SWT-метод: что понимаем под трендом мы

Для начала зададимся вопросом, а что такое тренд?

Самое общее определение (Джон Дж. Мэрфи. Технический анализ фьючерсных рынков: теория и практика. — М.: Сокол, 1996), звучит так:  — тренд или тенденция  — определенное движение цены в том или ином направлении.

В общем-то все просто и понятно. При этом основная задача технического анализа — выявить тенденцию и действовать в ее направлении. Но тут мы наталкиваемся на три трудности:
— во-первых, в реальной жизни ни один рынок не движется в каком-либо направлении строго по прямой. Движение цены представляет собой серию зигзагов, то подъем, то падение. Поэтому договорились, направлением тренда будет направление динамики этих подъемов и падений;
— во-вторых, на рынке одновременно действует множество трендов разной длительности направления и возникают задачи разделения этих трендов, выбора определенного тренда для совершения сделок и учета влияния на торговую тактику других, более быстрых и более медленных трендов, на фоне которых совершается сделка по выбранному тренду;
— в третьих, руководствуясь динамикой подъемов и спадов мы в общем случае можем сказать когда начался тренд, но не знаем, когда он закончится. Является нарушение динамики этих экстремумов паузой в развитии тренда или же будет разворотом.

В классическом техническом анализе задача построения трендов решается, что называется «в лоб». Берутся максимумы и минимумы рынка и по определенным правилам строится предполагаемое направление движения цены. 
Для разделения различных по длительности трендов такое построение производится двумя разными способами: — на разных таймфреймах, здесь используются фильтрующие свойства таймфрейма, так как графическое представление движения цены с определенным интервалом поглощает все изменения цены внутри этого этого интервала;
— по иерархии минимумов и максимумов, т.е. начале строится самый быстрый тренд, затем по переломам направления этого быстрого тренда строится более медленный и т.д. Это основные способы, если не вдаваться в детали и второстепенные версии этих основных вариантов.
 И все было бы хорошо, если бы не то обстоятельство, что реальные рынки сильно отличаются по своему поведению от идеальной модели и заставляют при построении и анализе трендов отступать от жестких правил, используя в спорных случаях субъективные трактовки ситуации. Основным инструментом каждого аналитика является один и тот же график, но роль субъективного фактора приводит к тому, что результаты и трактовка динамики цен у всех получаются разные, и успех такого анализа во многом зависит от мастерства данного конкретного аналитика, являясь не наукой, а скорее искусством. 
Известная шутка про 40 аналитиков в отдельных комнатах, которые дадут 40 вариантов анализа одного и того же инструмента, во многом справедлива. В общении эти аналитики могут прийти к консенсусу, но это не значит. что концепция, достигнутая в результате такого соглашения, будет реализована рынком.





Для уменьшения роли субъективного фактора применяются алгоритмические методы, в случае использования которых данные проходят количественный анализ с помощью специальных алгоритмов, запрограммированных так, чтобы в конечном итоге компьютер выдавал сигналы к покупке и продаже. 
Вне зависимости от сложности подобных систем основная цель их создания заключается в том, чтобы свести к минимуму субъективный человеческий фактор из процесса принятия решений, подвести под него некоторую объективную основу. 
Вроде бы шаг вперед, но если посмотреть внимательнее, это очень маленький шаг. Субъективизм остается, просто решение принимается не по графику цены, а по результатам расчетов на основе этого графика и это решение тоже не дает однозначного результата.

Но не будем глубоко вдаваться в эту проблему. вернемся к трендам.
В классическом графическом анализе используется определение тренда по Доу, на основе динамики пиков и спадов графика рыночных цен.
В индикаторных количественных методах наилучшим подходом по нашему мнению является применение скользящих средних.

Но и в том и в другом случае не решена проблема множественности трендов и одновременного их существования, которая вносит громадную неопределенность в результаты принятых торговых решений. 
Для начала рассмотрим, как реализована задача разделения трендов в рамках SWT-метода, а проблемы учета множественности трендов будем решать в следующих публикациях.

Коротко напомним основной тезис предыдущей публикации: SWT-метод: существуют ли тренды? 

Следствием очевидного факта — изменение цены любого актива на любом промежутке времени равно сумме всех изменений цены внутри данного промежутка — является то, что энергетический спектр рыночного процесса имеет огибающую вида 1/f^n, где n>1 (частный случай n=2 соответствует модели случайного блуждания).


Рис.1. Энергетический спектр фликкер-шума

Системы с фликкер-шумом описываются теорией самоорганизованной критичности и характеризуются возможностью гигантских флуктуаций, все время находясь в состоянии неустойчивого равновесия, балансируя на грани постоянно происходящих микро- и макрокатастроф. В них нет ни характерных частот, ни характерных временных масштабов. Они не поддаются традиционным методам исследования, подразумевающим анализ отдельных характеристик объекта исследования и синтез полученных результатов, а оценка их поведения возможно только на совместном анализе всего всех свойств объекта и объекта в целом. Таким образом, при анализе такого рода объектов необходимо рассматривать не отдельные части и компоненты, полученные в результате применения различных принципов анализа, а их взаимное влияние и взаимодействие. Рассмотрение любого фактора или элемента совокупного процесса отдельно и изолированно от других неизбежно приведет к ошибкам и погрешностям в оценке поведения системы в целом.

Однако человеческое сознание не в силах оперировать процессами столь большой размерности и люди стремятся сводить все к небольшому количеству параметров и объектов, которые способен охватить и одновременно проанализировать человеческий мозг. Поэтому сделаем попытку структурировать этот хаос с целью уменьшения размерности, и структурировать будем по тому параметру, в рамках которого мы принимаем решения, т.е. по времени.

График фликкер-шума показывает, что в процессе присутствуют колебательные компоненты со всеми частотами и отсутствуют периодические компоненты процесса. Это впрочем не препятствует проявлению на отдельных участках рынка узкополосных случайных составляющих, которые могут восприниматься наблюдателем, как квазипериодические. Однако существуют эти составляющие недолго и не меняют характер энергетического спектра процесса.
В рамках SWT-метода уменьшение размерности производится за счет объединения близких по временным характеристикам компонент движения рыночных цен в более крупные конструкции — стохастические волновые тренды, на которые с использованием принципа декомпозиции разделяется график цены. Грубо говоря, мы объединяем, например, в одну конструкцию все колебания с периодом 1 час плюс-минус тридцать минут (это в линейной шкале частот, в логарифмической шкале цифры будут другие)  и полученную сумму рассматриваем, как тренд часового цикла. т.е. процесс, средний период которого  на бесконечном интервале наблюдения которого будет равен одному часу.

Технически декомпозиция производится с помощью системы полосовых фильтров, на вход которых поступает некий цифровой сигнал, соответствующий графику цены. На выходе каждого фильтра формируется функция времени, соответствующая сумме всех компонент процесса с частотами, близкими к центральной частоте фильтра.



Рис.2. Амплитудно-частотные характеристики системы полосовых фильтров

Вот эти конструкции, полученные объединением в единое целое колебаний с близкими частотами, и представляют собой тренды в рамках SWT-метода.
Отметим только, что в примере с одним часом предполагалось, что мы производим идеальное разделение компонент спектра, что соответствует использованию фильтров с прямоугольной полосой пропускания. Реальные фильтры далеки от идеальных, но это не мешает пользоваться их результатами. Главное условие чтобы был соблюден принцип декомпозиции — сумма всех полученных компонент давала исходный график цены без ошибок, или хотя бы с незначительной погрешностью. Эта задача решена выбором соответствующей конструкции гребенки фильтров.

Продолжение следует.