Чтение онлайн

Направление тенденции всегда определяется на основе индивидуальной оценки. Компьютер отчасти помогает сделать картину более четкой, снять некоторую неопределенность, которая мешает принятию решения. До минимума сводится возможность попасть в ловушку, связанная с попытками «поймать» вершину или основание рынка.

Лично мне нравится откладывать на графике цен линии поддержки и сопротивления, выработанные с помощью компьютера. С их помощью я узнаю заранее, где находятся критические уровни, где может произойти поворот тенденции. Я могу пользоваться различными техническими факторами — линиями тренда, линиями поддержки и сопротивления на графиках цен, и это не мешает мне обращаться к компьютерным показателям. В них я вижу дополнительное подтверждение грядущему изменению тенденции. В качестве примера вернемся к рынку казначейских векселей. Компьютер 25–го января показал, что рынок вот уже шесть месяцев идет вверх. На следующей неделе цены повернули вниз, прорвав восходящую линию тренда. В пятницу 1–го февраля в разделе «Технический комментарий» (который ведет автор данной книги) бюллетеня CRB, можно было прочитать следующее:

«Всплеск продаж из области долговременного сопротивления, свидетелями которого мы стали на этой неделе… подорвал тенденцию роста. Компьютерный анализ мартовских контрактов на казначейские векселя показал смену тенденции (восходящую с 13–го июля) на нисходящую. Контракты на евро доллары с исполнением в марте, цены на которые устойчиво росли с 10–го сентября, оказались в «застое». Следуя сигналам компьютера об изменении тенденции, мы покидаем ряды «быков» и направляемся в зал ожидания.

На основе вышесказанного можно сделать следующий вывод. Компьютерные сигналы изменения направления тенденции чрезвычайно полезны даже тогда, когда используются лишь в качестве одного из технических индикаторов. В приведенном примере оба краткосрочных рынка резко повернули вниз и падали в течение двух последующих месяцев.

Компьютерные сигналы как индикаторы уже произошедшей смены тенденции

Анализатор EFTA может быть также использован в качестве прекрасного фильтрующего средства, позволяющего трейдеру отслеживать недавние изменения тенденции (см. рис. 15. 15). Показатели в третьей колонке демонстрируют смену тенденции, по крайней мере для семи рынков. Трейдеру, продиравшемуся сквозь ворох графиков в понедельник утром, достаточно было просто взглянуть на таблицу и он бы сразу же увидел, что на семи рынках открылись прекрасные возможности для игры. Конечно, такую же информацию можно получить и на основе тщательного анализа ценовых графиков, однако с помощью компьютера сделать это неизмеримо легче, быстрее и в какой-то степени надежнее.

Компьютерный анализ с помощью обобщенных рыночных индикаторов

Нам остается рассмотреть еще один важный компонент анализатора EFTA. Ежедневная версия системы предлагает пользователю показатели обобщенных рыночных индикаторов: количество контрактов, цены на которые повысились и понизились на этот день (по более чем 200 контрактам), новые максимальные/минимальные ценовые показатели, процент контрактов, цены на которые, согласно компьютерному анализу, устойчиво растут. Первые два индикатора (роста/падения и новых максимумов/минимумов) являются версией существующих инструментов анализа фондового рынка, адаптированных для товарных рынков. Хотя эти показатели традиционно не использовались в техническом анализе товарных рынков, сама идея интересна и требует дальнейших исследований с целью определения ценности их прогностических функций.

Процент фьючерсных контрактов с устойчиво растущими ценами. Именно этот индикатор мне нравится больше всего.

Его показатели выражаются по процентной шкале: от 0 до 100%. Индикатор работает по принципу осциллятора и показывает моменты вступления всего товарного рынка (в целом) в период перекупленности и перепроданности. Традиционно считается, что когда показатель индикатора превышает отметку 70%, товарные рынки находятся в состоянии перекупленности и возможен скорый спад, показатель ниже 20% свидетельствует, что рынок вступает в состояние перепроданности и скоро цены достигнут основания рынка, после которого начнут расти. Этот инструмент широкоохватного анализа, хорошо отражающий настроения рынка, может быть эффективно использован для отслеживания движения индекса фьючерсных цен СКВ.

Заслуга компьютера в том, что с его помощью пользователь получает быстрый и легкий доступ к целому арсеналу средств и методов технического анализа. В то же время задача трейдера усложняется. Если раньше аналитик работал лишь с несколькими любимыми инструментами, счастливый обладатель компьютера теперь имеет в своем распоряжении показатели по сорока различным индикаторам одновременно.

Исследования в области когнитивной психологии показали, что сознание человека с трудом воспринимает более трех различных переменных, если требуется одновременно устанавливать их взаимосвязь. Иными словами, сознание аналитика, который пытается параллельно отслеживать четыре индикатора или более, может дать сбой. Если же он решит ограничиться тремя, то какие следует выбрать?

Традиционно в рыночном анализе компьютер почти исключительно использовался как вычислительное устройство. Его основная функция сводилась к расчетам данных и представлению результатов на экране дисплея. Усложнение роли компьютера может пойти по пути машинной интерпретации результатов расчетов, то есть речь идет о использовании «логической» функции машины наряду с «вычислительной». Вот тут-то мы и подходим к проблеме так называемого «искусственного интеллекта», в частности, автоматического распознавания моделей.

Когда говорят об «искусственном интеллекте», имеют в виду так называемые эвристические программы, которые способны решать задачи — примерно так же, как это делает человек. Работу компьютера, решающего эвристическую задачу, в принципе можно назвать «разумной»: он оценивает условия, принимает решения и даже учится на своих ошибках. Функция автоматического распознавания моделей позволяет машине учиться принимать решения и делать прогнозы на основе классификаций различных объектов или индикаторов. В данном случае значение слова «модель» отлично оттого, которое использовалось при описании «графических моделей». Цель автоматического распознавания моделей — получение синергетического эффекта путем одновременной оценки данных всех индикаторов (вместо того, чтобы рассматривать каждый из них по отдельности).

Первым шагом в этом процессе является поиск лучшего индикатора из набора представленных. Затем необходимо найти лучшую связку инструментов (сначала два, а потом и три) — из тех, которые способны оптимально работать вместе. Процесс добавления новых индикаторов из числа оставшихся продолжается до того момента, когда очередной добавленный инструмент не дает улучшения работы всей системы в целом. В процессе тестирования используется два набора материала: так называемые данные научения и тестовый набор. Результаты, полученные на данных научения, должны быть затем подтверждены на отдельном тестовом материале. Метод раздельного материала нужен для того, чтобы избежать так называемого «подгадывания», которое, по утверждениям противников технического анализа, часто используется при тестировании других технических методов, особенно их оптимизированных параметров.

Внедрение средств, функционирование которых основано на принципах «искусственного интеллекта» и автоматического распознавания моделей, может стать ответом на поставленный выше вопрос: как работать с огромным количеством часто противоречащих данных. В случае поступления противоречивой информации компьютеру дается команда просчитать все индикаторы и затем выбрать из них ту комбинацию, которая является оптимальной для данных условий.

Здесь возникает очередной вопрос: если все так просто, то почему такая система еще не разработана и не внедрена повсеместно? Пока исследования в этой области проводятся исключительно учеными, до прикладных программ дело еще не дошло. Автоматическая система такого рода стоила бы очень дорого, кроме того для ее эффективного функционирования потребовались бы колоссальные вычислительные мощности; ведь даже если какая-либо модель, проявившаяся на рынке, определена, ее необходимо постоянно подвергать повторным проверкам — в силу непостоянства рыночной динамики. И все-таки исследования в этом направлении продолжаются, причем одна группа исследователей продвинулась достаточно далеко вперед. Это исследовательская фирма «Рейден рисерч груп», расположенная в Нью–Йорке.

В этой . — лаве мы рассмотрели роль компьютера в области технического анализа фьючерсных рынков. На примере аналитической программы «Компутрэк», лидирующей в настоящее время среди программ такого рода, мы продемонстрировали возможности компьютерного анализа на современном этапе. Мы показали сильные и слабые стороны механических торговых систем, использующих сигналы, выдаваемые компьютером. Системный подход к фьючерсной торговле представляет собой метод «черного ящика». Пользователю не надо вмешиваться в процесс анализа, он получает уже готовые решения, ему вообще не надо знать или понимать, что происходит внутри системы. Однако некоторые пользователи, наоборот, хотят участвовать в процессе анализа. Они используют сигналы, которые выдает компьютер, и данные других индикаторов, оставляя за собой право принимать окончательное решение. На этом и основана программа «Компутрэк».