1. Базовый индикатор SWT.
Базовый индикатор SWT - предназначен для разделения и отображения трендов анализируемого финансового инструмента, а также для расчета текущего значения волатильности каждого тренда. На основе значений базового индикатора рассчитываются параметры трендов, каналов, волатильности, объемов и рисков торговли. Показания базового базового индикатора также являются основой для расчета параметров работы торгового советника (робота) SWT-метода.
В режиме по умолчанию на экране отображается картинка следующего вида:
Рис.1.1. Отображение индикатора SWT в режиме по умолчанию (нижнее окно)
По волновым трендам особого пояснения не требуется. Собственно говоря каждая волна это и есть тренд и движение волны по направлению соответствует движению рынка в рамках этого тренда. На графике в режиме по умолчанию отображаются три волны: W2, W3 и W4, значение которых будет описано ниже, а также вспомогательные линии, отображающие параметры и характер движения трендов. Дополнительно к отображаемым волнам можно также включить показ суммы всех волн, включающей все движения рынка, начиная с волны W4.
Базовый индикатор SWT-метода разделяет общее движение цены на составляющие, средний цикл которых сосредоточен в разных областях частот (периодов), разнесенных по частотной шкале. Причем разделение этих составляющих производится таким образом, чтобы не вносить искажений в исходный процесс, а сумма всех компонент полученного разложения давала исходный график цены.
Технически разделение производится с помощью системы полосовых фильтров, на вход которых поступает временной ряд, соответствующий графику цены, а на выходе получается набор функций времени, на которые этот сигнал разделяется. Нюансы в выборе соответствующей системы полосовых фильтров и метода их построения, который не вносит искажений (по крайней мере существенных) в исходный процесс.
Рис.1.2. Амплитудно-частотные характеристики системы полосовых фильтров в шкале периодов
Таким образом, в рамках SWT-метода используется разложение (декомпозиция) графика движения цены по базису волновых стохастических трендов с помощью системы фильтров, разделяющих общее движение рынка на компоненты с различным спектральным составом, а функция, описывающая процесс изменения цены во времени, рассматривается в виде суммы стохастических волн – волновых трендов - функций времени с различным темпом (скоростью) изменения и различной амплитудой (размахом) колебаний.
В дальнейшем будем называть эти функции стохастическими волновыми трендами или парциальными (частными) трендами.
Процедура декомпозиции проста и тривиальна, нюансы только в выборе соответствующей системы полосовых фильтров, которые не вносили бы искажений (по крайней мере существенных) в исходный процесс.
Характеристики парциальных трендов определяются характером порождающего их процесса, т.е. графика цены, и его самыми общими свойствами.
Энергетический спектр процессов с огибающей вида 1/f^n, где n>1 (частный случай для белого шума n=2) позволяет естественным образом и с единых позиций объяснить фрактальный характер и природу цикличного движения рыночных цен, а также иерархию и вложенность циклов, отмеченных в ряде исследований, посвященных изучению циклических и волновых свойства рыночных процессов. Ведь какой масштаб графика цены мы ни взяли бы в качестве исходного движения на графиках меньшего масштаба будут в среднем меньше, так как их мощность убывает обратно пропорционально степенной функции частоты, а движения на графиках большего масштаба по той же причине будут иметь большие амплитуды и меньшие периоды.циклов. Т.е. быстрые колебания будут проходить на фоне и в рамках медленных движений большей амплитуды.
Наличие в спектре огибающей вида 1/f^n приводит к быстрому снижению уровней выходных сигналов фильтров с ростом частоты и естественным образом ограничивает количество волн, которые вносят существенный вклад в динамику рынка.
Детали технической реализации фильтров не имеют принципиального значения, но по ряду причин целесообразно использовать систему фильтров с равномерным разбиением частотного диапазона в логарифмической шкале. Мы использовали систему фильтров, центральные частоты которых кратны числу 5 (...F/25, F/5, F, 5F, ...).
В теории количество фильтров и волн SWT-метода бесконечно. С точки зрения теории систем с самоорганизованной критичностью необходимо использовать всю информацию о процессе, но на практике разложение сводится к достаточно небольшому конечному числу значимых компонент, а остальные можно отбросить, как несущественные.
Ограничение количества рассматриваемых волн имеет естественный характер и обусловлено параметрами реальных рынков и требованиями реальных задач, в результате которых формула для графика цены принимает вид
где
- z(t) – функция, описывающая график цены;
- m и M – соответственно минимальный и максимальный номера волн из группы элементов декомпозиции, поведение которых детально исследуется при анализе движений рынка;
- n(t) - так называемый «ценовой шум» - движения рынка, которые находятся на уровне порядка минимально изменений и не представляют практического значения для решаемых задач;
- Ф(t) определяет собой медленные колебания с высокой энергетикой, которые начинают сказываться на временах соизмеримых со временем изучения и существования рынка, как системы, в целом.
Основные параметры волн и их обозначение на графиках представлены в следующей таблице.
Рис.1.3. Параметры волн SWT-метода и их отображение на графиках
В аппаратной реализации метода используется 9 волновых стохастических трендов с различным средним периодом цикла, основными из которых являются:
- основной тренд – 10-15 лет;
- долгосрочный тренд – 2-3 года;
- среднесрочный тренд – 5-7 месяцев;
- краткосрочный тренд – 4-6 недель;
- локальный тренд – 4-6 дней;
- дневной тренд – 20-30 часов;
- внутридневной тренд - 4-6 часов;
- часовой тренд - 50-70 минут;
- внутричасовой тренд - 10-15 минут.
При анализе рынка и планировании долгосрочных торговых сделок роль последних трех компонент незначительна. Их поведение и характеристики при необходимости рассматриваются в основном в тактических приложениях для анализа тонкой структуры рыночных движений и уточнения уровней открытия или закрытия позиции, а также при внутридневной торговле с коротким временем удержания позиции..
Анализ еще более коротких компонент необходимо проводить уже на тиковых графиках, а область его применения это автоматическая торговля с использованием высокочастотных торговых роботов, поскольку человек уже не способен принимать адекватные решения в условиях столь быстро меняющейся обстановки. Да и адекватность такого анализа и такой торговли вызывает большие сомнения.
На графике месячного масштаба с некоторыми погрешностями можно также рассматривать глобальный тренд со средним периодом цикла 50-75 лет. Погрешности обусловлены переменным числом рабочих дней внутри месяца, что вносит ошибки в масштабирование расчетных алгоритмов.
Параметры глобального тренда позволяют оценить цели движений рынка, выходящих за рамки целей трендов более низких уровней иерархии, что, в общем-то, происходит не часто. Параметры глобального тренда по большей части представляют интерес только в плоскости чисто теоретических исследований. Исключением являются рынки с большим относительным изменением цен, например, золото, нефть и т.п., для которых параметры глобального тренда могут учитываться при оценке предельных целей роста или коррекционного движения.
Как отмечено выше, что шаг гребенки фильтров не имеет принципиального значения и может быть любым. От этого изменятся только характеристики выделяемых компонент и временные параметры рассматриваемых трендов. Сами такие тренды носят в большой степени искусственный характер и не имеют единого порождающего фактора или процесса. Мы просто группируем в единую функцию времени все случайные факторы, действие которых сосредоточено в определенном интервале частот, не более того. Тем не менее, выбор интервала кратности 5 имеет под собой определенную физическую природу, а именно:
- в неделе 5 дней;
- день содержит 24 часа, что близко к 25;
- в месяце чуть больше 4-х недель, что тоже близко к 5.
Естественно ожидать, что на рынке присутствуют циклы суточной и недельной активности. Ну а дальше мы просто экстраполируем шкалы вверх и вниз от дневного и недельного циклов. Полученные тренды носят искусственный характер, но они отражают реальную часть всех движений в заданной полосе частот (интервале периодов).
Указанные соотношения справедливы для непрерывной недельной торговой сессии 24 часа в день 5 дней в неделю. Если в сессии есть разрывы, то взаимно однозначное соответствие между циклами трендов на графиках различного масштаба будет выполняться с погрешностью, тем большей, чем больше разрыв. Это не мешает использовать волновые тренды для анализа динамики рынка, но нужно только учитывать, что преемственность трендов между волнами, отображенными на таймфреймах различного интервала тоже будет иметь погрешность.
Метод разложения графика цены на набор стохастических волновых трендов - The Stochastic Wave Trends Method или SWT-метод позволяет выделить тренды и циклы, не приписываемые искусственно, а присутствующие во внутренней структуре общего движения рынка ЗДЕСЬ И СЕЙЧАС. Мы ничего не навязываем извне, а наблюдаем реальные характеристики реального процесса без потерь и можем в любой момент времени оценить интенсивность и характер динамики рынка в любом заданном временном масштабе.
Следует отметить, что анализ динамики рынка в рамках SWT-метода необходимо производить по всей совокупности волновых компонент, учитывая их интенсивность, взаимное направление и скорость движения.
По волновым трендам особого пояснения не требуется. Собственно говоря каждая волна это и есть тренд и движение волны по направлению соответствует движению рынка в рамках этого тренда. На графике в режиме по умолчанию отображаются три волны: W2, W3 и W4, значение которых будет описано ниже, а также вспомогательные линии, отображающие параметры и характер движения трендов. Дополнительно к отображаемым волнам можно также включить показ суммы всех волн, включающей все движения рынка, начиная с волны W4.
Базовый индикатор SWT-метода разделяет общее движение цены на составляющие, средний цикл которых сосредоточен в разных областях частот (периодов), разнесенных по частотной шкале. Причем разделение этих составляющих производится таким образом, чтобы не вносить искажений в исходный процесс, а сумма всех компонент полученного разложения давала исходный график цены.
Технически разделение производится с помощью системы полосовых фильтров, на вход которых поступает временной ряд, соответствующий графику цены, а на выходе получается набор функций времени, на которые этот сигнал разделяется. Нюансы в выборе соответствующей системы полосовых фильтров и метода их построения, который не вносит искажений (по крайней мере существенных) в исходный процесс.
Рис.1.2. Амплитудно-частотные характеристики системы полосовых фильтров в шкале периодов
Таким образом, в рамках SWT-метода используется разложение (декомпозиция) графика движения цены по базису волновых стохастических трендов с помощью системы фильтров, разделяющих общее движение рынка на компоненты с различным спектральным составом, а функция, описывающая процесс изменения цены во времени, рассматривается в виде суммы стохастических волн – волновых трендов - функций времени с различным темпом (скоростью) изменения и различной амплитудой (размахом) колебаний.
В дальнейшем будем называть эти функции стохастическими волновыми трендами или парциальными (частными) трендами.
Процедура декомпозиции проста и тривиальна, нюансы только в выборе соответствующей системы полосовых фильтров, которые не вносили бы искажений (по крайней мере существенных) в исходный процесс.
Характеристики парциальных трендов определяются характером порождающего их процесса, т.е. графика цены, и его самыми общими свойствами.
Энергетический спектр процессов с огибающей вида 1/f^n, где n>1 (частный случай для белого шума n=2) позволяет естественным образом и с единых позиций объяснить фрактальный характер и природу цикличного движения рыночных цен, а также иерархию и вложенность циклов, отмеченных в ряде исследований, посвященных изучению циклических и волновых свойства рыночных процессов. Ведь какой масштаб графика цены мы ни взяли бы в качестве исходного движения на графиках меньшего масштаба будут в среднем меньше, так как их мощность убывает обратно пропорционально степенной функции частоты, а движения на графиках большего масштаба по той же причине будут иметь большие амплитуды и меньшие периоды.циклов. Т.е. быстрые колебания будут проходить на фоне и в рамках медленных движений большей амплитуды.
Наличие в спектре огибающей вида 1/f^n приводит к быстрому снижению уровней выходных сигналов фильтров с ростом частоты и естественным образом ограничивает количество волн, которые вносят существенный вклад в динамику рынка.
Детали технической реализации фильтров не имеют принципиального значения, но по ряду причин целесообразно использовать систему фильтров с равномерным разбиением частотного диапазона в логарифмической шкале. Мы использовали систему фильтров, центральные частоты которых кратны числу 5 (...F/25, F/5, F, 5F, ...).
В теории количество фильтров и волн SWT-метода бесконечно. С точки зрения теории систем с самоорганизованной критичностью необходимо использовать всю информацию о процессе, но на практике разложение сводится к достаточно небольшому конечному числу значимых компонент, а остальные можно отбросить, как несущественные.
Ограничение количества рассматриваемых волн имеет естественный характер и обусловлено параметрами реальных рынков и требованиями реальных задач, в результате которых формула для графика цены принимает вид
где
- z(t) – функция, описывающая график цены;
- m и M – соответственно минимальный и максимальный номера волн из группы элементов декомпозиции, поведение которых детально исследуется при анализе движений рынка;
- n(t) - так называемый «ценовой шум» - движения рынка, которые находятся на уровне порядка минимально изменений и не представляют практического значения для решаемых задач;
- Ф(t) определяет собой медленные колебания с высокой энергетикой, которые начинают сказываться на временах соизмеримых со временем изучения и существования рынка, как системы, в целом.
Основные параметры волн и их обозначение на графиках представлены в следующей таблице.
Рис.1.3. Параметры волн SWT-метода и их отображение на графиках
В аппаратной реализации метода используется 9 волновых стохастических трендов с различным средним периодом цикла, основными из которых являются:
- основной тренд – 10-15 лет;
- долгосрочный тренд – 2-3 года;
- среднесрочный тренд – 5-7 месяцев;
- краткосрочный тренд – 4-6 недель;
- локальный тренд – 4-6 дней;
- дневной тренд – 20-30 часов;
- внутридневной тренд - 4-6 часов;
- часовой тренд - 50-70 минут;
- внутричасовой тренд - 10-15 минут.
При анализе рынка и планировании долгосрочных торговых сделок роль последних трех компонент незначительна. Их поведение и характеристики при необходимости рассматриваются в основном в тактических приложениях для анализа тонкой структуры рыночных движений и уточнения уровней открытия или закрытия позиции, а также при внутридневной торговле с коротким временем удержания позиции..
Анализ еще более коротких компонент необходимо проводить уже на тиковых графиках, а область его применения это автоматическая торговля с использованием высокочастотных торговых роботов, поскольку человек уже не способен принимать адекватные решения в условиях столь быстро меняющейся обстановки. Да и адекватность такого анализа и такой торговли вызывает большие сомнения.
На графике месячного масштаба с некоторыми погрешностями можно также рассматривать глобальный тренд со средним периодом цикла 50-75 лет. Погрешности обусловлены переменным числом рабочих дней внутри месяца, что вносит ошибки в масштабирование расчетных алгоритмов.
Параметры глобального тренда позволяют оценить цели движений рынка, выходящих за рамки целей трендов более низких уровней иерархии, что, в общем-то, происходит не часто. Параметры глобального тренда по большей части представляют интерес только в плоскости чисто теоретических исследований. Исключением являются рынки с большим относительным изменением цен, например, золото, нефть и т.п., для которых параметры глобального тренда могут учитываться при оценке предельных целей роста или коррекционного движения.
Как отмечено выше, что шаг гребенки фильтров не имеет принципиального значения и может быть любым. От этого изменятся только характеристики выделяемых компонент и временные параметры рассматриваемых трендов. Сами такие тренды носят в большой степени искусственный характер и не имеют единого порождающего фактора или процесса. Мы просто группируем в единую функцию времени все случайные факторы, действие которых сосредоточено в определенном интервале частот, не более того. Тем не менее, выбор интервала кратности 5 имеет под собой определенную физическую природу, а именно:
- в неделе 5 дней;
- день содержит 24 часа, что близко к 25;
- в месяце чуть больше 4-х недель, что тоже близко к 5.
Естественно ожидать, что на рынке присутствуют циклы суточной и недельной активности. Ну а дальше мы просто экстраполируем шкалы вверх и вниз от дневного и недельного циклов. Полученные тренды носят искусственный характер, но они отражают реальную часть всех движений в заданной полосе частот (интервале периодов).
Указанные соотношения справедливы для непрерывной недельной торговой сессии 24 часа в день 5 дней в неделю. Если в сессии есть разрывы, то взаимно однозначное соответствие между циклами трендов на графиках различного масштаба будет выполняться с погрешностью, тем большей, чем больше разрыв. Это не мешает использовать волновые тренды для анализа динамики рынка, но нужно только учитывать, что преемственность трендов между волнами, отображенными на таймфреймах различного интервала тоже будет иметь погрешность.
Метод разложения графика цены на набор стохастических волновых трендов - The Stochastic Wave Trends Method или SWT-метод позволяет выделить тренды и циклы, не приписываемые искусственно, а присутствующие во внутренней структуре общего движения рынка ЗДЕСЬ И СЕЙЧАС. Мы ничего не навязываем извне, а наблюдаем реальные характеристики реального процесса без потерь и можем в любой момент времени оценить интенсивность и характер динамики рынка в любом заданном временном масштабе.
Следует отметить, что анализ динамики рынка в рамках SWT-метода необходимо производить по всей совокупности волновых компонент, учитывая их интенсивность, взаимное направление и скорость движения.
На этом о принципе построения индикатора все. Добавлю только, что по умолчанию гребенка фильтров настроена на опорные точки предполагаемых трендов дневного и недельного цикла, т.е. центральные частоты двух фильтров соответствуют периодам 24 и 120 часов, а дальше вверх и вниз с кратностью 5, как описано выше по тексту.
Теперь поговорим о технических деталях.
При сбрасывании индикатора на график появляется окно параметров настройки, представленное на рисунке 1.4.
Рис.1.4. Диалоговое окно параметров настройки индикатора SWT.
ShowVolChannelForW3 - параметр отображения канала пиковой волатильности для волны W3.
ShowVolChannelForW4 - параметр отображения канала пиковой волатильности для волны W4.
SUMM - параметр отображения суммы волн, начиная от W4 и младше.
В режиме по умолчанию на экране отображается картинка следующего вида:
Рис.1.5. Физический смысл отображаемых каналов и индикаторов направления трендов.
С волнами мы разобрались выше. Кроме волн на графике изображены каналы волатильности и индикаторы направления трендов, как показано на рисунке 1.5.
Индикаторы направления тренда формируются по формальным числовым критериям и по сути представляют собой моментум волны соответствующего уровня. В текущей версии индикатора моментум считается с задержкой на на один бар графика.
Рис.1.6. Режим определения направления тренда.
Расположение индикаторов направления тренда на границах каналов волатильности в области положительных значений соответствует формальному критерию для восходящего тренда, в области отрицательных значений - критерию для нисходящего тренда.
Расположение индикаторов внутри каналов в области положительных значений соответствует нисходящей коррекции, в области отрицательных значений - восходящей коррекции соответствующего тренда.
Пользуясь таблицей рис.1.3 и индикатором SWT можно определить направление любого из трендов, рассматриваемых в рамках SWT-метода.
В режиме по умолчанию на экране отображается картинка следующего вида:
Рис.1.5. Физический смысл отображаемых каналов и индикаторов направления трендов.
С волнами мы разобрались выше. Кроме волн на графике изображены каналы волатильности и индикаторы направления трендов, как показано на рисунке 1.5.
Индикаторы направления тренда формируются по формальным числовым критериям и по сути представляют собой моментум волны соответствующего уровня. В текущей версии индикатора моментум считается с задержкой на на один бар графика.
Рис.1.6. Режим определения направления тренда.
Расположение индикаторов направления тренда на границах каналов волатильности в области положительных значений соответствует формальному критерию для восходящего тренда, в области отрицательных значений - критерию для нисходящего тренда.
Расположение индикаторов внутри каналов в области положительных значений соответствует нисходящей коррекции, в области отрицательных значений - восходящей коррекции соответствующего тренда.
Пользуясь таблицей рис.1.3 и индикатором SWT можно определить направление любого из трендов, рассматриваемых в рамках SWT-метода.
На рис.1.7 показан вид базового индикатора SWT в режиме отображения суммы волн.
Рис.1.7. Режим отображения суммы всех волн и канала пиковой волатильности для волны W4.
Отображение суммы волн может быть полезным при выборе направления торговли в случае консолидации по волнам младших трендов в зоне завершения тренда, определяемого волной W4.
Сумма всех волн совместно с каналом пиковой волатильности для волны W4 может быть полезной для оценки "перекупленности" и "перепроданности" инструмента, когда сумма волн выходит за пределы канала.
Это не значит, что мы мы должны тут же открывать сделку в противоположном направлении. Чаще в таких ситуациях следует воздержаться от продолжения покупок или продаж.
Комментариев нет:
Отправить комментарий