Прогнозировании переломов тенденций валютных курсов

Фигуры (шаблоны) технического анализа на графиках во многом отличаются от большинства прочих индикаторов  технического анализа [6].

Фигуры технического анализа  на графиках основаны на визуальной идентификации, а не на математических уравнениях, это делает их распознавание достаточно сложной для автоматизации задачей [6].

Существуют определения  объективного и субъективного технического анализа, приведенные в книге Evidence-based Technical Analysis (Конструктивный технический  анализ) Давида Аронсона (David Aronson) [6].

Объективный технический  анализ – «надлежащим образом определенные, повторяемые процедуры, подающие недвусмысленные сигналы. Это позволяет воплощать их в компьютерные алгоритмы и проверять на данных прошлых периодов».

Субъективный технический анализ – «недостаточно определенные процедуры анализа, из-за их неопределенности необходимы частные интерпретации аналитика. Это препятствует автоматизации, проверке на данных прошлых периодов и объективной оценке производительности. Эффективность субъективного метода подтвердить или опровергнуть невозможно».

Из определений субъективного  и объективного технического анализа  четко видна причина того, что  фигуры технического анализа (шаблоны) на графиках, идентифицируемые людьми, были классифицированы в качестве процедур субъективного технического анализа  [6].

В настоящее время стали  появляться специализированные программы, призванные распознавать фигуры на графиках, что в свою очередь должно было привести процедуру распознавания  фигур на графиках к объективному виду, но этого не произошло в  виду большого числа эмпирических настроек данных программ. Кроме того, как  отмечают сами трейдеры, использующие данное программное обеспечение, программы  способны хорошо распознавать фигуры лишь на исторических данных и плохо распознают формирующиеся фигуры.

Следовательно можно сделать  вывод, что успешное использование  данных программ распознавания фигур  возможно при большом эмпирическом опыте работы с ценовыми фигурами и обладании знанием о их характерных  признаках и особенностях.

На рисунке 3.1 представлены основные виды разворотных ценовых  фигур в схематичном и реальном виде.

 

Рис. 3.1. Схематичное и реальное изображение основных разворотных ценовых фигур 

Для анализа была выбрана  разворотная фигура «голова и  плечи» (head & shoulders). Формация «голова  и плечи» представляет собой конфигурацию из трех вершин, причем средняя из них  выше двух – предшествующей и последующей. Средняя вершина называется «голова», а соседние вершины – «левое и  правое плечо» соответственно. Условная прямая линия, проведенная через  локальные минимумы фигуры (максимумы, если фигура перевернутая), называется «линией шеи». Фигура считается сформированной, если «правое плечо» пересекает «линию шеи». Фигура считается сработавшей, если после нее следует противоположно направленное предыдущей тенденции  движение цены на величину большую  или равную расстоянию от среднего пика до «линии шеи». В противном  случае фигура считается ложной. На рисунке 3.2 представлен схематичный  вид фигуры «голова и плечи».

Рис. 3.2. Схематичное изображение ценовой фигуры «голова и плечи»

 

Выбор именно фигуры «голова  и плечи» объясняется тем, что  по своей структуре остальные  разворотные фигуры представляют собой  либо отдельные части данной формации, либо вариации размаха отдельных  ее частей («головы» или «плечей»), что  отчетливо видно на рисунке 3.3. 

Рис. 3.3. Схематичное изображение присутствия формации «голова и плечи» в очертаниях разворотных фигур 

Так, в частности, фигура «неудавшийся размах» является формацией «голова и плечи» со слабо выраженным или отсутствующим «левым плечом». Фигура «двойная вершина» является формацией «голова и плечи» с сильным размахом «правого плеча», достигающим уровня головы или отсутствующим «левым плечом». Фигура «v-образный разворот» является формацией «голова и плечи» со слабо выраженными или отсутствующими «плечами».

Очертания фигуры «голова  и плечи» могут принимать разнообразные  значения, что осложняет идентификацию  данной фигуры на графике. На рисунке 3.4 представлены различные виды формации «голова и плечи» на свечных графиках котировок валют.

Для того, чтобы узнать, какую долю занимает каждая составляющая фигуры, необходимо найти средние перцентили локальных минимумов. Для этих целей были произведены сто выборок, каждая из которых содержит временной ряд, графически представляющий сформированную сработавшею формацию «голова и плечи». Выборка производилась за период с 01.01.2001 по 01.01.2008 из данных часовых котировок трех валютных пар: EUR/DOL, GBP/DOL, DOL/CHF.

В результате анализа отобранных выборок были получены следующие  результаты:

1. минимальный коэффициент вариации – 0,03%
2. максимальный коэффициент вариации – 0,49%;
3. мода коэффициентов вариации – 0,15%;
4. средний коэффициент вариации – 0,21%;
5. средняя доля левого плеча в общем объеме фигуры – 31,63%;
6. средняя доля головы в общем объеме фигуры – 37,15%;
7. средняя доля правого плеча в общем объеме фигуры – 31,22%.

Как видно из полученных результатов, наибольшую долю величины фигуры «голова и плечи» занимает «голова».

 

Рис.3.4. Различные виды ценовой фигуры «голова и плечи» на свечных графиках котировок валют

 

Следует отметить, что наибольший коэффициент вариации имела фигура, сформированная на основе данных котировок  валютной пары DOL/CHF, а наименьший коэффициент вариации имела фигура, сформированная на основе данных котировок валютной пары EUR/DOL. Следовательно наибольшая волатильность внутри фигур встречается среди котировок валютной пары DOL/CHF, а наименьшая – среди котировок валютной пары EUR/DOL.

Чтобы сравнить данную тенденцию  волатильности внутри фигуры с тенденцией общей волатильности внутри тренда, были рассчитаны коэффициенты вариации по выборкам диапазона 01.01.2007 – 01.01.2008 (диапазон, предшествующий проявлению влияния кризиса на волатильность валютных рынков) по валютным парам EUR/DOL, GBP/DOL, DOL/CHF на основе данных часовых котировок.

Были получены следующие  результаты:

1. средний коэффициент вариации котировок валютной пары GBP/DOL – 2,00%;
2. средний коэффициент вариации котировок валютной пары EUR/DOL – 3,95%;
3. средний коэффициент вариации котировок валютной пары DOL/CHF – 3,22%.

Наибольшая волатильность  наблюдалась по валютной паре EUR/DOL, о чем свидетельствуют полученные результаты: GBP/DOL – 2,00%, DOL/CHF – 3,22%, EUR/DOL – 3,95%.

При этом коэффициенты вариации, рассчитанные для данных, содержащих фигуру «голова и плечи», свидетельствуют  о том, что наибольшая волатильность  наблюдается в фигурах, формирующихся  на рынке валютной пары DOL/CHF.

Для сравнения волатильности  во время кризиса и до его начала были рассчитаны коэффициенты вариации по выборкам диапазона 01.01.2008 – 01.01.2009 (период проявления влияния кризиса на волатильность) по валютным парам EUR/DOL, GBP/DOL, DOL/CHF на основе данных часовых котировок.

Были получены следующие  результаты:

1. средний коэффициент вариации котировок валютной пары GBP/DOL – 9,85%;
2. средний коэффициент вариации котировок валютной пары EUR/DOL – 7,02%;
3. средний коэффициент вариации котировок валютной пары DOL/CHF – 5,48%.

Динамика волатильности  за 2007 и 2008 года представлена в таблице 3.1.

Таблица 3.1

Динамика волатильности курсов валют за 2007 и 2008 года

Показатели	Коэффициент вариации 2007 года, %	Коэффициент вариации 2008 года, %	Темп роста, %
1	2	3	4
DOL/CHF	3,22	5,48	170,39
EUR/DOL	3,95	7,02	177,73
GBP/DOL	2,00	9,85	492,47

 

Как видно из полученных результатов, кризис оказал наибольшее влияние на волатильность котировок  валютной пары GBP/DOL. Волатильность данной валютной пары с приходом кризиса увеличилась почти в 5 раз.

Увеличение волатильности  на валютном рынке во время кризиса  приводит как к увеличению величины возможной прибыли, так и к  увеличению риском понести потери. Поэтому для успешного совершения сделок на FOREX в настоящее время необходимо применение различных методов прогнозирования дальнейшей динамики цен валют.

 

3.2. Прогнозирование  переломов трендов на FOREX. Особенности  в докризисный и кризисный  период

 

В связи со сложившейся  ситуацией нестабильности на мировом  валютном рынке, вызванной международным  финансовым кризисом, для трейдеров  особую актуальность приобретает прогнозирование  динамики валютных курсов. Возросшая  волатильность требует от участников валютного рынка принятия обоснованных решений при заключении сделок по купле-продаже валюты. Начало кризиса  было ознаменовано резким падением большинства  мировых валют и столь же стремительным  удорожанием американского доллара. В настоящее время главы всех государств пытаются стабилизировать  состояние своих национальных экономик, что находит свое отражение и в снижении волатильности валютных курсов и возможному их возврату к докризисным трендам.

Рис. 3.7. Динамика котировок валютной пары DOL/CHF за период 01.01.2007 – 24.05.2009

 

Поскольку построение долгосрочных прогнозов во время кризиса представляется малоэффективным, то в данной работе была проанализирована динамика котировок валютных пар под влиянием кризиса и составлен краткосрочный прогноз на конец 2009 года.

Рис. 3.5. Динамика котировок валютной пары GBP/DOL за период 01.01.2007 – 24.05.2009

 

Для решения данной задачи была произведена выборка дневных  котировок трех основных валютных пар: EUR/DOL, GBP/DOL, DOL/CHF – в диапазоне с 1.01.2007 по 24.05.2009. Графики данных временных рядов представлены на рисунках 3.5 – 3.7.

Графики котировок рассматриваемых  валютных пар отчетливо свидетельствуют  о произошедшей в связи с приходом кризиса смене предшествующего  тренда. На основе данных графического анализа уже в сентябре 2008 года можно было говорить о переломе тенденции.

Была произведена выборка  котировок валютной пары DOL/CHF, EUR/DOL и GBP/DOL за период 01.01.2007 – 24.05.2009.

Проверка на стационарность, в ходе которой был использован  тест Дики-Фуллера, показала, что временные  ряды является нестационарными. При этом анализ модели авторегрессии для первых разностей ряда показал незначимость переменных.

 

Рис. 3.6. Динамика котировок валютной пары EUR/DOL за период 01.01.2007 – 24.05.2009

 

Для построения прогнозов  были выбраны следующие модели:

1. модель авторегрессии первого порядка с детерминированным параболическим трендом для временного ряда котировок DOL/CHF;
2. модель с детерминированным трендом в виде полинома четвертого порядка для временного ряда котировок GBP/DOL;
3. модель авторегрессии первого порядка с детерминированным трендом в виде полинома четвертого порядка для временного ряда котировок EUR/DOL.

Результаты оценивания моделей представлены в таблицах 3.2 – 3.4.

Как видно из данных, представленных в таблицах 3.2 – 3.4, уравнения регрессии  в целом значимы. Также значимы  все коэффициенты моделей. Статистика Дарбина-Уотсона в моделях для  котировок EUR/DOL и DOL/CHF показывает отсутствие автокорреляции. Так как тест Уайта для моделей показал наличие гетероскедастичности, были использованы поправки в форме Уайта.

На основе моделей были построены прогнозы динамики валютных пар на 01.01.2010. Результаты прогноза представлены на рисунках 3.8 – 3.10.

Таблица 3.2

Результаты оценивания модели авторегрессии первого порядка с параболическим трендом для валютной пары DOL/CHF за период 01.01.2007 – 24.05.2009

показатели	коэффициент	стандартная ошибка	t-статистика	доверительная вероятность
1	2	3	4	5
время	-0,0009	0,00032	-2,7427	0,0062
время в квадрате	7,91E-07	3,48E-07	2,2752	0,0231
AR(1)	0,9863	0,0065	152,3506	0,0000
константа	1,3277	0,0627	21,1884	0,0000
R2				0,9886
скорректированный R2				0,9885
F-статистика				23807,7400
доверительная вероятность для F-статистики				0,0000
статистика Дарбина-Уотсона				1,9773