Технический анализ на РЦБ: возможности и перспективы.

Линейный индикатор MACD иногда значительно запаздывает при формировании трендовых сигналов.
Характеризуя методический аппарат технического анализа в целом, необходимо отметить, что, несмотря на его простоту и универсальность, он не позволяет получить достаточно достоверные прогнозные данные, особенно в условиях нестабильного экономического развития и меняющейся финансовой среды. Поэтому прогнозные результаты, полученные на основе использования методов технического анализа, должны быть уточнены с учетом предстоящего изменения основных факторов, влияющих на конъюнктуру финансового рынка в целом, отдельных его видов и сегментов.

2.2. Практика применения ТА на РЦБ

На протяжении всех лет функционирования российского финансового рынка активно осваивался зарубежный опыт инвестиционного анализа, и создавались собственные методические разработки. Так, ставшие классикой на Западе, фундаментальные монографии по техническому анализу стали доступны и в России, а некоторые из них переведены на русский язык. Несколько десятков статей российских авторов опубликованы в деловой прессе, также увидели свет первые учебники и пособия отечественных специалистов в области технического анализа. Информационная инфраструктура российского фондового рынка тоже непрерывно совершенствуется.
С некоторых пор на российском фондовом рынке аналитики стали тестировать многие торговые системы, использующие широкий инструментарий технического анализа. Проведенные исследования показывают, что признаваемая наиболее адекватной в академических кругах и распространенная среди консервативных инвесторов стратегия «купи и держи», будучи не самой прибыльной, оказывается максимально рискованной и едва ли может считаться наилучшим выбором для инвестора. Вместе с тем многие популярные стратегии технического анализа (равно как и достаточно экзотические) продемонстрировали весьма невысокую эффективность, что заставляет с большой осторожностью относиться к любой непроверенной информации и говорит о необходимости тщательного предварительного тестирования. По результатам статистической проверки можно сделать вывод, что технический анализ на российском рынке акций способен обеспечивать инвестору дополнительный доход и существенно снижать его риски. Это дает основания предполагать, что развитие соответствующих методов представляет определенный интерес.
Согласно структурному подходу принятие обоснованного инвестиционного решения должно начинаться с изучения общего состояния рынка акций и выявления господствующей ценовой тенденции. Характер и перспективы текущего движения рынка становятся ясными из анализа сигналов индикаторов и графических фигур. В случае возникновения расхождений сигналы на более долгосрочных графиках имеют приоритет над более краткосрочными. На втором этапе объектом исследования становится отраслевой индекс, для которого применяется аналогичная процедура. Для определения позиций отрасли проводится анализ относительной силы отраслевого индекса по сравнению с общим индексом рынка акций.
Заключительный третий этап строится на рассмотрении рынка акций конкретного эмитента с учетом рыночной и отраслевой тенденций, выявленных на предшествующих стадиях анализа.
К сожалению, пока применение классической схемы инвестиционного анализа «макроэкономика - отрасль – компания» в России не может носить всеохватывающего характера в силу значительных диспропорций в отраслевой структуре экономики. В настоящее время наибольший интерес для инвесторов представляют «голубые фишки» - ценные бумаги сырьевых, энергетических монополий и предприятий связи. Это свидетельствует о низкой ликвидности и узости отечественного рынка акций.
Поскольку динамика фондовых индексов (например, РТС) оказывается практически полностью зависимой от колебаний курсов лишь нескольких ценных бумаг, отпадает необходимость в расчете и анализе промежуточных отраслевых индексов. В этих условиях важная роль отводится анализу относительной силы акций «большой десятки» непосредственно по сравнению с индексом РТС.
Состояние отечественного рынка корпоративных ценных бумаг в настоящее время таково, что возможности спекулятивной игры на нем сводятся к купле-продаже акций НК ЛУКОЙЛ, Норильский Никель, Газпром и др., и формированию межрыночного спрэда по этим ценным бумагам. Выработка и использование правил закрытия позиций с целью ограничения потерь способно значительно повысить результативность игры на российском фондовом рынке и оградить инвестора от неоправданного риска.
Одним из методов, позволяющих с большой степенью вероятности предсказывать важные повороты рынка, является измерение его волатильности (стандартных отклонений месячных значений фондовых индексов). Анализ показывает, что в преддверии крупных изменений в динамике цен размах колебаний рынка возрастает в 3-4 раза и более и соответствующий индикатор регистрирует сильный всплеск.
Волатильность отечественного фондового рынка является, возможно, причиной того, что извечная проблема совместимости фундаментального и технического анализа приобрела в России несколько специфическую форму: может ли применение апробированных методов технического анализа дать сколько-нибудь приемлемый результат для российского рынка корпоративных ценных бумаг.


3. Перспективы развития и использования ТА на ФР (финансовом рынке)

В классическом техническом анализе уже существует несколько направлений, работа в которых обещает увеличение точности прогнозов, снижение риска от сделок, увеличение доходов. Это подбор параметров для уже имеющихся индикаторов, поиск наиболее удачных комбинаций индикаторов, а также создание новых. Работа в этих направлениях активно ведется в США, на родине большинства методов технического анализа. Так, группа Мэррилл Линч провела исследования работы на нескольких товарных и финансовых рынках с целью выяснения эффективности работы с применением различных видов скользящих средних и их сочетаний. Было статистически доказано преимущество простых средних скользящих по сравнению с экспоненциальными и взвешенными, а также сочетания двух скользящих с сочетанием порядков 1:4, по сравнению с одиночными и комбинацией трех скользящих. Многие профессиональные трейдеры постепенно приходят к созданию собственных индикаторов, или специфических методов анализа, хорошо адаптированных для конкретного рынка.
Быстрое развитие компьютерных технологий открывает новые перспективы для работ в области прогнозирования ситуаций на финансовых и товарных рынках. Наиболее значительным прорывом в этой области большинство специалистов считают развитие нейрокомпьютинг.
Нейрокомпьютинг - это научное направление, занимающееся разработкой вычислительных систем шестого поколения - нейрокомпьютеров, которые состоят из большого числа параллельно работающих простых вычислительных элементов (нейронов).
В последние годы теория нейронных сетей привлекает внимание многих исследователей. Интерес к нейронным сетям порождается желанием понять принципы работы нервной системы и надеждой, что с помощью нейронных сетей удастся приблизиться к той поразительной эффективности в процессах обработки информации, которой обладают животные и человек.
Известно, что электрические колебания в коре полушарий мозга объясняются когерентным торможением и торможением групп нейронов, и эти процессы можно описать с помощью модели связанных нелинейных осцилляторов.
Исследование моделей мышления человека как осциллирующих НС базируется на следующих принципах:
кодирование и обработка информации в биологическом объекте происходит с помощью регулярных, квазипериодических или стохастических колебаний;
мозг представляется как сеть нелинейных связанных осцилляторов;
особую роль играет рефлексивность мышления, которая интерпретируется как многокритериальная обратная связь;
практическая реализация ОНС возможна на МОП-технологиях и технологиях, отличных от твердотельной электроники.
Основная гипотеза ОНС: предполагается, что в биологических нейронных системах признаки объектов кодируются частотами групп осциллирующих нейронов. Объединение этих признаков в целостный образ означает синхронизацию соответствующих групп нейронов. Это можно осуществить специальным центральным генератором или с помощью межгруппового взаимодействия элементов сети.
В двумерной сети имеется нейронная группа с локальными связями, образующими ячейку памяти. Во всех обучаемых ячейках формируются и распространяются слабо затухающие осцилляции. Обучение присваивает определённую частоту (или группу частот) всем элементам входного образа.
В работе исследуются свойства сети связанных нелинейных осцилляторов и интерпретации наблюдаемых эффектов человеческого мышления в терминах колебаний этой сети. При этом особый интерес вызывает создание на базе групп осциллирующих нейронов базовых элементов булевой логики: "И" (произведение частот), "ИЛИ" (сумма частот), "НЕ". На базе подобного рода элементов возможна реализация всех элементов булевой алгебры, обрабатывающих информацию в виде частот, а не дискретных значений уровня сигнала (как это реализовано в традиционных элементах булевой логики). Предполагается, что такой переход в представлении информации повлечёт за собой расширение возможностей базового элемента сознания в сравнении с логическими вентилями, основами современной схемотехники, аналогично расширению свойств осциллирующего нейрона по сравнению с обычным нейроном-сумматором.
Проблему создания искусственного аналога мозга человека в техническом плане можно разделить на две части:
создание искусственных нейронов;
реализация пространственной структуры из десятков и сотен триллионов межрайонных связей.
Разработаны различные электронные модели нейронов, обладающие аналого-логическими свойствами и по своим функциональным возможностям приближающиеся к биологическому нейрону. С помощью современной интегральной технологии их можно изготовить в достаточном количестве.
Несравненно более трудная задача - воссоздать пространственную структуру связей нейрона. Для оптических нейронных сетей это возможно решить, но для современных микроэлектронных ИНС это сделать невозможно. Реальный практический путь решения этой проблемы лежит в оптическом моделировании нейронных структур, при этом может быть использована техника, созданная при разработке голографической памяти.


Заключение

В этой работе был исследован российский фондовый рынок по вопросу применимости на нём технического анализа. Рассмотрены основные теории технического анализа и методы прогнозирования движения цен с его помощью.
В целом, технический анализ можно представить как исследование динамики рынка для прогнозирования динамики цен конкретных компаний. Предметом изучения в техническом анализе являются временные ряды цен сделок и объемы торгов.
Основные принципы технического анализа:
1) в рыночной цене есть вся необходимая для принятия решений информация;
2) в динамике цен на финансовых рынках проявляются устойчивые тенденции;
3) модели изменения цен повторяются.
Принципиальное отличие технического анализа от фундаментального в том, что технические аналитики основываются на том, что происходило с ценами, а фундаменталисты – на том, что должно произойти с ценами.
Методы технического анализа:
1) графические (линейный график, «Японские свечи», столбиковый график и т. д.)
2) индикаторные (скользящая средняя, индекс относительной силы, индикатор схождения (расхождения) скользящих средних и т. д.).
В целом, про методический аппарат технического анализа можно сказать, что, несмотря на его простоту и универсальность, он не позволяет получить достаточно достоверные прогнозные данные. Поэтому прогнозные результаты, полученные на основе использования методов технического анализа, должны быть уточнены с учетом предстоящего изменения основных факторов, влияющих на конъюнктуру финансового рынка в целом, отдельных его видов и сегментов.
Про применение технического анализа в России можно сказать следующее:
Основными проблемами российского фондового рынка являются невысокая ликвидность, малая капитализация и небольшой набор финансовых инструментов.
Российский фондовый рынок имеет высокую волатильность, и на нём использование технического анализа при прогнозировании цен принимает решающее значение для стабильной и прибыльной работы.
Технический анализ представляет собой стройную и обоснованную теорию по изучению движения цен на биржевых рынках.
4. Применимость отдельных индикаторов технического анализа для работы на российском фондовом рынке является обоснованной и позволяет зарабатывать повышенный доход, относительно безрисковых вложений, как в краткосрочной, так и в среднесрочной перспективе.


Список использованной литературы

Белова Е.В., Окороков Д.К. Технический анализ финансовых рынков. М.: 2006.
Бондарева Г.И. Инвестиции в ценные бумаги: современные технологии. М.: 2007.
Галанова В.А., Басова А.И. Рынок ценных бумаг. М.: 2006.
Канн. Н. Технический анализ. СПб.: 2004.
Томас Р. Технический анализ – новая наука. М.: 2006.
Хаертфельдер М. Фундаментальный и технический анализ рынка ценных бумаг. СПб.: 2005.
Швагер Д. Технический анализ. М.: 2002.
Якимкин В.М. Финансовый дилинг. Технический анализ. М.: 2005.
Захаров А.В. Экономические реформы и фондовый рынок, журнал «Рынок ценных бумаг». М.: №3, 2006.
Лобанов А. Особенности национального технического анализа, журнал «Рынок ценных бумаг». М.: №4, 2005.
www.e-analytics.com
www.m-trading.ru
www.micex.ru
www.rts.ru
www.futurestradingschool.com












2



Уровень
цен

Период времени

Начальный уровень цен

Минимальный уровень цен

Последний уровень цен

Максимальный уровень цен

Черное тело

Белое тело

Тени

Бритый верх

Доджи













∆

Ο










Ο














×


Ο




Ο








Ο


×


Ο


×




×


Ο


×


Ο


×

×












×


Ο


×

















×


Период времени

Уровень
цен

∆ - начальный уровень цен

× - повышение уровня цен на один пункт

Ο – понижение уровня цен на один пункт

Среднесрочная тенденция

Период времени

Уровень
цен

Краткосрочные повышательные тенденции

Краткосрочная понижательная тенденция

3

6

9

0

12

15

18

24

21

Период времени

Уровень цен

10

8

6

4

2

12

Среднесрочная тенденция

«Точки перелома» тенденций рынка «быков»

«Точки перелома» тенденций рынка медведей»

Период времени

Уровень
цен





































Ο

Ο








Ο




Ο






















Ο




Ο






×




×




Ο


×


Ο




Ο








×


Ο


×




×


Ο








×


Ο


×


Ο


×








Ο


×


Ο






×


Ο


×


Ο


×




×




×










×




×










×














×














×




×








×






























Точка прорыва

Уровень поддержки

Уровень сопротивления

Период времени

Уровень
цен

Разрыв вверх

Разрыв вниз

Период времени

Уровень цены и
объем реализации

Объем реализации

Уровень цены

Период времени

Уровень цены и объем реализации

Объем реализации

Уровень цены

Период времени

Уровень цены и объем реализации

Объем реализации

Уровень цены

Период времени

Уровень цен

Движение волны

Период времени

Уровень цен

Движение волны

Период времени

Уровень
цен

Движение волны

Период времени

Уровень
цен

Движение волны