Тема 3. Графические и количественные методы анализа тенденций развития показателей финансового рынка

Для анализа и прогнозирования процессов, происходящих на финансовых рынках, используются два метода анализа: фундаментальный и технический . Отличительной чертой фундаментального метода анализа является рассмотрение существа процессов, происходящих на рынке, выявление порождающих их причин и взаимосвязей.

Технический метод анализа (в литературе часто употребляется просто термин «технический анализ») связан с изучением динамики непосредственно самих процессов, протекающих на финансовых рынках, в частности, со способами обнаружения тренда и определения моментов его разворота. В данном случае под трендом условимся понимать устойчивую тенденцию к росту или падению цен, на определенном временном интервале. Методы технического анализа можно разделить на графические и численные.

Графический метод анализа (например, рынка ценных бумаг) используется для прогнозирования уровня цен и определения оптимального момента времени (момента разворота тренда) для покупки или продажи ценных бумаг.. Прежде чем перейти к рассмотрению методов графического анализа, дадим характеристику типам трендов, наиболее часто встречающихся на финансовых рынках.

Основным считается первичный тренд, его продолжительность обычно составляет от 1 до 2 лет. Он отражает развитие внутренних процессов экономики, лежащих в основе цикла деловой активности. Развитие в главном направлении иногда прерывается возвратными движениями, возникающими как реакция на различные политические, экономические, правовые и иные проблемы, характерные для функционирования любой сложной системы. Соответствующие таким возвратным движениям тренды называют промежуточными или среднесрочными, они длятся от одного до шести и более месяцев. В свою очередь среднесрочные тренды могут быть прерваны краткосрочными трендами, срок действия которых составляет от 1 до 3-4 недель. Причинами возникновения краткосрочных трендов являются случайные факторы, выявить и предсказать появление которых чрезвычайно сложно.

Таким образом, на показатели финансовых рынков одновременно влияют несколько трендов и очень важно знать, какой из них в данный момент оказывает решающее воздействие, так как от этого во многом зависит момент наступления следующего разворота, а также величина численного изменения показателей.

Кроме перечисленных выше типов трендов на финансовых рынках имеют место тренды дня, которые особенно часто встречаются на фондовых биржах. Почасовые и даже мгновенные изменения финансовых показателей, составляющие тренды дня, можно отслеживать с помощью методов технического анализа.

Графические методы анализа нашли широкое применение в практике анализа движения биржевых цен и в принятии решений о покупке или продаже финансовых инструментов. Основной задачей такого анализа является прогнозирование тенденции движения цен. Знание момента разворота тренда- необходимое и достаточное условие прибыльной торговли на финансовом рынке. Поэтому предсказание момента его разворота - основная задача графического анализа рынка.

Для решения этой задачи существуют многочисленные компьютерные программы (например, MetaStock , CQG и др.), в которых предусмотрены автоматические методы графического представления на дисплеях компьютеров движения цен на различных финансовых рынках.

Для прогнозирования разворотов или продолжения тренда трейдер проводит на графике линии, проходящие через максимумы и минимумы графика цен. В сочетании эти линии напоминают некоторые фигуры. Ряд таких фигур: «двойное дно» , «двойная вершина», «голова и плечи» и «перевернутая голова и плечи» являются предвестниками разворота тренда.

Существенную помощь в прогнозировании движения цен и определении момента покупки и продажи финансовых инструментов оказывают многочисленные индикаторы рынка. При их расчете используют данным о ценах. Графики индикаторов выводят на экраны дисплея, как правило, одновременно с графиками цен. Анализ этих графиков позволяет принимать решения о покупке и продаже финансового инструмента.

В настоящее время существуют сотни индикаторов, позволяющих прогнозировать движение цен. Ни в одной книге или компьютерной программе они не могут быть представлены вместе. Тем более это относится к лекции или учебнику. На наш взгляд приведенные в КОПР индикаторы вполне достаточны для ведения торгов. Для более углубленного ознакомления с другими индикаторами необходимо обратиться к специальной литературе.

Среди используемых часто индикаторов выделим скользящие средние, осцилляторы (момент, скорость изменения цен, индекс относительной силы) и стохастические линии (%К, % D , % R ).

Ввиду того, что движение цен подвержено флуктуациям, для получения более наглядной информации о наличии тренда производят сглаживание графика цен. После сглаживания тренд прослеживается более явственно. Для сглаживания ценовых графиков используют простые и экспоненциальные скользящие средние. Их графики по запросу оператора автоматически выводятся на дисплей. Как правило, для прогнозирования моментов выгодной покупки и продажи используют две скользящие средние. Одна, с большим интервалом сглаживания, более инерционна («медленная скользящая средняя»). Вторая, с меньшим интервалом сглаживания, быстрее отслеживает движение цен («быстрая скользящая средняя»). Когда быстрая скользящая средняя пересекает медленную снизу вверх - это говорит о том, что цена растет и надо покупать. И наоборот, когда быстрая скользящая средняя пересекает медленную сверху вниз - надо продавать.

Схождение-расхождение скользящих средних ( MACD ) - еще один индикатор, представленный практически во всех компьютерных программах технического анализа. Он также основан на пересечении скользящих средних. Этот график строится как разность между двумя экспоненциальными скользящими средними с периодами сглаживания 12 и 26 дней. Совместно с этим графиком MACD на экран выводится его скользящая средняя с периодом сглаживания 9 дней - так называемая сигнальная линия. Когда MACD опускается ниже сигнальной линии - надо продавать, а когда поднимается выше сигнальной линии - покупать.

Индикаторы, основанные на скользящих средних, хорошо работают только в условиях явно выраженного тренда. При отсутствии устойчивой тенденции к росту или падению цен (боковой тренд) количество ложных сигналов, подаваемых скользящими средними, слишком велико. Это неизбежно приводит к потерям.

При боковом тренде более надежные сигналы к покупке и продаже дают осцилляторы.

Один из них - момент ( MOM ) рассчитывается как разница конечной цены текущего дня и цены n дней тому назад. Положительные значения момента свидетельствуют об относительном росте цен, отрицательные - о снижении. Движение графика момента вверх из зоны отрицательных значений во время пересечения с нулевой линией подает сигнал к покупке. В случае нисходящего тренда ситуация развивается симметрично - сигнал к продаже поступает при пересечении нулевой линии сверху вниз.

Похожий индикатор, показывающий скорость изменения цен, ( ROC ) рассчитывается как отношение конечной цены текущего дня к цене, которая была n дней тому назад, и выражается в процентах. В качестве линии, пересечение которой дает сигнал о покупке и продаже используется уровень 100%.

Индекс относительной силы ( RSI ) является наиболее распространенным осциллятором, расчет которого предусмотрен практически во всех компьютерных программах технического анализа. Значения RSI изменяются от 0 до 100. Этот индикатор показывает отношение суммы повышений цен к сумме повышений и понижений цен за выбранный промежуток времени (например 7 дней).

Во всех перечисленных выше случаях для расчетов используют цены закрытия.

График RSI (как большинства других индикаторов) следует за движением цен. При росте цен торговцы (трейдеры) пытаются быстрее купить растущий в цене финансовый инструмент, чем еще больше ускоряют рост цен. В результате цены подскакивают слишком высоко, рынок входит в так называемую «зону перекупленности». Трейдеры начинают понимать, что скоро цены начнут падать и начинают продажи. Рост цен приостанавливается, что влечет за собой уменьшение числа покупателей и рост количества продавцов. В результате, цены начинают уменьшаться и выходят из «зоны перекупленности». Далее процесс развивается в обратном направлении. Трейдеры стараются избавиться от дешевеющего финансового инструмента и начинаются массовые продажи, что приводит к быстрому падению цен. В результате цены падают слишком низко и оказываются в так называемой «зоне перепроданности».

Индекс RSI , следуя за ценами, также оказывается то в зоне перекуплености, то в зоне пере-проданности. Зоны перепроданности располагаются обычно при значении RSI ниже 25-20, а перекупленности - выше 75-80. Нахождение RSI в этих зонах дает грейдеру сигнал о возможном развороте тренда. Сигналом к покупке и продаже служит разворот RSI -в указанных зонах и выход из нее.

Среди стохастических линий на наш взгляд чаще других в торговле используются %К, % D , % R . Методы их расчета и применения в торговле также изложены в данной теме 3.

Значительное количество финансово-экономических процессов подвержены сезонным колебаниям. Временные ряды, включающие как тренд, так и сезонную компоненту, называют тренд - сезонными временными рядами.

Примером может служить ценная бумага, растущая в цене в течение ряда лет, по которой ежегодно выплачивается (например, в начале года ) дивиденды. Если стоимость бумаги из года в год растет, мы имеем восходящий долгосрочный тренд. Однако, в начале года стоимость бумаги может быть ниже, чем в конце предыдущего года, так как стоимость бумаги к концу года включает в себя накопившиеся за год дивиденды. Дивиденды получит субъект, владеющий ценной бумагой на момент объявления дивидендов. Уменьшение стоимости ценной бумаги после объявления дивидендов аналогично уменьшению стоимости коровы после того, как она отелится. До отела стоимость теленка входит в стоимость коровы. Поэтому стоимость ценной бумаги имеет явно выраженный сезонный характер.

Для краткосрочного прогнозирования этих процессов чаще всего используются адаптивные модели, например, мультипликативная модель Хольта-Уинтерса. Порядок построения модели изложен в методичке и разделе 2 темы 3 КОПР. Хотелось бы акцентировать внимание студентов на некоторых вопросах, при ответе на которые, часто делаются ошибки. Учитывая, что решение аналогичной задачи входит в контрольное задание, дадим ряд пояснений.

Весь процесс построения модели, проверки ее качества и расчет прогнозных значений экономического показателя Y ( t ) можно условно разбить на ряд этапов.

Этап 1. Нахождение оценочных значений параметров модели (параметров а(0),. b (0) и сезонных факторов F ( l ),..., F ( L )). Здесь L - период сезонности (для квартальных данных L =4, для месячных L =12);

Этап 2. Построение модели Хольта-Уинтерса, отражающей сезонный характер изменения экономического показателя Y ( t ), проводится с помощью итерационного метода путем расчета коэффициентов модели a ( t ), b ( t ) и сезонного фактора F ( t ) по известным значениям этих величин за предыдущие периоды времени.

Этап 3. Проверка качества модели

Этап 4. Расчет прогнозных значений

Таким образом, для построения адаптивной мультипликативной модели Хольта-Уинтерса вначале необходимо оценить значения а(0), b (0), а также F ( l ),..., F ( L ).

Для оценки начальных значений а(0), b (0), применим линейную модель к первым 8 значения ряда Y ( t ). Линейная модель, имеет вид:

Yp ( t ) = а(0) + b (0)* t

Метод наименьших квадратов дает возможность определить коэффициенты линейного уравнения. Подробнее это изложено в подразделе 5.1 главы 5 учебного пособия.

Определив коэффициенты линейной модели а(0) и b (0), можно найти расчетные значения экономического показателя и сравнить их с фактическими. Коэффициенты сезонности F (1),..., F ( L ) находят как отношения фактических и расчетных значений экономического показателя для соответствующего значения временного фактора t . В контрольном задании для студентов сезонность носит квартальный характер. Учитывая, что в году 4 квартала, L =4.

Оценив значения а(0), b (0), а также F ( l ),..., F (4), можно перейти к этапу 2 -построению адаптивной мультипликативной модели Хольта-Уинтерса с помощью соответствующих итерационных формул. Используя оценочные значения параметров, рассчитанные на первом этапе, можно рассчитать их значения для t = l Зная значения параметров для t = l можно рассчитать их значения для t =2 и т.д. для всех значений t , для которых известны фактические значения экономического показателя Y ( t ) . В контрольной работе приведены фактические значения экономического показателя Y ( l ), Y (2),...., Y (16) (4 года по 4 квартала в каждом). Следовательно, параметры модели могут быть найдены только для t =16. Закончив построение модели, необходимо перейти к следующему этапу 3 - проверке качества модели. Как это делается можно посмотреть в учебном пособии (подразделе 5.2 главы 5).

Этап 4 - расчет прогнозных значений - самый простой, но он вызывает затруднения у части студентов. Поэтому желательно обратить на этот этап особое внимание. На вопрос: «Как найти прогнозное значение для t =18», некоторые студенты пытаются вначале найти значения параметров модели для t =17, что невозможно, так как фактические данные имеются только для 16 кварталов. Акцентирую внимание студентов на том, что по данной модели прогнозные значения на к шагов вперед рассчитываются как произведение выражения [ a (16)+ k * b (16)] на сезонный коэффициент того квартала, для которого ищется прогнозное значение. Например, если прогноз ищется для t = 18 это значит, что речь идет о 2 квартале. Последнее уточненное значение для 2 квартала в нашей таблице имеется в строке, для которой t = 18 — 4 =14. Из этой строки ( t =14) и надо брать коэффициент сезонности для расчета прогнозного значения экономического показателя.