15 декабря 2016 Архив Голубицкий Сергей
Часть I: Игрушечная
В биржевой науке вскормлены целые стада священных коров, авторитетность которых не подлежит сомнению. Причём не имеет значения, идёт ли речь о техническом или фундаментальном анализе.
Скажем, практически невозможно доказать торгующей публике, а тем более убедить финансовых аналитиков в том, что биржевая неоцененность компании с хорошими показателями качества бизнеса (PEG, ROE, Profit Margin, Current Ratio и т.п.) сама по себе ровным счётом ничего не говорит о перспективах акций этой компании вырасти в сколь угодно обозримом будущем. Священная корова классической политэкономии не позволяет аналитикам усомниться в собственной мудрости и смириться с мыслью, что в современном мире стоимость ценной бумаги определяется спросом на неё, который лишь в малой степени соотносится с внутренними достоинствами бизнеса, а в гораздо большей степени зависит от моды, хайпа, умения компании вести вирусный маркетинг и создавать таинственный флёр вокруг своих продуктов или услуг.
Другая неприкасаемая корова – Волновой принцип Эллиотта. Невозможно доказать адептам этой графической системы, что психология рынка имеет к импульсно-коррекционной модели «5+3» ничуть не большее отношение, чем к любой другой комбинации цифр (например, 9+5 или 7+4): в конечном итоге все зависит от выбора точки, от которой «волновик» соблаговолит начать отсчёт своих волн.
Как правило, появление священных коров в такой околонаучной области, как биржевой анализ связано с научно-популярными фетишами. Периодически из «высокой науки» в бытовую сферу вываливаются те или иные серьёзные концепции, которые удаётся на пальцах объяснить «рядовому трейдеру» (далёкому от высшей математики, статистики, гидравлики, нейрофизики и прочих «неподъёмных» дисциплин), и тогда рядовой трейдер в эти концепции влюбляется, адаптирует их для нужд трейдинга и начинает с религиозным упорством продвигать свой «высокотехнологичный Грааль».
Главными популяризаторами псевдонаучных священных коров в трейдинге выступают американские писатели о бирже: Билл Уильямс, Марк Чайкин, Джон Элерс, Ханс Ханнула, Уильям Блау, Джон ДиНаполи, Джейк Бернштейн в общем, имя им – легион. Самое интересное, что столь эффективная работа по внедрению «научных» методов биржевого анализа со стороны американских трейдеров объясняется не потому, что американский фондовый рынок находится на несоизмеримо более высоком уровне проникновения в широкие народные массы, чем любые другие национальные рынки нашей планеты, а потому, что англосаксонский ум придумал удивительно эффективную систему популяризации идей – НЛП (нейролингвистическое программирование).
В основе НЛП, если абстрагироваться от множества частностей, лежит представление, что прямая имитация чего бы то ни было, позволяет если не сравняться с оригиналом, то уж по крайней мере добиться результатов, гораздо выше среднего уровня. Из этой замечательной идеи родилось множество популярных сегодня техник маркетинга, психотерапии, коучинга, управления бизнесом и… биржевого трейдинга.
Иногда, однако, случаются курьёзы – когда научная теория, подлежащая популяризации и прямой имитации, упрощается до такой степени, что от этой теории не остаётся ничего, кроме названия.
Замечательной иллюстрацией сказанного выступает тема нашего сегодняшнего эссе – теория хаоса.
Основы математического аппарата, описывающего поведение нелинейных систем и известного в миру под именем «Теории хаоса», были заложены ещё в конце XIX века выдающимся учёным Анри Пуанкаре. В середине ХХ века корифеи современной математической науки Андрей Колмогоров, Владимир Арнольд и Юрген Мозер разработали понятия аттракторов и устойчивых орбит системы, которые, собственно, и составили костяк теории хаоса. В 60-е годы концепцию активно развивал Эдвард Лоренц, занимавшийся моделированием погоды, и одновременно с ним Бенуа Мандельброт, приспособивший теорию хаоса к ценовым колебаниям (в частности, ценам на хлопок), в которых он выявил два поведенческих паттерна: «эффект Ноя», возникающий на фоне резких колебаний, вызванных внешним фоном (например, неожиданными новостями), и «эффект Иосифа», при котором цена неожиданно даёт всплеск после продолжительной низкой волатильности.
С именем Бенуа Мандельброта связана и самая популяризованная концепция теории хаоса – фрактал. В 1975 году француз опубликовал научно-популярную книгу «Фрактальная геометрия природы», которая стала культовой в среде трейдеров (видимо потому, что в ней нет математических формул и всё более ли менее доступно пониманию не «физика», а «лирика»).
Посмотрим теперь как теория хаоса представлена в современной биржевой практике. Если вы спросите рядовых трейдеров о том, что такое «фрактал», 10 из 10 ответят – система Profitunity Билла Уильямса! Американский журналист, ставший трейдером, в 1995 году написал книгу «Торговый хаос», которая навеки закрепила в биржевом сообществе связь теории Мандельброта с «Аллигатором» (Alligator), Потрясающим осциллятором (Awesome Oscillator), а также «челюстями», «зубами» и «губами» страшной рептилии.
Торговая система Profitunity пользуется заслуженной популярностью, однако, с позволения читателей рискну утверждать, что к «теории хаоса» и «фракталам» «аллигаторы» Уильямса имеют примерно такое же отношение, как пирамида Хеопса к прогулке астронавта Нила Армстронга по Луне.
После того, как Билл Уильямс даёт обстоятельный пересказ открытий Бенуа Мандельброта, рассказывает об измерении длины береговой линии, масштабируемых геометрических формах, волшебном числе φ и связи фрактальной геометрии с хаосом, трейдер-популяризатор даёт следующее практическое определение «фрактала» в трейдинге: «Техническое определение фрактала – это ряд как минимум пяти последовательных баров, где до наивысшего максимума идут два более низких максимума, и после него идут два более низких максимума (противоположная конфигурация применима для определения фрактала продажи). Зрительно это концепцию можно представить следующим образом: вытянуть перед собой руку, растопырив пальцы, при этом средний палец будет указывать вверх. Ваши пальцы представляют пять последовательных баров, при этом средний̆ палец является самым высоким, создавая формацию фрактала».
Опять-таки, в сочетании с губами, зубами и челюстями аллигаторов комбинации из пяти пальцев смотрятся вполне себе убедительно, только при чем здесь Мандельброт?! И настоящий фрактал? И теория хаоса?!
Короче говоря, как бы прискорбно нам ни было, придется смириться с мыслью, что фракталы и хаосы в системе Билла Уильямса – всего лишь метафора, притянутая даже не за уши, а просто ради красивого слова и «научной убедительности». Согласитесь, «фрактальная геометрия» звучит убедительнее, чем простые скользящие средние и стохастки, из которых на самом деле и состоит вся от начала до конца торговая система Profitunity.
Напрашивается вопрос: а есть ли в теории и практике биржевого трейдинга инструменты и аналитические техники, реально заимствованные либо связанные с теорией хаоса? Разумеется есть, и не одна. Мы уже рассказывали об индикаторе поляризованной фрактальной эффективности (Polarized Fractal Efficiency, PFE) Ханса Ханнулы, который находится гораздо ближе к подлинной теории хаоса, чем «Аллигатор» Уильямса. В нашей следующей публикации вы узнаете о самом «научном» воплощении теории – модуле Chaos Theory, встроенном в аналитическую платформу Timing Solution.
Часть II: Настоящая
Во второй части нашего рассказа о воплощении теории хаоса в биржевом трейдинге мы продемонстрируем, как можно использовать идеи конструктивно, а не ради маркетингового эффекта.
Было бы наивно полагать, что теория хаоса позволит этот самый хаос, царящий на фондовом рынке, волшебным образом преодолеть и, тем более, уверенно предсказывать будущее. К сожалению, подобная иллюзия лежит в основе большинства известных нам попыток адаптировать сложные научные концепции к прикладному ремеслу, каковым и является биржа. Считается, что раз трейдинг — некие действия, связанные с зарабатыванием денег, то и полезность всякой идеи следует оценивать в плане её способности обслуживать «сверхзадачу» — приносить прибыль.
Прямым выводом из этой ложной посылки становится «эксплуатация» сложных научных концепций исключительно в плане их предикативной ценности. Возьмём, к примеру, индикатор Поляризованной фрактальной эффективности (Polarized Fractal Efficiency, PFE) Ханса Ханнулы, который, как вы уже знаете, расположен гораздо ближе к теории хаоса, чем Profitunity Билла Уильямса.
Основное назначение Polarized Fractal Efficiency — определять тренд: значения PFE выше нуля указывают на восходящий тренд, причём чем выше это значение, тем эффективнее ценовое движение вверх. Соответственно, значения PFE ниже нуля указывают на нисходящий тренд. Значения около нуля указывают на отсутствие тренда, т.е. неэффективное движение.
Перед нами пример того, как математика, основанная на теории хаоса, прямолинейно используется для предсказания вектора ценового движения. К чему это приводит, вам скажет любой практикующий трейдер, попытавшийся торговать на сигналах PFE: ничего кроме денежных потерь вы не увидите.
Попробуйте применить к этому графику индекса РТС любой из известных триггеров PFE (графические шаблоны, дивергенции между ценой и индикатором, пересечение 0 или любого другого уровня и т.п.) и вы сами убедитесь, что сигналы либо просто не работают, либо, при лучшем раскладе, носят случайный характер. Происходит это не потому что эффективность «поляризованной фрактальной эффективности» в трейдинге равна нулю, а потому что её применяют не по назначению, пытаясь сходу зарыть монетку на Поле Чудес, чтобы уже к утру собрать урожай.
Если мы пытаемся адаптировать в трейдинге какие-то научные теории, то их следует по меньшей мере использовать по прямому назначению. Теория хаоса не предназначена для «устранения хаоса», а выявленные ею закономерности не позволяют определить вектор ценового движения. Вот так всё просто.
Сказанное, однако, вовсе не отрицает пользу, которую может принести теория хаоса на фондовом рынке. Примером адекватного применения этой научной концепции в биржевом анализе мы находим в модуле Chaos Theory, входящем в пакет Timing Solutions Terra Incognita.
Модуль задействует два аспекта теории хаоса — экспоненту Хёрста и фазовое пространство. В качестве иллюстрации идеи правильного применения теории хаоса мы рассмотрим в нашей статье лишь первый компонент, связанный с экспонентой.
Перед нами графический результат «анализа масштабируемого диапазона» (Rescaled Range Analysis). Данная техника была разработана английским инженером-гидрологом, участвовавшем в строительстве Асуанской плотины в Египте, Харольдом Хёрстом (Harold Edwin Hurst) в 1965 году и представляет собой статистический метод анализа больших временных рядов, прилагаемый к так называемой экспоненте Хёрста (H), которая, в свою очередь, измеряет силу тренда в фрактальном броуновском движении.
Значение Н=0,5 соответствует чистому броуновскому движению (т.е. движению полностью хаотичному). Значение, отличное от 0,5, считается эффектом памяти (Memory Effect, ещё его называют персистентностью) и соответствует таким изменениям во временных рядах, где помимо хаоса присутствует и элемент упорядоченности. Значение 0,5 < H < 1,0 фиксирует различную степень усиления тренда. Значение 0 < H < 0,50 фиксирует обратные тенденции в тренде. На самом деле значения данных диапазонов несколько сложнее, чем мы описываем, однако вернёмся к этому чуть позже.
Таким образом, можно сказать, что анализ масштабируемого диапазона позволяет выявить тренд и цикл, пребывающий в скрытом виде. Проблема, однако, в том, что если мы попытаемся использовать экспоненту Хёрста непосредственно для выявления тренда, мы потерпим фиаско.
В модуле Chaos Theory реализуется безупречный подход и техника задействуется по её прямому назначению. Вернёмся к нашей диаграмме: пунктирная линия на графике — это так называемая Null hypothesis, отражающая состояние H=0,5. Если бы изменения цены были бы полностью хаотичными (H=0,5), ее экспонента лежала бы на графике аккурат вдоль пунктирной линии.
На графике масштабируемого диапазона экспоненте реальной цены соответствует красная линия — это её R/S диаграмма (то есть реальные значения экспоненты Хёрста). Мы видим, что красная линия расположена выше нуль-гипотезы в диапазоне от 5 до 50 дней по оси Х.
Это означает, что во временных рядах больше 7 и меньше 50 дней цена индекса РТС (именно ее мы анализируем: сам график цены изображен в нижней части окна) обладает «эффектом памяти», то есть придерживается в своём движении определённых устойчивых тенденций, отличных от полной хаотичности. Выше 50 дней наблюдается обратная реакция и в этом случае говорят, что проявляется антиперсистентность, когда рынок стремится не уподобляться предыдущим тенденциям, а компенсировать их в обратном направлении.
Чем выше красная линия над пунктирной, тем больше значение экспоненты Хёрста и тем выше персистентность (= тенденциозность) в ценовом движении.
Самое ценное на нашем графике — синяя линяя (т.н. V Stat), которая позволяет определить так называемый стохастический цикл. Стохастический цикл — ещё одно прямое заимствование из «настоящей» теории хаоса. Представить себе эту концепцию проще всего на практическом уровне: внутри каждого стохастического цикла определённого периода поведение цены, её реакции на внешние раздражители (например, на новости), закономерности этих реакций всегда более ли менее однообразны. На уровне метафоры стохастический цикл — это длина памяти рынка, то есть продолжительность времени, на протяжении которого рынок «помнит» о своих изменениях, тенденциях и закономерностях (вот он — эффект памяти в действии!)
Понятие стохастического цикла позволяет нам внести ясность в осмысление рыночных ситуаций, когда вроде бы предсказуемое поведение неожиданно перестаёт таковым быть и все ранее отмеченные закономерности ценовых изменений больше не действуют. Теперь-то мы понимаем: дело не в том, что наша торговая система перестала «работать», а в том, что рынок вошел в новый стохастический цикл.
При этом часто бывает, что сигналы нашей системы на покупку начинают приносить прибыль, если их интерпретировать прямо противоположным образом (то есть по сигналу «покупать» нужно продавать, а по сигналу «продавать» — покупать). Это и есть проявление антиперсистентности (H < 0,50) в хрестоматийном виде!
Точка по оси Х, в которой V Stat (синяя линяя) кульминирует относительно нуль-гипотезы (пунктирной линии), как раз и указывает нам на стохастический цикл, который реализуется на рынке в момент анализа.
Кульминация линии V Stat приходится на 13 дней — именно таков стохастический цикл для ценового графика индекса РТС на 1-часовом таймфрейме.
Какова практическая польза от данной информации, полученной с помощью аналитического инструментария теории хаоса? Думаю, вы уже не удивитесь, когда узнаете, что эту информацию программа не предлагает использовать для предсказания ценовых изменений в будущем. Стохастический цикл — 13 дней — нам нужен для того, чтобы задать оптимальный период интервала обучения нейросети!
По умолчанию (без вмешательства теории хаоса) в Timing Solution (как, впрочем, и во всех остальных программах нейросетевого анализа) в качестве интервала обучения нейросети используются все доступные данные. Это, однако, создает колоссальные трудности, поскольку, как мы видим в нашем примере, рынок в часовом таймфрейме «не помнит себя» старше 13 дней! Следовательно, всякий раз, как нейросеть в процессе обучения будет забирать со своих входных узлов изменения котировок старше 13 дней, вместо полезной информации в сеть будет подаваться в лучшем случае шум, в худшем — данные, искажающие реальную картину!
Ситуация исправляется одним кликом мыши: в модуле Neural Net мы меняем опцию ALL (то есть — использование всех доступных данных для обучения сети) на тип Use Last %x Price Bars before LBC (задать число последних баров) и указываем для Use Last Price Bars значение 200 (поскольку у нас 1-часовой график, 13 дней по 14 часов в каждой торговой сессии = 182 бара, округляем до 200):
Как видите, модуль Chaos Theory выводит нас на совершенно иной уровень применения серьёзных научных теорий в биржевом анализе, который по крайней мере открывает нам путь к полноценному научному эксперименту, а не маркетинговым иллюзиям и самообману.
/templates/new/dleimages/no_icon.gif (C)
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter