Настоящая книга посвящена изложению гипотезы фрактального рынка, как альтернативе гипотезы эффективного рынка. Фракталы, как следствие геометрии Демиурга присутствуют повсеместно в нашем мире и играют существенную роль, в том числе, и в структуре финансовых рынков, которые локально случайны, но глобально детерминированы, по мнению автора. В книге будут рассмотрены методы фрактального анализа рынков акций, облигаций и валют, методы различения независимого процесса, нелинейного стохастического процесса и нелинейного детерминированного процесса и исследовано влияние этих различий на пользовательские инвестиционные стратегии и способности моделирования. Такие стратегии и способности моделирования тесно связаны с типом активов и инвестиционным горизонтом пользователя.

Для риск-менеджеров, финансистов, инвестиционных стратегов, технических аналитиков рынка, а также индивидуальных инвесторов и валютных спекулянтов самостоятельно выходящих на финансовые рынки мира, в том числе, и на рынок FOREX и рынки России.

В 1991 г. я закончил написание книги, озаглавленной «Хаос и порядок на рынках капитана». Она была опубликована осенью того года (Peters, 1991 а). Моя цель состояла в том, чтобы написать концептуальное введение для инвестиционного сообщества к теории хаоса и фрактальной статистике. Я также хотел представить некоторое предварительное свидетельство того, что вопреки принятой теории рынки не достаточно хорошо описываются моделью случайных блужданий, и широко представленная гипотеза эффективного рынка (Efficient Market Hypothesis - ЕМН) не достаточно хорошо подтверждается эмпирическими данными.

В общем, моя книга получила очень положительные отзывы. Многие читатели ее одобрили, хотя некоторые выразили свое неодобрение и задали подробные вопросы. Вопросы разделились на две категории:

(1) техническую и (2) концептуальную. В технической категории оказались вопросы с просьбой сообщить больше информации об анализе. Моя книга не была предназначена быть учебником и я пропустил многие технические подробности, задействованные в анализе. Такой подход улучшил удобочитаемость книги, но заставил многих читателей задаться вопросом: «Что же делать дальше?»

Во второй категории были вопросы, связанные с концептуальными проблемами. Если ЕМН имеет недостатки, то как можно ее исправить? Или, скорее, какова ее жизнеспособная замена? Как теория хаоса и фракталы сочетаются с торговыми стратегиями и с дихотомией технического и фундаментального анализов? Могут ли эти, казалось бы, несопоставимые теории быть объединены? Может ли традиционная теория стать нелинейной?

В этой книге я рассматриваю обе категории вопросов. Хотя книга отличается от предыдущей, тем не менее, она отражает многие схожие черты. Фрактальный анализ рынка - это попытка обобщить Теорию рынка капитала (Capital Market Theory - СМТ) и объяснить разнородность инвестиционного сообщества. Одна из неудач традиционной теории заключается в ее попытке упростить "рынок" до среднего прототипичного рационального инвестора. Причины для того, чтобы работать в этом направлении, были благородны. В традиции западной науки отцы-основатели СМТ попытались узнать что-что о целом, разделив проблему на ее основные составляющие. Попытка оказалась успешной. Благодаря дальновидной работе Марковица (Markowitz), Шарпа (Sharpe), Фамэ (Fama) и других мы добились огромных успехов за прошедшие 40 лет.

Однако, редукционистский подход имеет свои пределы и мы их достигли. Пришло время более целостно взглянуть на работу рынков. В частности, пришло время признать большую разнородность, лежащую в основе рынков. Участие всех инвесторов не обусловлено одной и той же причиной, при этом инвесторы не используют свои стратегии на одних и тех же инвестиционных горизонтах. Стабильность рынков неизбежно связана с разнородностью инвесторов. «Зрелый» рынок разнороден, так же как и стар. Если бы у всех участников был один и тот же горизонт инвестиций, если бы они одинаково реагировали на одну и ту же информацию и вкладывали бы капитал с одной и той же целью, повсюду правила бы нестабильность. Зрелые же рынки, напротив, обладают, в течение уже длительного времени, поразительной стабильностью. Дэйтрейдер может вести анонимную торговлю с пенсионным фондом: первый ведет частую торговлю ради краткосрочных прибылей; последний же торгует нечасто и ради долгосрочной финансовой безопасности. Дэйтрейдер реагирует на технические тенденции; инвестиции пенсионного фонда основываются на долгосрочном потенциале экономического роста. И все же, все действуют одновременно, и каждый диверсифицирует другого.

Данная книга не является рассказом, хотя основной акцент, все же, делается на концептуальных аспеюах. В рамках концептуальной структуры тщательно изучаются аналитические методы. Как и в предыдущей книге, я полагаю, каждый, кто обладает прочными знаниями в коммерческой статистике, найдет здесь много полезного. Основной акцент делается не на динамике, а на эмпирической статистике, т.е. на анализе временного ряда для определения того, с чем мы имеем дело.

14 октября 2010 года ушел из жизни Бенуа Мандельброт - человек, во многом изменивший наше представление об окружающих нас предметах и обогативший наш язык словом «фрактал», обозначающим «структуру, состоящую из частей, в определенном смысле подобных целому» 1 . Теперь именно благодаря Мандельброту мы знаем, что фракталы окружают нас повсюду. Некоторые из них непрерывно меняются, как движущиеся облака или пламя, в то время как другие, подобно береговым линиям, деревьям или нашим сосудистым системам, сохраняют структуру, приобретенную в процессе эволюции. При этом реальный диапазон масштабов, где наблюдаются фракталы, простирается от расстояний между молекулами в полимерах до расстояния между скоплениями галактик во Вселенной. Богатейшая коллекция таких объектов собрана в знаменитой книге Мандельброта «Фрактальная геометрия природы» 2 .

Важнейшим классом природных фракталов являются хаотические временные ряды , или упорядоченные во времени наблюдения характеристик различных природных, социальных и технологических процессов. Среди них имеются как традиционные (геофизические, экономические, медицинские), так и те, которые стали известными относительно недавно (ежедневные колебания уровня преступности или ДТП в регионе, изменения количества показов определенных сайтов в интернете и т. д.). Эти ряды обычно порождаются сложными нелинейными системами, которые имеют самую различную природу. Однако у всех характер поведения повторяется на разных масштабах. Наиболее популярными их представителями являются финансовые временные ряды (в первую очередь цены акций и курсы валют).

Самоподобная структура таких рядов известна очень давно. В одной из своих статей Мандельброт писал, что его интерес к котировкам на фондовом рынке начался с высказывания одного из биржевиков: «…Движения цен большинства финансовых инструментов внешне похожи, на разных масштабах времени и цены. По внешнему виду графика наблюдатель не может сказать, относятся данные к недельным, дневным или же часовым изменениям». Мандельброт, занимающий совершенно особое место в финансовой науке, имел славу «ниспровергателя основ», вызывая среди экономистов явно неоднозначное к себе отношение. С момента возникновения современной финансовой теории, основанной на концепции общего равновесия, он был одним из главных ее критиков и до конца жизни пытался найти ей приемлемую альтернативу. Однако именно Мандельброт разработал систему понятий, которая при соответствующей модификации, как оказалось, позволяет не только построить эффективный прогноз, но и предложить, видимо, единственное на данный момент эмпирическое обоснование классической теории финансов.

Концепция фрактального рынка

Основной характеристикой фрактальных структур является фрактальная размерность D , введенная Феликсом Хаусдорфом в 1919 году. Для временных рядов чаще используют индекс Херста H, который связан с фрактальной размерностью соотношением D = 2 – H и является показателем персистентности (способности сохранять определенную тенденцию) временного ряда. Обычно различают три принципиально разных режима, которые могут существовать на рынке: при Н = 0,5 поведение цен описывается моделью случайного блуждания; при Н > 0,5 цены находятся в состоянии тренда (направленного движения вверх или вниз); при H < 0,5 цены находятся в состоянии флэта, или частых колебаний в достаточно узком диапазоне цен.

Однако для надежного вычисления H (так же как и D ) требуется слишком много данных, что исключает возможность использования этих характеристик в качестве показателей, определяющих локальную динамику временного ряда.

Как известно, базовой моделью финансовых временных рядов является модель случайного блуждания, впервые полученная Луисом Башелье для описания наблюдений за ценами акций на Парижской фондовой бирже. В результате переосмысления этой модели, которая иногда наблюдается в поведении цен, возникла концепция эффективного рынка (Effective Market Hypothesis , EMH ), на котором цена в полной мере отражает всю доступную информацию. Для существования такого рынка достаточно предположить, что на нем действует большое число полностью информированных рациональных агентов, которые мгновенно реагируют на поступающую информацию и корректируют цены, приводя их в состояние равновесия. Все основные результаты классической теории финансов (портфельная теория, модель CAPM, модель Блэка-Шоулза и др.) были получены в рамках именно такого подхода. В настоящее время концепция эффективного рынка продолжает играть доминирующую роль и в финансовой теории, и в финансовом бизнесе 3 .

К началу 60-х годов прошлого века эмпирические исследования показали, что сильные изменения цен на рынке происходят значительно чаще, чем предсказывала основная модель эффективного рынка (модель случайного блуждания). Одним из первых, кто подверг концепцию эффективного рынка всесторонней критике, был Мандельброт. Действительно, если корректно вычислить значение показателя H для какой-либо акции, то оно, вероятнее всего, будет отлично от H = 0,5, которое соответствует модели случайного блуждания. Мандельброт нашел все возможные обобщения этой модели, которые могут иметь отношение к реальному поведению цен. Как оказалось, это, с одной стороны, процессы, названные им полетом Леви (Levi flight), а с другой - процессы, которые он назвал обобщенным броуновским движением (Fractional Brownian Motion). Поведение временного ряда, для которого (достаточно часто наблюдается на реальном рынке), можно обозначить с помощью любого из этих процессов.

Для описания поведения цен обычно используют концепцию фрактального рынка (Fractal Market Hypothesis , FMH ), которую принято рассматривать в качестве альтернативы EMH. Концепция предполагает, что на рынке есть широкий спектр агентов с разными инвестиционными горизонтами и, следовательно, разными предпочтениями. Эти горизонты меняются от нескольких минут для внутридневных трейдеров до нескольких лет для крупных банков и инвестиционных фондов. Устойчивым положением на таком рынке является режим, при котором «средняя доходность не зависит от масштаба, если не считать умножения на соответствующий масштабный коэффициент» 4 . Фактически речь идет о целом классе режимов, каждый из которых определяется своим значением показателя H . При этом значение H = 0,5 оказывается одним из многих возможных и, следовательно, равноправным с любым другим значением (). Эти и другие близкие соображения стали поводом для серьезных сомнений 5 относительно существования действительного равновесия на фондовом рынке.

Эффективность цены

Исследование фрактальных свойств цен российских (в индексе ММВБ) и американских (входящих в Dow Jones Internet Index) компаний вместе с соответствующими индексами за последние десять лет подчеркивает особое положение значения H = 0,5. Для этого, однако, необходимо использовать новый фрактальный показатель (индекс фрактальности), введенный авторами данной статьи в отдельной работе 6 . Он связан с показателем Н соотношением, однако для его определения с приемлемой точностью требуется на два порядка меньше данных, чем для показателя H, поэтому его можно рассматривать в качестве локальной фрактальной характеристики. Оказывается, что с помощью индекса фрактальности можно дать обоснование современной теории финансов, а также предсказать сильные колебания на фондовом рынке.

В первом приближении общая картина, наблюдаемая во всех рядах, оказывается следующей. Индекс фрактальности (и фрактальная размерность финансовых рядов) совершает квазипериодические колебания около положения = 0,5 (этот режим соответствует случайному блужданию). При этом временной ряд непрерывно изменяет свой режим, переходя из тренда (< 0,5) через состояние случайного блуждания во флэт (> 0,5) и обратно. Время от времени для каждого ряда появляются и исчезают состояния с относительно стабильными значениями, отличными от 0,5. При этом режим с = 0,5 занимает явно привилегированное положение. Для каждого временного ряда он является самым длительным на всех интервалах, содержащих восемь точек и более.

Следует заметить, что интерпретация колебаний цен, основанная на описании поведения рыночных агентов, может сильно различаться на разных масштабах. Так, например, внутри дня, где более половины сделок совершается торговыми роботами (на рынках США), поведение агентов, видимо, является очень близким к рациональному. На масштабах же от нескольких дней до нескольких месяцев существенную роль играет социальная психология, которая всегда содержит иррациональный элемент. Между тем неизменный характер колебаний с наиболее часто встречающимся режимом случайного блуждания воспроизводится на всех масштабах, начиная от самых малых. Это наводит на мысль о том, что в основе природы этих колебаний лежит, видимо, общий механизм запаздывания, сопутствующий самому способу принятия решений агентами на фондовом рынке. При этом основным состоянием цен является все же именно случайное блуждание, которое остается главным режимом притяжения на всех масштабах. Другими словами, несмотря на часто возникающие длительные локальные отклонения, цены стремятся вернуться к эффективному поведению, которое описывает модель случайного блуждания.

Метод прогнозирования

Наличие описанных фрактальных свойств ценового ряда, наблюдаемых в широком диапазоне масштабов, позволяет по-новому взглянуть на возможность прогнозирования фондового рынка. В общем, задача прогноза - определить качественные или количественные параметры будущего поведения временного ряда на основе всего массива исторических данных. При этом особый интерес представляет определение ранних предвестников критического поведения ряда.

Рассмотрим один из новых подходов к решению этой задачи, основанный на фрактальных свойствах цен. Было строго доказано 6 , что если ввести среднюю амплитуду колебаний как среднюю разность между максимальным и минимальным значениями цены, усредненными по сегментам размера t , то средняя амплитуда колебаний будет связана с масштабом наблюдения степенной зависимостью:

Индекс (который, как и индекс, для своего определения требует на два порядка меньше данных, чем показатель H ) совпадает с H на тех участках, где H можно вычислить с приемлемой точностью. Зависимость средней амплитуды колебаний от масштаба наблюдений для разных значений Н представлена на графике 1.

Оказывается, что знание закона зависимости амплитуды колебаний от времени в разных режимах позволяет обосновать весьма любопытный эффект, который может стать ключом к прогнозу возникновения на рынке сильного движения. Действительно, предположим, что в данный момент рынок находится в переходном режиме от случайного блуждания к сильному тренду. Значит, через определенное время амплитуда колебаний на больших масштабах (например, несколько месяцев) станет существенно больше, чем текущая амплитуда (стрелка 2 на графике 1 показывает переход от случайного блуждания к тренду на больших временных масштабах). Это одновременно означает (в силу свойства степенной функции), что на малых временных масштабах (часы, дни недели) должно наблюдаться уменьшение амплитуды колебаний по сравнению с предыдущим периодом (стрелка 1 на графике 1 показывает такой переход на малых масштабах). Таким образом, наблюдая за поведением амплитуды на малых масштабах, в некоторых случаях можно прогнозировать существенное увеличение амплитуды колебаний цен в будущем.

Состояния рынка с увеличенной амплитудой колебаний обычно наблюдаются в корнерах (резких взлетах цен на рынке) или крахах (резких обвалах). Эффект увеличения крупномасштабных колебаний при уменьшении мелкомасштабных был теоретически обоснован авторами 6 . Как показало тестирование по всей указанной выше базе финансовых данных, этот эффект проявляется с вероятностью 70–80%. В тех же случаях, когда удается свести до минимума влияние внешних факторов, этот процент оказывается еще выше.

Перспективы-2011

Наиболее интересным, конечно, является прогноз с помощью этого метода не локальных движений в отдельных акциях, а глобальных событий типа мирового финансового кризиса 2008 года. При анализе подобного рода, кроме поведения отдельных страновых индексов, следует учитывать также переток капитала на глобальном финансовом рынке, который сильно либерализовался за последние 20 лет. Поэтому мы выбрали девять наиболее крупных фондовых рынков 7 , как развитых (developed markets), так и развивающихся(emerging markets), построили для них индикаторы нестабильности и рассчитали средний по всем рынкам.

Результаты расчетов показаны на графике 2. Здесь страновые индикаторы для разных рынков изображены в виде линий разного цвета. Индикатор, усредненный по всем рынкам, изображен в виде широкой красной линии. Повышенное значение индикатора означает переход рынка к флэтовому режиму. Пониженное и разворот вверх - возможное увеличение будущей амплитуды колебаний и переход к трендовому режиму. На рисунке вполне четко различаются два типа поведения. С апреля 2001-го по апрель 2004 года отдельные страновые индикаторы вели себя достаточно независимо друг от друга, что приводило к тому, что средний индикатор колебался около нуля. На языке микроэкономики это, видимо, означало, что участники отдельных рынков принимали решения без существенного учета происходящего на соседних рынках. После апреля 2004 года начинается синхронизация отдельных индикаторов: все они снижаются и повышаются примерно в одно и то же время, что приводит к достаточно сильным колебаниям среднего индикатора. С мая 2009-го по май 2010 года также наблюдается довольно слабая синхронизация, а с мая 2010 года все страновые индикаторы одновременно начинают синхронно снижаться. Что же происходило при этом на фондовых рынках?

На графике 3 построенный выше средний индикатор (красная пунктирная линия) представлен вместе со средним агрегированным индексом исходного ряда (синяя сплошная линия), включающим фондовые индексы указанных рынков. Такой подход исключает фактор влияния фондовых рынков различных стран друг на друга, который связан с перетоком капитала на глобальном финансовом рынке. Из графика видно, что индикатор показал резкое уменьшение мелкомасштабных флуктуаций, начиная с 2001 года, два раза. Первый раз - в декабре 2004 года, после чего через полгода последовал бурный рост всех индексов, который продолжался около двух лет. Второй раз - в апреле 2008-го, после чего также примерно через полгода в связи с кризисом произошло резкое падение всех индексов.

Кроме того, из графика видно, что в настоящий момент активно идет формирование нового сигнала, который является предвестником сильных колебаний фондового рынка в среднесрочной перспективе (от полугода до одного года). И хотя индикатор ничего не говорит о том, в какую сторону произойдет движение, полученной информации может оказаться вполне достаточно, например, для построения успешной стратегии управления активами на фондовом рынке. Если определить прогноз более точно, то исходя из него получается, что восстановление будет либо быстрым с возможным выходом на исторические максимумы фондовых рынков уже в следующем году (минимальное значение индекса РТС, которое в этом случае будет достигнуто, составляет 2150 пунктов), либо фондовые рынки накроет нечто похожее на вторую волну кризиса (при этом сценарии минимальная цель по индексу РТС составит 1050 пунктов). Следует заметить, что прогноз находится в явном противоречии с общепринятым ожиданием «медленного выхода из рецессии».

С точки зрения теории, опирающейся на фрактальные свойства цен, снижение амплитуды колебаний на малых масштабах должно сопровождаться двумя наиболее существенными эффектами: общим снижением торговой активности на рынках и особой подстройкой участников под действия друг друга. Второе, увы, проверить независимыми от фрактального анализа методами на сегодня не представляется возможным. А вот торговая активность действительно снизилась. Так, средний еженедельный объем торгов российскими акциями, по данным ММВБ, сократился до 230 млрд руб. за январь-ноябрь 2010 года с 253 млрд руб. в аналогичном периоде 2009-го. В США снижение еще более значительное - с $5,5 млрд до $4,7 млрд за те же периоды.

В завершение этой статьи скажем несколько слов относительно эффекта увеличения крупномасштабных колебаний при уменьшении мелкомасштабных. По существу, указанный эффект означает, что тенденции в сложных системах (природных, социальных, технологических), формирующиеся очень медленно и незаметно, но имеющие повышенную неуклонность, со временем часто становятся глобальными, определяя основной вектор развития таких систем. Заметим, что хорошо известный эффект затишья (подавление высокочастотной компоненты шума), который обычно предшествует природным катастрофам (например, землетрясениям), является частным проявлением указанного эффекта. Таким образом, многие глобальные тенденции в своей эволюции в действительности напоминают горчичное зерно из евангельской притчи, «которое, хотя меньше всех семян, но, когда вырастет, бывает больше всех злаков и становится деревом, так что прилетают птицы небесные и укрываются в ветвях его» (Мф. 13: 32).

1 История появления фрактальной геометрии достаточно подробно описывалась одним из авторов в статье «От MA до FRAMA через EMA и фрактал», опубликованной в D′ №15 за 23 августа 2010 года (algoritmus.ru/?p=2638).

2 Mandelbrot B. The Fractal Geometry of Nature. San Francisco: W. H. Freeman, 1982.

3 См. Ширяев А. Н. «Основы стохастической финансовой математики». Т . 1. М .: «Фазис», 1998.

4 См. Mandelbrot B. Journal of Business . № 36, 1963; Mandelbrot B. & Van Ness SIAM Rev . № 10, 1968.

5 См. Полтерович В. М. «Экономическая наука современной России » . №1, 1998.

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

7 США, Германия, Франция, Япония, Россия, Бразилия, Китай, Корея.

Поведение среднего фондового индекса (синяя линия, правая шкала, стартовое значение в апреле 2001 года принято за единицу) и среднего индикатора нестабильности (красная пунктирная линия, левая шкала)

Фракталы достаточно популярны среди многих трейдеров. Интерес к фрактальному анализу появился после публикации нескольких трудов Билла Вильямса, посвященных данной теме. Фракталы были изобретены еще до него, но упоминались под другим названием. Вильямс, изучая финансовые рынки, пришел к выводу, что движения курсов многих финансовых инструментов являются хаотичными. В результате исследований он доказал, что график изменения стоимости хлопка подобен береговой линии и движению крови в организме человека.

В своих исследованиях Вильямс пришел к выводу, что рынки – хаотичные, а не прямолинейные системы, поэтому применение на них индикаторов, в основе которых используются линейные функции, бесполезно. По его мнению, стабильность на рынках присутствует лишь небольшую долю времени, а во всех других случаях на них царит хаос.

Фрактал – повторяющаяся формация, которая в том или ином виде встречается на любых ценовых графиках. У фракталов береговой линии, как и у фракталов фондового рынка, одинаковая природа. Фрактал состоит минимум из пяти баров.

Верхние и нижние фракталы могут находиться в одной и той же группе баров. Иногда верхний и нижний фрактал одновременно образуются на одном баре. Когда фрактал сформировался, то он наделяется всеми свойствами.

Оценивая верхний фрактал, необходимо обращать внимание на его максимум. При изучении нижнего, соответственно, минимум. Фрактальный старт формируется из двух последовательных фракталов, направленных в разные стороны. Фрактальный сигнал появляется на противоположной старту стороне. Фрактальный стоп находится за дальним фракталом. Если появляется противоположный сигнал, то он отменяет предыдущие.

Данная техника позволяет повысить процент прибыльных сделок, но средняя убыточная сделка будет больше. Так как стоп-лоссы при использовании такой стратегии будут нечастыми, то в итоге можно рассчитывать на хорошую прибыль. Фрактальный анализ рынка не дает всегда 100% прибыльных сделок. В связи с этим не следует применять в торговой системе только его. Для подтверждения сигналов или фильтрации рекомендуется использовать другие инструменты.

При использовании фрактального анализа также важно изучать данные с разных таймфреймов. Система, которую описывал в своих трудах Билл Вильямс, является трендовой. Чтобы правильно ее использовать, вначале следует определить доминирующую на рынке тенденцию, обратившись к старшему периоду.

В системе следует учитывать и «фрактальный рычаг». Так называется возможная амплитуда при откатах. Оценить «фрактальный рычаг» можно, пользуясь стандартными линиями Фибоначчи, которые имеются в MT4. Коррекции до 38% по Фибоначчи являются свидетельством сильного трендового движения. В данном случае фрактальный рычаг является сильным. Все наоборот, если откаты составляют 62% по фибо и более.

Фракталы и волновая теория

Фракталы можно использовать и совместно с волновой теорией. Ведь по своей сути фрактал – не что иное, как начало или конец импульсного движения или волны. Здесь появляется определенная сложность, потому что на разных периодах графиков формируются разные импульсы. Трейдерам, набравшимся опыта в использовании волновой теории, не составляет труда точно определять конкретную волну на определенном таймфрейме.

Если на одном и том же уровне образуется несколько групп фракталов, то в случае пробития данного уровня следует ожидать продолжительную и мощную тенденцию. Фрактальный анализ рынка дает очень хорошие результаты при наличии трендов. Когда цена долго находится в каналах, то стратегия на пробой фрактала приносит убытки. Сложность состоит в том, что распознать возникающий флет бывает достаточно сложно.

Как применять стратегию по фракталам во флете?

Следует торговать на пробой только в направлении ярко выраженного тренда. Не следует переживать из-за нескольких лоссов подряд. Будущий профит наверняка покроет все убытки, которые стратегия получила во время колебания в коридоре. Хороший эффект достигается при работе на мелких временных интервалах. Если трейдер входит на пробой фрактала, ориентируясь на дневной график, то стоп-лосс можно выставлять, основываясь на H4. Обычно чем больше фракталов располагается на одном уровне и чем дольше длится флет, тем более сильным и направленным окажется будущее движение.

Чтобы достоверно определять, является ли пробой фрактала истинным или ложным, можно пользоваться анализом пробойной свечи. Если пробойная свеча является «сильной», то есть обладает большим телом и уровень ее закрытия располагается далеко от скоплений фракталов, то существует большая вероятность того, что движение продолжится в выбранном направлении. Пользуясь данным выводом, можно с успехом торговать на мелких графиках с целью увеличения прибыли. К примеру, если вчера произошел пробой на D1, то сегодня можно рассматривать прорывы на четырехчасовом графике.

Если после пробоя скопления фракталов образовалась разворотная модель свечи, то в дальнейшем скорее всего на рынке будет царить флет, появятся новые фракталы. В связи с этим очень большое внимание следует уделить именно анализу пробойной свечи. Для повышения эффективности рекомендуется ознакомиться хотя бы с основами Price Action (свечной анализ).

Билл Вильямс рекомендовал смотреть не только на разворотную свечу, но и также анализировать объем. Если свеча имеет большое тело, но объем невелик, то сигнал является слабым. Сигналы, которые поступают от скоплений фракталов, являются сильными, когда они образуются на более долгосрочных графиках (как и в случаях со свечным анализом). Сам Вильямс рекомендовал смотреть D1. В то же время необходимо анализировать и другие таймфреймы. Как уже упоминалось в данной статье, фрактальный анализ лучше всего сочетать с чем-то еще, чтобы повысить прибыльность стратегии, потому что ни одни инструмент не способен похвастаться 100%-точными сигналами.

Видеоролик содержит полезную информацию по рассматриваемой теме.

Лучшие брокеры Forex и бинарных опционов

Год выпуска : 2004

Жанр : финансы, forex-форекс, трейдинг

Издательство : «Интернет-трейдинг»

Формат : DjVu

Качество : Отсканированные страницы

Количество страниц : 304

Описание : Пришло время более целостно взглянуть на работу рынков. В частности, пришло время признать большую разнородность, лежащую в основе рынков. Участие всех инвесторов не обусловлено одной и той же причиной, при этом инвесторы не используют свои стратегии на одних и тех же инвестиционных горизонтах. Стабильность рынков неизбежно связана с разнородностью инвесторов. «Зрелый» рынок разнороден, так же как и стар. Если бы у всех участников был один и тот же горизонт инвестиций, если бы они одинаково реагировали на одну и ту же информацию и вкладывали бы капитал с одной и той же целью, повсюду правила бы нестабильность. Зрелые же рынки, напротив, обладают, в течение уже длительного времени, поразительной стабильностью. Дэйтрейдер может вести анонимную торговлю с пенсионным фондом: первый ведет частую торговлю ради краткосрочных прибылей; последний же торгует нечасто и ради долгосрочной финансовой безопасности. Дэйтрейдер реагирует на технические тенденции; инвестиции пенсионного фонда основываются на долгосрочном потенциале экономического роста. И все же, все действуют одновременно, и каждый диверсифицирует другого. Редукционистский подход, с его рациональным инвестором, не может справиться с такой разнородностью без сложных многоэлементных моделей, которые напоминают хитроумное изобретение Руба Гольдберга (Rube Goldberg). Эти модели, характеризующиеся многочисленными ограничивающими предположениями и требованиями, неизбежно терпят неудачу. Они настолько сложны, что испытывают недостаток гибкости, а гибкость является решающим фактором в любой динамической системе.
Первая цель этой книги состоит в том, чтобы представить фрактальную гипотезу рынка - основную переформулировку того, как и почему функционируют рынки. Вторая цель книги состоит в том, чтобы представить инструменты для анализа рынков в рамках фрактальной структуры. Многие существующие инструменты могут использоваться с этой целью. Я представлю новые инструменты, которые аналитики смогут добавить в свой набор, а также рассмотрю уже существующие инструменты.
Данная книга не является рассказом, хотя основной акцент, все же, делается на концептуальных аспектах. В рамках концептуальной структуры тщательно изучаются аналитические методы. Как и в предыдущей книге, я полагаю, каждый, кто обладает прочными знаниями в коммерческой статистике, найдет здесь много полезного. Основной акцент делается не на динамике, а на эмпирической статистике, т.е. на анализе временного ряда для определения того, с чем мы имеем дело.