หนังสือเล่มนี้จัดทำขึ้นเพื่อนำเสนอสมมติฐานตลาดแฟร็กทัลซึ่งเป็นทางเลือกแทนสมมติฐานตลาดที่มีประสิทธิภาพ ผู้เขียนระบุว่าแฟร็กทัลซึ่งเป็นผลมาจากเรขาคณิตของ Demiurge นั้นปรากฏอยู่ทุกหนทุกแห่งในโลกของเราและมีบทบาทสำคัญ รวมถึงในโครงสร้างของตลาดการเงิน ซึ่งเป็นการสุ่มในท้องถิ่น แต่ถูกกำหนดทั่วโลก หนังสือเล่มนี้จะตรวจสอบวิธีการวิเคราะห์แฟร็กทัลของหุ้น พันธบัตร และตลาดสกุลเงิน วิธีการแยกความแตกต่างระหว่างกระบวนการอิสระ กระบวนการสุ่มแบบไม่เชิงเส้น และกระบวนการกำหนดแบบไม่เชิงเส้น และสำรวจผลกระทบของความแตกต่างเหล่านี้ต่อกลยุทธ์การลงทุนที่กำหนดเองและความสามารถในการสร้างแบบจำลอง กลยุทธ์และความสามารถในการสร้างแบบจำลองดังกล่าวมีความเกี่ยวข้องอย่างใกล้ชิดกับประเภทสินทรัพย์และขอบเขตการลงทุนของผู้ใช้

สำหรับผู้จัดการความเสี่ยง นักการเงิน นักยุทธศาสตร์การลงทุน นักวิเคราะห์ตลาดทางเทคนิค ตลอดจนนักลงทุนรายย่อยและนักเก็งกำไรสกุลเงินที่เข้าสู่ตลาดการเงินของโลกอย่างอิสระ รวมถึงตลาด FOREX และตลาดรัสเซีย

ในปี 1991 ฉันเขียนหนังสือชื่อ Chaos and Order in Captain's Markets เสร็จ ตีพิมพ์ในฤดูใบไม้ร่วงปีนั้น (Peters, 1991a) เป้าหมายของฉันคือการเขียนแนวคิดเบื้องต้นสำหรับชุมชนการลงทุนเกี่ยวกับทฤษฎีความสับสนวุ่นวายและสถิติแฟร็กทัล ฉันยังต้องการให้หลักฐานเบื้องต้นบางประการที่ตรงกันข้ามกับทฤษฎีที่ยอมรับ ตลาดไม่ได้รับการอธิบายอย่างดีด้วยแบบจำลองการเดินแบบสุ่ม และสมมติฐานตลาดที่มีประสิทธิภาพ (EMH) ที่นำเสนออย่างกว้างขวางไม่ได้รับการสนับสนุนอย่างดีจากข้อมูลเชิงประจักษ์

โดยทั่วไปแล้วหนังสือของฉันได้รับอย่างมาก ความคิดเห็นเชิงบวก- ผู้อ่านหลายคนเห็นด้วยกับเรื่องนี้ แม้ว่าบางคนจะแสดงความไม่เห็นด้วยและถามคำถามโดยละเอียดก็ตาม คำถามแบ่งออกเป็นสองประเภท:

(1) เทคนิคและ (2) แนวความคิด หมวดหมู่ทางเทคนิคประกอบด้วยคำถามที่ขอข้อมูลเพิ่มเติมเกี่ยวกับการวิเคราะห์ หนังสือของฉันไม่ได้ตั้งใจให้เป็นหนังสือเรียน และฉันได้ข้ามรายละเอียดทางเทคนิคหลายอย่างที่เกี่ยวข้องกับการวิเคราะห์ไป แนวทางนี้ช่วยปรับปรุงความสามารถในการอ่านของหนังสือ แต่ทำให้ผู้อ่านจำนวนมากถามว่า "จะทำอย่างไรต่อไป"

หมวดที่ 2 รวมคำถามที่เกี่ยวข้องกับปัญหาเชิงแนวคิด หาก EMN มีข้อบกพร่อง จะแก้ไขได้อย่างไร? หรือค่อนข้างจะทดแทนอะไรได้บ้าง? ทฤษฎีความโกลาหลและแฟร็กทัลเหมาะสมกับกลยุทธ์การซื้อขายและการแบ่งแยกการวิเคราะห์ทางเทคนิคและพื้นฐานอย่างไร ทฤษฎีที่ดูเหมือนจะแตกต่างกันเหล่านี้สามารถรวมเป็นหนึ่งเดียวได้หรือไม่? ทฤษฎีดั้งเดิมจะกลายเป็นแบบไม่เชิงเส้นได้หรือไม่?

ในหนังสือเล่มนี้ฉันกล่าวถึงปัญหาทั้งสองประเภท แม้ว่าหนังสือเล่มนี้จะแตกต่างจากเล่มก่อน แต่ก็ยังสะท้อนถึงคุณลักษณะที่คล้ายคลึงกันหลายประการ การวิเคราะห์ตลาดเศษส่วนเป็นความพยายามที่จะสรุปทฤษฎีตลาดทุน (CMT) และอธิบายความแตกต่างของชุมชนการลงทุน หนึ่งในความล้มเหลวของทฤษฎีดั้งเดิมคือความพยายามที่จะลดความซับซ้อนของ "ตลาด" ให้กับนักลงทุนที่มีเหตุผลต้นแบบโดยเฉลี่ย เหตุผลในการทำงานในทิศทางนี้มีเกียรติ ตามธรรมเนียมของวิทยาศาสตร์ตะวันตก บรรพบุรุษผู้ก่อตั้ง MMT พยายามที่จะเรียนรู้บางสิ่งบางอย่างเกี่ยวกับภาพรวมโดยการแบ่งปัญหาออกเป็นองค์ประกอบหลัก ความพยายามประสบความสำเร็จ ต้องขอบคุณผลงานที่มีวิสัยทัศน์ของ Markowitz, Sharpe, Fama และคนอื่นๆ ที่ทำให้เรามีความก้าวหน้าอย่างมากตลอด 40 ปีที่ผ่านมา

อย่างไรก็ตาม แนวทางการลดขนาดมีข้อจำกัดและเราได้บรรลุเป้าหมายแล้ว ถึงเวลาที่จะต้องพิจารณาภาพรวมมากขึ้นว่าตลาดทำงานอย่างไร โดยเฉพาะอย่างยิ่ง ถึงเวลาที่ต้องยอมรับความแตกต่างที่มากขึ้นซึ่งเป็นรากฐานของตลาด นักลงทุนทุกคนไม่ได้เข้าร่วมด้วยเหตุผลเดียวกัน และนักลงทุนไม่ได้ใช้กลยุทธ์ของตนในขอบเขตการลงทุนเดียวกัน ความมั่นคงของตลาดมีความเกี่ยวข้องกับความหลากหลายของนักลงทุนอย่างหลีกเลี่ยงไม่ได้ ตลาดที่ "เติบโตเต็มที่" นั้นมีความหลากหลายและเก่าแก่ด้วย หากผู้เข้าร่วมทั้งหมดมีขอบเขตการลงทุนที่เหมือนกัน หากพวกเขาตอบสนองต่อข้อมูลเดียวกันในลักษณะเดียวกันและลงทุนเพื่อจุดประสงค์เดียวกัน ความไม่มั่นคงจะเกิดขึ้นทุกที่ ในทางกลับกัน ตลาดที่อิ่มตัวแล้วกลับมีเสถียรภาพอย่างน่าทึ่งมาเป็นเวลานาน เดย์เทรดเดอร์สามารถซื้อขายโดยไม่เปิดเผยตัวตนกับกองทุนบำเหน็จบำนาญ: เทรดเดอร์รายแรกมักซื้อขายเพื่อผลกำไรระยะสั้น อย่างหลังซื้อขายไม่บ่อยนักและเพื่อความมั่นคงทางการเงินในระยะยาว เดย์เทรดเดอร์ตอบสนองต่อแนวโน้มทางเทคนิค การลงทุน กองทุนบำเหน็จบำนาญขึ้นอยู่กับศักยภาพการเติบโตทางเศรษฐกิจในระยะยาว แต่ทุกคนก็ทำหน้าที่ไปพร้อมๆ กัน และแต่ละคนก็กระจายกันและกัน

หนังสือเล่มนี้ไม่ใช่เรื่องราว แม้ว่าเนื้อหาหลักจะยังเน้นไปที่แง่มุมของแนวคิดก็ตาม วิธีการวิเคราะห์จะถูกพิจารณาอย่างละเอียดภายในกรอบแนวคิด เช่นเดียวกับหนังสือเล่มก่อนๆ ฉันเชื่อว่าใครก็ตามที่มีพื้นฐานด้านสถิติทางธุรกิจจะพบข้อมูลที่เป็นประโยชน์มากมายที่นี่ การเน้นหลักไม่ได้อยู่ที่ไดนามิก แต่อยู่ที่สถิติเชิงประจักษ์ เช่น การวิเคราะห์อนุกรมเวลาเพื่อกำหนดสิ่งที่เรากำลังเผชิญอยู่

เมื่อวันที่ 14 ตุลาคม 2010 Benoit Mandelbrot ถึงแก่กรรม ชายผู้ที่เปลี่ยนความเข้าใจของเราเกี่ยวกับวัตถุรอบตัวเราเป็นส่วนใหญ่ และทำให้ภาษาของเราดีขึ้นด้วยคำว่า "แฟร็กทัล" ซึ่งหมายถึง "โครงสร้างที่ประกอบด้วยส่วนต่าง ๆ ที่มีลักษณะบางอย่างคล้ายกับ ทั้งหมด”1. ตอนนี้ต้องขอบคุณ Mandelbrot ที่เรารู้ว่าเศษส่วนอยู่รอบตัวเรา บางอย่างเปลี่ยนแปลงอยู่ตลอดเวลา เช่น การเคลื่อนตัวของเมฆหรือเปลวไฟ ในขณะที่บางอย่างเปลี่ยนแปลง เช่นแนวชายฝั่ง ต้นไม้ หรือของเรา ระบบหลอดเลือดคงไว้ซึ่งโครงสร้างที่ได้มาจากกระบวนการวิวัฒนาการ นอกจากนี้ ช่วงที่แท้จริงของสเกลที่สังเกตแฟร็กทัลขยายจากระยะห่างระหว่างโมเลกุลในโพลีเมอร์ไปจนถึงระยะห่างระหว่างกระจุกกาแลคซีในจักรวาล คอลเลกชันที่ร่ำรวยที่สุดของวัตถุดังกล่าวถูกรวบรวมไว้ในหนังสือชื่อดังของ Mandelbrot เรื่อง "Fractal Geometry of Nature" 2

แฟร็กทัลธรรมชาติประเภทที่สำคัญที่สุดคือ อนุกรมเวลาที่วุ่นวายหรือการสังเกตลักษณะเฉพาะของกระบวนการทางธรรมชาติ สังคม และเทคโนโลยีตามลำดับเวลา ในหมู่พวกเขามีทั้งแบบดั้งเดิม (ธรณีฟิสิกส์, เศรษฐกิจ, การแพทย์) และที่เป็นที่รู้จักค่อนข้างเร็ว ๆ นี้ (ความผันผวนรายวันในระดับของอาชญากรรมหรืออุบัติเหตุทางถนนในภูมิภาค, การเปลี่ยนแปลงจำนวนการดูเว็บไซต์บางแห่งบนอินเทอร์เน็ต ฯลฯ .) ซีรีส์เหล่านี้มักสร้างโดยระบบไม่เชิงเส้นที่ซับซ้อนซึ่งมีลักษณะแตกต่างกันมาก อย่างไรก็ตาม รูปแบบพฤติกรรมของทุกคนเกิดขึ้นซ้ำในระดับที่ต่างกัน ตัวแทนที่ได้รับความนิยมมากที่สุดคืออนุกรมเวลาทางการเงิน (โดยเฉพาะราคาหุ้นและอัตราแลกเปลี่ยน)

โครงสร้างที่คล้ายกันในซีรีส์ดังกล่าวเป็นที่รู้จักมาเป็นเวลานานมาก ในบทความหนึ่งของเขา Mandelbrot เขียนว่าความสนใจของเขาในราคาตลาดหุ้นเริ่มต้นด้วยข้อความจากเทรดเดอร์หุ้นรายหนึ่ง: “...การเคลื่อนไหวของราคาของเครื่องมือทางการเงินส่วนใหญ่มีความคล้ายคลึงกันอย่างเผินๆ ในช่วงเวลาและราคาที่แตกต่างกัน โดย รูปร่างกราฟิก ผู้สังเกตการณ์ไม่สามารถบอกได้ว่าข้อมูลอ้างอิงถึงการเปลี่ยนแปลงรายสัปดาห์ รายวัน หรือรายชั่วโมง” Mandelbrot ซึ่งครอบครองสถานที่พิเศษในด้านวิทยาศาสตร์การเงิน มีชื่อเสียงในการ "ล้มล้างรากฐาน" ทำให้เกิดทัศนคติที่ไม่ชัดเจนในหมู่นักเศรษฐศาสตร์ นับตั้งแต่การเกิดขึ้นของทฤษฎีการเงินยุคใหม่ซึ่งมีพื้นฐานอยู่บนแนวคิดเรื่องดุลยภาพทั่วไป เขาเป็นหนึ่งในนักวิจารณ์หลักและจนถึงช่วงบั้นปลายของชีวิตเขาพยายามหาทางเลือกอื่นที่ยอมรับได้ อย่างไรก็ตาม Mandelbrot เป็นผู้พัฒนาระบบแนวคิด ซึ่งเมื่อปรากฏออกมาแล้ว การปรับเปลี่ยนที่เหมาะสม ไม่เพียงแต่ช่วยให้สร้างการคาดการณ์ที่มีประสิทธิภาพเท่านั้น แต่ยังเสนอเหตุผลเชิงประจักษ์เพียงข้อเดียวในขณะนี้ด้วย คลาสสิคทฤษฎีการเงิน

แนวคิดเรื่องตลาดเศษส่วน

ลักษณะสำคัญของโครงสร้างแฟร็กทัลคือมิติแฟร็กทัล ดีเปิดตัวโดย Felix Hausdorff ในปี 1919 สำหรับอนุกรมเวลา มักใช้ดัชนี Hurst ชม,ซึ่งสัมพันธ์กับมิติแฟร็กทัลด้วยความสัมพันธ์ ดี = 2 – ชมและเป็นตัวบ่งชี้ถึงความคงอยู่ (ความสามารถในการรักษาแนวโน้มบางอย่าง) ของอนุกรมเวลา โดยทั่วไปแล้ว มีโหมดที่แตกต่างกันโดยพื้นฐานสามโหมดที่มีอยู่ในตลาด: เมื่อใด เอ็น= 0.5 พฤติกรรมราคาอธิบายโดยโมเดลการเดินแบบสุ่ม ที่ เอ็น> 0.5 ราคาอยู่ในสถานะแนวโน้ม (ทิศทางการเคลื่อนไหวขึ้นหรือลง) ที่ H< 0,5 цены находятся в состоянии флэта, или частых колебаний в достаточно узком диапазоне цен.

อย่างไรก็ตามเพื่อการคำนวณที่เชื่อถือได้ ชม(เช่นเดียวกับ ดี) ต้องใช้ข้อมูลมากเกินไป ซึ่งรวมถึงความเป็นไปได้ในการใช้คุณลักษณะเหล่านี้เป็นตัวบ่งชี้ที่กำหนดการเปลี่ยนแปลงในท้องถิ่นของอนุกรมเวลา

ดังที่ทราบกันดีอยู่แล้ว แบบจำลองพื้นฐานของอนุกรมเวลาทางการเงินคือแบบจำลองการเดินแบบสุ่ม ซึ่งได้รับครั้งแรกโดย Louis Bachelier เพื่ออธิบายการสังเกตราคาหุ้นในตลาดปารีส ตลาดหลักทรัพย์- จากการคิดใหม่เกี่ยวกับรูปแบบนี้ ซึ่งบางครั้งอาจสังเกตได้จากพฤติกรรมด้านราคา แนวคิดนี้จึงเกิดขึ้น มีประสิทธิภาพตลาด ( มีประสิทธิภาพตลาดสมมติฐาน, อีเอ็มเอช) ซึ่งราคาสะท้อนถึงข้อมูลที่มีอยู่ทั้งหมดอย่างครบถ้วน เพื่อให้ตลาดดังกล่าวมีอยู่ ก็เพียงพอแล้วที่จะสันนิษฐานได้ว่าตลาดนั้นถูกครอบครองโดยตัวแทนที่มีเหตุผลและรอบรู้จำนวนมาก ซึ่งจะตอบสนองต่อข้อมูลที่เข้ามาทันทีและปรับราคา ส่งผลให้ตลาดเข้าสู่สภาวะสมดุล ผลลัพธ์หลักทั้งหมดของทฤษฎีการเงินคลาสสิก (ทฤษฎีพอร์ตโฟลิโอ แบบจำลอง CAPM แบบจำลอง Black-Scholes ฯลฯ) ได้มาภายใต้กรอบของแนวทางนี้อย่างชัดเจน ปัจจุบัน แนวคิดของตลาดที่มีประสิทธิภาพยังคงมีบทบาทสำคัญในทั้งในด้านทฤษฎีทางการเงินและธุรกิจทางการเงิน 3

ในช่วงต้นทศวรรษ 1960 การวิจัยเชิงประจักษ์แสดงให้เห็นว่าการเปลี่ยนแปลงราคาจำนวนมากในตลาดเกิดขึ้นบ่อยกว่าที่คาดการณ์ไว้โดยแบบจำลองตลาดพื้นฐานที่มีประสิทธิภาพ (แบบจำลองการเดินแบบสุ่ม) หนึ่งในคนกลุ่มแรกๆ ที่วิพากษ์วิจารณ์แนวคิดของตลาดที่มีประสิทธิภาพอย่างถี่ถ้วนคือ Mandelbrot แท้จริงแล้วหากเราคำนวณค่าของตัวบ่งชี้อย่างถูกต้อง ชมสำหรับโปรโมชั่นใดๆนั้นก็มักจะมีความแตกต่างจาก ชม= 0.5 ซึ่งสอดคล้องกับรูปแบบการเดินสุ่ม Mandelbrot พบลักษณะทั่วไปที่เป็นไปได้ทั้งหมดของแบบจำลองนี้ที่อาจเกี่ยวข้อง พฤติกรรมที่แท้จริงราคา ในด้านหนึ่ง สิ่งเหล่านี้คือกระบวนการที่เขาเรียกว่า เที่ยวบินของลีวายส์(เที่ยวบินลีวายส์) และอีกทางหนึ่ง - กระบวนการที่เขาเรียกว่า การเคลื่อนที่แบบบราวเนียนทั่วไป(การเคลื่อนที่แบบบราวเนียนแบบเศษส่วน) พฤติกรรมของอนุกรมเวลาที่สามารถระบุได้ (ค่อนข้างสังเกตได้ในตลาดจริง) โดยใช้กระบวนการใดๆ เหล่านี้

โดยปกติจะใช้เพื่ออธิบายพฤติกรรมราคา แนวคิดตลาดแฟร็กทัล (แฟร็กทัลตลาดสมมติฐาน, เอฟเอ็มเอช) ซึ่งโดยปกติจะถือว่าเป็นอีกทางเลือกหนึ่งของ EMH แนวคิดนี้สันนิษฐานว่ามีตัวแทนที่หลากหลายในตลาดซึ่งมีขอบเขตการลงทุนที่แตกต่างกัน ดังนั้นจึงมีความต้องการที่แตกต่างกัน ขอบเขตอันไกลโพ้นเหล่านี้แตกต่างกันไปตั้งแต่ไม่กี่นาทีถึง ระหว่างวันผู้ค้าเป็นเวลาหลายปีสำหรับธนาคารขนาดใหญ่และ กองทุนรวมที่ลงทุน- ตำแหน่งที่มั่นคงในตลาดดังกล่าวคือระบอบการปกครองที่ "ความสามารถในการทำกำไรโดยเฉลี่ยไม่ได้ขึ้นอยู่กับขนาด ยกเว้นการคูณด้วยตัวประกอบขนาดที่สอดคล้องกัน" 4 ในความเป็นจริง เรากำลังพูดถึงโหมดทั้งคลาส ซึ่งแต่ละโหมดจะถูกกำหนดโดยค่าตัวบ่งชี้ของตัวเอง ชม- ในกรณีนี้คือค่า ชม= 0.5 กลายเป็นหนึ่งในหลายๆ ค่าที่เป็นไปได้ และดังนั้นจึงเท่ากับค่าอื่นๆ () ข้อพิจารณาเหล่านี้และอื่นๆ ที่เกี่ยวข้องทำให้เกิดข้อสงสัยร้ายแรง 5 เกี่ยวกับการดำรงอยู่ของความสมดุลที่แท้จริงในตลาดหุ้น

ประสิทธิภาพราคา

การศึกษาคุณสมบัติแฟร็กทัลของราคาของบริษัทรัสเซีย (ในดัชนี MICEX) และอเมริกัน (รวมอยู่ในดัชนีอินเทอร์เน็ต Dow Jones) พร้อมด้วยดัชนีที่เกี่ยวข้องในช่วงสิบปีที่ผ่านมา เน้นย้ำถึงตำแหน่งพิเศษของมูลค่า ชม= 0.5. อย่างไรก็ตาม ในการทำเช่นนี้ จำเป็นต้องใช้ตัวบ่งชี้แฟร็กทัลใหม่ (ดัชนีแฟร็กทัล) ซึ่งแนะนำโดยผู้เขียนบทความนี้ในงานแยกต่างหาก 6 มันเกี่ยวข้องกับตัวบ่งชี้ เอ็นอย่างไรก็ตาม เพื่อกำหนดด้วยความแม่นยำที่ยอมรับได้ จำเป็นต้องมีข้อมูลที่มีขนาดน้อยกว่าตัวบ่งชี้ถึง 2 ลำดับ ชม,ดังนั้นจึงถือได้ว่าเป็นลักษณะแฟร็กทัลเฉพาะที่ ปรากฎว่าการใช้ดัชนีแฟร็กทัลนั้นเป็นไปได้ที่จะให้เหตุผลสำหรับทฤษฎีการเงินยุคใหม่ รวมถึงทำนายความผันผวนที่รุนแรงในตลาดหุ้นได้

ในการประมาณครั้งแรก ภาพทั่วไปที่สังเกตได้ในทุกชุดมีดังนี้ ดัชนีแฟร็กทัล (และมิติแฟร็กทัลของอนุกรมทางการเงิน) ดำเนินการผันผวนแบบกึ่งคาบรอบตำแหน่ง = 0.5 (โหมดนี้สอดคล้องกับการเดินแบบสุ่ม) ในขณะเดียวกัน อนุกรมเวลาจะเปลี่ยนโหมดอย่างต่อเนื่อง โดยเคลื่อนตัวจากแนวโน้ม (< 0,5) через состояние случайного блуждания во флэт (>0.5) และในทางกลับกัน ในบางครั้ง สำหรับแต่ละซีรีส์ สถานะที่มีค่าค่อนข้างคงที่นอกเหนือจาก 0.5 จะปรากฏขึ้นและหายไป ในกรณีนี้ ระบอบการปกครองที่มี = 0.5 ครองตำแหน่งอภิสิทธิ์ที่ชัดเจน สำหรับแต่ละอนุกรมเวลา จะถือว่ายาวที่สุดในทุกช่วงที่มีแปดจุดขึ้นไป

ควรสังเกตว่าการตีความความผันผวนของราคาตามคำอธิบายพฤติกรรมของตัวแทนตลาดอาจแตกต่างกันอย่างมากในระดับที่แตกต่างกัน ตัวอย่างเช่น ระหว่างวัน ซึ่งธุรกรรมมากกว่าครึ่งหนึ่งดำเนินการโดยหุ่นยนต์ซื้อขาย (ในตลาดสหรัฐฯ) พฤติกรรมของตัวแทนดูเหมือนจะใกล้เคียงกับเหตุผลมาก ในระดับจากหลายวันถึงหลายเดือน จิตวิทยาสังคมมีบทบาทสำคัญ ซึ่งมีองค์ประกอบที่ไม่มีเหตุผลอยู่เสมอ ในขณะเดียวกัน ธรรมชาติของการแกว่งคงที่ซึ่งมีโหมดการเดินแบบสุ่มที่เกิดขึ้นบ่อยที่สุดจะถูกทำซ้ำในทุกสเกล โดยเริ่มจากค่าที่เล็กที่สุด นี่แสดงให้เห็นว่าธรรมชาติของการแกว่งเหล่านี้มีพื้นฐานอยู่บนพื้นฐานที่ชัดเจน กลไกทั่วไปความล่าช้าที่มาพร้อมกับวิธีการตัดสินใจของตัวแทนในตลาดหุ้น ในขณะเดียวกัน สถานะหลักของราคายังคงเป็นการเดินแบบสุ่ม ซึ่งยังคงเป็นรูปแบบการดึงดูดหลักในทุกระดับ กล่าวอีกนัยหนึ่ง แม้จะมีการเบี่ยงเบนในท้องถิ่นบ่อยครั้งในระยะยาว แต่ราคาก็มีแนวโน้มที่จะกลับไปสู่พฤติกรรมที่มีประสิทธิภาพที่อธิบายโดยโมเดลการเดินสุ่ม

วิธีการพยากรณ์

การมีอยู่ของคุณสมบัติแฟร็กทัลที่อธิบายไว้ของชุดราคา ซึ่งสังเกตได้ในระดับต่างๆ ช่วยให้เราสามารถพิจารณาความเป็นไปได้ในการคาดการณ์ตลาดหุ้นได้ใหม่ โดยทั่วไป หน้าที่ของการคาดการณ์คือการกำหนดพารามิเตอร์เชิงคุณภาพหรือเชิงปริมาณของพฤติกรรมในอนาคตของอนุกรมเวลาโดยพิจารณาจากอาร์เรย์ข้อมูลในอดีตทั้งหมด ในกรณีนี้ การพิจารณาปัจจัยตั้งต้นในช่วงแรกๆ ของพฤติกรรมวิพากษ์วิจารณ์ของซีรีส์หนึ่งๆ ถือเป็นเรื่องที่สนใจเป็นอย่างยิ่ง

ลองพิจารณาแนวทางใหม่ในการแก้ปัญหานี้ โดยพิจารณาจากคุณสมบัติแฟร็กทัลของราคา ได้รับการพิสูจน์อย่างเคร่งครัด 6 ว่าหากคุณแนะนำความกว้างเฉลี่ยของความผันผวนเนื่องจากความแตกต่างโดยเฉลี่ยระหว่างค่าราคาสูงสุดและต่ำสุดโดยเฉลี่ยตามกลุ่มขนาด ทีจากนั้นแอมพลิจูดเฉลี่ยของการแกว่งจะสัมพันธ์กับสเกลการสังเกตตามกฎกำลัง:

ดัชนี (ซึ่งเช่นเดียวกับดัชนี ต้องใช้ข้อมูลที่มีขนาดน้อยกว่าสองลำดับสำหรับคำจำกัดความมากกว่าตัวบ่งชี้ ชม) เกิดขึ้นพร้อมกับ ชมในพื้นที่เหล่านั้นที่ ชมสามารถคำนวณได้อย่างแม่นยำเป็นที่ยอมรับ การพึ่งพาของแอมพลิจูดเฉลี่ยของการแกว่งในระดับของการสังเกตสำหรับค่าที่แตกต่างกันของ H จะแสดงในกราฟ 1

ปรากฎว่าความรู้เกี่ยวกับกฎแห่งการพึ่งพาความกว้างของความผันผวนของเวลาในโหมดต่างๆ ช่วยให้เราสามารถยืนยันผลกระทบที่น่าสนใจมาก ซึ่งอาจเป็นกุญแจสำคัญในการทำนายการเกิดการเคลื่อนไหวที่รุนแรงในตลาด จริงๆ แล้ว ให้เราสมมติว่าในขณะนี้ตลาดอยู่ในโหมดการเปลี่ยนแปลงจากการเดินแบบสุ่มไปสู่แนวโน้มที่แข็งแกร่ง ซึ่งหมายความว่าหลังจากช่วงระยะเวลาหนึ่ง แอมพลิจูดของความผันผวนในสเกลขนาดใหญ่ (เช่น หลายเดือน) จะมีขนาดใหญ่กว่าแอมพลิจูดปัจจุบันอย่างมีนัยสำคัญ (ลูกศร 2 ในกราฟ 1 แสดงการเปลี่ยนจากการเดินแบบสุ่มไปสู่แนวโน้มในช่วงเวลาขนาดใหญ่ ). ซึ่งหมายความว่า (เนื่องจากคุณสมบัติของฟังก์ชันกำลัง) ในเวลาเดียวกัน ในช่วงเวลาสั้นๆ (ชั่วโมง วันในสัปดาห์) ควรมีการลดความกว้างของการแกว่งลงเมื่อเทียบกับช่วงก่อนหน้า (ลูกศร 1 ในกราฟ 1 จะแสดง a การเปลี่ยนแปลงในระดับเล็ก) ดังนั้น โดยการสังเกตพฤติกรรมของแอมพลิจูดในสเกลขนาดเล็ก ในบางกรณี จึงเป็นไปได้ที่จะคาดการณ์การเพิ่มขึ้นอย่างมีนัยสำคัญของแอมพลิจูดของความผันผวนของราคาในอนาคต

สภาวะตลาดที่มีความผันผวนเพิ่มขึ้นมักจะสังเกตได้ในมุม (ราคาตลาดเพิ่มขึ้นอย่างรวดเร็ว) หรือการล่มสลาย (พังทลายลงอย่างรวดเร็ว) ผลของการเพิ่มการแกว่งในสเกลขนาดใหญ่ในขณะที่การแกว่งในสเกลเล็กลดลงนั้นได้รับการพิสูจน์ทางทฤษฎีโดยผู้เขียน 6 ตามที่การทดสอบแสดงให้เห็นในฐานข้อมูลทางการเงินทั้งหมดที่กล่าวถึงข้างต้น ผลกระทบนี้เกิดขึ้นด้วยความน่าจะเป็นที่ 70–80% ในกรณีที่เป็นไปได้ที่จะลดอิทธิพลของปัจจัยภายนอกให้เหลือน้อยที่สุด เปอร์เซ็นต์นี้จะยิ่งสูงขึ้นไปอีก

แนวโน้มปี 2554

สิ่งที่น่าสนใจที่สุดคือการคาดการณ์โดยใช้วิธีนี้ ไม่ใช่ความเคลื่อนไหวในท้องถิ่นของหุ้นแต่ละตัว แต่เป็นการคาดการณ์เหตุการณ์ระดับโลก เช่น วิกฤตการเงินโลกในปี 2551 เมื่อวิเคราะห์การวิเคราะห์ประเภทนี้ นอกเหนือจากพฤติกรรมของดัชนีแต่ละประเทศแล้ว ยังควรคำนึงถึงการไหลของเงินทุนในตลาดการเงินโลกด้วย ซึ่งมีการเปิดเสรีอย่างมากในช่วง 20 ปีที่ผ่านมา ดังนั้นเราจึงเลือกเก้าที่ใหญ่ที่สุด ตลาดหุ้นเมื่อวันที่ 7 กันยายน ทั้งตลาดที่พัฒนาแล้วและตลาดเกิดใหม่ ได้สร้างตัวบ่งชี้ความไม่แน่นอนสำหรับพวกเขา และคำนวณค่าเฉลี่ยสำหรับทุกตลาด

ผลการคำนวณจะแสดงอยู่ในแผนภูมิที่ 2 ในที่นี้ ตัวบ่งชี้ประเทศสำหรับตลาดที่แตกต่างกันจะแสดงเป็นเส้นที่มีสีต่างกัน ตัวบ่งชี้ซึ่งมีค่าเฉลี่ยในทุกตลาด จะแสดงเป็นเส้นสีแดงกว้าง ค่าตัวบ่งชี้ที่เพิ่มขึ้นหมายความว่าตลาดกำลังเคลื่อนเข้าสู่โหมดคงที่ การกลับตัวที่ลดลงและสูงขึ้น - ความเป็นไปได้ในการเพิ่มขึ้นในอนาคตของความผันผวนและการเปลี่ยนไปใช้โหมดแนวโน้ม ตัวเลขดังกล่าวแยกพฤติกรรมออกเป็นสองประเภทอย่างชัดเจน ตั้งแต่เดือนเมษายน พ.ศ. 2544 ถึงเมษายน พ.ศ. 2547 ตัวชี้วัดแต่ละประเทศมีพฤติกรรมที่ค่อนข้างเป็นอิสระจากกัน ซึ่งนำไปสู่ความจริงที่ว่าตัวบ่งชี้เฉลี่ยมีความผันผวนประมาณศูนย์ ในภาษาเศรษฐศาสตร์จุลภาค เห็นได้ชัดว่าผู้เข้าร่วมในตลาดแต่ละแห่งตัดสินใจโดยไม่ได้คำนึงถึงสิ่งที่เกิดขึ้นในตลาดใกล้เคียงมากนัก หลังจากเดือนเมษายน 2004 การซิงโครไนซ์ตัวบ่งชี้แต่ละตัวจะเริ่มต้นขึ้น โดยทั้งหมดจะลดลงและเพิ่มขึ้นในเวลาเดียวกันโดยประมาณ ซึ่งนำไปสู่ความผันผวนที่ค่อนข้างรุนแรงในตัวบ่งชี้เฉลี่ย ตั้งแต่เดือนพฤษภาคม 2552 ถึงเดือนพฤษภาคม 2553 มีการซิงโครไนซ์ค่อนข้างอ่อนและตั้งแต่เดือนพฤษภาคม 2553 ตัวบ่งชี้ประเทศทั้งหมดเริ่มลดลงพร้อมกัน เกิดอะไรขึ้นในตลาดหุ้น?

ในแผนภูมิที่ 3 ตัวบ่งชี้เฉลี่ยที่สร้างขึ้นด้านบน (เส้นประสีแดง) จะถูกนำเสนอพร้อมกับดัชนีรวมเฉลี่ยของชุดข้อมูลเดิม (เส้นทึบสีน้ำเงิน) ซึ่งรวมถึงดัชนีหุ้นของตลาดที่ระบุ แนวทางนี้ไม่รวมถึงปัจจัยที่มีอิทธิพลต่อตลาดหุ้นของประเทศต่างๆ ซึ่งสัมพันธ์กับการไหลของเงินทุนในตลาดการเงินโลก กราฟแสดงให้เห็นว่าตัวบ่งชี้ได้แสดงให้เห็นการลดลงอย่างรวดเร็วของความผันผวนในระดับเล็กน้อย สองครั้งนับตั้งแต่ปี 2544 ครั้งแรกคือในเดือนธันวาคม พ.ศ. 2547 หลังจากนั้นหกเดือนต่อมา ดัชนีทั้งหมดก็เติบโตอย่างรวดเร็วตามมา ซึ่งกินเวลาประมาณสองปี ครั้งที่สองเกิดขึ้นในเดือนเมษายน 2551 หลังจากนั้นประมาณหกเดือนต่อมา ดัชนีทั้งหมดลดลงอย่างรวดเร็วเนื่องจากวิกฤต

นอกจากนี้ กราฟยังแสดงให้เห็นว่าขณะนี้สัญญาณใหม่กำลังเกิดขึ้น ซึ่งเป็นลางสังหรณ์ของความผันผวนที่รุนแรงในตลาดหุ้นในระยะกลาง (จากหกเดือนถึงหนึ่งปี) และถึงแม้ว่าตัวบ่งชี้จะไม่ได้บอกอะไรเกี่ยวกับทิศทางที่การเคลื่อนไหวจะเกิดขึ้น แต่ข้อมูลที่ได้รับก็อาจเพียงพอแล้ว เช่น เพื่อสร้างกลยุทธ์การจัดการสินทรัพย์ที่ประสบความสำเร็จในตลาดหุ้น หากเรากำหนดการพยากรณ์ให้แม่นยำยิ่งขึ้น จากข้อมูลดังกล่าว ปรากฎว่าการฟื้นตัวจะเกิดขึ้นอย่างรวดเร็วโดยสามารถออกจากจุดสูงสุดในอดีตของตลาดหุ้นได้ในต้นปีหน้า (ค่าต่ำสุดของดัชนี RTS ซึ่งในกรณีนี้ จะถึงจุด 2,150 จุด) หรือตลาดหุ้นจะครอบคลุมสิ่งที่คล้ายกับระลอกที่สองของวิกฤต (ในสถานการณ์นี้ เป้าหมายขั้นต่ำสำหรับดัชนี RTS จะเป็น 1,050 จุด) ควรสังเกตว่าการคาดการณ์ขัดแย้งอย่างชัดเจนกับความคาดหวังที่ยอมรับกันโดยทั่วไปว่า "การออกจากภาวะถดถอยอย่างช้าๆ"

จากมุมมองของทฤษฎีที่อิงตามคุณสมบัติแฟร็กทัลของราคา การลดลงของความกว้างของความผันผวนในระดับเล็กควรมาพร้อมกับผลกระทบที่สำคัญที่สุดสองประการ: กิจกรรมการซื้อขายในตลาดที่ลดลงโดยทั่วไปและการปรับตัวพิเศษของผู้เข้าร่วม ต่อการกระทำของกันและกัน ประการที่สอง น่าเสียดายที่ปัจจุบันยังไม่สามารถตรวจสอบโดยใช้วิธีการที่เป็นอิสระจากการวิเคราะห์เศษส่วนได้ แต่กิจกรรมการซื้อขายลดลงอย่างแน่นอน ดังนั้นปริมาณการซื้อขายเฉลี่ยรายสัปดาห์ หุ้นรัสเซียตาม MICEX ลดลงเหลือ 230 พันล้านรูเบิล สำหรับเดือนมกราคมถึงพฤศจิกายน 2553 จาก 253 พันล้านรูเบิล ในช่วงเดียวกันของปี 2552 ในสหรัฐอเมริกา การลดลงมีนัยสำคัญมากยิ่งขึ้น - จาก 5.5 พันล้านดอลลาร์เป็น 4.7 พันล้านดอลลาร์ในช่วงเวลาเดียวกัน

เพื่อสรุปบทความนี้ ลองพูดสักสองสามคำเกี่ยวกับผลของการเพิ่มการแกว่งในสเกลขนาดใหญ่ในขณะที่ลดลงในสเกลขนาดเล็ก โดยพื้นฐานแล้ว ผลกระทบนี้หมายความว่าแนวโน้มในระบบที่ซับซ้อน (ทางธรรมชาติ สังคม เทคโนโลยี) ซึ่งก่อตัวช้ามากและมองไม่เห็น แต่มีความคงทนเพิ่มขึ้น มักจะกลายเป็นระดับโลกเมื่อเวลาผ่านไป ซึ่งเป็นตัวกำหนดเวกเตอร์หลักของการพัฒนาระบบดังกล่าว สังเกตว่ารู้จักกันดี ผลสงบ(การปราบปรามองค์ประกอบความถี่สูงของเสียง) ซึ่งมักจะเกิดขึ้นก่อนภัยพิบัติทางธรรมชาติ (เช่นแผ่นดินไหว) เป็นการสำแดงผลกระทบนี้โดยเฉพาะ ดังนั้นแนวโน้มวิวัฒนาการระดับโลกหลายประการจึงคล้ายคลึงกัน เมล็ดมัสตาร์ดจาก คำอุปมาเรื่องพระกิตติคุณ “ซึ่งถึงแม้เมล็ดจะเล็กกว่าเมล็ดพืชทั้งปวง แต่เมื่องอกขึ้น ก็ใหญ่โตกว่าผักทุกชนิด และกลายเป็นต้นไม้ จนนกในอากาศมาอาศัยอยู่ตามกิ่งก้านของมัน” (มัทธิว 13:32)

1 ประวัติความเป็นมาของการเกิดขึ้นของเรขาคณิตแฟร็กทัลได้รับการอธิบายอย่างละเอียดเพียงพอโดยผู้เขียนคนหนึ่งในบทความ “From MA to FRAMA via EMA and Fractal” ซึ่งตีพิมพ์ใน ดี'ลำดับที่ 15 สำหรับวันที่ 23 สิงหาคม 2553 (algoritmus.ru/?p=2638)

2 มานเดลบรอท บ. เรขาคณิตเศษส่วนของธรรมชาติซานฟรานซิสโก: W. H. Freeman, 1982.

3 ดู Shiryaev A.N. “ พื้นฐานของคณิตศาสตร์การเงินสุ่ม" ต- 1ม.: “เฟส”, 2541.

4 ดู Mandelbrot B. วารสารธุรกิจ. № 36, 2506; มานเดลโบรต์ บี. และ แวน เนส สยามสาธุคุณ. № 10, 1968.

5 ดู V. M. Polterovich” ทางเศรษฐกิจวิทยาศาสตร์ทันสมัยรัสเซีย» . №1, 1998.

6 ดู Dubovikov M. M., Starchenko N. S., Dubovikov M. S. ฟิสิก้า เอ 339 591, 2004.

7 สหรัฐอเมริกา เยอรมนี ฝรั่งเศส ญี่ปุ่น รัสเซีย บราซิล จีน เกาหลี

พฤติกรรมของดัชนีหุ้นเฉลี่ย (เส้นสีน้ำเงิน, สเกลขวา, ค่าเริ่มต้นในเดือนเมษายน 2544 ถือเป็นหนึ่งเดียว) และตัวบ่งชี้ความไม่แน่นอนเฉลี่ย (เส้นประสีแดง, สเกลซ้าย)

Fractals ค่อนข้างได้รับความนิยมในหมู่เทรดเดอร์จำนวนมาก ความสนใจในการวิเคราะห์เศษส่วนเกิดขึ้นหลังจากการตีพิมพ์ผลงานหลายชิ้นของ Bill Williams ในหัวข้อนี้ Fractals ถูกประดิษฐ์ขึ้นก่อนเขา แต่ถูกเรียกภายใต้ชื่ออื่น วิลเลียมส์ซึ่งศึกษาตลาดการเงินได้ข้อสรุปว่าการเคลื่อนไหวของอัตราดอกเบี้ยของเครื่องมือทางการเงินหลายชนิดนั้นมีความวุ่นวาย จากผลการวิจัยของเขา เขาพิสูจน์ว่ากราฟการเปลี่ยนแปลงมูลค่าของฝ้ายมีความคล้ายคลึงกับแนวชายฝั่งและการเคลื่อนไหวของเลือดในร่างกายมนุษย์

ในการวิจัยของเขา Williams ได้ข้อสรุปว่าตลาดมีความวุ่นวายมากกว่าระบบเชิงเส้น ดังนั้นการใช้ตัวบ่งชี้ตาม ฟังก์ชันเชิงเส้น, ไร้ประโยชน์. ในความเห็นของเขา เสถียรภาพในตลาดเป็นเพียงเศษเสี้ยวของเวลาเท่านั้น และในกรณีอื่นๆ ทั้งหมดความวุ่นวายก็ครอบงำพวกเขา

แฟร็กทัลเป็นรูปแบบที่เกิดซ้ำซึ่งพบในรูปแบบใดรูปแบบหนึ่งบนกราฟราคาใดๆ แฟร็กทัลแนวชายฝั่ง เช่นเดียวกับแฟร็กทัลในตลาดหุ้น มีลักษณะเดียวกัน เศษส่วนประกอบด้วยแท่งอย่างน้อยห้าแท่ง

เศษส่วนด้านบนและด้านล่างสามารถอยู่ในกลุ่มแท่งเดียวกันได้ บางครั้งแฟร็กทัลด้านบนและด้านล่างจะเกิดขึ้นพร้อมกันบนแถบเดียวกัน เมื่อเกิดแฟร็กทัลขึ้นมา ก็จะมีคุณสมบัติครบถ้วนครบถ้วน

เมื่อประเมินแฟร็กทัลบน คุณต้องใส่ใจกับค่าสูงสุดของมัน เมื่อศึกษาระดับล่างตามลำดับขั้นต่ำ การเริ่มต้นแฟร็กทัลเกิดขึ้นจากแฟร็กทัลสองอันต่อเนื่องกันที่มีทิศทางต่างกัน สัญญาณเศษส่วนจะปรากฏที่ด้านตรงข้ามกับจุดเริ่มต้น จุดแฟร็กทัลตั้งอยู่ด้านหลังแฟร็กทัลไกล หากสัญญาณตรงกันข้ามปรากฏขึ้น จะเป็นการยกเลิกสัญญาณก่อนหน้า

เทคนิคนี้ช่วยให้คุณเพิ่มเปอร์เซ็นต์ของการเทรดที่ทำกำไรได้ แต่การเทรดที่ขาดทุนโดยเฉลี่ยจะสูงกว่า เนื่องจากการหยุดการขาดทุนเมื่อใช้กลยุทธ์ดังกล่าวจะเกิดขึ้นไม่บ่อยนัก คุณจึงสามารถวางใจในผลกำไรที่ดีได้ในที่สุด การวิเคราะห์ตลาดเศษส่วนไม่ได้ให้การซื้อขายที่ทำกำไรได้ 100% เสมอไป ทั้งนี้ไม่ควรใช้เฉพาะในระบบการซื้อขายเท่านั้น ขอแนะนำให้ใช้เครื่องมืออื่นเพื่อยืนยันสัญญาณหรือตัวกรอง

เมื่อใช้การวิเคราะห์เศษส่วน สิ่งสำคัญคือต้องศึกษาข้อมูลจากกรอบเวลาที่แตกต่างกัน ระบบที่บิล วิลเลียมส์บรรยายไว้ในผลงานของเขานั้นกำลังอินเทรนด์ หากต้องการใช้อย่างถูกต้อง คุณต้องกำหนดแนวโน้มที่โดดเด่นในตลาดก่อนโดยดูจากช่วงที่เก่ากว่า

ระบบควรคำนึงถึง "คันโยกแฟร็กทัล" ด้วย นี่คือชื่อของแอมพลิจูดที่เป็นไปได้ระหว่างการย้อนกลับ คุณสามารถประเมิน “เลเวอเรจแฟร็กทัล” ได้โดยใช้เส้นฟีโบนักชีมาตรฐานที่มีอยู่ใน MT4 การปรับฐาน Fibonacci สูงถึง 38% เป็นหลักฐานของการเคลื่อนไหวของเทรนด์ที่แข็งแกร่ง ในกรณีนี้ คันโยกแฟร็กทัลมีความแข็งแรง สิ่งที่ตรงกันข้ามจะเป็นจริงหากการย้อนกลับเป็น fib 62% หรือมากกว่า

แฟร็กทัลและทฤษฎีคลื่น

เศษส่วนยังสามารถใช้ร่วมกับทฤษฎีคลื่นได้ โดยพื้นฐานแล้ว แฟร็กทัลนั้นไม่มีอะไรมากไปกว่าจุดเริ่มต้นหรือจุดสิ้นสุดของการเคลื่อนไหวหรือคลื่นแรงกระตุ้น ความซับซ้อนบางอย่างเกิดขึ้นที่นี่ เนื่องจากมีการสร้างแรงกระตุ้นที่แตกต่างกันในช่วงเวลาที่ต่างกันของแผนภูมิ เทรดเดอร์ที่ได้รับประสบการณ์ในการใช้ทฤษฎีคลื่นจะไม่มีปัญหาในการระบุคลื่นเฉพาะในกรอบเวลาที่กำหนดอย่างแม่นยำ

หากมีแฟร็กทัลหลายกลุ่มก่อตัวขึ้นในระดับเดียวกัน หากทะลุระดับนี้ไปได้ ก็คาดว่าจะมีแนวโน้มที่ยาวนานและทรงพลัง การวิเคราะห์ตลาดแฟร็กทัลให้ผลลัพธ์ที่ดีมากเมื่อมีแนวโน้ม เมื่อราคาอยู่ในช่องเป็นเวลานาน กลยุทธ์ในการทำลายแฟร็กทัลจะนำมาซึ่งการขาดทุน ปัญหาคือการรับรู้แฟลตที่เกิดขึ้นใหม่อาจเป็นเรื่องยากทีเดียว

จะใช้กลยุทธ์แฟร็กทัลในแฟลตได้อย่างไร?

คุณควรซื้อขายการฝ่าวงล้อมในทิศทางของแนวโน้มที่เด่นชัดเท่านั้น คุณไม่ควรกังวลเกี่ยวกับการขาดทุนหลายครั้งติดต่อกัน กำไรในอนาคตจะครอบคลุมการสูญเสียทั้งหมดที่กลยุทธ์เกิดขึ้นระหว่างความผันผวนในทางเดินอย่างแน่นอน จะได้ผลลัพธ์ที่ดีเมื่อทำงานในช่วงเวลาสั้นๆ หากผู้ซื้อขายเข้าสู่การฝ่าวงล้อมเศษส่วนตามกราฟรายวัน จากนั้นสามารถตั้งค่า Stop Loss ได้ตาม H4 โดยปกติแล้ว ยิ่งแฟร็กทัลยิ่งอยู่ในระดับเดียวกันและยิ่งการพักตัวนานขึ้น การเคลื่อนไหวในอนาคตก็จะยิ่งแข็งแกร่งและมีทิศทางมากขึ้นเท่านั้น

หากต้องการระบุได้อย่างน่าเชื่อถือว่าการฝ่าวงล้อมแฟร็กทัลเป็นจริงหรือเท็จ คุณสามารถใช้การวิเคราะห์แท่งเทียนฝ่าวงล้อมได้ หากแท่งเทียนทะลุ "แข็งแกร่ง" นั่นคือมีแท่งเทียนขนาดใหญ่และระดับการปิดของมันอยู่ห่างจากกลุ่มแฟร็กทัล ก็มีความเป็นไปได้สูงที่การเคลื่อนไหวจะดำเนินต่อไปในทิศทางที่เลือก การใช้ข้อสรุปนี้ทำให้คุณสามารถซื้อขายบนกราฟขนาดเล็กเพื่อเพิ่มผลกำไรได้สำเร็จ ตัวอย่างเช่น หากเมื่อวานมีการทะลุกรอบ D1 วันนี้เราสามารถพิจารณาการทะลุทะลุบนกราฟสี่ชั่วโมงได้

หากหลังจากการพังทลายของกลุ่มแฟร็กทัล รูปแบบแท่งเทียนกลับตัวได้เกิดขึ้น ในอนาคตมีแนวโน้มว่าตลาดจะทรงตัวและแฟร็กทัลใหม่จะปรากฏขึ้น ในเรื่องนี้ ควรให้ความสนใจอย่างมากกับการวิเคราะห์แท่งเทียนฝ่าวงล้อม เพื่อเพิ่มประสิทธิภาพ ขอแนะนำให้ทำความคุ้นเคยกับพื้นฐานของการเคลื่อนไหวของราคาเป็นอย่างน้อย (การวิเคราะห์แท่งเทียน)

Bill Williams แนะนำให้ดูไม่เพียงแต่ที่แท่งเทียนกลับตัวเท่านั้น แต่ยังวิเคราะห์ปริมาณด้วย หากแท่งเทียนมีขนาดใหญ่แต่ปริมาตรน้อย แสดงว่าสัญญาณอ่อน สัญญาณที่มาจากคลัสเตอร์แฟร็กทัลจะแข็งแกร่งเมื่อสร้างบนกราฟระยะยาว (เช่นในกรณีของการวิเคราะห์แท่งเทียน) วิลเลียมส์เองก็แนะนำให้ดู D1 ในขณะเดียวกันก็จำเป็นต้องวิเคราะห์กรอบเวลาอื่นๆ ด้วย ตามที่กล่าวไว้ในบทความนี้ การวิเคราะห์เศษส่วนจะรวมกับอย่างอื่นได้ดีที่สุดเพื่อเพิ่มผลกำไรของกลยุทธ์ เนื่องจากไม่มีเครื่องมือใดที่สามารถแสดงสัญญาณที่แม่นยำ 100% ได้

วิดีโอมีข้อมูลที่เป็นประโยชน์ในหัวข้อที่อยู่ระหว่างการพิจารณา

โบรกเกอร์ฟอเร็กซ์และไบนารี่ออฟชั่นที่ดีที่สุด

ปีที่ออก : 2004

ประเภท :การเงิน, ฟอเร็กซ์, การซื้อขาย

สำนักพิมพ์:“การซื้อขายทางอินเทอร์เน็ต”

รูปแบบ:ดีเจวู

คุณภาพ :หน้าที่สแกน

เลขหน้า: 304

คำอธิบาย :ถึงเวลาที่จะต้องพิจารณาภาพรวมมากขึ้นว่าตลาดทำงานอย่างไร โดยเฉพาะอย่างยิ่ง ถึงเวลาที่ต้องยอมรับความแตกต่างที่มากขึ้นซึ่งเป็นรากฐานของตลาด นักลงทุนทุกคนไม่ได้เข้าร่วมด้วยเหตุผลเดียวกัน และนักลงทุนไม่ได้ใช้กลยุทธ์ของตนในขอบเขตการลงทุนเดียวกัน ความมั่นคงของตลาดมีความเกี่ยวข้องกับความหลากหลายของนักลงทุนอย่างหลีกเลี่ยงไม่ได้ ตลาดที่ "เติบโตเต็มที่" นั้นมีความหลากหลายและเก่าแก่ด้วย หากผู้เข้าร่วมทั้งหมดมีขอบเขตการลงทุนที่เหมือนกัน หากพวกเขาตอบสนองต่อข้อมูลเดียวกันในลักษณะเดียวกันและลงทุนเพื่อจุดประสงค์เดียวกัน ความไม่มั่นคงจะเกิดขึ้นทุกที่ ในทางกลับกัน ตลาดที่อิ่มตัวแล้วกลับมีเสถียรภาพอย่างน่าทึ่งมาเป็นเวลานาน เดย์เทรดเดอร์สามารถซื้อขายโดยไม่เปิดเผยตัวตนกับกองทุนบำเหน็จบำนาญ: เทรดเดอร์รายแรกมักซื้อขายเพื่อผลกำไรระยะสั้น อย่างหลังซื้อขายไม่บ่อยนักและเพื่อความมั่นคงทางการเงินในระยะยาว เดย์เทรดเดอร์ตอบสนองต่อแนวโน้มทางเทคนิค การลงทุนในกองทุนบำเหน็จบำนาญขึ้นอยู่กับศักยภาพในการเติบโตทางเศรษฐกิจในระยะยาว แต่ทุกคนก็ทำหน้าที่ไปพร้อมๆ กัน และแต่ละคนก็กระจายกันและกัน แนวทางการลดขนาดด้วยแนวทางนักลงทุนที่มีเหตุผล ไม่สามารถรับมือกับความหลากหลายดังกล่าวได้หากไม่มีแบบจำลองหลายองค์ประกอบที่ซับซ้อนซึ่งมีลักษณะคล้ายกับอุปกรณ์ Rube Goldberg โมเดลเหล่านี้มีลักษณะเฉพาะด้วยสมมติฐานและข้อกำหนดที่จำกัดมากมาย ล้มเหลวอย่างหลีกเลี่ยงไม่ได้ สิ่งเหล่านี้ซับซ้อนมากจนขาดความยืดหยุ่น และความยืดหยุ่นเป็นปัจจัยสำคัญในระบบไดนามิกใดๆ
เป้าหมายแรกของหนังสือเล่มนี้คือการนำเสนอสมมติฐานของตลาดแฟร็กทัล ซึ่งเป็นการปฏิรูปขั้นพื้นฐานว่าตลาดทำงานอย่างไรและเพราะเหตุใด เป้าหมายที่สองของหนังสือเล่มนี้คือการนำเสนอเครื่องมือสำหรับการวิเคราะห์ตลาดภายในกรอบแฟร็กทัล เครื่องมือที่มีอยู่จำนวนมากสามารถใช้เพื่อจุดประสงค์นี้ได้ ฉันจะแนะนำเครื่องมือใหม่ๆ ที่นักวิเคราะห์สามารถเพิ่มลงในชุดเครื่องมือของตนได้ รวมถึงตรวจสอบเครื่องมือที่มีอยู่ด้วย
หนังสือเล่มนี้ไม่ใช่เรื่องราว แม้ว่าเนื้อหาหลักจะยังเน้นไปที่แง่มุมของแนวคิดก็ตาม วิธีการวิเคราะห์จะถูกพิจารณาอย่างละเอียดภายในกรอบแนวคิด เช่นเดียวกับหนังสือเล่มก่อนๆ ฉันเชื่อว่าใครก็ตามที่มีพื้นฐานด้านสถิติทางธุรกิจจะพบข้อมูลที่เป็นประโยชน์มากมายที่นี่ การเน้นหลักไม่ได้อยู่ที่ไดนามิก แต่อยู่ที่สถิติเชิงประจักษ์ เช่น การวิเคราะห์อนุกรมเวลาเพื่อกำหนดสิ่งที่เรากำลังเผชิญอยู่