Графическое представление рынка

Если вы уже начали изучение рынков, то знаете, это мир изображений, где преобладают графики. Как показано на рисунке 1.1, обычные графики представляют цену открытия каждого дня горизонтальной чертой на левой стороне каждого бара, а цену закрытия — горизонтальной чертой на правой стороне бара. Самая верхняя точка бара отражает самую высокую цену, до­стигнутую ценной бумагой или товаром в течение дня, в то время как осно­вание бара представляет, наоборот, самую низкую цену, по которой товар торговался в этот день.

Цена открытия, как вы увидите позже, наиболее важная цена дня. Я обосновал это понятие вместе с Джо Миллером, Доном Саутардом и Куртом Хупером (Curt Hooper), аспирантом военно-морской академии, который в 1966 г. первый из тех, с кем я когда-либо работал, использовал компьютер для получения ответов на поставленные рынком вопросы.

Рисунок 1.1Типичный график, показывающий цены открытия, закрытия, максимумы и минимумы

В то время, как мы были увлечены OBV, нам хотелось получить более на­дежную формулу, и как только мы узнали, что первоначальная концепция OBV разработана двумя ребятами из Сан-Франциско Вудсом и Вайнолиа (Woods and Vignolia), мы решили, что могли бы найти лучший подход.

Когда мы начинаем строить ежедневные движения цен в виде баров на гра­фике, возникает проблема их прочтения, часто порождая в голове хаос. Графи­ческие представления поведения цен на протяжении многих лет «читались» людьми, называющими себя «чартистами». Вообще говоря, до начала 1980-х чартисты были нужны нам примерно так же, как безработный шурин.

Эта братия кропотливо изучила структуры графиков, обнаружила ти­пичные фигуры и дала им названия, например, клин, голова и плечи, вым­пел, флаг, треугольник, W-основание и М-вершина, 1-2-3-конфигурация. Предполагается, что эти фигуры отражают борьбу спроса и предложения. Некоторые фигуры указывают на продажу, другие — на процесс покупки профессиональными операторами. Потрясающий материал, но неправиль­ный. В точности такие фигуры можно найти и на графиках, не имеющих в своей основе фактора спроса/предложения.

Рисунок 1.2Выпадение орла/решки при подбрасывании монеты на кумулятивной основе.

Рисунок 1.2 показывает график 150 подбрасываний старого серебряно­го доллара, и эта кривая очень напоминает диаграмму цен на свинину. А рисунок 1.3 — что это, график температуры или цены на сою? Кто знает? Что мы знаем, так это то, что графики с нанесенными на них нерыночными данными выглядят точно так же, как и диаграммы поведения ценных бумаг и товарных фьючерсов, и производят те же самые типичные фигуры, кото­рые, как предполагается, подают сигналы на покупку и продажу. Я хочу, чтобы вы с умом подходили к фигурам на диаграммах и оценивали их очень критично.

Чартисты стали называться «техническими аналитиками», заставив га­дать по графикам компьютеры. Компьютеры сделали чартистов солиднее, помогли им выглядеть респектабельнее, подобно ученым. И действитель­но, появилось много книг с названиями типа Новая наука... или Научный подход к... Есть ли настоящая наука в этом безумии?

Честно говоря, я думаю, нет.

Рисунок 1.3Ценная бумага? Нет, ежедневная температура: максимальная, минимальная задень и последнее показание термометра.

Цены не пляшут под дробь волшебного барабана, спрятанного в тайни­ках шикарной нью-йоркской квартиры и отбивающего ритм, понятный лишь нескольким посвященным. Цены скачут сами по себе, и наши диа­граммы становятся беспорядочными, потому что на человеческие эмоции влияют новости и брокеры со своими намеками о предстоящем немедлен­ном буме или обвале.

Неслучайный рынок

Цены на товарные фьючерсы в основном ведут себя как пьяный моряк, блуждающий по улице без малейшего представления куда и откуда он идет. Математики сказали бы, что нет никакой корреляции между про­шлым поведением цен и будущими трендами.

И они были бы не правы: некоторая корреляция существует. Хотя тот пьяный моряк шатается туда-сюда и, казалось бы, движется неуправляемо, можно найти ключ к пониманию его безумного поведения. Он пробует дойти куда-то, и как правило, мы можем выяснить, куда.

В поведении цен присутствует большая доля хаотичности, но оно (по­ведение) далеко от полностью случайного. Если я не смогу доказать это прямо сейчас, в начале этой книги, следующие главы можно смело посвя­тить изучению, как метать дротики. В случайной игре метатель дротиков обставит экспертов.

Начнем со следующего: если мы подбросим монету 100 раз, 50 раз она упадет орлом и 50 раз — решкой. При каждом очередном броске существу­ет 50-процентная вероятность, что выпадет орел, и такая же вероятность, что выпадет решка. Если, скажем, орел выпал два раза подряд, и мы броса­ем снова, шансы, что опять выпадет орел, по-прежнему остаются 50/50. Как вы, вероятно, слышали, монета, игральная кость или колесо рулетки не имеют памяти. Шансы не меняются, поскольку это случайная игра.

Если бы это было справедливо для рынка и цены закрывались бы с повышением в 50 процентах случаев, то после каждого закрытия мы ожидали бы, что и впредь закрытия будут происходить с повышением в 50 процентах случаев, причем эта 50-процентная вероятность распро­странялась бы на каждый последующий отрезок времени. То же самое относится и к закрытию с понижением: в 50 процентах случаев после за­крытия вниз мы должны были бы увидеть повторение; точно так же в 50 процентах случаев после повторного закрытия вниз мы наблюдали бы третье закрытие с понижением. Однако в реальном мире торговли дело обстоит не так, что может означать только то, что поведение цен не полно­стью случайное!

Таблица 1.2

Количество закрытий с повышением после однократного закрытия вниз; Количество закрытий с повышением после двукратного закрытия вниз

	Количество за­крытий вверх		Количество за­крытий вверх
	после одно-		после двукрат-
Товарные	кратного за-		ного закрытия
фьючерсы	крытия вниз	%	вниз	%
Свинина	3,411		1,676
Хлопок	1,414
Соя	3,619		1,612
Пшеница	3,643		1,797
Британский фунт	2,672		1,254
Золото	2,903		1,315
Никель
Евродоллар	1,598
Бонды США
Standard & Poor's	1,829
в среднем		55.8		55.2

В таблице 1.1 показаны процентные доли цен закрытия с повышением на самых различных рынках. Какие-либо критерии не использовались, и компьютер просто покупал при открытии ежедневной торговой сессии и продавал при ее закрытии. Вместо результата 50/50 мы получили неболь­шое отклонение: в 53.2 процента всех случаев цена закрытия оказалась вы­ше, чем цена открытия. Этого не должно было быть.

Что ж, если этого «не должно было быть», то как насчет покупки при от­крытии сессии после закрытия с понижением? Теоретически мы должны были бы увидеть тот же самый процент закрытий с повышением, показан­ный в таблице 1.1. Проблема, однако, в том (для профессоров колледжей и других академиков, богатых на теории и бедных на знания рынка), что это­го не получается. Таблица 1.2 показывает число раз, когда цены закрыва­лись выше после ряда закрытий вниз.

Для трейдера это не бог весть какая новость. Мы знаем, что понижения рынка подготавливают ралли. Точные проценты не были известны в про­шлом, и я никогда не стал бы использовать эти таблицы, чтобы закрывать или оставлять позицию. Не в этом дело: мы должны были наблюдать сред­нее число закрытий с повышением примерно на уровне 53,2 процента пос­ле однократного, а также двукратного последовательного закрытия с мину­сом. То, что мы не видим этого в действительности, объясняется тем, что рынок не случаен: фигуры действительно «предсказывают», и теперь мы можем продолжать, обходясь без метания дротиков.