Denna bok ägnas åt att presentera fraktalmarknadshypotesen som ett alternativ till effektiv marknadshypotes. Fraktaler, som en konsekvens av Demiurgens geometri, finns överallt i vår värld och spelar en betydande roll, inklusive i strukturen på finansmarknaderna, som är lokalt slumpmässiga, men globalt bestämda, enligt författaren. Boken kommer att undersöka metoder för fraktal analys av aktie-, obligations- och valutamarknader, metoder för att skilja mellan oberoende process, olinjär stokastisk process och olinjär deterministisk process, och utforska effekten av dessa skillnader på anpassade investeringsstrategier och modelleringsförmåga. Sådana strategier och modelleringsmöjligheter är nära relaterade till tillgångstypen och användarens investeringshorisont.

För riskhanterare, finansiärer, investeringsstrateger, tekniska marknadsanalytiker, såväl som enskilda investerare och valutaspekulanter som oberoende kommer in på världens finansiella marknader, inklusive FOREX-marknaden och de ryska marknaderna.

1991 skrev jag färdigt en bok med titeln Chaos and Order in Captain's Markets. Den gavs ut på hösten samma år (Peters, 1991a). Mitt mål var att skriva en konceptuell introduktion för investeringsgemenskapen till kaosteori och fraktalstatistik. Jag ville också ge några preliminära bevis för att marknader, i motsats till vedertagen teori, inte är väl beskrivna av random walk-modeller, och den allmänt presenterade Efficient Market Hypothesis (EMH) stöds inte väl av empiriska data.

I allmänhet fick min bok mycket positiva recensioner. Många läsare godkände det, även om några uttryckte sitt ogillande och ställde detaljerade frågor. Frågorna var indelade i två kategorier:

(1) teknisk och (2) konceptuell. Den tekniska kategorin innehöll frågor som bad om mer information om analysen. Min bok var inte tänkt att vara en lärobok och jag hoppade över många av de tekniska detaljerna i analysen. Detta tillvägagångssätt förbättrade bokens läsbarhet, men fick många läsare att fråga: "Vad ska jag göra härnäst?"

Den andra kategorin inkluderade frågor relaterade till konceptuella problem. Om EMN har brister, hur kan det åtgärdas? Eller snarare, vad är dess livskraftiga ersättning? Hur passar kaosteori och fraktaler in i handelsstrategier och dikotomien av teknisk och fundamental analys? Kan dessa till synes olika teorier förenas? Kan traditionell teori bli olinjär?

I den här boken tar jag upp båda kategorierna av frågor. Även om boken skiljer sig från den tidigare, återspeglar den ändå många liknande egenskaper. Fraktal marknadsanalys är ett försök att generalisera kapitalmarknadsteori (CMT) och förklara heterogeniteten i investeringsgemenskapen. Ett av misslyckandena med traditionell teori är dess försök att förenkla "marknaden" för den genomsnittliga prototypiska rationella investeraren. Skälen till att arbeta i denna riktning var ädla. I traditionen av västerländsk vetenskap, försökte grundarna av MMT lära sig något om helheten genom att dela upp ett problem i dess huvudkomponenter. Försöket lyckades. Tack vare Markowitz, Sharpes, Famas och andras visionära arbete har vi gjort enorma framsteg under de senaste 40 åren.

Det reduktionistiska synsättet har dock sina gränser och vi har nått dem. Det är dags att ta en mer holistisk titt på hur marknader fungerar. I synnerhet är det dags att erkänna den större heterogenitet som ligger bakom marknaderna. Alla investerare deltar inte av samma anledning, och investerare använder inte heller sina strategier över samma investeringshorisonter. Marknadernas stabilitet är oundvikligen förknippad med investerarnas heterogenitet. Den "mogna" marknaden är heterogen, såväl som gammal. Om alla deltagare hade samma investeringshorisont, om de svarade på samma information på samma sätt och investerade i samma syfte, skulle instabilitet råda överallt. Mogna marknader har å andra sidan varit anmärkningsvärt stabila under lång tid. En daytrader kan handla anonymt med en pensionsfond: den förra handlar ofta för kortsiktiga vinster; den senare handlar sällan och för den långsiktiga ekonomiska trygghetens skull. Daghandlaren reagerar på tekniska trender; investeringar pensionsfond baserad på långsiktig ekonomisk tillväxtpotential. Och ändå agerar alla samtidigt, och var och en diversifierar den andra.

Den här boken är ingen berättelse, även om huvudvikten fortfarande ligger på konceptuella aspekter. Analytiska metoder granskas inom begreppsramen. Precis som med föregående bok tror jag att alla med en gedigen bakgrund inom företagsstatistik kommer att hitta mycket användbar information här. Huvudvikten ligger inte på dynamik, utan på empirisk statistik, d.v.s. på tidsserieanalys för att avgöra vad vi har att göra med.

Den 14 oktober 2010 gick Benoit Mandelbrot bort, en man som till stor del förändrade vår förståelse av föremålen omkring oss och berikade vårt språk med ordet "fractal", som betyder "en struktur som består av delar som i en viss mening liknar hela” 1. Nu är det tack vare Mandelbrot som vi vet att fraktaler finns runt omkring oss. Vissa förändras ständigt, som rörliga moln eller lågor, medan andra, som kustlinjer, träd eller våra vaskulära system, behålla den struktur som förvärvats i evolutionsprocessen. Dessutom sträcker sig det verkliga intervallet av skalor där fraktaler observeras från avstånden mellan molekyler i polymerer till avstånden mellan galaxhopar i universum. Den rikaste samlingen av sådana föremål finns samlad i Mandelbrots berömda bok "Fractal Geometry of Nature" 2.

Den viktigaste klassen av naturliga fraktaler är kaotiska tidsserier, eller tidsordnade observationer av egenskaperna hos olika naturliga, sociala och tekniska processer. Bland dem finns både traditionella (geofysiska, ekonomiska, medicinska) och de som har blivit kända relativt nyligen (dagliga fluktuationer i nivån av brott eller trafikolyckor i regionen, förändringar i antalet visningar av vissa webbplatser på Internet, etc. .). Dessa serier genereras vanligtvis av komplexa olinjära system som är av mycket olika karaktär. Men allas beteendemönster upprepas på olika skalor. Deras mest populära representanter är finansiella tidsserier (främst aktiekurser och växelkurser).

Den självliknande strukturen för sådana serier har varit känd under mycket lång tid. I en av sina artiklar skrev Mandelbrot att hans intresse för börskurser började med ett uttalande från en av aktiehandlarna: ”...Prisrörelserna för de flesta finansiella instrument är ytligt lika, på olika tidsskalor och priser. Av utseende grafiskt, kan observatören inte avgöra om uppgifterna avser vecko-, dagliga eller timförändringar." Mandelbrot, som intar en mycket speciell plats inom finansvetenskapen, hade ryktet om att "undergräva grunderna", vilket orsakade en klart tvetydig attityd bland ekonomer. Sedan uppkomsten av modern finansteori, baserad på begreppet allmän jämvikt, var han en av dess främsta kritiker och fram till slutet av sitt liv försökte han hitta ett acceptabelt alternativ till det. Det var emellertid Mandelbrot som utvecklade ett system av begrepp, som med lämplig modifiering, som det visade sig, inte bara tillåter att konstruera en effektiv prognos, utan också att erbjuda, uppenbarligen, den enda empiriska motiveringen för tillfället klassisk teorier om finans.

Fractal marknadskoncept

Den huvudsakliga egenskapen hos fraktala strukturer är fraktaldimensionen D, introducerad av Felix Hausdorff 1919. För tidsserier används ofta Hurst-index H, som är relaterad till fraktaldimensionen genom relationen D = 2 – H och är en indikator på persistensen (förmågan att upprätthålla en viss trend) i en tidsserie. Vanligtvis finns det tre fundamentalt olika lägen som kan finnas på marknaden: när N= 0,5 prisbeteende beskrivs av en random walk-modell; på N> 0,5 priser är i trendläge (riktningsrörelse uppåt eller nedåt); på H< 0,5 цены находятся в состоянии флэта, или частых колебаний в достаточно узком диапазоне цен.

Men för tillförlitlig beräkning H(liksom D) kräver för mycket data, vilket utesluter möjligheten att använda dessa egenskaper som indikatorer som bestämmer den lokala dynamiken i tidsserien.

Som bekant är den grundläggande modellen för finansiella tidsserier random walk-modellen, som först erhölls av Louis Bachelier för att beskriva observationer av aktiekurser på den parisiska marknaden. fondbörs. Som ett resultat av att ompröva detta mönster, som ibland observeras i prisbeteende, uppstod konceptet effektiv marknaden ( EffektivMarknadsföraHypotes, EMH), där priset helt återspeglar all tillgänglig information. För att en sådan marknad ska existera räcker det att anta att den är ockuperad av ett stort antal fullt informerade rationella agenter som omedelbart reagerar på inkommande information och justerar priserna, vilket för dem till ett tillstånd av jämvikt. Alla huvudresultat av klassisk finansteori (portföljteori, CAPM-modell, Black-Scholes-modell, etc.) erhölls inom ramen för just detta tillvägagångssätt. För närvarande fortsätter konceptet med en effektiv marknad att spela en dominerande roll i både finansiell teori och finansiell verksamhet 3 .

I början av 1960-talet hade empirisk forskning visat att stora prisförändringar på marknaden inträffade mycket oftare än vad den grundläggande effektiva marknadsmodellen (random walk-modellen) förutspådde. En av de första som grundligt kritiserade konceptet med en effektiv marknad var Mandelbrot. Faktum är att om vi korrekt beräknar värdet på indikatorn H för vilken kampanj som helst, så kommer den med största sannolikhet att skilja sig från H= 0,5, vilket motsvarar modellen för slumpmässig gång. Mandelbrot hittade alla möjliga generaliseringar av denna modell som kunde vara relevanta för verkligt beteende priser Som det visade sig är det å ena sidan de processer han kallade Levis flyg(Levi flight), och å andra sidan - de processer som han kallade generaliserad Brownsk rörelse(Fraktionell Brownsk rörelse). Beteendet hos en tidsserie som (ganska ofta observeras på den verkliga marknaden) kan indikeras med någon av dessa processer.

För att beskriva prisbeteende används det vanligtvis fraktal marknadskoncept (FraktalMarknadsföraHypotes, FMH), vilket vanligtvis betraktas som ett alternativ till EMH. Konceptet förutsätter att det finns ett brett utbud av agenter på marknaden med olika investeringshorisonter och därför olika preferenser. Dessa horisonter varierar från några minuter till intradag handlare upp till flera år för stora banker och investeringsfonder. En stabil position på en sådan marknad är en regim där "den genomsnittliga lönsamheten inte beror på skalan, förutom multiplikation med motsvarande skalfaktor" 4 . Faktum är att vi talar om en hel klass av lägen, som var och en bestäms av sitt eget indikatorvärde H. I det här fallet värdet H= 0,5 visar sig vara en av många möjliga och därför lika med vilket annat värde som helst (). Dessa och andra relaterade överväganden har gett upphov till allvarliga tvivel 5 angående förekomsten av en verklig jämvikt på aktiemarknaden.

Priseffektivitet

En studie av fraktalegenskaperna hos priser för ryska (i MICEX-index) och amerikanska (inkluderade i Dow Jones Internet Index) företag, tillsammans med motsvarande index under de senaste tio åren, betonar värdets speciella position H= 0,5. För att göra detta är det dock nödvändigt att använda en ny fraktalindikator (fraktalitetsindex), introducerad av författarna till denna artikel i ett separat arbete 6. Det är relaterat till indikatorn N förhållandet, men för att bestämma det med acceptabel noggrannhet krävs två storleksordningar mindre data än för indikatorn H, därför kan det betraktas som en lokal fraktal egenskap. Det visar sig att genom att använda fraktalindexet är det möjligt att ge en motivering för den moderna teorin om finans, samt förutsäga starka fluktuationer på aktiemarknaden.

Till en första approximation är den allmänna bilden som observeras i alla serier som följer. Fraktalindexet (och den fraktala dimensionen av finansiella serier) utför kvasi-periodiska fluktuationer runt position = 0,5 (detta läge motsvarar en slumpmässig promenad). Samtidigt ändrar tidsserien kontinuerligt sitt läge och går från en trend (< 0,5) через состояние случайного блуждания во флэт (>0,5) och vice versa. Från tid till annan, för varje serie, uppstår och försvinner tillstånd med relativt stabila värden andra än 0,5. I detta fall intar regimen med = 0,5 en klart privilegierad position. För varje tidsserie är den längst i alla intervall som innehåller åtta punkter eller mer.

Det bör noteras att tolkningen av prisfluktuationer utifrån beskrivningen av marknadsaktörernas beteende kan variera mycket i olika skalor. Så, till exempel, intraday, där mer än hälften av transaktionerna utförs av handelsrobotar (på amerikanska marknader), är agenternas beteende tydligen mycket nära rationellt. På en skala från flera dagar till flera månader spelar socialpsykologin en betydande roll, som alltid innehåller ett irrationellt element. Samtidigt reproduceras den konstanta karaktären av oscillationer med det vanligast förekommande slumpmässiga gångläget på alla skalor, med början från den minsta. Detta tyder på att naturen av dessa svängningar uppenbarligen är baserad på allmän mekanism förseningar som följer med själva metoden för beslutsfattande av agenter på aktiemarknaden. Samtidigt är det huvudsakliga prisläget fortfarande en slumpmässig promenad, som förblir huvudattraktionssättet på alla skalor. Med andra ord, trots frekventa långvariga lokala avvikelser tenderar priserna att återgå till det effektiva beteende som beskrivs av slumpmässiga promenadmodellen.

Prognosmetod

Närvaron av prisseriens beskrivna fraktala egenskaper, observerade i ett brett spektrum av skalor, gör att vi kan ta en ny titt på möjligheten att förutsäga aktiemarknaden. I allmänhet är uppgiften för en prognos att bestämma de kvalitativa eller kvantitativa parametrarna för det framtida beteendet för en tidsserie baserat på hela uppsättningen av historiska data. I det här fallet är det av särskilt intresse att fastställa de tidiga föregångarna till en series kritiska beteende.

Låt oss överväga en av de nya metoderna för att lösa detta problem, baserat på fraktala egenskaper hos priser. Det har strängt bevisats 6 att om du introducerar den genomsnittliga amplituden av fluktuationer som den genomsnittliga skillnaden mellan de högsta och lägsta prisvärdena i genomsnitt över storlekssegment t, då kommer den genomsnittliga amplituden av svängningar att relateras till observationsskalan genom en effektlag:

Index (som, liksom indexet, kräver två storleksordningar mindre data för sin definition än indikatorn H) sammanfaller med H i de områden där H kan beräknas med acceptabel noggrannhet. Beroendet av den genomsnittliga amplituden av svängningar på skalan av observationer för olika värden av H presenteras i diagram 1.

Det visar sig att kunskap om lagen om beroende av amplituden av fluktuationer på tid i olika lägen tillåter oss att underbygga en mycket intressant effekt, som kan vara nyckeln till att förutsäga förekomsten av starka rörelser på marknaden. Låt oss faktiskt anta att marknaden för tillfället befinner sig i ett övergångsläge från en slumpmässig promenad till en stark trend. Detta innebär att efter en viss tid kommer amplituden av fluktuationer på stora skalor (till exempel flera månader) att bli betydligt större än den nuvarande amplituden (pil 2 i diagram 1 visar övergången från en slumpmässig promenad till en trend på stora tidsskalor ). Detta innebär samtidigt (på grund av egenskapen hos en effektfunktion) att det på små tidsskalor (timmar, veckodagar) bör ske en minskning av svängningsamplituden jämfört med föregående period (pil 1 i graf 1 visar en sådan övergång i liten skala). Således, genom att observera amplitudens beteende i små skalor, är det i vissa fall möjligt att förutsäga en betydande ökning av amplituden av prisfluktuationer i framtiden.

Marknadsförhållanden med ökad amplitud av fluktuationer observeras vanligtvis i hörn (skarpa stigande marknadspriser) eller krascher (skarpa kollapser). Effekten av att öka storskaliga svängningar medan de minskade småskaliga underbyggdes teoretiskt av författarna 6 . Som tester har visat i hela den finansiella databasen som nämnts ovan uppstår denna effekt med en sannolikhet på 70–80 %. I de fall det är möjligt att minimera påverkan av yttre faktorer visar sig denna andel vara ännu högre.

Utsikter 2011

Det mest intressanta är naturligtvis prognosen med denna metod, inte om lokala rörelser i enskilda aktier, utan om globala händelser som den globala finanskrisen 2008. När man analyserar denna typ av analys bör man, förutom beteendet hos enskilda landsindex, även ta hänsyn till kapitalflödet på den globala finansmarknaden, som har liberaliserats kraftigt under de senaste 20 åren. Därför valde vi ut de nio största aktiemarknaderna 7, både utvecklade marknader och tillväxtmarknader, byggde instabilitetsindikatorer för dem och beräknade genomsnittet för alla marknader.

Beräkningsresultaten visas i diagram 2. Här visas landsindikatorer för olika marknader som linjer med olika färg. Indikatorn, i genomsnitt över alla marknader, visas som en bred röd linje. Ett ökat indikatorvärde betyder att marknaden går till ett platt läge. Minskad och uppåtgående reversering - en möjlig ökning av den framtida amplituden av fluktuationer och en övergång till ett trendläge. Figuren särskiljer tydligt två typer av beteende. Från april 2001 till april 2004 uppträdde enskilda landindikatorer ganska oberoende av varandra, vilket ledde till att medelindikatorn fluktuerade runt noll. På mikroekonomins språk innebar detta uppenbarligen att deltagare på enskilda marknader fattade beslut utan nämnvärd hänsyn till vad som hände på närliggande marknader. Efter april 2004 börjar synkroniseringen av enskilda indikatorer: de minskar och ökar alla ungefär samtidigt, vilket leder till ganska kraftiga fluktuationer i medelindikatorn. Från maj 2009 till maj 2010 var det också en ganska svag synkronisering, och från maj 2010 började alla landindikatorer samtidigt sjunka synkront. Vad hände på aktiemarknaderna?

I diagram 3 presenteras den genomsnittliga indikatorn som konstruerats ovan (röd streckad linje) tillsammans med det genomsnittliga aggregerade indexet för den ursprungliga serien (blå heldragen linje), som inkluderar aktieindex för de angivna marknaderna. Detta tillvägagångssätt utesluter faktorn för inflytande av aktiemarknader i olika länder på varandra, som är förknippad med kapitalflödet på den globala finansmarknaden. Grafen visar att indikatorn har visat en kraftig minskning av småskaliga fluktuationer, två gånger sedan 2001. Första gången var i december 2004, varefter ett halvår senare följde en snabb tillväxt av alla index, som varade i cirka två år. Andra gången var i april 2008, varefter också ett halvår senare, på grund av krisen, skedde ett kraftigt fall i alla index.

Dessutom visar grafen att en ny signal för närvarande aktivt bildas, vilket är ett förebud om kraftiga fluktuationer på aktiemarknaden på medellång sikt (från sex månader till ett år). Och även om indikatorn inte säger något om i vilken riktning rörelsen kommer att ske, kan den inhämtade informationen vara ganska tillräcklig, till exempel för att bygga en framgångsrik kapitalförvaltningsstrategi på aktiemarknaden. Om vi ​​definierar prognosen mer exakt, så visar det sig utifrån den att återhämtningen antingen kommer att vara snabb med en möjlig exit till historiska toppar på aktiemarknaderna redan nästa år (minimivärdet på RTS-indexet, vilket i det här fallet kommer att nås, är 2150 poäng), eller så kommer aktiemarknaderna att täcka något som liknar den andra vågen av krisen (i detta scenario kommer minimimålet för RTS-indexet att vara 1050 poäng). Det bör noteras att prognosen står i klar motsägelse med den allmänt accepterade förväntningen om ett "långsamt utträde ur lågkonjunkturen."

Ur en teori baserad på prisernas fraktala egenskaper bör en minskning av amplituden av fluktuationer i små skalor åtföljas av två mest betydande effekter: en allmän minskning av handelsaktiviteten på marknaderna och en speciell anpassning av deltagarna till varandras handlingar. Det andra är tyvärr för närvarande inte möjligt att verifiera med metoder oberoende av fraktalanalys. Men handelsaktiviteten har verkligen minskat. Således den genomsnittliga veckohandelsvolymen ryska aktier, enligt MICEX, minskade till 230 miljarder rubel. för januari-november 2010 från 253 miljarder rubel. under samma period 2009. I USA är nedgången ännu mer betydande – från 5,5 miljarder dollar till 4,7 miljarder dollar under samma perioder.

För att avsluta den här artikeln, låt oss säga några ord om effekten av att öka storskaliga svängningar samtidigt som de minskar småskaliga. I huvudsak innebär denna effekt att trender i komplexa system (naturliga, sociala, tekniska), som bildas mycket långsamt och omärkligt, men som har ökat uthållighet, ofta blir globala med tiden, vilket bestämmer den huvudsakliga vektorn för utveckling av sådana system. Observera att den välkända lugn effekt(dämpning av den högfrekventa komponenten av buller), som vanligtvis föregår naturkatastrofer (till exempel jordbävningar), är en speciell manifestation av denna effekt. Således liknar många globala trender i deras utveckling faktiskt senapsfrö från Evangeliets liknelse, "som, även om den är mindre än alla frön, när den växer, är större än alla örter och blir till ett träd, så att luftens fåglar flyger och tar sin tillflykt till dess grenar" (Matt 13:32).

1 Historien om fraktalgeometrins uppkomst beskrevs tillräckligt detaljerat av en av författarna i artikeln "Från MA till FRAMA via EMA och Fractal", publicerad i D′ Nr 15 för 23 augusti 2010 (algoritmus.ru/?p=2638).

2 Mandelbrot B. Naturens fraktala geometri. San Francisco: W.H. Freeman, 1982.

3 Se Shiryaev A.N. ” Grunderna i stokastisk finansiell matematik". T. 1. M.: "Phasis", 1998.

4 Se Mandelbrot B. Journal of Business. № 36, 1963; Mandelbrot B. & Van Ness SIAMVarv. № 10, 1968.

5 Se V. M. Polterovich " EkonomiskvetenskapmodernRyssland» . №1, 1998.

6 Se Dubovikov M. M., Starchenko N. S., Dubovikov M. S. Physica A 339 591, 2004.

7 USA, Tyskland, Frankrike, Japan, Ryssland, Brasilien, Kina, Korea.

Beteendet för det genomsnittliga aktieindexet (blå linje, höger skala, startvärde i april 2001 tas som ett) och den genomsnittliga instabilitetsindikatorn (röd prickad linje, vänster skala)

Fraktaler är ganska populära bland många handlare. Intresset för fraktalanalys uppstod efter publiceringen av flera verk av Bill Williams om detta ämne. Fraktaler uppfanns före honom, men hänvisades till under ett annat namn. Williams, som studerade finansiella marknader, kom till slutsatsen att rörelserna i räntorna för många finansiella instrument är kaotiska. Som ett resultat av sin forskning bevisade han att grafen över förändringar i bomulls värde liknar kustlinjen och blodets rörelse i människokroppen.

I sin forskning kom Williams till slutsatsen att marknader är kaotiska snarare än linjära system, varför användningen av indikatorer baserade på linjära funktioner, ingen användning. Enligt hans åsikt är stabiliteten på marknaderna närvarande endast en liten bråkdel av tiden, och i alla andra fall råder kaos på dem.

En fraktal är en återkommande formation som finns i en eller annan form på valfritt prisdiagram. Kustlinjefraktaler, liksom aktiemarknadsfraktaler, är av samma karaktär. En fraktal består av minst fem staplar.

Övre och nedre fraktaler kan vara i samma grupp av staplar. Ibland bildas en övre och nedre fraktal samtidigt på samma stapel. När en fraktal bildas är den utrustad med alla egenskaper.

När du bedömer den övre fraktalen måste du vara uppmärksam på dess maximala. När man studerar den nedre, följaktligen minimum. En fraktal start bildas av två på varandra följande fraktaler riktade i olika riktningar. Fraktalsignalen visas på sidan mittemot starten. Fraktalstoppet ligger bakom den bortre fraktalen. Om en motsatt signal visas, avbryter den de föregående.

Denna teknik låter dig öka andelen lönsamma affärer, men den genomsnittliga förlorande handeln blir högre. Eftersom stop loss när du använder en sådan strategi kommer att vara sällsynt, kan du i slutändan räkna med goda vinster. Fraktal marknadsanalys ger inte alltid 100% lönsamma affärer. I detta avseende bör det inte endast användas i ett handelssystem. Det rekommenderas att använda andra verktyg för att bekräfta signaler eller filtrera.

När man använder fraktalanalys är det också viktigt att studera data från olika tidsramar. Systemet som Bill Williams beskrev i sina verk är trendigt. För att använda det korrekt måste du först fastställa den dominerande trenden på marknaden genom att titta på den äldre perioden.

Systemet bör också ta hänsyn till "fractal spaken". Detta är namnet på den möjliga amplituden under återställning. Du kan utvärdera "fractal hävstång" med hjälp av de vanliga Fibonacci-linjerna som finns tillgängliga i MT4. Korrigeringar upp till 38% Fibonacci är bevis på en stark trendrörelse. I det här fallet är fraktalspaken stark. Det motsatta är sant om återföringen är 62 % fib eller mer.

Fraktaler och vågteori

Fraktaler kan också användas i samband med vågteori. När allt kommer omkring, i sin essens, är en fraktal inget annat än början eller slutet av en impulsrörelse eller -våg. En viss komplexitet uppstår här, eftersom olika impulser bildas vid olika perioder av diagrammen. Handlare som har fått erfarenhet av att använda vågteori har inga svårigheter att exakt identifiera en specifik våg på en specifik tidsram.

Om flera grupper av fraktaler bildas på samma nivå, bör en lång och kraftfull trend förväntas om denna nivå bryts igenom. Fraktal marknadsanalys ger mycket goda resultat i närvaro av trender. När priset stannar kvar i kanalerna under lång tid, medför strategin för att bryta ut fraktalen förluster. Svårigheten är att det kan vara ganska svårt att känna igen en ny lägenhet.

Hur tillämpar man en fraktalstrategi i en lägenhet?

Du bör handla en breakout endast i riktning mot en uttalad trend. Du bör inte oroa dig för flera förluster i rad. Den framtida vinsten kommer säkerligen att täcka alla förluster som strategin åsamkats under fluktuationer i korridoren. En bra effekt uppnås när man arbetar med små tidsintervall. Om en handlare går in i en fraktal breakout, med fokus på det dagliga diagrammet, kan en stop loss ställas in baserat på H4. Vanligtvis är ju fler fraktaler som är placerade på samma nivå och ju längre plattan varar, desto starkare och mer riktad blir den framtida rörelsen.

För att på ett tillförlitligt sätt avgöra om en fraktal breakout är sann eller falsk kan du använda breakout candlestick-analys. Om utbrytningsljuset är "starkt", det vill säga det har en stor kropp och dess stängningsnivå är belägen långt från kluster av fraktaler, är det stor sannolikhet att rörelsen kommer att fortsätta i den valda riktningen. Med denna slutsats kan du framgångsrikt handla på små diagram för att öka vinsten. Till exempel, om det igår var en breakout på D1, så kan vi idag överväga breakouts på fyratimmarsdiagrammet.

Om efter nedbrytningen av ett kluster av fraktaler ett omkastande ljusstakemönster har bildats, kommer i framtiden med största sannolikhet en lägenhet att regera på marknaden och nya fraktaler kommer att dyka upp. I detta avseende bör stor uppmärksamhet ägnas åt analysen av utbrytningsljuset. För att öka effektiviteten rekommenderas det att bekanta dig med åtminstone grunderna i Price Action (ljusstakeanalys).

Bill Williams rekommenderade att inte bara titta på vändningsljuset, utan också analysera volymen. Om ljuset har en stor kropp, men volymen är liten, är signalen svag. Signaler som kommer från fraktala kluster är starka när de bildas på långtidsdiagram (som är fallet med ljusstakeanalys). Williams själv rekommenderade att se D1. Samtidigt är det nödvändigt att analysera andra tidsramar. Som nämnts i den här artikeln kombineras fraktalanalys bäst med något annat för att öka lönsamheten i strategin, eftersom inget verktyg kan skryta med 100% korrekta signaler.

Videon innehåller användbar information om det aktuella ämnet.

De bästa mäklarna för Forex och binära optioner

Tillverkningsår: 2004

Genre: finans, valuta, handel

Utgivare:"Internethandel"

Formatera: DJVu

Kvalitet: Skannade sidor

Antal sidor: 304

Beskrivning: Det är dags att ta en mer holistisk titt på hur marknader fungerar. I synnerhet är det dags att erkänna den större heterogenitet som ligger bakom marknaderna. Alla investerare deltar inte av samma anledning, och investerare använder inte heller sina strategier över samma investeringshorisonter. Marknadernas stabilitet är oundvikligen förknippad med investerarnas heterogenitet. Den "mogna" marknaden är heterogen, såväl som gammal. Om alla deltagare hade samma investeringshorisont, om de svarade på samma information på samma sätt och investerade i samma syfte, skulle instabilitet råda överallt. Mogna marknader har å andra sidan varit anmärkningsvärt stabila under lång tid. En daytrader kan handla anonymt med en pensionsfond: den förra handlar ofta för kortsiktiga vinster; den senare handlar sällan och för den långsiktiga ekonomiska trygghetens skull. Daghandlaren reagerar på tekniska trender; pensionsfondernas investeringar baseras på långsiktig ekonomisk tillväxtpotential. Och ändå agerar alla samtidigt, och var och en diversifierar den andra. Det reduktionistiska tillvägagångssättet, med sitt rationella investerarsätt, kan inte klara av sådan heterogenitet utan komplexa flerelementsmodeller som liknar en Rube Goldberg-konst. Dessa modeller, som kännetecknas av många begränsande antaganden och krav, misslyckas oundvikligen. De är så komplexa att de saknar flexibilitet, och flexibilitet är en kritisk faktor i alla dynamiska system.
Det första målet med denna bok är att presentera fraktalmarknadshypotesen - en grundläggande omformulering av hur och varför marknader fungerar. Bokens andra mål är att presentera verktyg för att analysera marknader inom ett fraktalt ramverk. Många befintliga verktyg kan användas för detta ändamål. Jag kommer att introducera nya verktyg som analytiker kan lägga till i sin verktygslåda, samt granska befintliga verktyg.
Den här boken är ingen berättelse, även om huvudvikten fortfarande ligger på konceptuella aspekter. Analytiska metoder granskas inom begreppsramen. Precis som med föregående bok tror jag att alla med en gedigen bakgrund inom företagsstatistik kommer att hitta mycket användbar information här. Huvudvikten ligger inte på dynamik, utan på empirisk statistik, d.v.s. på tidsserieanalys för att avgöra vad vi har att göra med.