FXWizard
Гуру форума
Техника предсказания рынка
О предсказаниях
Прогноз цен актива - проблема, занимающая инвесторов с самого рождения финансовых рынков. Точные предсказания рыночных движений подразумевают быстрый и существенный рост капитала. Попытки предсказать цены акций - неисчислимы. Прогноз говорит о будущем в пределах некоторой ошибки. Ошибка должна быть достаточно мала, чтобы прогноз был значащим. Пытаясь предсказать цены акций инвесторы использовали графики, фундаментальный анализ и математические модели. Кроме того, многие размышляли о воздействии политических перемен на фондовые рынки и обсуждали возможные прогнозы.
Предположим, что рынки подчиняются некоторым известным правилам. Кроме того, предположим, что эти правила детерминированы и что этот совершенно предсказуемый рынок начинают потрясать случайные факторы. Тогда Вы столкнетесь с проблемой: даже зная эти правила, Вы не сможете доказать, что эти правила существуют. Однако, если потрясения нарушают наш детерминированный рынок не непрерывно, то во времена между волнениями может возникать представление о будущем. Ниже дано краткое описание того, как можно развить такие идеи.
Техники анализа рынка
Методы прогнозирования распались на две основные линии.
Классические методы: фундаментальный анализ, основанный на изучении балансовых отчетов компаний и анализе развития их благосостояния, исходящего из событий, связанных с их развитием - новые контракты, расширение внешнего рынка, уровни задолженности, денежно-кредитная и финансовая политика. Это более формальная теория, охваченная академическими изысканиями. Эта линия размышления сохранилась, главным образом, из-за успеха портфельной теории Markowitz и теории CAPM, с их разработками бета коэффициента. Обе теории пользовались большой популярностью и основаны на вероятности, статистике и математических инструментах, имеющих дело с проблемой неуверенности. Эти теории предполагают, что рыночные движения соответствуют появлению новостей, которые являются непредвиденными, а изменения цен следуют модели случайного блуждания. Случайное блуждание подразумевает, что цены акций будут расти и падать с одинаковой вероятностью.
Основная критика этого подхода опирается на наблюдаемые взлеты и падения цен, не укладывающиеся в нормальные распределения, ожидаемые для сценария случайного блуждания. Тренды случается чаще, чем при хаосе. Наконец, большое количество практикующих этот подход считает неблагоразумным делать ставки на будущее, а ограничивают свою работу сравнением балансовых отчетов и минимизацией рисков с помощью создания диверсифицированных портфелей.
Конечно, есть такие, кто пытается так или иначе прогнозировать фондовый рынок. А точные предсказания монополизированы обученными индивидуумами, хорошо осведомленными об основных механизмах экономики, имеющими информацию, которая может повлиять на рынки и экономику. Техника, используемая этими людьми, в основном сводится к оценке реакции инвесторов на новости. Такая техника предсказания поощряется успехами постдикции, то есть объяснением колебаний цен a posteriori, как следствие известных фактов. Нельзя назвать эти объяснения ни истинными, ни ложными: самое большее, что можно сказать, звучат ли они разумно. Этот анализ отрицает идею, что рынок динамичен сам по себе, его последователи постоянно ищут объяснения каждому движению. Иногда, не находя каких-либо новостей, которые могли бы объяснить падение рынка, они приписывают ход другим рынкам, что оказывается неоспоримым аргументом.
В использовании этой техники есть две трудности:
1) новости появляются случайным образом, и
2) определить количество информации в терминах цены чрезвычайно сложно.
Из-за этих трудностей техника не слишком успешна. С другой стороны, мы имеем технический анализ. Этот подход к изучению изменений рыночных цен имеет несколько разделов, но определяется анализом графиков. Это скорее искусство, чем наука. Главный постулат этого подхода - признание, что сегодняшние и будущие цены некоторым образом связаны с прошлыми ценами. Технические аналитики идентифицируют локальные максимумы и минимумы цены, как значения, при которых инвесторы начинают рассматривать акцию, как дорогую или дешевую. Таким образом они определяют сопротивление цен, когда рынок демонстрирует смену восходящего тренда и поддержку, когда разворачивается нисходящий тренд. Тогда они проводят линии, связывающие разворотные моменты отдельных максимумов и минимумов и экстраполируют их линейно. Типичный технический прогноз должен определить цены, до которых акция может вырасти в случае тренда вверх и цены, до которых она может упасть в обратном случае. Попытки определить направление движения не оказались слишком успешными.
Новые техники прогнозирования
С появлением мощных компьютеров стали доступны новые методы понимания рыночной динамики. Поиски хаотических систем, исследование сложных систем и сокращение размерностей - новые подходы к изучению проблемы. В природе есть большое число разнообразных систем, демонстрирующих очень сложное, очевидно случайное поведение, которые можно описать простыми уравнениями.
Как пример таких систем, рассматривается человеческое сердце. Это скопище клеток, являющихся индивидуумами, очень похожими друг на друга, хотя и не идентичными, постоянно взаимодействующих. Первый подход к описанию системы состоял бы в том, чтобы создать модель клеток миокарда и изучать их взаимодействие. Этот подход привел бы нас к набору тысяч взаимосвязанных дифференциальных уравнений, которые было бы трудно, если не невозможно, решить. Однако, если понаблюдать за сердцем в целом, то станет видно, что оно обладает гармоническим поведением, которое может быть описано несколькими уравнениями. Это решительное сокращение числа переменных, необходимых для описания явления - "сокращение размерности". Такой род кооперативного поведения типичен в системах, управляющихся совокупностью большого количества взаимодействующих индивидуумов.
Другой пример может быть найден в облаках. Взаимодействие простых молекул воды, плывущих в атмосфере, способно выражать макроскопические формы, которые мы называем облаками, среди которых мы можем опознать большое разнообразие структур различных имен и качеств. Снова - сокращение размерности. Есть много примеров сложных самоорганизованных систем, которые позволяют проводить анализ и дают возможность некоторого прогноза при уменьшенном наборе измерений. Разработанные для анализа этих проблем инструменты легко могут быть приспособлены для изучения рыночной динамики.
Предполагая, что финансовые рынки являются сложными самоорганизованными системами, составленными из подобными индивидуумов, каждый из которых пытается максимизировать свою прибыль, мы можем надеяться, что здесь можно применить описание низкой размерности и что здесь возможен некоторый потенциал прогноза. Принимая во внимание, что цена отражает всю доступную информацию, ценового ряда должно быть достаточно для изучения рынка. Если мы допускаем, что новости появляются случайным образом, не составит труда попытаться предсказать их, и мы должны ограничить нашу систему, предположив, что она подвергается беспорядочным внешним потрясениям. Такова наша модель системы для изучения, которая будет пробовать поймать поведение частичной версии реального рынка.
Поскольку система, которую мы пробуем описать - сложная, мы должны начать нашу модель с нелинейной системы дифференциальных уравнений размерностью больше двух, внешне беспорядочно управляемой. Эти системы обычно демонстрируют хаос (гиперчувствительность к начальным состояниям), как родовое поведение, которое ограничивает горизонт предсказания коротким сроком даже в случае, когда не было никаких новостей. С другой стороны, та же самая гиперчувствительность хаотических систем может привести к резкому изменению поведения в случае появления новостей, которые направляют нашу систему по траекториям, полностью отличным от тех, которым она следовала бы при отсутствии возмущений.
Метод прогнозирования
Мы предполагаем, что цены ведут сами себя. Если цены высоки, мы можем найти только продавцов, если цены низки, только покупателей. Проблема состоит в том, чтобы знать, как рассматривать, высокая цена или низкая, а, если эти концепции привлекают и время, то как она развивается. Рыночные колебания - результат детального равновесия ожиданий каждого индивидуума, которые составляют его. Те, кто покупает, делают это, думая, что цены вырастут, а те, кто продает - что цены будут падать. Когда нарушено равновесие между этими силами, обнаруживается тренд. И большее количество инвесторов, зная, что существуют постоянные движения, действуют в намерении эти движения увеличить. Этот механизм включает ряд правил взаимодействия между агентами, которые составляют основную единицу, чтобы создать модель динамики рынка акций, которая должна a posteriori быть точно подстроена к реальности. Мы предполагаем, что к нашей системе приспособлено большое число таких агентов. Мы теперь надеемся перейти от этой системы к глобальному поведению, которое может быть описано нелинейной системой дифференциальных уравнений низкой размерности. Этот процесс может быть выполнен, принимая размерность, а затем высвобождая ее в попытках минимизировать некоторую функцию ошибки.
Начинаясь с временного ряда цен, следуя методу, предложенному F. Takens можно построить многомерную траекторию. Тогда мы предполагаем, что наблюдаемое развитие этого пространства определено системой, которой управляют возмущения, произведенные новостью, так что полный цикл развития будет:
Новости - > Свободное развитие - > Новости - > Свободное развитие - > Новости - > Свободное развитие - >...
Наша задача - попытка получить правила свободного развития. К сожалению, мы не можем отделить данные, соответствующие свободному развитию от управляемого, мы будем полагать, что временной ряд сильно загрязнен внешним шумом, который мы попробуем очистить. Один из возможных способов решить эту задачу состоит в том, чтобы забыть о деталях движения и удерживать только грубую форму развития, которая не теряет особенностей интересующего ряда. Это можно сделать, сохранив лишь основные разворотные моменты ценового развития. Затем мы в цифровой форме ищем набор уравнений, которые могут объяснить его поведение, и экстраполируем это поведение в ближайшее будущее. При этом мы можем упомянуть результаты, полученные для DJIA, S&P500 и Merval. Малоразмерное описание системы - адекватно. Система в течение свободного развития - хаотична, а траектории управляемых сил всегда далеки от аттракторов динамики.
Пропорция целей в определении направления рынка через пять дней в будущем - приблизительно 60 %, при изучении дневных данных за десять лет. Этот результат очень полезен для спекулятивных целей, как инструмент определения лучшего момента для входа в позицию или выхода из нее. Наконец, мы должны отметить полное совпадение прогнозов по всем трем упомянутым индексам, отметившим падение в октябре 1997 года.
Азбука использования прогнозов
Мы вычисляем внутридневные прогнозы каждые 15 минут в течение рыночной сессии, для трех основных индексов (DJIA, S&P500 и NASDAQ). Развитие индекса показывается в режиме реального времени. На графике красным показано развитие рыночного индекса, начиная с открытия (ось X измеряет время в часах) вместе с наиболее вероятной проекцией - черным. Графически показывается рыночная тенденция при закрытии и прогноз на открытие следующего дня. Стоит учесть, что первые минуты торгов могут определять внезапные новости, а это, в свою очередь, определяет новую рыночную структуру. Это означает, что прогнозы (черные линии на графике) на начало дня должны игнорироваться. Внутридневные прогнозы не предназначены для поиска точного значения индекса, модели описывает движения вверх и вниз. Прогнозы - "искатели разворотных моментов". Они стараются показывать ожидаемые вершины и основания. Важно отметить, что индексы высоко коррелированны между собой, а прогнозы вычисляются для каждого индекса независимо друг от друга, и тогда корреляция прогнозов может использоваться, как подтверждение последовательности предсказания. Эти прогнозы должны использоваться как дополнительный инструмент, чтобы получить информацию о наиболее вероятном поведении рынка в ближайшем будущем, всегда имея в виду, что экономическая структура может резко меняться, по мере появления новостей, и что инструменту новости не поступают. Пример прогноза для DJIA показан на рисунках.
Как использовать ежедневные прогнозы
Ежедневные прогнозы вычисляются для основных индексов фондового рынка Америки, Европы и Азии после закрытия рынка. График DJIA показывает развитие цен закрытия DJIA (красным) за последние 20 торговых дней (около месяца) и прогноз (черным) на следующие 20 дней.
Розовая тень показывает интервал уверенности прогноза. Этот интервал дает понятие о стабильности рынка. Подобно внутридневным прогнозам, здесь нет попытки получить точные значения индекса, модель направлена на будущие взлеты и падения. От прогноза не требуется знания, закроется ли следующий день выше или ниже. Прогноз стремится расположить вершины и впадины во времени, чтобы показать изменения трендов. Как и с внутридневными прогнозами, корреляция между индексами может использоваться, как мера правильности.
О предсказаниях
Прогноз цен актива - проблема, занимающая инвесторов с самого рождения финансовых рынков. Точные предсказания рыночных движений подразумевают быстрый и существенный рост капитала. Попытки предсказать цены акций - неисчислимы. Прогноз говорит о будущем в пределах некоторой ошибки. Ошибка должна быть достаточно мала, чтобы прогноз был значащим. Пытаясь предсказать цены акций инвесторы использовали графики, фундаментальный анализ и математические модели. Кроме того, многие размышляли о воздействии политических перемен на фондовые рынки и обсуждали возможные прогнозы.
Предположим, что рынки подчиняются некоторым известным правилам. Кроме того, предположим, что эти правила детерминированы и что этот совершенно предсказуемый рынок начинают потрясать случайные факторы. Тогда Вы столкнетесь с проблемой: даже зная эти правила, Вы не сможете доказать, что эти правила существуют. Однако, если потрясения нарушают наш детерминированный рынок не непрерывно, то во времена между волнениями может возникать представление о будущем. Ниже дано краткое описание того, как можно развить такие идеи.
Техники анализа рынка
Методы прогнозирования распались на две основные линии.
Классические методы: фундаментальный анализ, основанный на изучении балансовых отчетов компаний и анализе развития их благосостояния, исходящего из событий, связанных с их развитием - новые контракты, расширение внешнего рынка, уровни задолженности, денежно-кредитная и финансовая политика. Это более формальная теория, охваченная академическими изысканиями. Эта линия размышления сохранилась, главным образом, из-за успеха портфельной теории Markowitz и теории CAPM, с их разработками бета коэффициента. Обе теории пользовались большой популярностью и основаны на вероятности, статистике и математических инструментах, имеющих дело с проблемой неуверенности. Эти теории предполагают, что рыночные движения соответствуют появлению новостей, которые являются непредвиденными, а изменения цен следуют модели случайного блуждания. Случайное блуждание подразумевает, что цены акций будут расти и падать с одинаковой вероятностью.
Основная критика этого подхода опирается на наблюдаемые взлеты и падения цен, не укладывающиеся в нормальные распределения, ожидаемые для сценария случайного блуждания. Тренды случается чаще, чем при хаосе. Наконец, большое количество практикующих этот подход считает неблагоразумным делать ставки на будущее, а ограничивают свою работу сравнением балансовых отчетов и минимизацией рисков с помощью создания диверсифицированных портфелей.
Конечно, есть такие, кто пытается так или иначе прогнозировать фондовый рынок. А точные предсказания монополизированы обученными индивидуумами, хорошо осведомленными об основных механизмах экономики, имеющими информацию, которая может повлиять на рынки и экономику. Техника, используемая этими людьми, в основном сводится к оценке реакции инвесторов на новости. Такая техника предсказания поощряется успехами постдикции, то есть объяснением колебаний цен a posteriori, как следствие известных фактов. Нельзя назвать эти объяснения ни истинными, ни ложными: самое большее, что можно сказать, звучат ли они разумно. Этот анализ отрицает идею, что рынок динамичен сам по себе, его последователи постоянно ищут объяснения каждому движению. Иногда, не находя каких-либо новостей, которые могли бы объяснить падение рынка, они приписывают ход другим рынкам, что оказывается неоспоримым аргументом.
В использовании этой техники есть две трудности:
1) новости появляются случайным образом, и
2) определить количество информации в терминах цены чрезвычайно сложно.
Из-за этих трудностей техника не слишком успешна. С другой стороны, мы имеем технический анализ. Этот подход к изучению изменений рыночных цен имеет несколько разделов, но определяется анализом графиков. Это скорее искусство, чем наука. Главный постулат этого подхода - признание, что сегодняшние и будущие цены некоторым образом связаны с прошлыми ценами. Технические аналитики идентифицируют локальные максимумы и минимумы цены, как значения, при которых инвесторы начинают рассматривать акцию, как дорогую или дешевую. Таким образом они определяют сопротивление цен, когда рынок демонстрирует смену восходящего тренда и поддержку, когда разворачивается нисходящий тренд. Тогда они проводят линии, связывающие разворотные моменты отдельных максимумов и минимумов и экстраполируют их линейно. Типичный технический прогноз должен определить цены, до которых акция может вырасти в случае тренда вверх и цены, до которых она может упасть в обратном случае. Попытки определить направление движения не оказались слишком успешными.
Новые техники прогнозирования
С появлением мощных компьютеров стали доступны новые методы понимания рыночной динамики. Поиски хаотических систем, исследование сложных систем и сокращение размерностей - новые подходы к изучению проблемы. В природе есть большое число разнообразных систем, демонстрирующих очень сложное, очевидно случайное поведение, которые можно описать простыми уравнениями.
Как пример таких систем, рассматривается человеческое сердце. Это скопище клеток, являющихся индивидуумами, очень похожими друг на друга, хотя и не идентичными, постоянно взаимодействующих. Первый подход к описанию системы состоял бы в том, чтобы создать модель клеток миокарда и изучать их взаимодействие. Этот подход привел бы нас к набору тысяч взаимосвязанных дифференциальных уравнений, которые было бы трудно, если не невозможно, решить. Однако, если понаблюдать за сердцем в целом, то станет видно, что оно обладает гармоническим поведением, которое может быть описано несколькими уравнениями. Это решительное сокращение числа переменных, необходимых для описания явления - "сокращение размерности". Такой род кооперативного поведения типичен в системах, управляющихся совокупностью большого количества взаимодействующих индивидуумов.
Другой пример может быть найден в облаках. Взаимодействие простых молекул воды, плывущих в атмосфере, способно выражать макроскопические формы, которые мы называем облаками, среди которых мы можем опознать большое разнообразие структур различных имен и качеств. Снова - сокращение размерности. Есть много примеров сложных самоорганизованных систем, которые позволяют проводить анализ и дают возможность некоторого прогноза при уменьшенном наборе измерений. Разработанные для анализа этих проблем инструменты легко могут быть приспособлены для изучения рыночной динамики.
Предполагая, что финансовые рынки являются сложными самоорганизованными системами, составленными из подобными индивидуумов, каждый из которых пытается максимизировать свою прибыль, мы можем надеяться, что здесь можно применить описание низкой размерности и что здесь возможен некоторый потенциал прогноза. Принимая во внимание, что цена отражает всю доступную информацию, ценового ряда должно быть достаточно для изучения рынка. Если мы допускаем, что новости появляются случайным образом, не составит труда попытаться предсказать их, и мы должны ограничить нашу систему, предположив, что она подвергается беспорядочным внешним потрясениям. Такова наша модель системы для изучения, которая будет пробовать поймать поведение частичной версии реального рынка.
Поскольку система, которую мы пробуем описать - сложная, мы должны начать нашу модель с нелинейной системы дифференциальных уравнений размерностью больше двух, внешне беспорядочно управляемой. Эти системы обычно демонстрируют хаос (гиперчувствительность к начальным состояниям), как родовое поведение, которое ограничивает горизонт предсказания коротким сроком даже в случае, когда не было никаких новостей. С другой стороны, та же самая гиперчувствительность хаотических систем может привести к резкому изменению поведения в случае появления новостей, которые направляют нашу систему по траекториям, полностью отличным от тех, которым она следовала бы при отсутствии возмущений.
Метод прогнозирования
Мы предполагаем, что цены ведут сами себя. Если цены высоки, мы можем найти только продавцов, если цены низки, только покупателей. Проблема состоит в том, чтобы знать, как рассматривать, высокая цена или низкая, а, если эти концепции привлекают и время, то как она развивается. Рыночные колебания - результат детального равновесия ожиданий каждого индивидуума, которые составляют его. Те, кто покупает, делают это, думая, что цены вырастут, а те, кто продает - что цены будут падать. Когда нарушено равновесие между этими силами, обнаруживается тренд. И большее количество инвесторов, зная, что существуют постоянные движения, действуют в намерении эти движения увеличить. Этот механизм включает ряд правил взаимодействия между агентами, которые составляют основную единицу, чтобы создать модель динамики рынка акций, которая должна a posteriori быть точно подстроена к реальности. Мы предполагаем, что к нашей системе приспособлено большое число таких агентов. Мы теперь надеемся перейти от этой системы к глобальному поведению, которое может быть описано нелинейной системой дифференциальных уравнений низкой размерности. Этот процесс может быть выполнен, принимая размерность, а затем высвобождая ее в попытках минимизировать некоторую функцию ошибки.
Начинаясь с временного ряда цен, следуя методу, предложенному F. Takens можно построить многомерную траекторию. Тогда мы предполагаем, что наблюдаемое развитие этого пространства определено системой, которой управляют возмущения, произведенные новостью, так что полный цикл развития будет:
Новости - > Свободное развитие - > Новости - > Свободное развитие - > Новости - > Свободное развитие - >...
Наша задача - попытка получить правила свободного развития. К сожалению, мы не можем отделить данные, соответствующие свободному развитию от управляемого, мы будем полагать, что временной ряд сильно загрязнен внешним шумом, который мы попробуем очистить. Один из возможных способов решить эту задачу состоит в том, чтобы забыть о деталях движения и удерживать только грубую форму развития, которая не теряет особенностей интересующего ряда. Это можно сделать, сохранив лишь основные разворотные моменты ценового развития. Затем мы в цифровой форме ищем набор уравнений, которые могут объяснить его поведение, и экстраполируем это поведение в ближайшее будущее. При этом мы можем упомянуть результаты, полученные для DJIA, S&P500 и Merval. Малоразмерное описание системы - адекватно. Система в течение свободного развития - хаотична, а траектории управляемых сил всегда далеки от аттракторов динамики.
Пропорция целей в определении направления рынка через пять дней в будущем - приблизительно 60 %, при изучении дневных данных за десять лет. Этот результат очень полезен для спекулятивных целей, как инструмент определения лучшего момента для входа в позицию или выхода из нее. Наконец, мы должны отметить полное совпадение прогнозов по всем трем упомянутым индексам, отметившим падение в октябре 1997 года.
Азбука использования прогнозов
Мы вычисляем внутридневные прогнозы каждые 15 минут в течение рыночной сессии, для трех основных индексов (DJIA, S&P500 и NASDAQ). Развитие индекса показывается в режиме реального времени. На графике красным показано развитие рыночного индекса, начиная с открытия (ось X измеряет время в часах) вместе с наиболее вероятной проекцией - черным. Графически показывается рыночная тенденция при закрытии и прогноз на открытие следующего дня. Стоит учесть, что первые минуты торгов могут определять внезапные новости, а это, в свою очередь, определяет новую рыночную структуру. Это означает, что прогнозы (черные линии на графике) на начало дня должны игнорироваться. Внутридневные прогнозы не предназначены для поиска точного значения индекса, модели описывает движения вверх и вниз. Прогнозы - "искатели разворотных моментов". Они стараются показывать ожидаемые вершины и основания. Важно отметить, что индексы высоко коррелированны между собой, а прогнозы вычисляются для каждого индекса независимо друг от друга, и тогда корреляция прогнозов может использоваться, как подтверждение последовательности предсказания. Эти прогнозы должны использоваться как дополнительный инструмент, чтобы получить информацию о наиболее вероятном поведении рынка в ближайшем будущем, всегда имея в виду, что экономическая структура может резко меняться, по мере появления новостей, и что инструменту новости не поступают. Пример прогноза для DJIA показан на рисунках.
Как использовать ежедневные прогнозы
Ежедневные прогнозы вычисляются для основных индексов фондового рынка Америки, Европы и Азии после закрытия рынка. График DJIA показывает развитие цен закрытия DJIA (красным) за последние 20 торговых дней (около месяца) и прогноз (черным) на следующие 20 дней.
Розовая тень показывает интервал уверенности прогноза. Этот интервал дает понятие о стабильности рынка. Подобно внутридневным прогнозам, здесь нет попытки получить точные значения индекса, модель направлена на будущие взлеты и падения. От прогноза не требуется знания, закроется ли следующий день выше или ниже. Прогноз стремится расположить вершины и впадины во времени, чтобы показать изменения трендов. Как и с внутридневными прогнозами, корреляция между индексами может использоваться, как мера правильности.
