Применение технического анализа на фондовом рынке



РУБРИКИ	Применение технического анализа на фондовом рынке	РЕКЛАМА

Главная

Бухгалтерский учет и аудит

Военное дело

География

Геология гидрология и геодезия

Государство и право

Ботаника и сельское хоз-во

Биржевое дело

Биология

Безопасность жизнедеятельности

Банковское дело

Журналистика издательское дело

Иностранные языки и языкознание

История и исторические личности

Связь, приборы, радиоэлектроника

Краеведение и этнография

Кулинария и продукты питания

Культура и искусство

ПОИСК

Применение технического анализа на фондовом рынке

скользящего среднего все цены рассматриваемого периода имеют равный вес.

Экспоненциальные и взвешенные скользящие средние делают более весомыми

последние цены. Треугольные скользящие средние придают больший вес ценам в

середине периода. И, наконец, переменные скользящие средние изменяют

весовые коэффициенты в зависимости от волатильности цен. Существуют особые

списки рекомендуемых периодов и типов скользящих средних для применения к

различным рынкам.

Общий принцип сигналов скользящими средними формулируется так: если

линия скользящей находится ниже ценового графика, то ценовой тренд является

бычьим, а если выше, то тренд – медвежий; при пересечении графика цены со

скользящей средней ценовой тренд меняет направление. Иными словами,

скользящие средние представляют собой усложнённый вариант линий

сопротивления и поддержки. Интерпретация скользящих средних индикаторов

аналогична интерпретации ценовых скользящих средних: если индикатор

поднимается выше своего скользящего среднего, значит, восходящее движение

индикатора продолжится; если он опускается ниже скользящего среднего, это

означает продолжение его нисходящего движения. Для анализа, основанного на

пересечениях скользящего среднего, особенно хорошо подходят такие

индикаторы, как MACD, ROC, индикатор темпа и стохастический осциллятор.

Простое скользящее среднее (SMA).

Простое, или арифметическое, скользящее среднее (рис.3.2)

рассчитывается путём суммирования цен закрытия за определённое число

единичных периодов с последующим делением суммы на число периодов. В

результате получается средняя цена за данный временной интервал и ценам

каждого из дней присваивается равный вес.

[pic], где [pic]– цена закрытия, n – период расчёта.

Экспоненциальное скользящее среднее (EMA).

Экспоненциальное, или экспоненциально сглаженное, скользящее среднее

(рис.3.3) определяется путём добавления к вчерашнему значению скользящего

среднего определённой доли сегодняшней цены закрытия. В случае

экспоненциальных скользящих средних больший вес имеют последние цены

закрытия. Так, чтобы вычислить n%-ное EMA, сегодняшнюю цену закрытия

умножают на n% и прибавляют полученную величину к вчерашнему значению EMA,

умноженному на (100-n)%. Процентные значения можно преобразовать

соответствующее число дней.

Преобразование процентов в периоды производится по формуле: [pic]

Формула для обратного преобразования такова:

[pic]

Взвешенное скользящее среднее (WMA).

Во взвешенном (рис.3.4) последним данным присваивается больший вес, а

более ранним – меньший. Она рассчитывается путём умножения каждой из цен

закрытия в рассматриваемом ряду на определённый весовой коэффициент.

Значение весового коэффициента определяется количеством дней в периоде

расчёта скользящего среднего.

[pic] ,

где Wi – вес i-го компонента (при линейной взвешенной W=i).

Треугольное скользящее среднее (TMA).

В треугольной (рис.3.5) основной вес приходится на среднюю часть

ценового ряда. Фактически, они представляют собой дважды сглаженные простые

скользящие средние. Длина простых скользящих средних зависит от чётности

или нечётности выбранного числа периодов. Операции для расчёта TMA таковы:

1. К числу периодов скользящего среднего добавляется 1.

2. Полученная сумма делится на 2.

3. Если результат вышел дробным, то он округляется его до целого.

4. Рассчитывается простое скользящее среднее цен закрытия с числом

периодов, полученным по пункту 3.

5. Вновь используя значение, полученное по пункту 3, рассчитывается простое

скользящее среднее скользящего среднего, рассчитанного по пункту 4.

Переменное скользящее среднее (VMA).

Переменное (рис. 3.6) – это экспоненциальное скользящее среднее, в

котором параметр сглаживания, определяемый в процентах, регулируется

автоматически, в зависимости от волатильности ценовых данных. Чем она выше,

тем чувствительнее постоянная сглаживания, используемая для расчёта

скользящего среднего. Чувствительность повышается за счёт присваивания

большего веса текущим данным. Понятие переменного скользящего среднего ввёл

Тушар Чанд в 1992 году. VMA рассчитывается следующим образом:

[pic], где

С – цена закрытия,

[pic] – вчерашнее скользящее среднее,

VR – коэффициент волатильности, который обычно берётся из отношения

Вертикального горизонтального фильтра к своей величине 12 периодов назад;

чем отношение выше, тем ярче выражен тренд и выше чувствительность

скользящего среднего.

Схождение/расхождение скользящих средних.

Схождение/расхождение скользящих средних (MACD) – это следующий за

тенденцией динамический индикатор (рис.3.7, 3.8). Он показывает соотношение

между двумя скользящими средними цены. Разработан Джеральдом Аппелем.

MACD строится как разность между двумя экспоненциальными скользящими

средними с периодами 12 и 26 дней. Чтобы чётко обозначить благоприятные

моменты для покупки или продажи, на график MACD наносится так называемая

сигнальная линия – 9-дневное экспоненциальное скользящее среднее

индикатора.

MACD наиболее эффективен в условиях, когда рынок колеблется с большой

амплитудой в торговом коридоре. Чаще всего используемые сигналы MACD –

пересечения, состояния перекупленности/перепроданности и расхождения.

Покупать рекомендуется при пересечении линией индикатора линию своего

скользящего среднего снизу вверх, а продавать – при пересечении индикатором

сверху вниз линии скользящего среднего.

Формула очень простая: [pic].

Индекс товарного канала.

Индекс товарного канала (CCI) измеряет отклонение цены бумаги от её

среднестатистической цены (рис.3.9, 3.10). Высокие значения индекса

указывают на то, что цена необычно высока по сравнению со средней, а низкие

– что она слишком занижена. CCI разработан Дональдом Ламбертом.

Существуют два основных способа использования CCI: для поиска

расхождений и в качестве индикатора перекупленности/перепроданности.

1. Расхождение образуется, когда цена достигает нового максимума, а CCI не

удаётся подняться выше предыдущих максимумов. За этим классическим

расхождением обычно следует ценовая коррекция.

2. CCI обычно колеблется в диапазоне ( 100. Значения выше +100 говорят о

состоянии перекупленности (и вероятности корректирующего спада), а

значения ниже –100 - о состоянии перепроданности (и вероятности

корректирующего подъёма).

Математическая формула для CCI выглядит следующим образом:

[pic] , где

[pic] , это типичная цена за данный период;

H – максимальная цена за данный период;

L – минимальная цена за данный период;

C – цена закрытия;

(М – простое скользящее среднее М длиной n-периодов;

(D – среднее отклонение, находится по формуле:

[pic]

Этапы вычисления CCI:

1.Вычисляется типичная цена (M).

2.Находится n-периодное скользящее среднее типичных цен ((M).

3.Вычитается полученное по п.2 значение для текущего периода из типичных

цен каждого из предшествующих n периодов.

4.Вычисляется n-периодное простое скользящее среднее абсолютных значений

каждой из величин, полученных по п.3 ((D).

5.Умножается (D на 0,015.

6.Находится разность: М -(М.

7.Вычисляется частное от деления значения по п.6 на значение по п.5.

Параболическая система SAR.

Параболическая система времени/цены (рис.3.11) – это уникальная полная

торговая система, она используется для установки скользящих стоп-приказов.

Система превосходно определяет точки выхода из рынка. Продавать следует,

когда цена опускается ниже линии SAR, а покупать – когда цена поднимается

выше линии SAR. Эта система даёт большой допуск для противотрендовых

отклонений цены в течение небольшого времени после открытия позиции, а

затем постепенно, по мере истощения тренда, сужает границы, при пересечении

которых отдаётся приказ о защитной остановке. Для выставления границ

защитных остановок используется набор последовательно укорачивающихся

экспоненциальных скользящих средних. Каждый раз, когда цена при изменении в

направлении тренда достигает нового экстремального значения, скользящее

среднее для выставления границ защитных остановок меняется на более

короткое. Эти экспоненциальные постоянные сглаживания, называемые факторами

ускорения, изменяются от начального минимального значения 0,02 до максимума

0,2. При этом цена остановки и разворота приближается к линии тренда. Таким

образом, SAR следует за трендом до тех пор, пока не будет пересечён уровень

SAR.

Вычисления SAR начинаются заново при каждом новом сигнале. В день

исходного сигнала SAR равняется экстремальной цене в направлении тренда

только что закрытой позиции. Затем SAR настраивается с помощью фактора

ускорения в ожидаемом направлении нового тренда.

При поступлении нового сигнала к покупке исходная цена SAR равна

минимальной в течение предыдущей, только что закрытой короткой позиции. На

второй день и далее SAR изменяется следующим образом:

[pic], где

[pic] - это цена защитной продажи для открытой длинной позиции;

[pic] - это [pic]предыдущего периода;

AF – это фактор ускорения, его значение 0,02 и увеличивается всегда, когда

цена достигает максимума с момента открытия длинной позиции; в периоды,

когда цена не достигает максимума, AF не изменяется;

H – это новый максимум цены с момента открытия текущей длинной позиции.

При поступлении нового сигнала к короткой продаже исходная цена SAR равна

максимальной цене в течение только что закрытой длинной позиции. На другой

день SAR изменяется следующим образом:

[pic], где

[pic]- это цена защитной продажи для открытой длинной позиции;

[pic]- это [pic]предыдущего периода;

AF – это фактор ускорения, его значение 0,02 и увеличивается всегда, когда

цена достигает минимума с момента открытия короткой позиции; в периоды,

когда цена не достигает минимума, AF не изменяется;

L – это новый минимум цены с момента открытия текущей короткой позиции.

Для открытой длинной или короткой позиции цена SAR должна находится на

границах или вне интервала между экстремальными значениями цены двух

последних периодов. Если открыта длинная позиция и SAR выше минимумов двух

последних периодов, то SAR нужно приравнять к наименьшему из этих двух

минимумов. Если открыта короткая позиция и SAR ниже максимумов двух

последних периодов, то SAR нужно приравнять к наибольшему из этих двух

максимумов.

Система направленного движения.

Система направленного движения (DMS) помогает определить наличие

ценовой тенденции (рис.3.12), в его основе лежит фильтрация по темпам

изменения цены. С помощью экспоненциальных скользящих средних и отношений

система направленного движения приводит значения максимумов, минимумов и

цен закрытия к единому масштабу (от 0 до 100). Направленное движение (DM)

определяется как наибольшая часть ценового интервала текущего периода,

лежащая вне границ ценового интервала предыдущего периода.

Простейший метод торговли на основе системы направленного движения

предполагает сравнение двух индикаторов направленности: 14-дневного +DI и

14-дневного –DI. Для этого либо графики индикаторов наносятся один на

другой, либо +DI вычитается из –DI. Рекомендуется покупать, если +DI

поднимается выше –DI, и продавать, когда +DI опускается ниже –DI. Эти

простые торговые правила дополняются и “правилом экстремальных точек”. Оно

служит для устранения ложных сигналов и уменьшения числа заключаемых

сделок. Согласно принципу экстремальных точек, в день пересечения +DI и –DI

нужно отметить “экстремальную точку”. Если +DI поднимается выше –DI, этой

точкой является максимальная цена дня пересечения. Если +DI опускается ниже

–DI, эта точка – минимальная цена дня пересечения. Экстремальная точка

затем используется как уровень вхождения в рынок. Так, после сигнала к

покупке (+DI поднялся выше –DI) нужно дождаться, когда цена поднимется выше

экстремальной точки (максимум в день пересечения +DI и –DI), и лишь после

этого покупать. Если же цене не удаётся преодолеть уровень экстремальной

точки, следует сохранять короткую позицию. Система наиболее эффективна для

бумаг с высоким индексом выбора товаров (CSI>25), если CSI0 инвестиции окупаются,

приносят прибыль согласно заданному стандарту и обеспечивают получение

дохода, равного NPV; при NPV).

Таблица 3.5.

Стохастический осциллятор

| | | | | | | | |

3.2.Скользящие средние.

Скользящие средние подробно описаны в разделе 2.10, а здесь

рассматривается только применение каждой из них на обозначенном временном

интервале. Во всех случаях мною использованы две скользящие средние цен

закрытия с периодом 5 и 8 дней. Все результаты завершённых сделок

(покупка+продажа) находятся в табл. 3.6-3.10.

Сигналами индикатора, использованными для сделок, были:

. покупка – пересечение 5-дневной линией скользящей средней (сплошная

линия) снизу вверх 8-дневной линии (пунктирная);

. продажа – пересечение 5-дневной линией скользящей средней (сплошная

линия) сверху вниз 8-дневной линии (пунктирная).

Такие сигналы как пересечения средних с графиком цен мною не

учитывались и поэтому для удобства восприятия на рисунках 34-38 линии

скользящих средних опущены на 25% относительно уровня цен закрытия.

Общим свойством всех скользящих средних является то, что это

индикаторы следования за тенденцией. Поэтому они не реагируют на очень

мелкие коррекции, но запаздывают, какие мало, а какие много, в реакции на

начало и окончание господствующей тенденции. Ниже рассмотрены результаты

применения механических торговых систем на основе каждой скользящей средней

в отдельности.

Простое скользящее среднее.

Система на основе простого скользящего среднего (в таблице обозначена

как SMA) является одной из самых прибыльных из всех исследованных (см.

табл.3.1). Это видно по размеру полного капитала к вложенному (580%),

внутренней нормы доходности (140,55%), чистой современной стоимости

(2949,3) и по размеру среднего дохода на 1 прибыльную сделку (595,69).

Общая прибыль за период является максимальной из всех индикаторов

(8339,67), но близкий к максимальному размер убытков (-3539,47) уменьшает

окончательный доход. У простого скользящего среднего также была сделка с

максимальным убытком (-1297,76) среди всех индикаторов. Это говорит о том,

что для простой скользящей средней очень убыточными являются небольшие по

времени и резкие по цене краткосрочные коррекции основного медвежьего

тренда.

По отдельным трендам простое скользящее среднее показало в отношении к

Системе-максимум лучший результат (табл.3.3): тренды 1, 5, 6 и 9 с доходами

в 56,17; 3718,59; 492,15 и 1250,75 соответственно являются максимальными

значениями этой Системы. Но тренд 8 является вторым по размеру полученных

убытков (-2302,99).

Применение системы на основе простого скользящего среднего даёт

хорошие результаты на всех бычьих и боковых трендах. На медвежьих всё

зависит от типа коррекций: тренды с глубокими коррекциями могут приносить

прибыль, а тренды с небольшими и частыми откатами цен – убыточны.

Таблица 3.6.

Простое скользящее среднее

| | | | | | | | |

рисунок 3.2. Простое скользящее среднее (SMA).

Экспоненциальное скользящее среднее.

Система на основе экспоненциального скользящего среднего (в таблице

3.1 обозначена как EMA) имеет очень высокие показатели прибыли: размер

полного капитала к вложенному – 557,9%, внутренняя норма доходности –

135,92%, чистая современная стоимость – 2798,69. Одно из максимальных

значений среднего дохода на 1 прибыльную сделку (997,16) говорит об

относительно большом количестве сделок с крупной прибылью. Значение

максимального убытка по 1 сделке (-488,51), близкое к минимальному среди

всех индикаторов, означает, что с помощью экспоненциального скользящего

среднего можно достаточно быстро закрывать убыточные сделки. На это

показывают и результаты по трендам 3 и 8 (табл. 3.3), которые соответствуют

Системе-максимум, то есть принесли минимальные убытки (-34,98 и –264,96

соответственно) среди всех индикаторов. Но такие минимальные убытки

возможны на трендах с небольшими коррекциями. Там, где были резкие и

глубокие коррекции цен медвежьих трендов (тренд 6), экспоненциальное

скользящее среднее приносит повышенные убытки (-632,09) по отношению с

другими скользящими средними. На том же 6 тренде остальные скользящие

средние принесли всё-таки небольшую прибыль (от 442,57 до 492,15).

Таблица 3.7.

Экспоненциальное скользящее среднее

| | | | | | | | |

рисунок 3.3. Экспоненциальное скользящее среднее (EMA).

Взвешенное скользящее среднее.

Система на основе взвешенного скользящего среднего (в таблице 3.1

обозначена как WeMA) имеет высокие показатели прибыли: размер полного

капитала к вложенному – 555,26%, внутренняя норма доходности – 135,36%,

чистая современная стоимость – 2780,69. Все перечисленные финансовые

показатели почти идентичны соответствующим показателям экспоненциального

скользящего среднего, но достигнуты вдвое большим количеством сделок.

Поэтому при несколько увеличенных общей прибыли (6749,89) и общих убытках

(-2197,32), средние значения прибыли (562,49) и убытка (-219,73) на 1

сделку ниже, чем у экспоненциального скользящего среднего.

Доходы по отдельным трендам в сравнении с Системой-максимум являются

довольно посредственной величиной (табл. 3.3), за исключением бычьих

трендов 5, 7 и 9 которые близки к значениям Системы-максимум.

рисунок 3.4. Взвешенное скользящее среднее (WeMA).

Таблица 3.8.

Взвешенное скользящее среднее

| | | | | | | | |

Треугольное скользящее среднее.

Треугольное скользящее среднее (в таблице 3.1 обозначена как TMA)

обеспечило самую лучшую прибыль среди всех проанализированных индикаторов:

и размер полного капитала к вложенному (620,12%), и внутренняя норма

доходности (148,71%), и чистая современная стоимость (3222,32) являются

максимальными. Также треугольное скользящее среднее заработало почти

максимальную общую прибыль (8058,44) и довольно большие общие убытки (-

2857,26). Но, использовав для этого самое большое количество сделок (28)

среди скользящих средних, были получены высокая прибыль на 1 прибыльную

сделку (575,6) и самые низкие среди них убытки на 1 сделку (-204,09).

По отдельным трендам (табл. 3.3) треугольное скользящее среднее

показало некоторый разброс данных в отношении Системы-максимум: если по

трендам 1, 5, 6 и 9 треугольное приближается к максимумам, то по другим

трендам оно имеет средние значения. Вероятно, эта стабильность в

результатах и предопределила максимальную доходность индикатора.

рисунок 3.5. Треугольное скользящее среднее (TMA).

Таблица 3.9.

Треугольное скользящее среднее

| | | | | | | | |

Переменное скользящее среднее.

Переменное скользящее среднее (в таблице 3.1 обозначена как WaMA)

принесло минимальную прибыль среди всех скользящих средних: размер полного

капитала к вложенному – 443,18%, внутренняя норма доходности – 110,3%, и

чистая современная стоимость – 2017,54. Хотя в сравнении с другими

индикаторами это довольно высокие значения. Система на основе переменного

скользящего среднего имеет не только одну из минимальных общую прибыль

(4032,19), но и минимальные общие убытки (-600,43), использовав всего 5

завершённых сделок. Но максимальную прибыль по 1 сделке (3067,11) среди

всех индикаторов можно занести в актив переменного среднего.

Анализ по отдельным трендам не проводился из-за очень малого числа

сделок. Но этот индикатор, наверное, лучший выбор для инвестора, не

утруждающего себя ежедневным присутствием на рынке.

рисунок 3.6. Переменное скользящее среднее (WaMA).

Таблица 3.10.

Переменное скользящее среднее

| | | | | | | | |

О применении всех скользящих средних в качестве простейших

механических торговых систем будут следующие выводы:

. все скользящие средние приносят высокую прибыль независимо от типа;

. в основном хорошо работают на всех видах трендов и их коррекций;

. для максимального уменьшения убытков на коррекциях лучше всего

использовать скользящие средние параллельно друг с другом.

3.3.Схождение/расхождение скользящих средних.

Схождение/расхождение скользящих средних (обозначается как MACD)

подробно описывается в разделе 2.10. Здесь рассмотрены результаты

применения MACD в конкретном периоде времени. Для анализа в первом случае

использован индикатор со своим 9-дневным экспоненциальным скользящим

средним, а во втором случае с 13-дневным. Все результаты завершённых сделок

(покупка+продажа) находятся в табл. 3.11 и 3.12.

Сигналами индикатора, использованными для сделок, были:

. покупка – пересечение линией индикатора (сплошная линия) своей 9-дневной

(во втором случае 13-дневной) скользящей средней (пунктирная линия) снизу

вверх;

. продажа – пересечение линией индикатора (сплошная линия) своей 9-дневной

(во втором случае 13-дневной) скользящей средней (пунктирная линия)

сверху вниз.

Такие сигналы как расхождение и пересечение нулевого уровня не учитывались.

MACD-9.

Индикатор MACD со своим 9-дневным средним показал посредственные

результаты (табл. 3.1), которые лишь ненамного выше минимальных значений по

всем индикаторам. Коэффициенты лишь подтверждают это: размер полного

капитала к вложенному (339,24%), внутренней нормы доходности (84,03%),

чистой современной стоимости (1309,84). Это произошло и потому, что у MACD-

9 минимальная доля (37,5%) прибыльных сделок от небольшого общего (16)

количества. Не смотря на это, общая прибыль достаточно большая (6251,44),

но и общий убыток близок к максимальному (-3859,06). Следствием этого

является то, что средняя прибыль на 1 прибыльную сделку (1041,91) почти

максимальна среди индикаторов, а средний убыток на 1 убыточную сделку (-

385,91) наихудший среди всех.

Доходы по отдельным трендам (табл. 3.3) не показывают особых успехов в

достижении результатов Системы-максимум. Максимальный показатель на тренде

4 связан с тем, что завершённая сделка, начавшаяся на стагнирующем боковом

тренде, захватила немалый интервал следующего бычьего тренда. Поэтому

прибыль была разделена по количеству дней на каждый тренд. Единственное

«достижение» – это наивысший убыток (-956,41) на 6 тренде. Вывод о

применении индикатора прост: на бычьих трендах приносит среднюю прибыль, а

на медвежьих трендах с глубокими коррекциями – убытки.

Таблица 3.11.

MACD и 9-дневное EMA

| | | | | | | | |

рисунок 3.7. Схождение/расхождение скользящих средних (MACD-9).

MACD-13.

Индикатор MACD со своим 13-дневным средним не показал выдающихся

результатов (табл. 3.1) среди всех индикаторов. Коэффициенты подтверждают

это: размер полного капитала к вложенному (398,39%), внутренней нормы

доходности (99,41%), чистой современной стоимости (1712,58). Общая прибыль

(5579,28) и убыток (-2595,41) имеют не самые крайние значения, но

результаты средней прибыли (929,88) и убытка (-370,77) на 1 сделку близки к

максимальным. Это из-за очень маленького количества сделок (13).

По отдельным трендам (табл. 3.3) результаты и не приближаются к

Системе-максимум. А высокое значение на тренде 4 объясняется такими же

причинами, что и у MACD-9.

Таблица 3.12.

MACD и 13-дневное EMA

| | | | | | | | |

рисунок 3.8. Схождение/расхождение скользящих средних (MACD-13).

Общие выводы о применении индикатора MACD в качестве простейшей

механической торговой системы таковы:

. в анализируемом временном отрезке индикатор, не показывая выдающихся

результатов, захватывает почти полностью равномерно растущие тренды

независимо от периода скользящей средней;

. на медвежьих трендах с небольшими коррекциями индикатор всегда приносит

убытки, но трендов без коррекций в исследуемом интервале не было и вряд

ли такие вообще бывают; так что применять MACD из-за его некоторой

медлительности следует исключительно после короткого периода консолидации

цен;

. на коррекциях медвежьих трендов следует воздерживаться от применения

индикатора;

. для получения более высокой прибыли лучше всего использовать 14-дневную

скользящую среднюю, а не 9-дневную.

3.4.Индекс товарного канала.

Индекс товарного канала подробно описан в разделе 2.10. Здесь

рассматривается использование двух механических систем на основе индикатора

с разными периодами расчёта (8 и 14 дней) на конкретном временном

интервале. Все результаты завершённых сделок (покупка+продажа) находятся в

табл. 3.13 и 3.14.

Сигналами индикатора, использованными для сделок, были:

. покупка – пересечение линией индикатора ближайшего уровня (-100; 0 и

+100) снизу вверх;

. продажа – пересечение линией индикатора ближайшего уровня (-100; 0 и

+100) сверху вниз.

Такие сигналы как расхождение максимумов/минимумов индикаторов с ценами

мною не учитывались.

CCI-8.

Механическая система на основе 8-дневного индекса товарного канала (в

табл.3.2 обозначен как CCI-8) показала невысокие результаты по прибыли:

размер полного капитала к вложенному (372,48%), внутренней нормы доходности

(92,83%), чистой современной стоимости (1536,21). Хотя по общей прибыли

индикатор имеет одно из максимальных значений (8051), но самые большие

общие убытки по всем индикаторам делают окончательный доход небольшим. Но в

сочетании с самым большим количеством сделок (62) это делает средние

значения на 1 прибыльную (251,59) и убыточную (-177,54) сделку близкими к

минимальным.

Анализ индекса товарного канала по отдельным трендам (табл. 3.3)

показывает, что он имеет противоречивые результаты: если на трендах 1, 2 и

7 он показал максимальные или близкие к ним результаты (55,72; 941,79 и

1214,84 соответственно), то на трендах 3, 4, 5 и 8 он достиг минимальных

или близких к ним значений (-338,74; -69,35; 2378,89 и –2053,75

соответственно). Поэтому определить на каких он работает лучше всего

сложно, но, скорее всего, растущие не спеша тренды будут оптимальны.

рисунок 3.9. Индекс товарного канала (Cci-8).

Таблица 3.13.

Индекс товарного канала (8-дневный)

| | | | | | | | |

CCI-14.

Механическая система на основе 14-дневного индикатора (в табл.3.2

обозначен как CCI-14) показала одни из самых низких значений по прибыли:

размер полного капитала к вложенному – 336,85%, внутренней нормы

доходности – 83,38%, чистой современной стоимости – 1293,58. Также

близкие к минимальным являются значения общей прибыли (5827,5) и общих

убытков (-3459,01). Это и, учитывая большое количество сделок (43), дало

низкие средние результаты на 1 прибыльную (253,37) и убыточную (-172,95)

сделки.

Анализ индикатора по отдельным трендам (табл. 3.4) показывает, что он

не может предъявить каких-либо сравнимых с Системой-максимум результатов ни

по одному тренду.

рисунок 3.10. Индекс товарного канала (Cci-14).

Таблица 3.14.

Индекс товарного канала (14-дневный)

| | | | | | | | |

О применении индекса товарного канала в качестве простейшей

механической торговой системы будут следующие выводы:

. в анализируемом периоде оба индикатора ведут себя немного нелогично – нет

каких-либо типов трендов, на которых они имели бы стабильно хорошие

результаты;

. индикатор с 8-дневным периодом расчёта показал лучшую, чем с 14-дневным

периодом, прибыль, но для этого использовано слишком большое количество

сделок;

. несмотря на маленькую прибыль, относительно других индикаторов, она

довольно высока в сравнении с другими способами получения дохода,

доступными частному инвестору.

3.5.Параболическая система SAR.

Параболическая система SAR (в таблице 3.2 обозначена как Parabolik

SAR) подробно описана в разделе 2.10, а здесь рассмотрены результаты

применения в качестве торговой системы на конкретном временном интервале.

Все результаты завершённых сделок (покупка+продажа) находятся в табл. 3.15.

Сигналами индикатора, использованными для сделок, были расчётные цены стоп-

лоссов выставляемые каждый день.

Параболическая система SAR при использовании в качестве торговой

системы показала хорошие результаты по прибыли: размер полного капитала к

вложенному – 497,77%, внутренней нормы доходности – 122,86%, чистой

современной стоимости – 2389,24. Хотя размер общей прибыли (5941,84) даже

не приближается к максимальным величинам, но за счёт очень маленького

общего убытка (-1964,18) и получился такой хороший результат.

Применение параболической системы SAR в качестве торговой системы

показало, что на отдельных трендах (2, 3, 5, 7 и 9) она близка к Системе-

максимум (см.табл.3.4). Следовательно, лучше всего система SAR работает на

бычьих трендах. Для чего она собственно и была создана.

Общие выводы о применении параболической системы SAR в качестве

простейшей механической торговой системы такие:

. в течение некоторого времени после выставления стоп-лосса любое резкое

движение цен в его сторону всегда приносит убыток;

. применять систему SAR следует на бычьих трендах;

. на медвежьих трендах лучше совсем отказаться от её использования;

рисунок 3.11. Параболическая система (parabolik sar).

Таблица 3.15.

Параболическая система SAR

| | | | | | | | |

3.6.Система направленного движения.

Система направленного движения (в таблице 3.2 обозначена как DMS-14)

подробно описана в разделе 2.10. Здесь же рассматривается её применение в

качестве механической торговой системы в конкретном периоде времени. Все

результаты завершённых сделок (покупка+продажа) находятся в табл. 3.16.

Сигналами, использованными для сделок, были:

. покупка – пересечение линией индикатора +DI (сплошная линия) линии

индикатора -DI (пунктирная линия) снизу вверх;

. продажа – пересечение линией индикатора +DI (сплошная линия) линии

индикатора -DI (пунктирная линия) сверху вниз.

Соприкосновение линий индикаторов без пересечения как сигнал не

учитывалось. Период расчёта обоих индикаторов – 14 дней.

Механическая торговая система на основе направленного движения

показала следующие результаты: размер полного капитала к вложенному –

354,9%, внутренней нормы доходности – 88,23%, чистой современной стоимости

– 1416,5. Хотя общие доходы (3431,52) от использования системы меньше чем

у всех остальных индикаторов, но и общие убытки (-882,49) находятся на

минимальном уровне. Достигнутая системой направленного движения доходность

получена с помощью небольшого количества сделок (11), что очень хорошо для

непрофессионального инвестора.

Анализ по отдельным трендам не проводился из-за довольно сильного

запаздывания сигналов относительно разворотных точек. Но визуально график

показывает, что система направленного движения захватывает почти полностью

все тренды, на которых нет резких и относительно глубоких движений цен.

Общие выводы о применении системы направленного движения такие:

. в анализируемом периоде система всегда хорошо работает после некоторого

периода консолидации цен;

. во время резких ценовых прорывов следует воздерживаться от её применения;

. несмотря на невысокий доход, относительно других индикаторов, он

значительно выше альтернативных способов вложения средств, доступных

частному инвестору.

Таблица 3.16.

Система направленного движения

| | | | | | | | |

рисунок 3.12. Система направленного движения (Dms-14).

3.7.Индекс относительной силы.

Индекс относительной силы (в таблице 3.2 обозначается как RSI)

подробно описан в разделе 2.10, а здесь рассмотрено применение индикаторов

с разными периодами расчёта (9 и 14 дней) в качестве механической торговой

системы в конкретном периоде времени. Все результаты завершённых сделок

(покупка+продажа) находятся в табл. 3.17 и 3.18.

Сигналами индикатора, использованными для сделок, были:

. покупка – пересечение линией индикатора ближайшего уровня (30; 50 и 70)

снизу вверх;

. продажа – пересечение линией индикатора ближайшего уровня (30; 50 и 70)

сверху вниз.

Такие сигналы как расхождение максимумов/минимумов индикатора с ценами и

любые его движения в зонах перекупленности (выше 70) и перепроданности

(ниже 30) мною не учитывались.

RSI-9.

Результаты применения 9-дневного индекса относительной силы в качестве

торговой системы показывают неплохой доход: размер полного капитала к

вложенному – 367,25%, внутренней нормы доходности – 91,47%, чистой

современной стоимости – 1500,58. Общая прибыль (5925,3) здесь не очень

высокая, да и уменьшена повышенными общими убытками (-3252,79), а в

сочетании с малой долей прибыльных сделок (39,47%) они дают низкие средние

значения на 1 сделку, как по прибыльным (395,02), так и по убыточным (-

141,43).

Доходы 9-дневного RSI по отдельным трендам (табл. 3.4) показывают, что

на бычьих и медвежьих трендах он работает неважно. В отношении Системы-

максимум индикатор имеет минимальные значения на трендах 7 и 9 (651,29 и

158,24 соответственно), а на остальных посредственные.

Таблица 3.17.

Индекс относительной силы (9-дневный)

| | | | | | | | |

рисунок 3.13. Индекс относительной силы (RSI-9).

RSI-14.

Результаты применения 14-дневного индекса относительной силы в

качестве торговой системы показывают хорошую прибыль: размер полного

капитала к вложенному – 462,49%, внутренней нормы доходности – 114,83%,

чистой современной стоимости – 2149,06. Хотя общая прибыль (5246,18)

здесь тоже не очень высокая, но и общие убытки небольшие (-1621,26). В

сочетании с малой долей прибыльных сделок (40,74%) получаются низкое

среднее значение на 1 прибыльную сделку (476,93) и минимальное среднее

значение на 1 убыточную (-101,33).

Доходы 14-дневного RSI по трендам (табл. 3.4) в отношении Системы-

максимум нестабильны. Посмотрим по бычьим: если на 7 тренде прибыль

приближается к максимальной (1278,32), то на 5 тренде она является

минимальной (2093,91) среди всех индикаторов. А на медвежьих трендах (3, 6

и 8) полученные результаты стремятся к максимальным (-43,94; 258,49 и

-625,28 соответственно).

Таблица 3.18.

Индекс относительной силы (14-дневный)

| | | | | | | | |

О применении индекса относительной силы в качестве простейшей

механической торговой системы выводы такие:

. в анализируемом периоде индикаторы ведут себя бессистемно – у 9-дневного

нет каких-либо типов трендов, на которых он имел бы стабильные

результаты, а у 14-дневного только на медвежьих трендах стабильно

хорошие;

. индикатор с 14-дневным периодом расчёта показал лучшую, чем с 9-дневным,

прибыль, и использовал для этого меньшее количество сделок;

. несмотря на небольшую прибыль, относительно других индикаторов, она

довольно высокая в сравнении с другими способами получения дохода,

доступными частному инвестору.

рисунок 3.14. Индекс относительной силы (RSI-14).

3.8.Применимость индикаторов.

Выше было рассмотрено применение некоторых индикаторов технического

анализа на примере торговли акциями РАО ЕЭС. Анализ финансовых результатов

выделяет скользящие средние как самые прибыльные индикаторы из всех

остальных типов. За исключением переменной, скользящие средние

демонстрируют большой отрыв в доходности. Это говорит о том, что излишне

усложнённые формулы многих индикаторов не гарантируют высокой прибыли. К

таким можно отнести индекс товарного канала, систему направленного движения

и стохастический осциллятор. И большое количество сигналов, подаваемых

индикатором, также не говорит о его высокой прибыльности. Это можно

увидеть на примере работы индекса товарного канала и стохастического

осциллятора.

Лучшую прибыль принесла треугольная скользящая средняя, показав

стабильные результаты на всех трендах. Ненамного от неё по доходу отстала

простая скользящая средняя, которая была самой прибыльной по нарастающему

итогу до декабря 2000 года. Очень близкую к лидерам доходность обеспечивают

и другие скользящие средние: экспоненциальное и взвешенное. Хорошую прибыль

приносит и параболическая система SAR, показавшая лучший среди индикаторов,

исключая скользящие средние, доход.

Но все вышеперечисленные разделения на прибыльные и не очень

прибыльные индикаторы условны, потому что, по отношению к любому

депозитному вложению на этот период времени, любой малодоходный индикатор

смог заработать сверхприбыль. А возможность получения сверхприбыли при

невысоком риске умаляет любые недостатки применённых средств технического

анализа.

Заключение.

В этой работе был исследован российский фондовый рынок по вопросу

применимости на нём технического анализа. Рассмотрены основные теории

технического анализа и методы прогнозирования движения цен с его помощью.

Проведена работа по практическому применению простейших механических

торговых систем на основе отдельных индикаторов технического анализа,

используя в качестве примера торговлю акциями РАО ЕЭС России на ММВБ.

Результатом этого являются следующие выводы:

1. Фондовый рынок в стране уже создан и функционирует.

2. Основными проблемами являются невысокая ликвидность, малая капитализация

и небольшой набор финансовых инструментов.

3. Для увеличения количества инвесторов и объёма инвестиций нужно

преодолеть ряд проблем, таких как фискальная, технологическая и проблема

доверия.

4. Российский фондовый рынок имеет почти самую высокую в мире

волатильность, и на нём использование технического анализа при

прогнозировании цен принимает решающее значение для стабильной и

прибыльной работы.

5. Технический анализ представляет собой стройную и обоснованную теорию по

изучению движения цен на биржевых рынках.

6. Применимость отдельных индикаторов технического анализа для работы на

российском фондовом рынке является обоснованной и позволяет зарабатывать

повышенный доход, относительно безрисковых вложений, как в краткосрочной,

так и в среднесрочной перспективе.

Список использованной литературы.

1. Джон Дж. Мэрфи «Технический анализ фьючерсных рынков: теория и

практика», «Диаграмма», Москва, 2000 г.

2. Стивен Б. Акелис «Технический анализ от А до Я», «Диаграмма»,

Москва, 2000 г.

3. Р. Колби, Т. Мейерс «Энциклопедия технических индикаторов рынка»,

«Альпина», Москва, 2000 г.

4. И.Я. Лукасевич «Анализ финансовых операций», «Финансы», Москва,

1998 г.

5. А. Эрлих «Технический анализ товарных и финансовых рынков», «ИНФРА-

М», Москва, 1996 г.

6. Ю. Жваколюк «Внутридневная торговля на рынке ФОРЕКС», «Питер», С-

Петербург, 2000 г.

7. Я.М. Миркин «Волатильность», журнал «Рынок ценных бумаг» №6 2001 г.

8. А.В. Захаров «Экономические реформы и фондовый рынок», журнал

«Рынок ценных бумаг» №3 2001 г.

9. А. Лобанов, П. Кирюхов, В. Миронов «Особенности национального

технического анализа», журнал «Рынок ценных бумаг» №4 1998 г.

Страницы: 1, 2, 3