Диссертация (1150940), страница 12

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 12)

Торговые стратегии могут быть рассчитаны наработу только с длинными или только с короткими позициями. Минимальнымтребованием к составу торговых стратегий является наличие в их составе хотябы порядка определения момента и цены входа либо в длинную, либо вкороткую позицию и порядка определения момента и цены выхода из этойпозиции. Если механическая торговая система предусматривает, что сигнал кзакрытию длинной позиции одновременно является сигналом на открытиекороткой позиции, и наоборот, рекомендация системы закрыть короткую73позицию означает одновременную рекомендацию открыть длинную позицию,то такая торговая стратегия называется реверсивной.Большинство механических торговых систем в соответствии с лежащимив их основе торговыми идеями можно отнести к одному из следующих трехтипов [7]:- системы следования за трендом, или трендследящие системы;- противотрендовые системы и системы торгового диапазона;- системы распознавания моделей.Системы следования за трендом основаны на использовании трендовыхдвижений цен.

Такие системы должны, по возможности, раньше определитьмомент зарождения рыночной тенденции и выдать сигнал к открытиюторговой позиции в направлении тренда. Далее трендследящая стратегиявыявляет признаки окончания тенденции и дает сигнал к закрытию имеющейсяпозиции.Противотрендовыенаправлении,системы,противоположномнапротив,открываютпредшествующемупозициидвижениюцен,вииспользуют коррекционные ценовые движения.

Закрытие позиций происходитпо признакам окончания коррекций.Системы торгового диапазона близки по используемым методам кпротивотрендовым стратегиям, они работают в периоды «бокового» движениярыночных цен и основаны на покупке активов вблизи одной границы ценовогодиапазона и продаже этих активов вблизи другой границы.Задача торговых стратегий распознавания моделей заключается ввыявлении в поведении рыночных параметров определенных типичныхкартин. Реализация таких картин рассматривается в стратегиях этого типа какпризнак того или иного дальнейшего движения цен, а следовательно, можетслужить основой для выдачи торговых сигналов.

Модели могут распознаватьсяна графиках различного типа — штриховых, свечных, «крестики-нолики» и др.К этому же типу механических торговых систем можно отнести стратегии,использующие циклические модели и модель волн Эллиотта.74Поскольку в основе каждой торговой системы лежит, как правило,несколько индикаторов, иногда рассматриваемых сразу на несколькихразличных временных масштабах, возникает вопрос о согласовании сигналов,подаваемых этими индикаторами. Заметим, что разные индикаторы могутподавать совершенно противоположные сигналы. Так, например, скользящеесреднее может показывать восходящий тренд (т.е. предсказывать дальнейшийрост), а осциллятор в то же самое время может показывать перекупленностьрынка (т.е.

предсказывать снижение котировки). Более того, один и тот жеиндикаторнаразныхвременныхмасштабахбудетдаватьразныерекомендации. К примеру, скользящее среднее, постороенное по дневнымданным показывает восходящий тренд, а точно такое же скользящее среднее,построенное по часовым наблюдениям, показывает нисходящий тренд.Разумеется, некоторые правила их согласования существуют, однакоприменениеполученияОСППРсводногоАСПИД-3Wпрогноза,позволитдаваемогоформализоватьвсейторговойпроцедурусистемойвсовокупности [40, 97].К примеру, рассмотрим несложную торговую систему для краткосрочнойторговли, которая состоит из 3-х индикаторов [7, 86, 88]: трендовогоиндикатора Simple Moving Average (50), рассматриваемого на 4-часовых и 1часовых данных, а также осцилляторарассматриваемогона1-часовыхданных.Signal MACD (30, 15, 10),Подробноэтииндикаторырассматривались во втором разделе первой главы, посвященном методампрогнозирования.

Приведем формальную схему получения прогнозов овероятностях альтернатив (U – рост, D –падение, S – стабильный курс) покаждому индикатору. Отметим, что возможны и другие варианты схемыпринятия решений по этим индикаторам. Решения принимаются, когда всесигналы уже сформированы, то есть в момент t+1.Схема для Moving Average (50) представлена в таблице 2.1, Схема дляMACD (26, 12, 9) представлена в таблице 2.2.75Таблица 2.1 - Схема принятия решений для Moving Average (50)ВербальноеФормальноеВербальныйФормальныйописание сигналаописание сигналапрогнозпрогнозMA возрастаетMAt > MAt-1Восходящий трендU>S>DMA убываетMAt < MAt-1Нисходящий трендD>S>UТаблица 2.2 - Схема принятия решений для MACD (26, 12, 9)ВербальноеФормальноеВербальныйФормальныйописание сигналаописание сигналапрогнозпрогнозMACD меняет знак с MACDt-1 < 0,РазворотU>S>D“-“ на “+”нисходящего трендаMACDt > 0.на восходящийMACD меняет знак с MACDt-1 > 0,Разворот“+“ на “-”восходящего трендаMACDt < 0.D>S>Uна нисходящийMACD отрицателен MACDt-1 < MACDt-2,Слабыйиразворотанаблюдается MACDt > MACDt-1,локальный минимумMACD<0сигнал U = S, U > Dв нисходящего трендамоменты t-2, t-1, tMACD положителен MACDt-1 > MACDt-2,Слабыйиразворотанаблюдается MACDt < MACDt-1,локальныйMACDмаксимуммоменты t-2, t-1, t>0сигнал D= S, D > Uв восходящего трендаПри этом считается, что прогнозы по более продолжительныминтервалам наблюдения (4-часовым в нашем случае) надежнее тех, чтополучены по менее продолжительным (1-часовым в нашем случае).

Кроме того,полагаем, что индикатор Signal MACD является более надежным средством,чем простое скользящее среднее. Иными словами, в рассматриваемом случаевес индикатора MA по 4-часовым данным выше, чем вес Signal MACD по 1часовым данным. В свою очередь вес MACD выше, чем вес MA(50) по 1часовым данным.76В каждом конкретном случае сводный прогноз можно получить спомощью ОСППР АСПИД-3W. Рассмотрим данные о котировках валютнойпары EUR/USD c 8 января 2013 по 17 января того же года с интервалом междунаблюдениями в 4 часа, а также данные с 15 по 17 января с интервалом междунаблюдениями в 1 час. Графики цен закрытия и значения индикаторовпредставлены на рисунках 2.13 - 2.15.1,341,3351,3318:0012:006:00:00:0018:0017янв.012:006:00:00:0012:006:0018:00янв.01615янв.0:00:001,325Курс EUR/USDMA(50)Рисунок 2.13 – График динамики курса пары EUR/USD по 1-часовым данным(15 - 17 января 2013 года)770,0030,0020,0010-0,001-0,00218:0012:006:000017янв.0:00:18:0012:006:0000в.0:00:18:0016ян12:006:0015янв.0:00:00-0,003Рисунок 2.14 – График Signal MACD для курса EUR/USD, построенный по 1часовым данным (15 - 17 января 2013 года)1,341,331,321,31Курс EUR/USDв.ян17в.ян16в.ян15в.14янв.ян11в.ян10в.ян98янв.1,3MA(50)Рисунок 2.15 - График динамики курса пары EUR/USD по 4-часовым данным и50-периодного простого скользящего среднего (8 - 17 января 2013 года)Будем рассматривать период с 15-го по 17-е января.

А именно,рассмотрим процесс принятия решения в момент 11:00 16-го января. В этотмомент линия MA(50) по 1-часовым данным убывает, а линия Signal MACDобразовала локальный минимум, т.е. подала слабый сигнал о возможном росте.78Приэтом4-часоваялинияMA(50)возрасталавтечениивсегорассматриваемого промежутка времени, т.е. наблюдавшееся снижение курсаEUR/USD являлось коррекцией на фоне восходящего тренда. РезультатыобработкиимеющейсяинформацииспомощьюОСППРАСПИД-3Wпредставлены в таблице 2.3.Таблица 2.3 - Результаты обработки экспертной информации с помощьюОСППР АСПИД-3WMA(50) по 4ИндикаторчасовымMA(50) по 1Signal MACDнаблюдениямчасовымнаблюдениямВес0,6240,2780,099ПрогнозU>S>DU = S, U > DD>S>UАльтернативаСводныйпрогнозВероятностьРост (U)0,6240,4250,0990,516Стабильность (S)0,2780,4250,2780,319Падение (D)0,0990,1500,6240,165Как видим, применение ОСППР АСПИД-3W для обработки порядковойинформации, полученной при анализе индикаторов технического анализа,позволило получить сводный прогноз для момента времени 11:00 16 января2013 года, несмотря на то, что индикаторы подавали различные, дажепротивоположные сигналы.

А именно, было установлено, что наиболеевероятен рост (оценка вероятности 0,516), возможно боковое движение (0,319).Падение котировки EUR/USD маловероятно (0,165). Анализ дальнейшейдинамики курса полностью подтверждает наш прогноз. Разумеется, прежде чемоткрывать длинную позицию, можно и подождать более сильного сигнала отSignal MACD, т.е. пересечения нулевой линии снизу вверх.Для каждой валютной пары и каждой торговой системы можно такжепопробовать рассчитать пороговые значения вероятностей альтернатив, прикоторых принимается решение об открытии или закрытии длинной или79короткой позиции. Однако использование для тестирования историческихданных может привести к серьезным ошибкам в будущем, поскольку валютныйрынок непрерывно меняется, как и любой другой финансовый рынок.Разумеется, можно построить и торговую систему, основанную наприменении методов технического анализа не к самим котировкам, а кинвариантным валютным индексам.

Использование ОСППР АСПИД-3W и вэтом случае окажется весьма полезным.Отметим в заключение, что использование одного лишь техническогоанализанедостаточнодляуспешногопринятияторговыхрешений.Фундаментальные факторы также оказывают весьма сильное влияние надинамикукурса.Особенносильновлияниенеожиданныхновостей.Классическим примером является теракт 11 сентября, когда произошел резкийобвал американского доллара, который просто невозможно было предсказатьметодами технического анализа.2.2.4 Байесовская оценка вероятностей альтернативПриоценкераспределениязначенийфинансово-экономическихпоказателей (цен на товары и услуги, валютных курсов, курсов акций и т.д.)исследователь зачастую сталкивается с отсутствием стационарности инезависимости наблюдаемых временных рядов [39], что, в принципе, непозволяетнадеятьсяиспользованиемпредварительнойнавозможностьстандартныхоценкиуспешногоэконометрическиххарактераизучаемыхпрогнозированияметодов.Поэтомураспределенийсдляможнопопытаться произвести байесовский анализ [25, 26] эмпирических данных,который опирается не только на историческую статистику, но и привлекаетдополнительнуюэкспертнуюинформацию,которойможетобладатьисследователь [23, 33].Пусть рассматривается непрерывная случайная величина X , котораяопределяется кусочно-постоянной непрерывной слева плотностью80f (x) ,заданной на полуинтервале   (d 0 , d n ] , разбитом на n непересекающихсяполуинтервалов Δi  (di 1 , di ] , Δi  Δ j   при i  j , i, j  1,..., n , d 0  d1  ...

 d n .Предполагается, что кусочно-постоянная плотностьnf ( x)  f ( x; p)  f ( x; p1 ,..., p n )   pi f ( x; i )i 1является смесью плотностей f ( x; i ) , принимающих значения f ( x; i)  1 (di  di 1 ) ,когда x принадлежит интервалу Δ i , и значение f ( x; i )  0 – в противном случае.Плотности f ( x; p) соответствует непрерывная неубывающая кусочнолинейная функция распределения вероятностейnF ( x; p )  F ( x; p1 ,..., p n )   pi F ( x; i ) ,i 1которая является смесью функций распределения F ( x; i ) ,принимающихзначения F ( x; i)  ( x  di ) (di  di 1 ) , когда x принадлежит интервалу Δ i , значениеF ( x; i )  0 , когда x  d i 1 , и F ( x; i )  1 при x  d i .Математическое ожидание  и дисперсия  2 случайной величины Xзависят от вектора параметров p  ( p1 ,..., pn ) и определяются формулами:n   ( p)   pii 1d i 1  d i,2nn(d j 1  d j ) 2(d i 1  d i ) (d j 1  d j )d i21  d i 1 d i  d i22.   ( p )   pi  pj 2  pi p j344i 1j 1i , j 1n22i jТаким образом, для определения плотности распределенияf ( x; p) ,функции распределения вероятностей F ( x; p) , математического ожидания μ( p)и дисперсии σ 2 ( p) случайной величины X достаточно знать вектор параметровp  ( p1 ,..., pn ) ,компонентыкоторогосутьвероятностипопаданиявсоответствующие попарно непересекающиеся интервалы Δi  (di 1 , di ] , i  1,..., n .Очевидно, что события Ai  {X   i }, i  1,..., n , образуют полную группу:A1  ...

Характеристики

Список файлов диссертации