назад Оглавление вперед


[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [ 13 ] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134] [135] [136] [137] [138] [139] [140] [141] [142] [143] [144] [145] [146] [147] [148] [149] [150] [151] [152] [153] [154] [155] [156] [157] [158] [159] [160] [161] [162] [163] [164] [165] [166] [167] [168] [169] [170] [171] [172] [173] [174] [175] [176] [177] [178] [179] [180] [181] [182] [183] [184] [185] [186] [187] [188] [189] [190] [191] [192] [193] [194] [195] [196] [197] [198] [199] [200] [201] [202] [203] [204] [205] [206] [207] [208] [209] [210] [211] [212] [213] [214] [215] [216] [217] [218] [219] [220] [221] [222] [223] [224] [225] [226] [227] [228] [229] [230] [231] [232] [233] [234] [235] [236] [237] [238] [239] [240] [241] [242] [243] [244] [245] [246] [247] [248] [249] [250] [251] [252] [253] [254] [255] [256] [257] [258] [259] [260] [261] [262] [263] [264] [265] [266] [267] [268] [269] [270] [271] [272] [273] [274]


13

Глава 4 ♦

ТЕХНИЧЕСКИЕ ИНДИКАТОРЫ РЫНКА, МОДЕЛИ И ТОРГОВЫЕ СИСТЕМЫ: МНЕНИЕ СПЕЦИАЛИСТОВ

Биерман, Бонини и Хаусман об основных принципах принятия торговых решений

Разработка математических методов принятия всех типов торговых решений неизбежно проходит следующие стадии:

1.Установление критериев оценки стратегии (например, как соотносится увеличение прибыли с риском).

2.Выбор нескольких альтернативных торговых моделей.

3.Определение типа модели и диапазона изменения параметров.

4.Выделение параметров, способных оптимизировать критерий, принятый в пункте 1.

Основные переменные комбинируются таким образом, чтобы представить рассматриваемую проблему в виде математической модели. Полученная модель является упрощенной схемой реальной рыночной ситуации. Конечная цель модели - показать «ядро» естественного феномена, освобожденное от случайных наслоений и описанное через ограниченное число переменных. Чем менее сложной является модель, тем она эффективнее: искусственно созданная картина, благодаря своей простоте, поддается более полному, по сравнению с реальным поведением рынка, осмыслению. Простая модель:

•позволяет сэкономить время и силы;

•облегчает принятие срочных решений;

•в случае необходимости может быть быстро и эффективно модифицирована.



В задачи технического аналитика не входит создание модели, приближенной к действительности во всех отношениях. Такого рода работа требует колоссальных временных затрат и едва ли имеет смысл: полученный материал, скорее всего, невозможно будет понять и обработать. Наша цель, таким образом, состоит в получении простейшей схемы, способной в общих чертах предсказывать будущее поведение рынка и дающей пользователю возможность принимать достаточно эффективные торговые решения.

Процедура принятия решений существенно облегчается в случае, если используемые переменные поддаются количественному исчислению. Использование математических методов - точных и дающих однозначный результат - позволяет упорядочить процесс работы трейдера и инвестора. Именно поэтому нам следует быть особенно внимательными, выбирая переменные и устанавливая взаимоотношения между ними. Использование математических методов и компьютерных технологий позволяет справиться с самыми сложными задачами.

Осмыслить модель - значит получить на основании ее некоторые выводы. Каждая правильно составленная и верно осмысленная модель - источник целого набора эффективных правил принятия торговых решений.

Текст с согласия издателя скомпилирован из книги Биермана, Бонини и Хаусмана Quantitative Analysis for Business Decisions, 7th Edition, Richard D. Irwin, Inc., Homewood, IL 60430, 1986, стр. 4-19.

Тед С. Эрл об эффективности способа принятия решений на основании распознавания фигур

Как известно, формальные теоретические модели редко удовлетворяют практическим требованиям инвесторов. Между тем финансисты и экономисты, в отличие от естествоиспытателей, лишены возможности ставить лабораторные опыты с реальным материалом. Единственной альтернативой создания действенных правил принятия торговых решений является в этих условиях тестирование торговых систем на исторических данных с проверкой значимости полученных результатов средствами статистического анализа. Эмпирическое моделирование позволяет привнести в процесс принятия торговых решений элемент научной обоснованности. Вся цепь сложных причинно-следственных отношений остается вне интересов аналитика; его задача - простое тестирование торгового метода, позволяющее выделить статистически достоверные качественные связи между наблюдаемыми событиями. Эмпирическое моделирование - наиболее эффективный способ очертить круг событий, появление которых, во-первых, неслучайно и, во-вторых, существенно с точки зрения практических инвестиционных целей.

Одним из видов эмпирического моделирования является моделирование правил принятия решений на основании распознавания фигур. Суть метода состоит в следующем:

• Фигура, обнаруженная во временном ряду индикатора, позволяет предсказать дальнейшее поведение исследуемого ряда.



•Проводится поиск значимых корреляций различных исторических данных.

•Фигуры обнаруживаются в ходе наблюдений за изменениями данных индикатора, связанными по времени с событием, которое исследователь хотел бы предсказать.

•Во внимание принимаются любые данные, релевантные, с вашей точки зрения.

•Верность избранного правила принятия решений тестируется на длинных временных отрезках: существование качественной связи между фигурой и событием можно подтвердить или опровергнуть только путем статистической проверки.

•Критерием для помещения фигуры в разряд индикаторов является уровень надежности. Доверия заслуживают правила принятия решений, проверенные на длинных временных отрезках и дававшие в ходе тестирования стабильный, статистически значимый результат.

Правила принятия решений должны быть сформулированы четко: их суть не может вызывать разногласий у пользователей. Эмпирические модели должны быть объективными, а это значит, что в ходе применения правил на одном и том же историческом материале разные исследователи получат идентичные результаты.

Любое моделирование, связанное с распознаванием фигур, состоит из шести этапов:

1.Постановка задачи.

2.Сбор данных, необходимых для идентификации фигур.

3.Разработка правил принятия решений на основании распознавания фигур, обнаруженных во временном ряду индикатора.

4.Тестирование правил принятия решений и оценка результатов прогнозов поведения исследуемого временного ряда.

5.Установление контроля над использованием правил принятия решений.

6.Подготовка к применению правил на практике.

Каждый из шести этапов включает несколько шагов, которые в ходе исследования не раз подвергаются пересмотру и переоценке. Перед исследователем открывается огромный простор для выбора существенных для модели взаимосвязей. Параметры, которые будут приняты в конечном варианте, должны сделать тестирование наиболее разумным и эффективным. Наименее сложным данное исследование покажется людям, имеющим опыт построения эмпирических моделей, знакомым с природой исследуемых переменных и умеющим замечать неточности или ошибки данных. Напомним, что всякое новое тестирование должно строиться с учетом результатов, полученных в ходе предыдущих проверок.

Важным этапом работы является установление контроля над использованием правил принятия решений. Правила, прекрасно функционирующие на историческом материале, в будущем способны оказать нам мед-

[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [ 13 ] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [106] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126] [127] [128] [129] [130] [131] [132] [133] [134] [135] [136] [137] [138] [139] [140] [141] [142] [143] [144] [145] [146] [147] [148] [149] [150] [151] [152] [153] [154] [155] [156] [157] [158] [159] [160] [161] [162] [163] [164] [165] [166] [167] [168] [169] [170] [171] [172] [173] [174] [175] [176] [177] [178] [179] [180] [181] [182] [183] [184] [185] [186] [187] [188] [189] [190] [191] [192] [193] [194] [195] [196] [197] [198] [199] [200] [201] [202] [203] [204] [205] [206] [207] [208] [209] [210] [211] [212] [213] [214] [215] [216] [217] [218] [219] [220] [221] [222] [223] [224] [225] [226] [227] [228] [229] [230] [231] [232] [233] [234] [235] [236] [237] [238] [239] [240] [241] [242] [243] [244] [245] [246] [247] [248] [249] [250] [251] [252] [253] [254] [255] [256] [257] [258] [259] [260] [261] [262] [263] [264] [265] [266] [267] [268] [269] [270] [271] [272] [273] [274]