Тед С. Эрл об эффективности способа принятия решений на основании распознавания фигур

Как известно, формальные теоретические модели редко удовлетворяют практическим требованиям инвесторов. Между тем финансисты и экономисты, в отличие от естествоиспытателей, лишены возможности ставить лабораторные опыты с реальным материалом. Единственной альтернативой создания действенных правил принятия торговых решений является в этих условиях тестирование торговых систем на исторических данных с проверкой значимости полученных результатов средствами статистического анализа. Эмпирическое моделирование позволяет привнести в процесс принятия торговых решений элемент научной обоснованности. Вся цепь сложных причинно-следственных отношений остается вне интересов аналитика; его задача – простое тестирование торгового метода, позволяющее выделить статистически достоверные качественные связи между наблюдаемыми событиями. Эмпирическое моделирование – наиболее эффективный способ очертить круг событий, появление которых, во-первых, неслучайно и, во-вторых, существенно с точки зрения практических инвестиционных целей. Одним из видов эмпирического моделирования является моделирование правил принятия решений на основании распознавания фигур. Суть метода состоит в следующем:

• Фигура, обнаруженная во временном ряду индикатора, позволяет предсказать дальнейшее поведение исследуемого ряда.

• Проводится поиск значимых корреляций различных исторических данных.

• Фигуры обнаруживаются в ходе наблюдений за изменениями данных индикатора, связанными по времени с событием, которое исследователь хотел бы предсказать.

• Во внимание принимаются любые данные, релевантные, с вашей точки зрения.

• Верность избранного правила принятия решений тестируется на длинных временных отрезках: существование качественной связи между фигурой и событием можно подтвердить или опровергнуть только путем статистической проверки.

• Критерием для помещения фигуры в разряд индикаторов является уровень надежности. Доверия заслуживают правила принятия решений, проверенные на длинных временных отрезках и дававшие в ходе тестирования стабильный, статистически значимый результат.

Правила принятия решений должны быть сформулированы четко: их суть не может вызывать разногласий у пользователей. Эмпирические модели должны быть объективными, а это значит, что в ходе применения правил на одном и том же историческом материале разные исследователи получат идентичные результаты.

Важно: актуальная возможность выиграть $40–$250 реальных (не бонусных) средств в конкурсе на демо-счетах.

Любое моделирование, связанное с распознаванием фигур, состоит из шести этапов:

1. Постановка задачи.
2. Сбор данных, необходимых для идентификации фигур.
3. Разработка правил принятия решений на основании распознавания фигур, обнаруженных во временном ряду индикатора.
4. Тестирование правил принятия решений и оценка результатов прогнозов поведения исследуемого временного ряда.
5. Установление контроля над использованием правил принятия решений.
6. Подготовка к применению правил на практике.

Каждый из шести этапов включает несколько шагов, которые в ходе исследования не раз подвергаются пересмотру и переоценке. Перед исследователем открывается огромный простор для выбора существенных для модели взаимосвязей. Параметры, которые будут приняты в конечном варианте, должны сделать тестирование наиболее разумным и эффективным. Наименее сложным данное исследование покажется людям, имеющим опыт построения эмпирических моделей, знакомым с природой исследуемых переменных и умеющим замечать неточности или ошибки данных. Напомним, что всякое новое тестирование должно строиться с учетом результатов, полученных в ходе предыдущих проверок.

Важным этапом работы является установление контроля над использованием правил принятия решений. Правила, прекрасно функционирующие на историческом материале, в будущем способны оказать нам медвежью услугу. Взаимоотношения между переменными незаметно для участника рынка могут измениться. Таким образом, инвестору следует заранее продумать свои действия в случае, если правила принятия решений окажутся неэффективными. Скажем, принять такую защитную установку: в случае когда убыток достигнет некоего предварительно определенного процентного уровня, все открытые позиции должны быть закрыты. Имеет смысл приостановить процесс использования правил и доработать их в соответствии с последними данными и в ситуации, когда убыточными оказались несколько (конкретное количество здесь также назначается заранее) сделок. Тед С. Эрл, составитель Market Timing Report (P.O. Box, Tucson, AZ 85702), – дипломированный специалист в области инженерии и финансов. Задача принятия решений решается им с точки зрения научных, высокоточных методов. Представляется, что подход Эрла вполне продуктивен: достаточно заметить, что Timer Digest (Fort Lauderdale, FL) назвал исследователя самым точным из американских аналитиков рынка. Приведенный текст с разрешения издателя составлен нами по материалам статьи Т. С. Эрла «Моделирование правил принятия решений с помощью распознавания фигур», опубликованной в Technical Analysis of Stocks & Commodities в апреле 1986 года, стр. 30-39 (www.traders.com.).

Содержание

Далее