Системы поддержки принятия решений (Trade Systems)
В последнее время для решения задач технического анализа значительно шире используются компьютеры. Многие трейдеры пытаются разработать свои собственные системы поддержки принятия решений (СППР). Эти системы могут быть очень полезны, если не пытаться подменить ими интуитивные оценки, опыт и т. д. Технический анализ - это прежде всего искусство.
Существуют три типа программного обеспечения для аналитиков: "набор инструментов", "серый ящик" и "черный ящик". "Набор инструментов" – это программы, которые рисуют посуточные и еженедельные диаграммы, делят экран на окна, строят графики цен и индикаторов. Они включают множество популярных индикаторов, таких как скользящие средние, каналы, MACD, MACD-гистограммы, Стохастик, RSI и др. Хороший пакет позволяет вводить свои собственные формулы в систему, и использовать их наравне со встроенными индикаторами, а также дает возможность сравнивать одновременно два рынка и включает модель расчета опционов.
Функции "механических" систем. Существуют две полезные функции, выполняемые "механическими" системами анализа. Во-первых, они предупреждают о возможном развороте тренда. Во-вторых, можно следовать сигналам системы всякий раз, как они появляются. Достоинство этого способа использования системы - в ее "объективности", на нее не влияют эмоции, настроения рынка.
Однако всегда следует помнить, что такие системы, хорошо согласуясь с прошлыми данными (с помощью которых они настраиваются)/ не обязаны давать столь же хорошее согласование в будущем - история не повторяется в точности. Поэтому следует строить систему, которая хотя и не "собирает" всю возможную прибыль, но зато она отличается большей точностью, аккуратностью сигналов и, следовательно, способна привести к меньшим потерям.
Главное достоинство "механической" системы, в том, что решения принимаются автоматически, на них не влияют эмоции и предубеждения. Большинство трейдеров и инвесторов теряют прибыль из-за отсутствия дисциплины. Система вносит порядок в операции. Система позволяет накапливать прибыль при наличии сильного тренда, но автоматически ограничивает убытки при ложных всплесках цен.
Однако никакая система не может удовлетворительно работать всегда, могут существовать достаточно продолжительные периоды, на которых она не работает.
Использование прошлых данных для прогноза будущих значений не всегда помогает, характер рынка может меняться со временем. Случайные события рынка могут негативно повлиять на работу системы. Наиболее эффективные системы по природе своей ориентируются на тренды. Однако часто встречаются периоды, на которых тренды отсутствуют, что делает систему бесприбыльной.
Хорошо сконструированная система должна иметь в себе достоинства "механического" подхода, устраняя при этом перечисленные выше недостатки. Для этих целей следует руководствоваться следующими правилами:
- Необходимо проверять ее на прошлых данных по нескольким активам, на нескольких рынках. Чем на большем количестве данных будет проверена система, тем лучше будут результаты ее последующего использования.
- Следует оценивать эффективность системы, экстраполируя прошлые данные по еще более ранним. Например, можно оценить работоспособность системы в 1995 г., настроив ее по данным 1991-1994 гг.
- Следует точно определить правила системы. Если они нечетки, их интерпретация вызывает сомнения - в систему вносится субъективный элемент, который отрицательно сказывается на ее эффективности. Во-вторых, при неудачной настройке системы на пересечение заданных контрольных уровней индикатора, она, некоторое время показывая хорошую работоспособность, может привести к значительным убыткам, если после открытия позиции, цены не смогли достичь до противоположного контрольного уровня. Требуется точно определить правила установки уровня защитного закрытия.
- Необходимо убедиться, что имеется достаточно капитала, чтобы выдержать самое неблагоприятное развитие событий. Следует "проигрывать" в системе такой сценарий, и быть уверенным, что его можно пережить.
- Следует каждому сигналу, генерируемому системой, не задавая вопросов.
- Необходимо использовать диверсифицированный портфель активов для ограничения рисков.
- Следует торговать на рынках, которые показывают наличие продолжительных трендов, имеют четкие временные характеристики.
- Систему не нужно усложнять. Можно бесконечно "улучшать" ее по прошлым данным, вводя все новые и новые правила, но это может дать в результате обратный эффект. Следует ограничиться несколькими простыми, логичными правилами так, чтобы работа системы была "прозрачна", ясна для понимания.
Для построения правил в системе, генерирующих сигналы к открытию позиций, обычно применяются каналы индикаторов. Они же часто используются и для сигналов закрытия позиций. Кроме этого, для закрытия можно применять систему Параболик. Система Параболик была описана в 1976 году Уэллесом Уильдером Мл. Названа она так потому, что сигналы к закрытию, генерирующиеся по ходу изменения цен, вычерчивают подобие параболы. В настоящее время система Параболик включена как составная часть во многие системы поддержки принятия решений.
Основная задача системы Параболик - следуя тренду, произвести переориентацию торговых позиций в момент его разворота. Ее уникальным свойством является то, что она может реагировать не только на изменения цен, но и на изменения во времени. Большинство трейдеров однако ориентируют ее на изменения цен, не используя временную настройку.
Параболик - система определения точек разворота позиций, предполагает непрерывное участие в торгах. Когда Параболик указывает на окончание длинной позиции, он в то же время предлагает открыть по той же цене короткую позицию. А когда Параболик указывает на момент закрытия короткой позиции, он в это же время по той же цене предлагает открыть длинную позицию. Этот метод давал неплохие результаты во время инфляционного рынка 1970-х годов, однако в последующее время наблюдалось множество ложных выбросов. В настоящее время системой Параболик следует пользоваться выборочно, лишь при наличии трендов.
Параболик основывается на старом надежном правиле - сдвигать уровни цен закрытия позиции только в направлении открытой позиции и никогда в противоположном. Если открыта длинная позиция, можно увеличивать уровень цен закрытия позиции, но никогда не следует уменьшать его. Если открыта короткая позиция, цену закрытия можно уменьшить.
Цена закрытия устанавливается системой Параболик ежедневно по формуле:
Stopзавтра = Stopсегодня + AF *(EPсегодня - Stopсегодня),
где Stopсегодня - текущая цена закрытия;
Stopзавтра - цена закрытия завтрашнего дня;
Epсегодня - экстремальный уровень торгов на текущий день: при открытой длинной позиции - это верхняя цена с момента покупки, если открыта короткая позиция - это самая маленькая цена с момента открытия позиции;
AF - фактор ускорения.
AF определяет скорость с которой следует сдвигать в направлении открытой позиции цену закрытия; AF зависит от числа новых вершин с момента открытия длинной позиции или числа новых нижних уровней цен с момента открытия короткой позиции.
Многие трейдеры применяют свои параметры для фактора ускорения. Некоторые увеличивают их, чтобы сделать Параболик более чувствительным, другие, наоборот, уменьшают значения шага и предельной величины фактора.
Правила для трейдеров. Сначала требуется произвести начальную установку Параболика. Для этого необходимо рассчитать цены закрытия на предшествующем временном интервале, равном нескольким неделям. При этом цену закрытия предыдущего дня не следует сдвигать, каким бы ни был диапазон цен предыдущего дня - она остается равной рассчитанным ранее значениям. Система Параболик показывает хорошие результаты на трендах, при отсутствии тренда она дает множество ложных сигналов. Поэтому ее не следует применять механически.
Оценка системы поддержки принятия решений (СПРР)
Критерии для оценки СППР. Система должна эффективно управлять доходами и риском при любых рыночных условиях, генерируя эффективные сигналы входа-выхода на рынок. При этом частота проводимых операций должна быть умеренной, учитывающей операционные затраты, комиссионные, потери на спреде и т.д.
Сложность построения не должна отпугивать. Большинство отвергающих численные методы в пользу своей "интуиции" получают в итоге результаты ниже среднего.
Естественно важной характеристикой в оценке системы является суммарная (итоговая) прибыль. При высоких операционных затратах важное значение приобретает такая характеристика как прибыль на операцию. Точность решений (процентная), рассчитываемая как отношение числа прибыльных операций к общему числу операций, является популярной характеристикой для многих трейдеров, хотя ее важность переоценена. Дело в том, что многие эффективные системы чаще принимают ошибочные решения, чем верные, тогда как многие бесприбыльные (или почти бесприбыльные) системы чаще принимают верные решения.
Максимальные потери собственных средств являются важной характеристикой для измерения риска стратегий используемых системой. Системы подверженные периодическим крупным потерям не могут рассматриваться как пригодные к использованию, даже если, в конце концов, они дают достаточную итоговую прибыль. При этом под максимальными потерями имеется в виду не просто самая большая сумма потерь от последовательности убыточных операций, а максимальное снижение капитала в течение рассматриваемого периода. Во время такого снижения последовательность убыточных операций может прерываться отдельными прибыльными операциями, не способными изменить общий убыточный характер периода неэффективности системы. Основная характеристика эффективности системы рассчитывается как отношение итоговой прибыли к величине снижения капитала в период максимальной неэффективности системы и обычно называется отношением доход/риск. Существует также множество других оценок эффективности системы, иногда довольно сложных, требующих большого объема статистических расчетов, однако в большинстве случаев оказываются достаточными приведенные простые характеристики. Следует заметить, что при оценке системы можно воспользоваться критериями, которые рекомендует классическая теория управления портфелем.
Оптимизация системы заключается в поиске лучшей формулы для индикатора - лучшей в смысле получения с ее помощью максимальной и/или наиболее устойчивой прибыли по данным, собранным в течение длительного периода времени. Такая оптимизация внутренне противоречива. Ее критики немедленно укажут на то, что поведение будущих цен может отличаться от их поведения в прошлом. Сторонники такой оптимизации должны быть убеждены в существовании определенных закономерностей, устойчивости в поведении цен, не меняющегося или незначительно меняющегося с течением времени.
Для проверки действенности того, что используемые в техническом анализе правила дают устойчивую прибыль в будущем, будучи сами рассчитаны по прошлым данным, применяют следующий простой метод тестирования (так называемое слепое моделирование). Сначала оптимизируют решающее правило по прошлым данным, а потом проверяют его на более поздних (недавних) данных. Таким образом можно определить, насколько хорошо вообще можно прогнозировать будущее по прошлым данным с помощью заданного правила. Если индикатор с оптимальными параметрами дает хорошие результаты на более поздних данных, можно надеяться, что он будет хорошо работать и в будущем.
При переоценке параметров системы следует переходить к новой системе, только если полученное "улучшение" статистически значимо. Значимость можно проверить, например, с помощью рангового критерия Крускала-Уоллиса.
Роберт Пеллетьер рекомендует при построении решающих правил ограничивать число параметров, т. к. их увеличение увеличивает число степеней свободы системы. Кроме того между ними могут существовать связи, т. е. они могут оказаться статистически зависимыми, что обычно видно по коэффициенту их взаимной корреляции. Пеллетьер считает, что хорошая система должна содержать не более, чем 2-5 параметров.
Выборка для проверки индикатора должна быть достаточно большая, чтобы на выбранный период приходилось не менее 30 сигналов. При этом период должен включать в себя целое число полных длительных (низкочастотных) циклов, чтобы ограничить влияние смещений в направлении продаж или покупок. Так, например, для известного 4-х летнего цикла фондового рынка анализ должен производиться на данных не менее чем за 8 лет.
Сравнение со стратегией "купил-и-держи". Обычно стандартом для сравнения эффективности работы системы служит пассивная стратегия "купил-и-держи". Однако при этом необходимо быть аккуратным в анализе, так как эффективность пассивной стратегии в сильной степени зависит от выбранного периода времени. Ясно, что на медвежьей фазе рынка почти все индикаторы дадут выигрыш по сравнению с пассивной стратегией. В то же время общая тенденция рынка в масштабе нашего столетия - бычья, и переиграть стратегию "купил-и-держи" на всем периоде ХХ века непросто. Следует однако иметь в виду, что для пассивной стратегии характерен риск определенного рода. Снижение стоимости оборотных средств на медвежьих фазах может достигать 50% и более, что неминуемо приводит к уходу с рынка мелких спекулянтов, имеющих в своих активах большую долю заемных средств. По критерию отношения доход/риск многие индикаторы переигрывают стратегию "купил-и-держи".
Экспертные системы
Построение решающих правил для СППР удобно вести с помощью оболочек экспертных систем (ЭС). Такие системы, построенные на основе системы продукций и методов нечеткой логики, позволяют получить взвешенные оценки сигналов различных индикаторов и генерируют на их основе итоговый сигнал к проведению торговых операций.
При построении СППР на базе ЭС следует не бояться простоты формулируемых правил и не усложнять правила. Лучше всего иметь множество простых правил, выстроенных в иерархическом порядке, так чтобы выводы из правил внизу иерархии использовались как исходный материал правилами более высоких уровней.
Одним из наиболее мощных и привлекательных свойств экспертных систем является то, что при недостаточности информации система, прежде чем обратиться к пользователю, сначала пытается сама извлечь ее из других правил путем построения обратной цепочки.
Построение экспертных систем может включать в себя не только правила логического вывода типа если ... то..., но и другие технологии: нечеткие множества, моделирование процессов и т. д.
Нейронные сети и генетические алгоритмы могут быть использованы для оценки прогнозирующих способностей индикаторов рынка, что является важным этапом при разработке мощной базы знаний.
По материалам книги В. Меладзе, "Курс технического анализа", http://www.parusinvestora.ru/