряет относительное положение цены закрытия в диапазоне цен. Проще говоря, высчитывается местонахождение цены закрытия относительно ценового диапазона последних X дней. Как и в случае RSI , чаще всего выбирают 14 точек.

Стохастический осциллятор основывается на общепринятом наблю дении, что цены закрытия имеют тенденцию группироваться вблизи днев ных максимумов, когда набирает силу повышательное движение, и вбли зи дневных минимумов во время снижения цен. Например, когда рынок близок к развороту на вершине, максимумы обычно становятся выше, а цены закрытия появляются вблизи минимума. В этом состоит основное отличие стохастического осциллятора от большинства других подобных индикаторов, которые нормируют представление относительной силы, разницу между ценой закрытия и выбранным трендом.



t


 


Вычисление % D — это просто нахождение трехдневной скользящей средней для %К. Она обычно изображается прямо над %К, поэтому гра фики практически сливаются. Толкование стохастика требует знакомства с тем, как он ведет себя на определенных рынках. Обычно начальный тор говый сигнал появляется, когда % D пересекает полосы экстремумов (от 75 до 85 наверху и от 15 до 25 внизу). Реальный торговый сигнал не пода ется, пока %К не пересекается с % D . Хотя зоны экстремумов помогают найти реакции минимальных размеров, пересечение двух линий действует аналогично пересечению двойной скользящей средней.

На рис. 8-4 показан тот же самый график Philip Morris (МО), что использовался и для RSI , и мы можем видеть, насколько точно колебания % D в зонах перекупленное™ и перепроданности соответствуют ценам.

Параметры фильтрации

На сегодняшний день разработано множество мощных программных пакетов для торговли и тестирования прошлых данных. Одни из них опти мизируют индикаторы подстройкой под кривую, в то время как другие используют приемы управления финансами. Некоторые наиболее совер шенные пакеты совмещают все возможности. Мы не ставим цели под черкнуть недостатки или достоинства того или иного метода анализа. Кон цепция используемого метода проста и прямолинейна.

В наших тестах будут использоваться три торговые системы: модели свечей, индикаторы и фильтрация свечей. В каждой системе применена одна и та же методология покупки, продажи, короткой продажи и после дующего ее покрытия так, что система все время находится в рынке. Хотя часто это не лучший способ торговли, он использован здесь, чтобы показать, что фильтрация свечей, как правило, оказывается эффективнее двух других систем. Кроме того, результаты торговли будут показаны таким образом, как если бы существовала закрывающая сделка в последний день данных, чтобы дать вам ощущение законченной истории торговли.

п»ї

Сигнал подается всякий раз, как соответствующий справочный инди катор достигает предписанных параметров. Другими словами, индикатор должен подняться выше или опуститься ниже порога и затем снова пере сечь его в противоположном направлении. Например, когда % D поднима ется выше 80, он попадает в предсигнальную область, и включается продажный фильтр моделей свечей. Любая модель свечей, которая дает сиг нал к продаже, будет зарегистрирована как отфильтрованный сигнал. По хожим образом, когда бы % D ни опустился ниже 20, он попадает в предсиг нальную зону, и включается покупательный фильтр. Любая бычья модель свечей при ее появлении рассматривается как отфильтрованная. Порого вые значение 20 и 80 были здесь использованы лишь в целях объяснения.

Для каждого индикатора требуется определить, какое количество дней (точек) будет использоваться при его вычислении. Как уже говорилось, это значение должно отражать основной цикл анализируемого рынка. Должны быть установлены еще два дополнительных значения — уже упо минавшиеся верхний и нижний порог. Эти установки определяют те зна чения, которых должен достичь или превысить индикатор, прежде чем начнется фильтрация моделей.

Для начала были использованы общепринятые значения: 14-дневный % D , сначала с порогами на уровне 20 и 80, затем на уровне 65 и 35 для других данных. Будут использоваться данные по акциям из индекса S & P 100 и по 30 акциям промышленного индекса Доу . База S & P 100 включает данные с начала 1989 года и по 31 марта 1992 года. База данных промышлен ного индекса Доу открывается 24 апреля 1990 года и закрывается 31 мар та 1992 года.

Примеры фильтрации

В табл. 8-1 представлено, что торговля каждой акцией с использованием сигналов моделей свечей привела к тому, что 67 акций принесли положи тельный процентный доход, а по 33 акциям возникли убытки. Эти цифры просто взяты из подсчета положительных и негативных результатов в пер вой колонке. Торговля, жестко привязанная к сигналам моделей свечей, привела в среднем к 37,1 сделки при средней доходности 0,40% на сделку.

Обучение Forex - это восхитительная для Тебя подготовиться к прибыльной работе на бирже Форекс!

Торговля теми же 100 акциями при использовании в качестве генера тора сигналов % D привела к тому, что лишь 53 акции принесли доход, а 47 — убытки. Среднее количество сделок снизилось до 30,1, а средняя доходность составила 0,02% на одну сделку.

Использование концепции фильтрации при генерировании торговых сигналов привело к 62 выигрышам и 38 проигрышам. Этот результат не так хорош, как при использовании собственно моделей свечей, но он значительно лучше, чем при использовании сигналов, сгенерированных стохастическим индикатором % D . Среднее число сделок соста вило 13,7, что меньше (и соответственно лучше), чем в случае одной модели свечей или стохастика , более чем на 50%. Средний доход на сделку составил 0,60%, что опять существенно лучше, чем средняя доходность, полученная при использовании двух других торговых методов.

п»ї

О чем все это говорит? Во-первых, при фильтрации моделей свечей индикатором, таким как % D , число сделок значительно уменьшилось. Если сравнивать с одними моделями свечей, уменьшение составило бо лее 63%, а по сравнению со сделками, использовавшими индикатор % D , — более 54%. Во-вторых, фильтрация увеличила среднюю доходность сдел ки. Это увеличение составило 50% по сравнению со свечами, а по сравнению с % D доходность увеличилась более чем в 30 раз.

Не следует забывать, что статистические данные не всегда испольу-зуются корректно: ими можно манипулировать, показывая те результа ты, которые выгодны автору. Все мы знаем, что средняя доходность в 0,6% быстро исчезла бы, прими мы во внимание комиссионные, проскальзывание и тому подобные вещи. Однако простота этих вычислений пока зывает один очень существенный момент: тут важна взаимосвязь между числами, а не числа сами по себе. Эта взаимосвязь, взятая как среднее значение, выведенное из 100 различных акций, — доказательство, необ ходимое для поддеРжки концепции фильтрации.

В табл. 8-1 с помощью усреднения данных по 100 акциям индекса S & P 100 показаны результаты применения концепции фильтрации. Чтобы свести число таблиц и количество данных к разумным пределам, в следующем примере используется 30 акций из промышленного индекса Доу .

Торговые результаты для 30 голубых фишек, составляющих промышленный индекс Доу , показаны в табл. 8-2. Пороговые значения были слег ка изменены. Результаты, аналогичные тем, что появлялись при использовании акций S & P 100, возникли и в случае этих 30 акций. Торговля с использованием для генерации сигналов к покупке и к продаже исклю чительно моделей свечей привела в среднем к 21,1 сделки на периоде в два года при средней доходности сделки в 0,02%. Использование инди катора % D дало в среднем 23,7 сделки при средней доходности (убыточности) минус 0,46% на сделку. И наконец, использование отфильтрован ных моделей свечей как генератора сигналов дало в среднем лишь 10,6 сделок при средней доходности 0,23% на сделку. И снова следовало бы подчеркнуть, что здесь важны соотношения этих величин, а не сами величины.



 



 



 


Выбрать акции, демонстрирующие работу различных индикаторов, было довольно проблематично. И не потому, что трудно найти хорошие акции, большинство их работало достаточно хорошо с концепцией филь трации. Проблема состояла в том, как поддерживать доверие: вы же не должны подумать, будто в поисках безупречного примера была прочеса на целая вселенная. Итак, решено использовать первую акцию из обоих списков — S & P 100 и промышленного индекса Доу — Alcoa ( AA ). На рис. 8-5 показан штриховой график максимумов-минимумов Alcoa вмес те с гистограммой объема на анализируемом периоде, используемом в по следующих примерах.

На рис. 8-6 — 8-18 над графиком японских свечей АА показаны три надцать различных индикаторов. График показывает только последние 140 торговых дней, но анализ покрывает все данные с 1 января 1989 года по 31 марта 1992 года (ЗУ 4 года). Направленные вверх и вниз стрелки ввер ху графика (над индикатором) показывают сигналы, поданные самим ин дикатором. Направленные вверх и вниз стрелки, находящиеся под инди катором, показывают автоматически идентифицированные модели свечей и говорят о том, является ли данная модель бычьей (стрелка вверх) или медвежьей (стрелка вниз). Если модель свечей обозначена двойной стрелкой, то это отфильтрованная модель. В рамке, расположенной в пра вом нижнем углу графика, показана торговая информация, относящаяся к трем методам торговли. Она говорит о дате сделок, общем проценте при былей и убытков, количестве торговых сигналов и о среднем проценте прибыльности или убыточности сделки. Заметьте, что торговые результаты моделей свечей для всех примеров одни и те же. Данные не меня лись, следовательно, модели свечей были одними и теми же. Лишь инди катор, а также отфильтрованные модели свечей в каждом примере раз ные. Во всех примерах индикаторов общий доход при использовании од них лишь моделей свечей при торговле акциями Alcoa ( AA ) составлял 45,8% за период с 3 января 1989 года по 31 марта 1992 года. Было соверше но 40 сделок, что привело к средней доходности 1,14% на одну сделку.

В первый день, 3 января 1989 года, цена акций Alcoa составляла 55,875, а в последний день, 31 марта 1992 года, она составила 70,5. Таким образом, у вас будет основание для суждения: стратегия купи и держи принесла бы немногим более 26%. Опять-таки тут не фигурируют ни вычисления комиссионных, ни проскальзывания, ни годовые цифры. Торговая стра тегия была очень проста, так что, рассматривая эту концепцию, следует брать во внимание лишь относительные величины.

Еще одно обстоятельство, которое следует принять во внимание: все результаты торговли подсчитаны с учетом закрытия позиций в последний день данных. Это не всегда означает, что в этот день появился торговый сигнал, это означает лишь то, что процент прибыли и убытков вычислял ся так, как если бы подобный сигнал был дан.


На рис. 8-6 показан 14-дневный индикатор % D , использующий для ге нерирования торговых сигналов пороговые значения 20 и 80. Общая доходность отфильтрованных свечей практически не отличалась от доходности самого индикатора. Однако число сделок значительно снизилось, что подняло среднюю доходность сделки с использованием фильтрован ных свечей до 4,79%, что более чем на 100% превышает результативность индикатора.

На рис. 8-7 показан быстрый 14-дневный индикатор %К , использу ющий пороговые значения 20 и 80. Различие между %К и % D заключается лишь в том, что % D реагирует несколько медленнее, чем %К. Вспомните, что % D — всего лишь трехточечная скользящая средняя для %К. В данном примере, учитывая среднюю доходность сделки, успешность фильтрован ных свечей более чем в три раза превысила успешность %К.

Поскольку %К реагирует быстрее, чем % D , можно было бы снизить верхний порог и поднять нижний, чтобы увеличить зону фильтрации. Обычно это увеличивает число сделок. Например, изменив пороговые зна чения до 25 и 75, мы получим прибыль от фильтрованных свечей в 71,6% при 21 сделке и средней доходности 3,41% на сделку. Однако использова ние увеличенной области фильтрации ухудшило начальный пример, по скольку, хотя это и увеличило число сделок, общая прибыль не выросла. Результаты индикатора %К лишь слегка улучшились, поднявшись до 51,9%. Изменение пороговых значений до 30 и 70 увеличило количество сделок по отфильтрованным свечам до 27 при прибыли лишь в 31,5%. Эффектив ность индикатора в действительности снизилась до 45,6%. Это показыва ет, что пороговые значения 20 и 80 приводят к лучшим результатам филь трации, не изменяя существенно результатов индикатора.

На рис. 8-8 показан 14-дневный индикатор RSI Уайлдера с пороговыми значениями 35 и 65. Средняя доходность фильтрованных свечей более чем в два раза превышает среднюю доходность при использовании RSI . При няв во внимание тот факт, что и сделок было меньше, средняя доходность на сделку у фильтрованных свечей была значительно выше, чем у RSI .

На рис. 8-9 показан индекс денежного потока ( money flow ). Денеж ный поток вычисляется аналогично RSI , но дни с повышающейся ценой закрытия усредняются отдельно от тех дней, когда цена закрытия падает. В этом случае для сглаживания как повышающихся, так и понижающих ся закрытий использовался период в 21 день. Перед сглаживанием

ежедневное изменение цены умножается на объем торговли этого дня. Таким образом, день повышения с большим объемом вызывает большее движение индикатора, чем аналогичный день с повышающейся ценой, но малым объемом торговли. После того как обе средние вычислены, с ними оперируют далее, чтобы получить индикатор, меняющийся в границах от О до 100.

Как можно увидеть, взглянув на рамку с торговыми результатами на рис. 8-9, концепция фильтрации снова оказалась намного эффективнее, чем идикатор сам по себе, даже несмотря на то что и эффективность ин дикатора была довольно высока.

На рис 8-10 показан индикатор, известный как темп изменений ( rate of change ). Концепция этого индикатора довольно проста, и он широко при меняется аналитиками. Здесь использован десятидневный темп изменений, который рассматривает процентную разницу между сегодняшней ценой закрытия и ценой закрытия десятидневной давности. Например, если зна чение индикатора темпа изменений составило 7,5, можно заключить, что цена в этот день была на 7,5% выше, чем цена десятидневной давности.

В случае этого индикатора торговые сигналы не могут подаваться с помощью пороговых значений, поскольку нижнее и верхнее значения теоретически не ограничены. Таким образом, торговые сигналы генерируются при пересечении индикатора со своей собственной десятиднев ной средней. Для большинства индикаторов, работающих подобным образом, используется сглаживание по десяти точкам. Могут существовать лучшие значения для определенных акций или товаров, но десять точек, как правило, хороши всегда.

Индикатор темпа изменений продемонстрировал большую эффектив ность, чем модели свечей, и гораздо большую , чем отфильтрованные модели, если брать общую прибыль. Поскольку почти всегда использование


отфильтрованных моделей приводит к меньшему количеству сделок, сред няя доходность индикатора была выше, но несущественно. Область филь трации возникала после пересечения индикатором нулевой линии и перед пересечением индикатора со своей средней.

На рис. 8-11 показан 13-дневный индикатор легкости движения Арм-са ( Arms Ease of Movement ). Сигнал генерируется, когда пересекает соб ственную десятипериодную среднюю. Индикатор легкости движения Армса — числовой метод, используемый для определеня размера прямо угольника ( box ), который применяется в эквиобъемных графиках. Ин дикатор использует отношение ширины прямоугольника к его высоте, на зываемое отношением прямоугольника ( box ratio ). Оно является отноше нием объема к ценовому диапазону. Дни с большим объемом и тем же ценовым диапазоном приводят к большему значению отношения прямо угольника и, таким образом, к затрудненному движению.

Исходя из общей прибыли этот индикатор не показал себя лучше, чем собственно свечи или отфильтрованные модели свечей. Аналогичным образом, если посмотреть на количество сделок, отфильтрованные свечи проявили себя намного лучше.


На рис. 8-12 показан 18-дневный двойной осциллятор скорости рын ка. Как и в случае большинства осцилляторов, сигнал генерируется, когда осциллятор пересекает собственную 10-дневную среднюю. Двойной ос циллятор скорости — комбинация двух индикаторов скорости изменения, которые на 20% выше и ниже значения, установленного для индикатора. В этом примере значение индикатора установлено на 18, таким образом, два значения скорости изменения — 14 и 22.

В данном примере результативность отфильтрованных свечей была намного выше, чем у индикатора.

На рис. 8-13 показан 15-дневный линейный индикатор тренда ( linear trend indicator , LTI ). Поскольку LTI — достаточно гладкая линия, было ис пользовано пересечение с более короткой пятидневной средней.

Индикатор далхорошие результаты, но концепция фильтрации не смогла показать себя лучше, чем индикатор или модели свечей. Фильтрация све чей, очевидно, не может давать лучшие результаты всегда.

На рис. 8-14 показан 14-дневный индекс направленного движен ия Уа йлдера. И в этом случае сигнал генерируется, когда пересекает собствен ную десятидневную среднюю. Уайлдер разработал индекс направленно го движения в 1978 году вместе с RSI . Использование сигналов от пересе чения с простой средней — не классический метод, который предполагался Уайлдером при разработке этого индекса. Однако это единственный метод, способный создавать область фильтрации.

И здесь концепция фильтрации показала себя достаточно хорошо. В то время как индикатор дал не очень хорошие результаты, результаты отфильтрованных свечей были почти в три раза лучше.

На рис. 8-15 показан 21-дневный осциллятор снятия направленности с цены ( price detrend oscillator , PDO ). Он представляет собой разницу между ценой закрытия и средней ценой закрытия, в данном случае за 21 день. Сигналы генерируются, когда PDO пересекает собственную де сятидневную среднюю.

Это тот пример, когда индикатор показал очень хорошие результаты, а отфильтрованные свечи постигла неудача. Вероятно, проблема была связана с определением области фильтрации с помощью этого индикатора.

На рис. 8-16 показан индикатор схождения-расхождения скользящих средних Аппеля , известный как MACD . MACD — расширение осциллято ра PDO , в котором вместо цены закрытия используется еще одно сгла женное значение. MACD использует разницу между 12-дневной и 25-днев ной средними. Сигналы генерируются, когда эта разница пересекает свою собственную девятидневную среднюю. Здесь использовались девять дней, поскольку к этому значению чаще всего обращаются аналитики. Кстати, при предыдущем значении сглаживания, равном десяти дням, торговые результаты индикатора в действительности были выше более чем на 7%.

MACD в этом примере не показал высоких результатов. Однако отфильтрованные свечи привели к средней доходности сделки в 4,29%.

На рис. 8-17 показан 14-дневный индекс товарного канала Ламберта ( commodity channal index , CCI ). Сигналы подаются, когда CCI пересекает пороговые значения, равные 100 и — 100. CCI был разработан специально для использования в случае товаров, демонстрирующих циклические и/или сезонные свойства. Он состоит из средних отклонений в выбранном количестве точек, в данном случае в 14 точках.

И снова отфильтрованные свечи показали себя исключительно хоро шо по сравнению с индикатором и моделями свечей.


На рис. 8-18 показан 20-дневный осциллятор Боллинджера (%В). %В — еще один способ изображения полос Боллинджера . Полосы Боллинджера используют два стандартных отклонения за период в 20 дней, охваты вающих около 95% движений цены. Это прекрасный способ показать во-латильность рынка. %В просто сравнивает цены закрытия с верхней и нижней полосами Боллинджера , что очень похоже на то, как вычисля ется стохастик . %В указывает на положение цены закрытия относитель но полос Боллинджера . Сигналы генерируются, когда %В выходит за зна чения 100% и 0%.

На рис. 8-18 вы можете видеть, что осциллятор сам по себе дал пре восходные торговые результаты, но при использовании в качестве фильтра для моделей свечей его результаты оказались еще лучше.

Заключение

Должно быть вполне очевидным, что фильтрация моделей свечей с по мощью популярных индикаторов — почти безотказный способ улучше ния торговых результатов. Она не только приводит простую торговую сис тему к лучшим показателям общей прибыли, но и почти всегда позволяет снизить количество сделок. Снижение числа сделок приводит к уменьшению трансакционных затрат и значительному повышению средней доходности сделки. Фильтрация работает!


Читать далее: Производные графические методы