1.Постановка задачи.
2.Сбор данных или создание математическими методами временных рядов, которые будут использованы для обнаружения изучаемых фигур.
3.Разработка правил принятия решений на основе распознавания фигур, развивающихся во временном ряду индикатора.
4.Проверка правил принятия решений и оценка результатов предсказаний исследуемого временного ряда.
5.Установка контроля над использованием правил принятия решений.
6.Подготовка к использованию разработанных правил в реапьной работе.
Каждый из данных этапов обычно состоит из нескольких шагов, результаты которых часто приходится переосмысливать и перерабатывать при продвижении исследования. Более того, у вас будет огромный выбор различных взаимосвязей для построения модели. Умение отбирать различные взаимосвязи для проверки и модифицировать тесты после получения предварительных результатов очень важно для проведения эффективного исследования. Опыт в работе с эмпирическими моделями, знание исследуемого рынка и умение замечать ошибки в данных помогут вам в вашей работе.
Контроль над использованием правил принятия решений очень важен, так как правила, прекрасно работавшие на исторических данных, могут подвести в будущем. Нужно заранее продумать ваши действия в случае, если правила перестанут работать. Например, в случае, когда убытки превышают некоторый процент (10% или 20%), возможно, придется провести защитные продажи. Также, если две последовательные сделки оказались убыточными, имеет смысл приостановить использование правил и доработать их на последних данных.
Очевидно, что любая модель, прекрасно работавшая на исторических данных, не гарантирована от провала в будущем. Но модель, которая не работала и в прошлом (будучи основанной на тех же предположениях и данных) весьма сомнительна для использования в будущем. Также, если теоретическая модель не выдерживает испытания на исторических данных, то либо теория, либо предположения, на которых она основана, ошибочны. Для того, чтобы избежать подобных ошибок, в любое исследование следует включать тесты на исторических данных. Используя статистические стандарты достоверности, можно разработать эмпирические модели, которые отвечают тем же требованиям, что и теоретические модели, и даже превышают их. Правила принятия решений на основе распознавания фигур и другие подходы к эмпирическому моделированию можно эффективно использовать в экономических и финансовых задачах.
Нед Дэвис (Ned Davis Research, Inc., P.O. Box 2089, Venice, FL 34284)-один из самых выдающихся современных исследователей. Дэвис полагает, что выбор оптимального времени для покупки и продажи приносит существенно лучшие результаты, чем простая стратегия «кухш и держи». Разработанная Дэвисом компьютерная программа строит модели выбора времени для инвестищш на основе наиболее надежных индикаторов технического (график цены) и фундаментального (экономического, кредитно-денежного, стоимостного) анализов. Данные модели дают конкретные сигналы и предлагают разумные стратегии. Так как модели создаются с помощью компьютера, они свободны от влияния человеческих эмоций и качество их работы может бьггь проверено на очень больших временных интервалах.
Для работы на рынке можно изобрести бесконечно много различных «систем», причем для построения моделей могут быть использованы самые разнообразные данные. Модели выбора оптимального времени для инвестиций - это только одна из таких систем, и их успех во многом зависит от качества используемых при их построении правил и исходной информации.
Один из видов исходной информации - это движение цены на рынке. На основе графиков цены бьши построены модели трендов и импульса цены (momentum), оказавшиеся весьма полезными для предсказания больших ростов и падений на рынке. Также в моделях выбора времени для инвестиций могут быть использованы фундаментальные данные - такие как индекс потребительских цен, движение денежных масс и уровень процентных ставок.
Использование качественной информации, отражающей рыночные циклы, создает предпосьшки для создания хорошей модели, однако одна информация не может обеспечить успех. Другая необходимая составляющая модели - это набор правил для действий на основе поступающей информации. Правила могут быть столь же многочисленны и разнообразны, как и используемые данные. Однако существует несколько общепринятых и простых правил, которые можно использовать с любыми данными.
Один из простейших способов выбора времени для покупки и продажи -это правило пересечения скользящего среднего. Для применения правила нужно вычислить скользящее среднее цены того инструмента, с которым вы работаете. Сигналом к покупке будет поднятие цены над уровнем скользящего среднего, а к продаже - падение цены ниже уровня скользящего сред-
МОДЕЛИ ВЫБОРА ОПТИМАЛЬНОГО ВРЕМЕНИ ДЛЯ ИНВЕСТИЦИЙ В ИЗЛОЖЕНИИ НЕДА ДЭВИСА
него. Скользящее среднее помогает определить общее направление или тренд рынка по его недавнему прошлому. Ддя вычисления шестидневного скользящего среднего нужно сложить цены последних шести дней и разделить сумму на 6. Скользящее среднее пересчитывают каждый день, отбрасывая самые старые данные и добавляя новые. Таким образом, среднее «скользит» вместе с графиком цены, однако гораздо меньше колеблется. Двенадцатидневное скользящее среднее более «плавное», чем шестидневное, и измеряет тренд большего временного масштаба. Система, построенная на «длинных» скользящих средних, дает большие прибыли на одну сделку и меньшие годовые прибыли. «Короткие» скользящие средние дают меньшую прибыль на одну сделку (так как сделок много) и большуто годовую прибыль (так как капитал чаще пополняется). Различные модификации метода вычисления скользящего среднего позволяют придать больший вес последним данным или сильнее сгладить график скользящего среднего. Правило пересечения скользящего среднего при этом не изменяется. При всяком сильном движении рынка скользящее среднее обязательно последует за ценой. Следовательно, инвестор, использующий правило пересечения скользящего среднего, не проиграет.
Среди технических аналитиков существовала тенденция использовать одни и те же временные масштабы для многих моделей, например, для всех акций портфеля использовать 200-дневное скользящее среднее или 13-недельный импульс цены. Однако, необходимо учитывать то, что циклические характеристики разных рынков различны. С помощью компьютера можно перебрать множество различных временных масштабов и найти скользящее среднее или импульс цены, которые давали лучшие результаты в прошлом. Существуют модели, в которые входят составляющие различных временных масштабов, отвечающие рыночным циклам. Следует заметить, что правило пересечения скользящего среднего иногда дает очень кратковременные сигналы. Поэтому, ддя избежания ошибок, к правилу следует применять фильтр, а именно, учитывать только те пересечения, когда цена поднимается или опускается от скользящего среднего на один или два процента.
Часто исходные данные изменяются в некотором установленном интервале. Годовое изменение цены какой-либо акции может составлять от +50 % до -30 %. Уровень инфляции обычно изменяется от +15% до 1 %. Модели, созданные с помощью Правила Наклона, учитывают, насколько выше или ниже данные текущего периода по сравнению с предьщущими данными.
Иногда в истории исходных данных можно заметить повторяющиеся минимумы и максимумы, знание которых очень ценно для прогнозирования. Уровни этих минимумов и максимумов ограничивают три области: бычью, медвежью и нейтральную. В моделях перепроданного/перекупленного (oversold/overbought) рынка часто используется это правило трех об-