Глава 3. Применение на практике метода нахождения графических моделей. Полученные результаты

Эта тема даже более интересна, чем теоретические основы заложенные в предыдущей главе. Здесь будет дано описание реальной программы, которая начала использоваться для работы на ММВБ.

Как следует из предыдущей главы, требуется новый подход к применению ТА на практике. Дело не только в том, что компьютер используется по-другому, важно то, что постоянно могут обнаруживаться ГМ на разных отрезках и их количество столь велико, что использование ГМ по старинке уже невозможно и неправильно. Мы просто не можем, позволит себе подолгу рассматривать кривые и сличать их с подобными. Конечно, обдумывание предложенных компьютером ГМ нужно, но трейдеру надо предоставить всю нужную информацию и даже отфильтровать её, выделив самое важное.

Поиск ГМ проводился по данным с апреля 1999 года по сентябрь включительно 2000 года.

Кроме того, трейдеру можно предоставить возможность самому подстраивать формулу нахождения ГМ. Дав возможность менять граничное значение коэффициента корреляции, при котором происходит отсев «похожих» ГМ. Снижение этого коэффициента понизит достоверность прогноза, но увеличит частоту появления прогнозов, а его подъём наоборот, увеличив достоверность, значительно снизит количество «похожих» ГМ и общее количество прогнозов за день.

В соответствии с вышеприведёнными требованиями была написана программа (её интерфейс представлен на рис.8), которая получает «свежие» ежеминутные данные. Затем в течение минуты (по сигналу трейдера) ищет ГМ. Образцом для поиска ГМ являются отрезки за последние 120, 90 и 60 минут. Всего просчитывается пять предполагаемых моделей. Одна для 60 минут с прогнозированием на одну треть отрезка, то есть 20 минут. Две для 90 минут. Где одна из них даёт прогноз на 20 минут, а другая на 30 минут. А две последних по 120 минут делают прогноз на 30 и 40 минут. В результате мы имеем два прогноза на 20 минут. Два прогноза на 30 и один на 40 минут. Кроме такой взаимной проверки, происходит так же и взаимное подтверждение ГМ одной длины, но разной глубины прогноза.

Соответственно трейдер может принимать решение исходя не из одной ГМ, а из комбинации нескольких внутри дневных ГМ. Это опять же должно повысить достоверность итогового прогноза.

На экран выводятся процент увеличения/уменьшения/того что не изменится от общего количества «похожих фигур». Так же выводится общее количество «похожих фигур». Если вероятность повышения в три и более раза выше, чем вероятность понижения (и наоборот), а количество «похожих» фигур больше 10, то соответствующая строка выделяется синим цветом. Этим подаётся сигнал трейдеру, что следует присмотреться к предложенной ГМ. Она уже либо сформировалась (количество «похожих» больше чем 10, например 50), либо может сформироваться в ближайшие минуты.

Дальнейшие действия предпринимаются уже в зависимости от выбранной тактики. Скажем, если прогноз по двум ГМ на одно и тоже время совпадает, его вполне можно послушаться. Появление на всех пяти вариантах «образцов» одинакового прогноза маловероятно. Как впрочем, и появление одновременно противоположных прогнозов. На мой взгляд, двух однонаправленных ГМ уже достаточно для принятия решения с большой долей вероятности.

Однако эта программа не панацея — это лишь «советник» для трейдера. Она показывает — куда наиболее вероятно пойдёт рынок, исходя из накопленной статистики.

Кроме этого, в программе предоставлена возможность, изменять значение коэффициента корреляции при значении, меньше которого кривые «похожими» не считаются. Дело в том, что такая возможность становится очевидна через некоторое время использования этой программы. Прогноз пусть меньшей надёжности нужен едва ли не постоянно. А ГМ удовлетворяющие строгим показателям (соотношение вероятностей три к одному, большое количество «похожих» ГМ) возникают всего несколько раз за день и, конечно, не по заказу. То есть имея открытую позицию на покупку, можно не получить сигнал на продажу столь же явный как и при покупке. Его, возможно, придётся находить самостоятельно, снижая коэффициент корреляции. Ну и, естественно, подключив свой опыт. Ведь эта программа не панацея, а лишь советник.

Рассмотрим саму программу подробней и посмотрим что она показывала в течении одного торгового дня. День этот выбран произвольно из тех, по которым были сохранены данные, в течение дня торги были активные, а прогнозы типичными (по общему количеству, а также по количеству правильных и не правильных).

Ниже представлено пять графиков, они показывают развитие торговой ситуации в течение дня, приближая восприятие зрителя к восприятию торгов трейдером. Ему ведь неясно будущее и он мечется между предположениями о том, что будет. Здесь правильный сигнал на покупку или продажу очень важен.

Внешний вид интерфейса программы представлен на рис.8. Непосредственно работа с программой, выглядит как ежеминутный ввод данных о последней цене за минуту в компьютер. Если цена, например 3,64, то вводится число 3640. Оно в дальнейшем автоматически будет преобразовано в число 3,64. Это сделано для упрощения ввода, ведь в течении дня нужно ввести около 400 значений. Затем нажимается кнопка «ADD» (или «Enter» на клавиатуре). Это обеспечивает занесение очередного значения цены в базу. Для проведения поиска ГМ активируется кнопка «ALL». Компьютер производит поиск ГМ для тех видов ГМ, для которых накопилось уже достаточное количество значений. То есть для ГМ длинной в 60 значений (60 минут), минимально необходимое количество значений накапливается только в 12-00. Для 90 минутного отрезка в 12-30. И последними начинают обсчитываться отрезки длиной в 120 минут. Здесь виден недостаток такого метода поиска ГМ. Первые прогнозы могут появиться не ранее 12 часов дня (через час после начала торгов), а на полную мощность система прогнозирования начинает работать только с 13 часов. Это конечно большой недостаток, но бороться с ним можно, только уменьшая длину «образца», что на мой взгляд снижает достоверность прогноза. Так что с этим недостатком приходится мириться. Проведя расчет, компьютер выводит результаты. Это процентные значения для каждой группы исходов. В первом столбце приводится процентная величина количества «похожих» кривых приводящих к росту цен, во втором столбце это процент снижения цен и в третьем случаев, когда цена существенно не изменится. Последний четвёртый столбец меньшим шрифтом содержит абсолютное количество «похожих» кривых. Чуть ниже дано время, когда предположительно прогноз сбудется или точнее, текущее время плюс глубина прогноза.

В правом нижнем углу рис. 8 видно текущее (по умолчанию 0.95) значение граничного коэффициента корреляции. Его можно изменить в том же окошке и установить, нажав кнопку «new».

Итак, цены на акции РАО ЕЭС в начале колеблются в узком коридоре и после 13-00 начинают плавно снижаться, достигая минимума дня. После этого они незначительно приподнимаются. В это момент компьютер подаёт сигнал о том, что найдена ГМ, приводящая к повышению. На часах 14-12. ГМ обнаруживается для отрезка 60 значений, и повышение цен соответственно прогнозируется через 20 минут (см. График «А»). На графике цветом выделен тот отрезок кривой, по которому и был сделан прогноз, а стрелкой и её цветом обозначено направление предполагаемого движения цен. А все остальные отрезки большей длины не обнаруживают никаких ГМ (все расчёты проводятся при коэффициенте корреляции равном 0.95). В Таблице 1. приведены значения посчитанные компьютером на эту минуту.

14:12	UP%	DO%		SUM
120/40	0	0	0	0
120/30	0	0	0	0
90/30	0	0	0	0
90/20	0	0	0	0
60/20	57	17	25	28

Как видно общее количество «похожих» кривых равно 28. Из них 57% предполагают повышение, а 17% понижение цен. 28 это конечно не большое число кривых, однако, исходя из накопленного опыта, могу сказать, что для принятия решения этого уже достаточно. Сигнал о повышении подаётся всего в течении 2-х минут. Опять же это немного, и нередко, когда сигнал держится значительно дольше. Но, вероятно, для 60 минутной ГМ это типичный средний срок. Полная Таблица 1. дана в приложении. Она дополнена результатами расчётов в 4 точках. За минуту до сигнала и после последней точки, где сигнал был. Подытожим полученное. На фоне понижения цен компьютер неожиданно прогнозирует подъём цен. К сожалению, этот прогноз подаётся только по отрезку в 60 минут и он не подтверждается отрезками другой длины. Что, конечно, не даёт возможность сказать о высокой вероятности начала повышательной тенденции.

Перейдём к следующему Графику «Б» на 15-17. Как мы видим ситуация на рынке разительно переменилась. Сигнал о возможном повышении цен был верным, и цены росли практически непрерывно. Они были выше через 20 и больше минут. После первого прогноза вплоть до 15-17 никаких прогнозов не поступало. В эту минуту был подан второй сигнал и опять о покупке. Значения вероятностей приведены в Табл.2.

15:17	UP%	DO%		SUM
120/40	75	12	12	16
120/30	56	0	43	16
90/30	45	29	25	246
90/20	49	28	22	254
60/20	41	33	25	686

Как следует из таблицы теперь уже «проснулись» отрезки длинной 120 значений цены. Кроме того, найдены «похожие» кривые и для образцов длительностью в 90 и 60 минут. Все отрезки склоняются к росту цен, но только длинной в 120 минут имеют весьма полезное соотношение вероятностей подъёма и снижения цен. Невелико только количество «похожих» кривых — 16.

Сигнал о повышении длится 5 минут. При этом количество «похожих» кривых растёт. Полная Таблица 2. приводится в Приложении. Там даны итоги 7 расчётов. Я склонен больше доверять длинным отрезкам, а, учитывая, что прогноз по обоим совпадает и, кроме того, отрезки короче тоже склоняются к росту цен — посмотрите первая колонка везде больше второй, то в целом, эту картину можно оценить, как достаточно надёжный сигнал на продолжение повышательного движения рынка.

Переходим к Графику «В». Прошло немного времени. Только около 15 минут. Цены выросли и колеблются рядом с новым максимумом. Второй уверенный прогноз опять оказался правильным. И опять подаётся новый сигнал о покупке. Вернее сказать это «новый старый» сигнал. Его подаёт 120 минутный отрезок. Он уже участвовал в прогнозировании ситуации 15 минут назад. Однако характеризующие его значения изменились. Найдены 132 «похожих» кривых и соотношение вероятностей повышения — понижения больше 3-х. Подробно на оценку компьютером ситуации освещает Таблица 3. Как обычно она же, но развёрнутая, приводится в Приложении.

15:33	UP%	DO%		SUM
120/40	56	18	24	132
120/30	49	27	23	152
90/30	34	48	17	438
90/20	28	44	26	441
60/20	37	35	25	201

За 15 минут (а таблица прогноз был дан в 15-33) соотношения вероятностей изменились. И изменились не в пользу повышения. Так же интересно отметить что количество «похожих» кривых для 120 минутных отрезков выросло в три раза. Для 90 минутных в два раза (приблизительно). И только для 60 минутного снизилось. Данный (уже третий за день) сигнал продержался только 3 минуты.

Предпоследний график «Г» фиксирует произошедшие изменения и отражает четвёртый и последний за день сигнал. Вернее сказать два сигнал через небольшой промежуток. Цветом на графике выделена ГМ, соответствующая второму сигналу. Прогноз опять то же — цены вырастут. Он проиллюстрирован последней таблицей в главе — № 4.

16:15	UP%	DO%		SUM
120/40	61	25	12	143
120/30	64	16	18	154
90/30	0	0	0	0
90/20	0	0	0	0
60/20	0	0	0	0
16:25
120/40	59	16	24	37
120/30	59	16	24	37
90/30	0	0	0	0
90/20	0	0	0	0
60/20	0	0	0	0

Здесь приводятся данные о двух интересных точках. На 16-15 и на 16-25. 10 минут разделяют эти два сигнала. Первый подан только одним 120 минутным отрезком, второй сигнал после паузы — уже двумя такими отрезками.

Количество «похожих» кривых в обоих случаях велико — около 150 в первом и 37 во втором. Можно быть уверенными — ГМ повышения состоялась. Вероятность роста цен около 60 %.

Окинем взглядом графики, начиная с «А» до «Д». С чего начинался день и как он закончился. ГМ начали обнаруживаться, начиная со второй половины дня. Большая часть их пришлась на отрезок длинной в 120 минут. Опыт работы с программой говорит, что это не является закономерностью. Даже наоборот, большинство ГМ за день приходится на отрезок 90 минут. Но 90 минутные отрезки «не любят» подтверждать друг друга. В отличие от них 120 минутные наоборот нередко имеют не только общий прогноз, но часто и равное количество «похожих» кривых.

Все прогнозы, данные в течение дня, оказались верными, за исключением третьего. Он пусть и не ошибся полностью, но предположил повышение, а цены вместо этого остались топтаться в узком коридоре. Можно сказать, что он предположил продолжение повышательного тренда, но это уже натяжка. Ведь ГМ формируется в предположении о повышении или понижении в ближайшее время. Впрочем, нельзя отрицать и того, что изменение цен было предсказано всеми ГМ в течение дня правильно, если посмотреть на развитие цен в целом за день.

Отсутствие сигналов о возможном понижении цен в этом примере не говорит о том, что наш алгоритм поиска ГМ работает только «на повышении». Приведённый пример торгового дня это лишь частный случай. Между прочим, после 15-30 (времени третьего прогноза — наименее удачного) была попытка сформироваться ГМ понижения. Она формировалась на отрезке 60 минут (самом коротком — что показательно для предположения что длинные отрезки (например 120 минут) прогнозируют дальние изменения, а короткие (например 60) ближние. Но эта ГМ модель так и не смогла сформироваться в минимально приемлемом для нас виде. Хотя соотношение вероятности понижения к вероятности повышения была больше чем 3, но число «похожих» кривых было равно всего лишь 9.

Итак, применение компьютерного метода нахождения ГМ позволило нам в течение четырёх часов торгового дня иметь достоверный прогноз о поведении цен на акции РАО ЕЭС. Всего было найдено пять групп ГМ в чётырёх временных отрезках. Один прогноз оказался не верен. В случае следования всем прогнозам соотношение 4 к 1 по удачным краткосрочным сделкам на покупку. Правда, момент продаж по этим внутри дневным спекуляциям пришлось бы выбирать самостоятельно, но, даже если бы мы продавали бумаги основываясь на глубине предположения ГМ (20 или 40 минут в нашем случае), то в убытке мы бы не остались. Однако, упустили бы часть потенциальной прибыли. К слову сказать, это лишь подтверждает сказанное выше. ГМ обнаруживаются не по заказу, а по возможности. Несколько сглаживать остроту проблемы поиска момента закрытия позиции, может изменение граничного коэффициента корреляции. Предположим ситуацию, что акции куплены, теперь нужно обнаружить и воспользоваться моментом для продажи в кратчайшем моменте времени. Для этого уменьшаем значение коэффициента на практике, до 0.85 и следим за рынком. Если обнаруживается достаточно много «похожих» кривых, то увеличиваем коэффициент, одновременно следя за тем, вероятность какого исхода больше. Это должно позволить заметить момент изменения тенденции. Впрочем, такая методика работа в значительной мере ограничивается вычислительными возможностями типичного компьютера. Но, эта задача решаема для соответственно переписанной программы.

Приведённый пример не позволяет разглядеть принципиального отличия между прогнозами ГМ построенных по отрезкам различной длинны. Мало того и на практике не видно различий между ними. Скажем, не очевидна зависимость между длинной ГМ и частотой их возникновения. Но количество «похожих» кривых для ГМ длинной в 60 значений обычно больше, чем для ГМ длинной в 120 значений.