циклы, существующие исключительно в ценовых данных

Цикл— это ритмическое колебание, имеющее определимую частоту (0,1 цикла в день, например) или же, по-другому, периодичность (10 дней на цикл, например). В предыдущих двух главах рассматривались циклические по природе явления. Эти процессы имели внешнюю по отношению к рынку природу и известную, если не фиксированную периодичность. Сезонные явления, например, вызваны сменой времен года, и, следовательно, привязаны к внешней действующей силе. Таким образом, все сезонные явления цикличны, но не все цикличные явления сезонны.

В этой главе будут рассматриваться циклы, существующие исключительно в ценовых данных и не обязательно имеющие какие-либо внешние причины. Некоторые из таких циклов могут объясняться еще неизвестными влияниями, другие могут происходить из резонансных колебаний рынков. Какова бы ни была причина, при рассмотрении практически любого графика можно обнаружить циклические явления. В старину трейдеры использовали для поиска регулярных максимумов и минимумов инструмент в форме гребня, который прикладывали к графику. Сейчас применяются компьютерные программы, позволяющие легко наблюдать и анализировать циклы. В отношении механического обнаружения и анализа циклов наиболее используемой техникой является спектральный анализ на основе метода максимальной энтропии (MESA ).

ОБНАРУЖЕНИЕ ЦИКЛОВ С ИСПОЛЬЗОВАНИЕМ MESA

В настоящее время предлагается не меньше трех крупных программных пакетов для трейдеров с возможностью применения метода максимальной энтропии для анализа рыночных циклов. Это Cycle Trader от Bresset, MESA от Ehlers (800-633-6372) и TradeCycles (Scientific Consultant Services, 516-696-3333 и Ruggiero Associates, 800-211-9785). Такой анализ используется многими специалистами, например Ружжиеро (Ruggiero , октябрь 1996) сообщает, что адаптивные системы на основе пробоя работают лучше при использовании метода максимальной энтропии (MEM ) при анализе циклов, чем без него.

Максимальная энтропия — изящный и эффективный метод определения циклической активности в ряду данных. Особая сила этого метода лежит в его способности определять выраженные спектральные черты в ограниченном объеме данных, что полезно при анализе рыночных циклов. Метод хорошо изучен, и его приложения доведены до высокой степени совершенства в отношении адекватной подготовки и обработки дан ных, требуемой при использовании подобных алгоритмов.

Однако существует ряд проблем, связанных с методом максимальной энтропии, как, впрочем, и с другими математическими методами опреде ления циклов. Например, метод MEM капризен; он может быть чувствителен к небольшим колебаниям данных или к таким параметрам, как период обзора. Кроме того, для применения метода максимальной энтропии требуется не только компенсировать влияние трендов или дифферен цировать ценовые данные, но и пропускать их через фильтр низких частот для сглаживания. На необработанных, зашумленных данных алгоритм работает плохо. После пропускания данных через фильтр возникает ряд проблем, в частности запаздывание и фазовые сдвиги по сравнению с исходными данными. Следовательно, экстраполяция обнаруженных цик лов может быть неверной в отношении времени и фазы, если не использовать дополнительные методы анализа.