Коли ви бачите, що формується певна графічна модель, інші трейдери теж, найімовірніше, її помітять. Як же отримати перевагу при торгівлі по графічним формаціям? Спробуємо розібратися в цій статті.
Більшість технічних методів, що включають роботу з графічними формаціями, засновані на простому пошуку торгових сигналів і не проходять суворого тестування з точки зору статистики. Все те, що ми читаємо про графічних формаціях в інтернеті, книгах або журнальних статтях, є, в більшості випадків, викладом особистих спостережень авторів, які зуміли помітити щось, що вони вважали цінною й вартою того, щоб поділитися цією інформацією з широкою громадськістю.
Перш ніж ризикувати грошима на своєму торговому рахунку Працюючи з будь-якої графічної формацією потрібно задатися наступними питаннями: Чи давала історично торгівля даної формації перевага? Яке арифметичне значення такої переваги? Яку перевагу можна очікувати, виходячи із історичних показників даної формації? У чому різниця між теоретичним перевагою і реальним перевагою, яке можна отримати, торгуючи по даній формації в реальному часі? Мета даної статті - допомогти вам знайти відповіді на ці питання.
Перевага над іншими гравцями
В якому випадку гру на удачу можна назвати "чесної"? Коротка відповідь звучить так: коли середній очікуваний виграш для всіх суперників в кожній грі дорівнює нулю. Коли середній очікуваний виграш в кожній грі для одного з гравців не дорівнює нулю, можна вважати, що у нього є перевага (позитивне чи негативне) над іншими гравцями.
Спрощено кажучи, нам потрібно від гри, щоб, з одного боку, вона не була чесною (в розумінні наведеного визначення), а з іншого боку - щоб нам було дозволено грати в неї, маючи на своєму боці позитивне перевагу.
У разі простої гри на удачу, де ймовірності фіналів відомі, легко можна обчислити, чи має гравець перевага, а також точне значення такої переваги. Наприклад, для рулетки з подвійним нулем можна обчислити, що у гравця є негативне перевага в розмірі 5. 26% (і, відповідно, у казино є позитивне перевагу 5.26%). Це означає, що, в середньому, для кожної ставки $ x на колесі рулетки, казино може сподіватися отримати чистий прибуток в розмірі 5.26% від х $.
Наведу два приклади без використання строгих математичних формулювань, щоб допомогти вам зрозуміти початкову ідею, яку ми згодом поширимо на графічні формації.
Приклад 1: Гра з монеткою
Вам пропонується гра, в якій підкидається монетка, а ви робите умоглядні ставки до підкидання. Умоглядна ставка (УС) - це база, на підставі якої будуть розраховуватися прибуток або збиток. Якщо випаде решка, ви втратите 1. 2 УС (т. Е. 1.2 $ з кожного 1 $ УС). Якщо випаде орел, ви отримаєте 2.3 УС (т. Е. 2.3 $ за кожен 1 $ УС). Далі припустимо, що ймовірність випадання орла становить 50% (відповідно, ймовірність випадання решки - теж 50%).Це означає, що сама по собі монетка є "чесної", так як не орел, ні решка не мають переваги.
Але чи буде така гра з підкиданням монетки чесної для вас? Ви можете сподіватися, що після кожних двох підкидань, в середньому, будете отримувати один орел і одну решку. Якщо ви завжди будете ставити 1 $, то на кожній решці будете втрачати 1. 2 $, а кожен орел буде приносити вам виграш 2.5 $. Таким чином, після двох підкидань, вклавши суму 2 $, ви отримаєте чистий прибуток в розмірі 0.30 $. Це означає, що така гра, в середньому, все ж не є чесною, так як після кожних двох підкидань ви можете очікувати прибуток в розмірі 0.30 $. Якщо розділити цю прибуток на суму УС 2 $, то отримаємо 0.15 або 15%. Це - перевага, яку має гравець в даній грі. З практичної точки зору, роблячи умоглядну ставку $ x при кожному підкиданні, ви можете розраховувати на отримання прибутку, в середньому, в розмірі 15% від х (т. Е. 0.15x $) при кожному підкиданні.
Приклад 2: Гра з кубиками
У цій грі ви робите свою умовну ставку і кидаєте кубик. Якщо на кубику випадає 1 або 2, ви втрачаєте гроші в розмірі УС. Але якщо випадає 3 або більше, ви отримуєте 55% від УС. Чи є у вас перевага в даній грі? Припустимо, що ви завжди робите УС в розмірі 1 $.
Тоді, в середньому, після шести кидків, можна очікувати, що випадуть різні грані кубика, і ви втратите, в цілому, 2 $ (по 1 $ при випаданні 1 і 2), але заробите 2. 20 $ (по 0.55 $ за кожне випадання 3, 4, 5, 6). Таким чином, в середньому, для кожних шести кидків, ваша сумарна ставка становитиме 6 $ (по 1 $ за раз), а загальний чистий прибуток - 0.20 $ (2.20 $ -2.00 $). Це означає, що дана гра також не є чесною і дає вам перевагу. Щоб обчислити цю перевагу, потрібно розділити чистий прибуток 0.20 $ на суму УС 6 $, що дасть приблизно 0.0333 або 3.33%.
У наведених прикладах нам були відомі точні ймовірності фіналів для монетки і кубика (ймовірність випадання 2 на кубику дорівнює 1/6). Ми також знали рівень виплати для кожного з випадків. Це дозволяє легко обчислити перевага. У випадках, коли ми не знаємо ні ймовірності фіналів, ні виплати на УС, потрібно проводити моделювання по методу Монте-Карло при постійній УС, щоб розрахувати загальну чистий прибуток, а потім - розділити її на суму УС, щоб отримати значення переваги в такій грі. Коли ми говоримо про графічних формаціях, є достатні історичні дані, що дозволяють оцінити історична перевага певної моделі і обчислити значення такої переваги.
Випадок з графічними формаціями
Щоб розрахувати перевага графічної формації, необхідно врахувати следующее:
- Слід уникати нечіткого опису формації. Якщо формація визначена нечітко, є ризик, що ваші рішення по ній теж будуть нечіткими. Формації, які можуть перебувати алгоритмічно, комп'ютером, підходять найкраще, так як вони дозволяють швидко і об'єктивно зібрати кілька випадків, придатних для нашого дослідження.
- Потрібно ставити певне порогове значення ціни, яке буде служити сигналом про те, що модель не спрацювала так, як ми очікували. Наприклад, це може бути рівень стоп-лосс. Це важливо для визначення втрат, коли формація не спрацьовує. (Наприклад, для вершини у вигляді "голова і плечі", зростання ціни вище рівня голови зазвичай вважається закінченням ведмежого сенсу даної моделі). З огляду на опис графічних формацій з точки зору технічного аналізу, і щоб уникнути конкретних проявів переваги одних формацій над іншими, такий граничний рівень повинен враховувати розміри формації, що полегшить прийняття рішень в цілому і забезпечить однаковість оцінки.
- Необхідно мати чітке визначення того, чого ви очікуєте від формації (наприклад, досягнення цільового рівня ціни). Якщо ви вважаєте, що формація повинна привести до цінового руху, але у нього немає конкретної цінової мети, потрібно особливу увагу приділити тому, яким має бути цей рух, і як воно визначається. Це дозволить отримати чіткий метод однакового розрахунку прибутку. Наприклад, спрямовані руху легко можна описувати величиною корекцій. Будь-яка корекція, що перевищує конкретне граничне значення, автоматично буде говорити про закінчення спрямованого руху.
Це, по суті, є розглядом формації в контексті певної системи торгівлі. Саме так слід чинити, якщо ви хочете обчислити, чи має ваша система перевага.
Ви припускаєте, що будете входити в ринок, коли виконуються конкретні умови, і виходити, коли також виконуються конкретні умови. Вам також заздалегідь відомо, скільки грошей ви втратите, якщо ваша формація не спрацює. Визначивши ціну входу, рівень стоп-лосс і то, як буде проводитися розрахунок прибутку при торгівлі даної формації, можна провести тестування на історії з використанням максимально великої кількості випадків появи даної формації. Нехай P - це прибуток (позитивна чи негативна) від формації, яка визначається як:
- P = (Ціна виходу - Ціна входу) для угод в лонг по формаціям, які вважаються бичачими
- P = (Ціна входу - Ціна виходу) для угод в шорт по формаціям, які вважаються ведмежими.
Нехай S - це віддаленість стоп-лосс від ціни входу:
S = | Ціна входу - Рівень стоп-лосс |
(Де | ⋅ | позначає модуль - абсолютне значення).
Тоді дріб:
PF = P/S
- це прибуток (у доларовому вираженні) від формації, якщо ви торгуєте по ній, використовуючи умоглядну ставку в розмірі 1 $ в кожній угоді. Це забезпечує таку ж нормалізацію, як і постійний розмір умоглядною ставки 1 $ в розглянутих вище прикладах з монеткою і кубиком.
Врахуйте, що якщо ціна зачіпає стоп-лосс, і ви виходите з угоди точно на його рівні, то PF завжди буде більше або дорівнює -1. Але якщо ваш вихід на підставі стоп-лосс заздалегідь не визначений (наприклад, якщо ціна проходить стоп-лосс з гепом, що трапляється в реальних умовах, або коли ви вважаєте, що для підтвердження неспрацьовування формації ціна повинна пройти далі стопового рівня), тоді S і PF можуть бути менше -1. Врахуйте також, що PF практично грає роль коефіцієнта прибутку (звідси і назва PF - profit factor), так як, якщо ваша умоглядна ставка дорівнює А $, коли досягається стоп-лосс, то прибуток буде в PF разів більше, ніж А $.
Просте арифметичне середнє значень PF за всіма історичними формаціям відображає передбачуване історична перевага для даної формації на підставі тестування на історії.
Перевага графічної формації "чашка"
Цей приклад я презентував на конференції Міжнародної федерації технічного аналізу IFTA в 2014 році в контексті більш широкої теми, щоб вказати на переваги алгоритмічної ідентифікації графічних формацій. Ідеї, що містяться в даному прикладі, ви можете застосувати до формаціям, які захочете досліджувати. Я розглядав "чашку", яка представляє собою закруглюється базу або закруглятися дно, яке виникає після спадного тренда (рисунок 1).
Малюнок 1. Приклади "чашки" (закруглятися дно)
В цілому, вважається, що "чашка" має бичачі наслідки для руху ціни. Хоча важливо, як поводяться обсяги під час формування "чашки", а сама формація має багато різновидів (наприклад, "чашка з ручкою"), для простоти я вирішив не враховувати в своєму дослідженні обсяги і різновиди, а зосередитися на наслідки даної цінової формації. У своїй презентації на IFTA я використовував трохи видозмінений алгоритм ідентифікації "чашки", який представив у своїх статтях ще в 2006 році.
Я використовував денні графіки акцій, що входять в S & P 500, за період з 1982 по 2014 роки, де знайшов, в цілому, 3991 чітку "чашку" різної тривалості (під "чіткої" я маю на увазі, що перетин по часу будь-яких двох "чашок" на одному графіку не перевищувало 70%). На малюнку 2 показані приклади "чашок", знайдених даними алгоритмом на денному графіку.
Малюнок 2. "Чашки" на денному графіку
На малюнку 3 ви бачите кількість виявлених "чашок" з розбивкою по роках, а на малюнку 4 - відсоток частоти народження тривалості "чашок".
Малюнок 3. Кількість знайдених чашок по роках
Малюнок 4. Діаграма частотного розподілу тривалості чашок
Майже половина (46%) всіх чашок мали тривалість від 20 до 30 днів
Мінімальна тривалість склала 20 барів, а максимальна - тисячу сто шістьдесят два бару. Середня тривалість склала 32 бару, а 80% всіх знайдених "чашок" мали тривалість не більше 75 барів (див. Рисунок 5).
Малюнок 5. Кумулятивна діаграма частотного розподілу "чашок" по тривалості
Ось як я визначав стоп-лосс для "чашок". Нехай Н - це High бару ідентифікації (High бару, на якому ідентифікується "чашка"), а L - найнижчий Low в "чашці". Тоді висота від H до L в процентному відношенні складає:
(H - L) / Hx100%
Величина стоп-лосс в цьому випадку задається як 0. 7 від цієї висоти в процентах. Так, наприклад (див. Рисунок 6), якщо H = 200, а L = 140, то висота від H до L в процентному відношенні складає 30%. 0.7 від 30% одно 21%. Тому рівень стоп-лосс - на 21% нижче ціни входу (200), тобто - 158.
Малюнок 6. Встановлення початкового стоп-лосс
Оскільки вважається, що формація "чашка" призводить до руху ціни вгору, а стандартної цінової мети для неї не існує, я припустив, що моя система торгівлі працює тільки на покупку, відкриваючи угоди на рівні High бару ідентифікації з підтягуванням початкового стопа (стежить стоп). Вихід з угоди здійснюється тільки по спрацьовуванню стопового ордера. Зверніть увагу, що стежить стоп природним чином пов'язаний з висотою "чашки" в процентному відношенні, щоб забезпечити однаковість аналізу всіх "чашок".
Чому я використовував значення 0. 7 в якості коефіцієнта для початкового стопа, а не 0.5, 0.8 або 1? Особливого сенсу в цьому немає. Це просто приклад. Так як початковий стоп згодом стає стежить, то застосування різних значень цього коефіцієнта призведе до аналізу бичачих наслідків даної формації з різних точок зору.Якщо бути більш точним, значення цього коефіцієнта визначає величину корекції, яку ви допускаєте при бичачому русі. Наприклад, встановивши значення 0.2, ви можете проаналізувати, породжують чи "чашки" миттєві і сильні тренди (невеликі, по відношенню до висоти "чашки" в процентах, корекції). Значення 0.7, як мені здалося, добре відповідало загальній ідеї, так як давало досить, але не дуже багато, простору для корекцій. Ніхто не заважає вам досліджувати різні значення цього коефіцієнта, щоб з'ясувати, яке з них призводить до найкращих результатів. Щоб визначити прибуток/збиток, я взяв до уваги гепи, що призводять до проскакування ціною рівня стежить стопа. Я також встановив вимогу, що стежить стоп повинен пройти через ціну закриття, щоб служити сигналом до виходу. Як значення для виходу я використовував Low бару виходу (щоб врахувати прослизання), тому PF міг приймати значення менше -1.
Діаграма розподілу PF для всіх "чашок" приведена на малюнку 7. Середнє значення становить 0. 166, або 16.6%, і це - історична перевага формації "чашка" за період з 1982 по 2014 рік.Прошу зауважити, що це - з точки зору системи, яка використовувалася для оцінки бичачих наслідків даної формації.
Ці результати цікаві тим, що, згідно з ними, на кожен 1 $, який ви поставили б на бичачі наслідки формації "чашка", можна було б отримати, в середньому, 0. 16 $ прибутку.
Цікаво також, що тільки 39% угод по цій системі були прибутковими. Це означає, що було багато збитків, але маленьких; а прибуткових угод було менше, ніж збиткових, але вони були досить великими (малюнок 7). Цього і слід було очікувати, так як застосування початкового стопа запобігало поява великих збитків, а стежить стоп дозволяв прибутку рости.
Малюнок 7. Діаграма частотного розподілу PF "чашок" за період з 1982 по 2014 рік
Якщо кількість історичних PF досить велике, а розподіл PF не надто відрізняється від нормального розподілу, то можна застосувати статистичний тест, що носить назву "параметричний t-критерій Стьюдента" (це практично те ж саме, що і статистичний z-тест для великих вибірок), щоб обчислити так званий "довірчий інтервал" для математичного очікування PF (тобто довірчий інтервал для переваги для всіх "чашок»). Наприклад, припускаючи, що використана в даному дослідженні історична вибірка 3991 "чашки" є не суб'єктивною вибіркою зі всієї безлічі "чашок" (так як період часу з 1982 по 2014 рік досить тривалий і охоплює різні ринкові умови), тест Стьюдента показав, що довірчий інтервал для загального переваги формації "чашка" - від 9.1% до 24% з довірою 99%. Іншими словами, розрахункові значення історичних PF свідчать, що є 99% впевненості в тому, що справжнє перевага "чашки" як бичачої формації знаходиться в межах від 9.1% до 24%.
