СПЕКТРАЛЬНЫЙ АНАЛИЗ МАКСИМАЛЬНОЙ ЭНТРОПИИ (MESA), МЕТОД МАКСИМАЛЬНОЙ ЭНТРОПИИ (MEM)

Метод был разработан геофизиками для выделения краткосрочных циклов на отрезках данных небольшой длины с помощью адаптивных алгоритмов. Перед трейдером, имеющим возможность заранее получить достоверную информацию о нерегулярных и не имеющих постоянной длины краткосрочных циклах финансовых рынков, открываются поистине бесконечные горизонты возможностей. Пытаясь воплотить мечту в жизнь, многие аналитики искали и ищут методы, позволяющие на базе минимальных рыночных данных получить сведения о точных датах смены циклов. К сожалению, на коротких отрезках времени поведение рынка еще более хаотично, чем на длительных временных горизонтах. К тому же беспорядочные рыночные данные, характер которых обусловлен сменой настроений толпы, весьма далеки по своим характеристикам от регулярных данных физических явлений, для изучения которых был создан индикатор. Именно поэтому целесообразность применения MESA для анализа рынка представляется спорной.

MESA функционирует в соответствии с алгоритмом Бурга (см. тезисы диссертации Джона Паркера Бурга, Стейнфордский Универститет, 1975). Бург первым исследовал возможность осуществлять с высоким разрешением оценку спектров на ограниченных временных отрезках с использованием минимального количества данных.

Идеи Бурга получили широкое распространение в среде трейдеров и технических аналитиков. В 1978 году Джон Элерс, инженер, работавший в области аэрокосмических сигналов, написал первую компьютерную программу для использования MESA в анализе данных рыночной цены. На своем сайте www.mesasoftware.com он пишет, что программа MESA 2000 для выделения меняющихся циклов использует адаптируемые фильтры и контуры обратной связи. Данные на выходе фильтра сопоставляются с выборкой реальных данных рыночной цены, а результат сравнения всякий раз используется для настройки фильтра, так что данные на выходе фильтра приближаются к наблюдаемым. Отрезок доминирующего цикла за предыдущий день равен по длине данным текущего дня, а параметры фильтра устанавливаются ценовыми данными. Работа с фильтрами адаптируемой длины позволяет уничтожить задержку или запаздывание, как правило, свойственное окну данных фиксированной длины.

Элерс замечает, что торговая стратегия, основанная исключительно на учете циклов, не может дать заметного положительного результата, поскольку пригодные для совершения сделок циклы наблюдаются на рынке всего в 15% времени. Для того чтобы быть прибыльной, стратегия должна включать методы следования за трендом, такие, например, как скользящие средние (см. «Измерение циклов», Technical Analysis of Stocks & Commodities, том 15:11, стр. 505-509, www.traders.com).

Перри Кауфман считает, что оптимизированные циклы, выделенные на основании малого числа данных, не заслуживают серьезного доверия (см. «Кауфман о торговле на рынке товара», Technical Analysis of Stocks & Commodities, том 6:4, стр. 123-128, www.traders.com).

По мнению Джеффри Каца и Донны МакКормик (см. «Энциклопедия торговых стратегий», McGraw-Hill, New York, 2000, 376 стр., стр. 203-204), «применение метода максимальной энтропии сопряжено с рядом проблем, возникающих в ходе использования большинства математических методик, призванных выявлять циклы. MEM – метод весьма привередливый. Он может быть чрезмерно чувствительным к несущественным изменениям данных или параметров, таких как длина периода данных в пределах выборки. К тому же, прежде чем подставить ценовые данные в алгоритм максимальной энтропии, их приходится не только избавлять от тренда или дифференцировать, но и пропускать через низкочастотный фильтр, так как на необработанных, «зашумленных» данных алгоритм работает не слишком успешно. Проблемы, появляющиеся в связи с необходимостью пропускать данные через фильтр до выявления циклов максимальной энтропии, связаны с тем, что такая процедура приводит к возникновению задержек и фазовых смещений. Соответственно, экстраполяция полученных циклов не может без дополнительных аналитических операций считаться корректной с точки зрения фазы и тайминга».

Кац и МакКормик заканчивают главу 10-ю книги «Входы в рынок на основе циклов» следующим утверждением: «Применительно к циклическим моделям рынок демонстрирует высокую эффективность... Очевидные поведенческие характеристики рынка (например четкие, пригодные для торговли циклы) исчезают до того, как большинство трейдеров сумеют ими воспользоваться» (цитируется с разрешения авторов).

Содержание

Далее