Паттерны

Паттерны - Зона совершения сделки



Паттерны хороши настолько, насколько цена им следует. Многие игроки увлекаются охотой за паттернами, полагая, что все, что им нужно для торговли - хороший сетап. К сожалению, такой подход чаще всего ведет к потере денег.
Торговые сетапы - это прогнозные архетипы, не больше и не меньше. Некоторые из них работают, словно по учебнику, тогда как другие никак не поддаются пониманию.
Хорошее исполнение сделки - процесс из трех шагов. Вы находите паттерн, изучаете, как цена с ним взаимодействует, и решаете, стоит ли его использовать. Большой процент сетапов так и не доживает до момента принятия решения, будучи отвергнуты после пристального рассмотрения. Многие трейдеры наживают неприятности из-за этих ограничений, полагая, что рынок так или иначе даст им заработать, нужно лишь выбрать простую стратегию. Другими словами, они берут позиции так же, как игрок ставит на лошадей.
Когда я публикую новый паттерн, кто-нибудь всегда спрашивает, когда лучше входить в сделку. Я советую им входить, когда они получат сигнал на покупку или продажу. Конечно, это их не удовлетворяет, потому что многие просто не знают, как выглядят эти сигналы. Так что, возможно, назрела необходимость дать небольшую инструкцию.
Цель исполнения определяет, где купить или продать в короткую. Хороший сетап указывает на эти цены через поддержку-сопротивление, распознавание модели и отношение риска-прибыли. Хотя с целями возможны некоторые ограничения. Во-первых, перед входом в сделку должны быть рассмотрены любые внешние воздействия, которые могли бы повлиять на ее ход. Во вторых, цель будет динамически меняться, поскольку новые данные изменяют условия. Один единственный тик может затронуть расчетное отношение риска-прибыли и полностью разрушить всю сделку.
Зона исполнения лежит между текущей ценой и целью сделки. Здесь фокусируется ваше внимание. Вы сдвигаете фокусировку к цели, когда цена проходит через зону исполнения. Поэтому выберите зону так, чтобы у вас было достаточно времени решить, какие потребуются действия, когда цена достигнет цели.



Чтобы идентифицировать зоны исполнения, используйте здравый смысл. Посмотрите на недавнюю волатильность и измерьте фиксированное расстояние от цели. Или определите последний уровень поддержки, который должна пройти цена перед достижением цели, и разместите там ордер.
Для большинства торговых сетапов имеется три варианта:
Войти на консолидации до прорыва.
Постоять в стороне во время прорыва и подождать отката.
Попытаться войти на прорыве в надежде получить хорошую цену.
Каждая стратегия входа имеет собственную комбинацию зоны исполнения / целей исполнения. Ключевым фактором будет вход в длинную около значимой поддержки или короткая продажа около существенного сопротивления. Конечно, это легче сказать, чем сделать. На движущихся рынках бал правят эмоции и мы может принимать решения в горячке битвы, что никак не улучшит наши результаты. Но это - неотъемлемая часть свинговой торговли.


Взгляните на два примера




Genesis Microchip (GNSS) показал сетап для входа в короткую на прорыве тройного дна. Но плохой расчет времени может опустошить счет из-за торговли этой изменчивой акцией. Так когда же было правильное время для короткой продажи?
Genesis показал NR7 (самый узкий бар из диапазона последних семи баров) как раз перед провалом до 45. Это было бы превосходной точкой для вода, но нужно было увидеть сигнал точно перед закрытием, а затем входить. Трейдер мог также продавать в короткую на следующее утро, когда акция сделала гэп вниз, но здесь есть риск получить плохое заполнение.


Третий метод - оставаться пока вне игры. Genesis все еще может откатиться обратно к прорыву и дать возможность войти с очень малым риском.





Manhattan Associates (MANH) также предоставила интересную возможность короткой продажи, но результат здесь совсем иной. Здесь не было прорыва двойного дна вниз, внезапные новости подняли акцию. Если бы мы действовали по вариантам два или три, позиция бы просто не открылась. Но в первом варианта, если бы короткая позиция была открыта на предыдущем баре, в момент скопления, риск был бы велик.
Хорошие новости дали сигнал выхода из узкой зоны, как только акция поднялась выше. А открывшему позицию в этой зоне следует примириться с убытком.
Самоучитель по Digital Graphics тут

Паттерны - Исследование с помощью анализа Маркова



Статистический метод, известный как анализ Маркова (Markov), легко приспособить для изучения переходов моделей на графиках цены. Этот метод используется учеными для исследования многих природных процессов, в которых предыдущие события влияют, но не предопределяют последующие.
Например, погода. Маловероятно, что она будет кардинально меняться день ото дня. Погода предыдущего дня, значит, влияет на погоду сегодня. Это не означает, что она не может измениться, но вероятность изменения - меньше. Цены ведут себя подобным образом. Обычно на них сильно влияют цены накануне.
Чтобы создать начальную базу данных, использовались графики недельных цены на 19 видов товаров с 1970 по 1979 годы. В перечень включены примеры по зерну, мясу, металлам, процентным ставкам и валютам. На каждом графике были обозначены очевидные паттерны. Масштаб выбранных моделей менялся как по длительности (от нескольких недель до двух или трех лет), так и по амплитуде (от 1-2 процентов до 25). Определяющим фактором для выбора в тех случаях, когда модель пересекалась с другими, была наилучшая форма. Перечень возможных паттернов включает в себя:


Сокращения
uf - up flag - флаг вверх
sa - symmetrical triangle - симметричный треугольник
df - down flag - флаг вниз
sc - symmetrical wedge - симметричный клин
ut - up trend - тренд вверх
ac - ascending wedge - восходящий клин
dt - down trend - тренд вниз
dc - descending wedge - нисходящий клин
aa - ascending triangle - восходящий треугольник
md - diamond - бриллиант
da - descending triangle - нисходящий треугольник
bt - broadening trend - расширяющийся тренд



Модель "голова с плечами" была разделена на составные части, например, тренды и треугольники, причем последние при анализе считались симметричными треугольниками. График (Рисунок 1) зерна дает пример того, как подбирались данные. Паттерны выбирались, используя критерии, описанные в классическом труде Роберта Эдвардса (Robert Edwards) и Джона Мэджи (John Magee) "Technical Analysis of Stock Trends".


Рисунок 1: Последовательность переходов: sc-ut-da-ut-df-ut-df-ut-uf-sa-dt-sa-dt-uf-dt-sa-ut-sa-ut




Паттерны - Анализ матрицы



Следующим шагом следовало записать переходы в базу данных. Длинные тренды содержат переходы, где скорость изменения цены ускоряется или замедляется. Матрица Переходов показывает переходы от модели с левой стороны к модели, обозначенной в верхней части матрицы. Таким образом, было пять переходов от флага вверх(uf) к флагу вниз (df). В итоге было распознано и закодировано свыше 700 переходов.





Паттерны - Матрица переходов



Каждый элемент в этой таблице был разделен на сумму его ряда, чтобы создать Матрицу Вероятности. Эта матрица показывает статистическую вероятность того, что один паттерн будет следовать за другим. Например, есть вероятность 6 процентов, что за упомянутым флагом вверх последует флаг вниз.





Паттерны - Матрица вероятности



Эта таблица не дает, однако, нам все то, что мы хотим узнать, поскольку всегда будет присутствовать определенное число случайных переходов для каждого элемента в матрице. Была создана Матрица математического ожидания, которую затем вычли из матрицы вероятности, чтобы получить Матрицу Разницы. Чтобы улучшить читабельность, все отрицательные числа в этой матрице были заменены на нуль. Нуль (или отрицательное число) в этой матрице означает, что переходы происходили со случайной частотой. Положительные числа округлены и представляют собой значимые переходы. Например, от тренда вниз к флагу вверх наблюдалось на 43 перехода больше, чем это ожидалось бы при его случайном появлении. Наконец, был проведен chi-квадратный анализ и получено значение 898, которое, при сравнении с chi-квадратной таблицей, показывает, что наблюдаемые переходы были не случайны. Заметьте, что возможно получить положительные значения Матрицы Разницы и в при случайных процессах, так что очень важно проверять данные, используя chi-квадратное тестирование.



Уроки верстки тут

Паттерны - Дифференциальная матрица



Наиболее частые переходы на недельных ценах показаны на Рисунке 2. Рядом с каждым дано число вероятности из матрицы Вероятности. Знак плюс означает, что переход имел большую, чем случайная, вероятность (положительное число в Матрице Разницы), свидетельствуя, что предыдущая модель повлияла на этот переход. Паттерны сгруппированы в порядке уменьшении возможного перехода. Рисунок показывает, например, что восходящий тренд завершается флагом вниз в 39 процентах случаев и происходит это с большей частотой, чем ожидалось бы при случайном развитии событий. Переходы с частотой три или меньше игнорируются, поскольку выводы об их поведении будут недостаточно достоверными.



Рисунок 2



Треугольники: Похоже, симметричные треугольники предшествуют трендам вверх, а асимметричные (нисходящий или восходящий) треугольники чаще предшествуют трендам вниз.
Клинья: Клинья появлялись нечасто, но оказались значимыми индикаторами трендов. Это, возможно, явилось результатом начала данных с 1970, когда многие товары показали клинья, приведшие к сильному росту несколькими годами позже.
Расширение трендов: Расширений трендов отмечено не было, возможно потому, что их составные элементы были четче определены и опознаны, как иные паттерны. Бриллианты оказались самыми нечастыми.
Тренды и Флаги: Они сформировали самые существенные пары переходов. Переходы от тренда вверх к флагам вниз и от тренда вниз к флагам вверх были частыми и значительно более вероятными, чем простая случайность. Одно предостережение: как флаги вверх, так и флаги вниз показали вторичную тенденцию эволюционировать в тренды вверх и вниз вместо изменения направления.
Эти данные проясняют некоторые особенности моделей графиков. База данных легко подвергается дальнейшему исследованию, используя многократные переходы. Например, представлены тренд вверх и симметричный треугольник, какая последует самая вероятная модель? Труды естественных наук, использующие анализ Маркова, обеспечили трейдера полезным инструментом для анализа всего разнообразия комбинаций ценовых моделей.




    Биржевой анализ: Графика - Паттерны - Крестики-нолики - Японские свечи