Трейдеры и инвесторы всегда нуждались в надежном и эффективном способе прогнозирования финансовых рынков. И многие из них нашли ответы во фрактальном анализе, где совсем не используются индикаторы, а также ряд малоэффективных механистических систем. Данный вид анализа позволил по-другому взглянуть на .
Появляется все больше специалистов, которые уверены в большом будущем фрактальной теории. Что и говорить, фракталы окружают нас повсюду. К ним можно отнести галактики, котировки, торнадо и даже людей.
Фракталы - это все, что имеет нелинейный характер и несколько вариантов решения.
Фрактал можно представить в виде геометрической формы, каждая часть которой является цельным элементом системы.
Суть фрактального анализа
Как показывает практика, с позиции прогнозирования не существует краткосрочно повторяющихся циклов или паттернов. Индикаторы или последовательности, которыми пользуется большинство трейдеров, можно с легкостью найти в случайном наборе цифр. Определить дальнейшее изменение цены в краткосрочной перспективе только лишь на основе технического анализа графика практически нереально. Подобную работу можно сравнить разве что с игрой в рулетку «повезет – не повезет».
Многие опытные трейдеры прекрасно знают, что при торговле интрадей (с применением пятиминутных тайм-фреймов) вряд ли можно добиться успеха – это потеря времени. Считается, что такие трейдеры рано или поздно оказываются «в минусе». Основные причины – небольшие доходы, комиссии и так далее.
С другой стороны приверженцы фрактального анализа уверены, что долгосрочные движения цены имеют под собой определенное основание и могут быть предсказаны.
Считается, что на дневных и недельных графиках можно неплохо зарабатывать при условии следования тренду.
Фрактальная модель
По сути, фрактал – это модель разворота рынка, которая появляется с определенной периодичностью на графике движения цены для различных временных периодов. Появление модели стало следующим этапом большого исследования рынка с позиции теории Хаоса и фрактальной геометрии.
Опасность фрактального метода в том, что можно оказаться вовлеченным в незначительные движения рынка.
Следовательно, для максимальной эффективности трейдинга необходимо использовать дополнительные инструменты.
Но при грамотном применении фрактального анализа в долгосрочной перспективе трейдер не будет в убытке. Удачи.
Будьте в курсе всех важных событий United Traders - подписывайтесь на наш
Фракталы достаточно популярны среди многих трейдеров. Интерес к фрактальному анализу появился после публикации нескольких трудов Билла Вильямса, посвященных данной теме. Фракталы были изобретены еще до него, но упоминались под другим названием. Вильямс, изучая финансовые рынки, пришел к выводу, что движения курсов многих финансовых инструментов являются хаотичными. В результате исследований он доказал, что график изменения стоимости хлопка подобен береговой линии и движению крови в организме человека.
В своих исследованиях Вильямс пришел к выводу, что рынки – хаотичные, а не прямолинейные системы, поэтому применение на них индикаторов, в основе которых используются линейные функции, бесполезно. По его мнению, стабильность на рынках присутствует лишь небольшую долю времени, а во всех других случаях на них царит хаос.
Фрактал – повторяющаяся формация, которая в том или ином виде встречается на любых ценовых графиках. У фракталов береговой линии, как и у фракталов фондового рынка, одинаковая природа. Фрактал состоит минимум из пяти баров.
Верхние и нижние фракталы могут находиться в одной и той же группе баров. Иногда верхний и нижний фрактал одновременно образуются на одном баре. Когда фрактал сформировался, то он наделяется всеми свойствами.
Оценивая верхний фрактал, необходимо обращать внимание на его максимум. При изучении нижнего, соответственно, минимум. Фрактальный старт формируется из двух последовательных фракталов, направленных в разные стороны. Фрактальный сигнал появляется на противоположной старту стороне. Фрактальный стоп находится за дальним фракталом. Если появляется противоположный сигнал, то он отменяет предыдущие.
Данная техника позволяет повысить процент прибыльных сделок, но средняя убыточная сделка будет больше. Так как стоп-лоссы при использовании такой стратегии будут нечастыми, то в итоге можно рассчитывать на хорошую прибыль. Фрактальный анализ рынка не дает всегда 100% прибыльных сделок. В связи с этим не следует применять в торговой системе только его. Для подтверждения сигналов или фильтрации рекомендуется использовать другие инструменты.
При использовании фрактального анализа также важно изучать данные с разных таймфреймов. Система, которую описывал в своих трудах Билл Вильямс, является трендовой. Чтобы правильно ее использовать, вначале следует определить доминирующую на рынке тенденцию, обратившись к старшему периоду.
В системе следует учитывать и «фрактальный рычаг». Так называется возможная амплитуда при откатах. Оценить «фрактальный рычаг» можно, пользуясь стандартными линиями Фибоначчи, которые имеются в MT4. Коррекции до 38% по Фибоначчи являются свидетельством сильного трендового движения. В данном случае фрактальный рычаг является сильным. Все наоборот, если откаты составляют 62% по фибо и более.
Фракталы и волновая теория
Фракталы можно использовать и совместно с волновой теорией. Ведь по своей сути фрактал – не что иное, как начало или конец импульсного движения или волны. Здесь появляется определенная сложность, потому что на разных периодах графиков формируются разные импульсы. Трейдерам, набравшимся опыта в использовании волновой теории, не составляет труда точно определять конкретную волну на определенном таймфрейме.
Если на одном и том же уровне образуется несколько групп фракталов, то в случае пробития данного уровня следует ожидать продолжительную и мощную тенденцию. Фрактальный анализ рынка дает очень хорошие результаты при наличии трендов. Когда цена долго находится в каналах, то стратегия на пробой фрактала приносит убытки. Сложность состоит в том, что распознать возникающий флет бывает достаточно сложно.
Как применять стратегию по фракталам во флете?
Следует торговать на пробой только в направлении ярко выраженного тренда. Не следует переживать из-за нескольких лоссов подряд. Будущий профит наверняка покроет все убытки, которые стратегия получила во время колебания в коридоре. Хороший эффект достигается при работе на мелких временных интервалах. Если трейдер входит на пробой фрактала, ориентируясь на дневной график, то стоп-лосс можно выставлять, основываясь на H4. Обычно чем больше фракталов располагается на одном уровне и чем дольше длится флет, тем более сильным и направленным окажется будущее движение.
Чтобы достоверно определять, является ли пробой фрактала истинным или ложным, можно пользоваться анализом пробойной свечи. Если пробойная свеча является «сильной», то есть обладает большим телом и уровень ее закрытия располагается далеко от скоплений фракталов, то существует большая вероятность того, что движение продолжится в выбранном направлении. Пользуясь данным выводом, можно с успехом торговать на мелких графиках с целью увеличения прибыли. К примеру, если вчера произошел пробой на D1, то сегодня можно рассматривать прорывы на четырехчасовом графике.
Если после пробоя скопления фракталов образовалась разворотная модель свечи, то в дальнейшем скорее всего на рынке будет царить флет, появятся новые фракталы. В связи с этим очень большое внимание следует уделить именно анализу пробойной свечи. Для повышения эффективности рекомендуется ознакомиться хотя бы с основами Price Action (свечной анализ).
Билл Вильямс рекомендовал смотреть не только на разворотную свечу, но и также анализировать объем. Если свеча имеет большое тело, но объем невелик, то сигнал является слабым. Сигналы, которые поступают от скоплений фракталов, являются сильными, когда они образуются на более долгосрочных графиках (как и в случаях со свечным анализом). Сам Вильямс рекомендовал смотреть D1. В то же время необходимо анализировать и другие таймфреймы. Как уже упоминалось в данной статье, фрактальный анализ лучше всего сочетать с чем-то еще, чтобы повысить прибыльность стратегии, потому что ни одни инструмент не способен похвастаться 100%-точными сигналами.
Видеоролик содержит полезную информацию по рассматриваемой теме.
Лучшие брокеры Forex и бинарных опционов
| Брокер | Основан | Регулятор | Мин. депозит |
Сегодня фрактальный анализ валютного рынка активно используется крупными игроками и этот факт - лучший показатель его надежности. Появляющиеся комбинации фракталов обладают свойствами самоподобия, масштабирования и памятью о «начальных условиях», а потому их можно успешно использовать для построения ценовых прогнозов.
Первым обратил внимание на повторяющиеся ценовые формации французский экономист и математик, создатель фрактальной геометрии Бенуа Мандельброт. Результат анализа цен на хлопок за период более 100 лет привел к созданию эффективной торговой методики, впервые озвученной в знаменитом «Торговом хаосе» Билла Вильямса. Вильямс первым предложил рассматривать рынок как хаотическую, многофакторную и саморегулируемую систему, отменив все линейные модели.
Что такое фрактал
Фрактальные связи биржевых цен и повторяющиеся структуры были подтверждены результатами компьютерного моделирования. Фрактал (лат. fractus ) означает появление на любых данных устойчивой масштабируемой конструкции неправильной формы. На финансовом рынке фракталом считается свечная конструкция как минимум из 5 (или более) свечей, в которой max/min центральной свечи превышает экстремумы соседних свечей.
Именно появление фракталов означает начало новой ценовой пирамиды и рассматривается как торговый сигнал. Примерно так:
Фракталом вверх
(или сигналом на вход в buy) считается конструкция, в которой (как минимум) 5 последовательных баров образуют паттерн, в котором самый высокий максимум показывает средняя свеча.
Фракталом вниз
(или сигналом для позиции sell) будет обратный паттерн, в котором среди пяти (или более) последовательных свечей самый низкий минимум покажет средняя свеча.
Что такое фрактальный анализ и в чем его ценность
Задача такого анализа - вовремя «увидеть» и правильно трактовать фрактальные конструкции в сочетании с иными рыночными данными, фундаментальными и техническим, объемными и временными. Структура реальных фракталов очень динамична, всегда возможны варианты по количеству и составу, то есть, например, появление max/min для фрактала не обязательно должно быть последовательным, главное - чтобы один из центральных баров показал явный экстремум. Поэтому в качестве фракталов используются и нестандартные комбинации:
Если внутри паттерна появились экстремумы у нескольких баров, то в расчет торгового сигнала берется только последний. Уход текущей цены за уровень: для фрактала вверх на 1 пункт выше - пробой продавцов, для фрактала вниз на 1 пункт ниже понимается как пробой покупателей. Примерная схема входа показана ниже:
Появление фрактала означает сильный разворотный импульс, подтверждаемый предварительным движением при формировании всей конструкции. Наиболее сильный сигнал - сразу после его появления, причем одна и та же группа свечей может использоваться как для верхних, так и для нижних фракталов. Стрелки появившихся фракталов не перерисовываются.
Границей верхнего фрактала считается максимум, нижнего - минимум. Торговый сигнал - вход в направлении противоположном сформированному фракталу, стоп - на 1-5 пунктов выше/ниже границы ключевого бара. В случае образования противоположного фрактала текущий торговый сигнал отменяется.
Основные требования фрактального анализа рынка Форекс
Появление рядом двух разнонаправленных фракталов (иногда на одной свече) называется ситуацией фрактального старта: подразумевается, что далее рынок должен принять решение в пользу одного из направлений.
Несмотря на внешнюю сложность при проведении фрактального анализа обратите внимание на стандартные моменты:
- Чем выше период образования фрактальной структуры, тем надежнее подаваемый ею торговый сигнал.
- Чем меньше таймфрейм, тем больше появляется «ложных» фракталов и прорывов, а иногда ожидание, пока сформируется «правильный» фрактал, приводит к пропуску хорошей точки входа.
- При возникновении на некотором уровне нескольких разнонаправленных фракталов с последующим пробоем уровня можно ожидать сильного и длительного тренда в направлении пробоя.
- По своей математике фрактал представляет собой начало (или конец) некоторого импульсного движения, а потому его вполне можно считать волновой структурой. Применять фракталы в волновом анализе можно только на периодах от D и выше.
При определении «истинности» пробоя фрактала важно правильно провести анализ свечной структуры, на которой этот фрактал образовался.
Если закрытие пробойной свечи происходит далеко за уровнем скопления, то можно открываться в направлении пробоя на более мелком таймфрейме.
Если свечная конструкция представляет собой разворотную модель, то с большой вероятностью можно ожидать появления обратного фрактала и перехода во флет.
На любом таймфрейме истинный пробой фрактала обязательно должен подтверждаться объемами. Даже визуально «уверенная» пробойная свеча, но с малым объемом, в результате оказывается нестабильным сигналом. Также для оценки объемов рекомендуется использовать стандартные конструкции Price Action. Сегодня вручную фракталы на ценовом графике никто не ищет, для этих целей в стандартный пакет любой торговой платформы входит индикатор Fractals.
Стратегия Аллигатор + Фрактал
Нужны обычные индикаторы Fractals и Alligator с типовыми настройками. Для торговли подходят все основные валютные и фьючерсные активы: для анализа и входа - М15, для сопровождения - от H1 и выше (для фьючерсов - от D1 и выше).
Общая схема входа показана ниже. Стоп-лоссы выставляются на противоположном экстремуме из 2-х последних фракталов: покупка - ниже самого низкого, продажа - чуть выше самого высокого. Необходимо держать сделку до формирования обратного фрактала. Во флете все фракталы игнорируются.
Выполняя по данной методике фрактальный анализ рынка Форекс, нужно помнить, что:
- нельзя торговать против направления Аллигатора;
- первый фрактал после выхода Аллигатора из спячки является предупреждающим сигналом;
- при длительном узком флете можно ставить отложенные ордера за границами мелких фракталов;
- красная линия Аллигатора является линией динамического стопа;
- при закрытии по стопу следующий вход производится только после появления очередного фрактала.
Стратегия на фракталах Вильямса без дополнительных индикаторов
Торгуется любой средневолатильный валютный инструмент с тенденцией к устойчивым трендам: EUR/USD, AUD/USD, GBP/USD. Период для анализа и для входа - D1. Стопы и профиты обычно не ставятся, в конце для позиции закрываются вручную.
Если присутствует фрактал вверх - продажа, если нижний фрактал - покупка. Можно входить рыночным ордером, можно отложенными ордерами:
- Покупка – Buy Stop на 2-5 пункта выше max второй свечи от ключевой свечи фрактала;
- Продажа – Sell Stop на 2-5 пункта ниже min второй свечи от ключевой.
Недостаток - значительная часть основного движения проходит мимо в ожидании «правильного» фрактала.
В целом фрактальный анализ валютного рынка Форекс - только один из методов оценки рынка, который эффективен в периоды стабильного тренда, но даже в широком флете может оказаться убыточным. Нужно понимать, что изначально торговые стратегии на фракталах разрабатывались для фондового рынка - менее волатильного и более прогнозируемого. На Форекс часто возникающие нестандартные рыночные ситуации вызывают сбой в математике построения фракталов, а также появление «ложных» или трудных для распознавания сигналов. Но в комплекте с трендовыми инструментами фракталы представляют мощный инструмент технанализа и на них вполне можно построить стабильно прибыльную систему.
М.В. Прудский. ФРАКТАЛЬНЫЙ АНАЛИЗ ФИНАНСОВЫХ РЫНКОВ. Рассмотрены основные свойства и природа фракталов, возможности их применения в повседневной жизни, а также преимущества фрактального подхода при моделировании финансовых рынков. Будут разобраны основные стохастические модели временных рядов и на примере курса доллара будет построена фрактальная ARIMA лог-приростов, определение которой будет основано на фрактальном R/S-анализе размерности графика курса доллара. Будет дана также интерпретация показателя Хёрста – результата R/S-анализа, позволяющего судить о возможности прогнозирования исследуемого финансового инструмента.
Изложение основного материала
В современном мире финансовые рынки привлекают довольно широкий общественный интерес. Круг людей, которые имеют дело с финансовой аналитикой, разнится от рядовых трейдеров, до аналитиков глобальных корпораций и государственных органов. Человечество давно интересуют законы поведения таких практически непредсказуемых объектов. Котировки акций, валютные курсы, цены на фьючерсы, опционы и прочие финансовые инструменты – это лишь малая часть того, на чём может заработать деньги квалифицированный человек. Существует множество способов анализа событий, происходящих на рынках. Это и технический анализ, и фундаментальный, и теория волн Эллиота, а также много различных менее известных методик. Но одна методика выделяется среди них своей простотой и оригинальностью – фрактальный анализ. Многие слышали о том, что такое фрактал, изучали в школах и университетах, видели простейшие одномерные и сложные дифференциальные многомерные фракталы, но мало кто знает об их истинной пользе. Изобретённые Мандельбротом, они нашли применение практически во всех сферах повседневной жизни. Фрактальную природу имеют форма раковины моллюска, турбулентные завихрения в воздухе, человеческие сосуды, крона дерева, форма листа, волны, береговая линия, трещины, молнии и многие другие всем знакомые объекты реального мира. Фрактальную природу имеют и графики котировок акций и валют. Если вычислить фрактальные свойства времени и пространства финансовых инструментов, становится возможным осуществлять точечные и интервальные прогнозы будущих значений с высокой точностью. Фракта?л (лат. fractus - дроблёный, сломанный, разбитый) - геометрическая фигура, обладающая свойством самоподобия, т.е. составленная из нескольких частей, каждая из которых подобна всей фигуре целиком. Фактически не существует точного определения термина «фрактал». Бенуа Мандельброт, отец фрактальной геометрии, тоже не сформулировал точного определения. Фракталы имеют определенные особенности, которые измеримы, и свойства, которые являются желательными для целей моделирования. Первое свойство – самоподобие. Оно означает, что части в некотором роде связаны с целым. Это свойство самоподобия делает фрактал масштабно-инвариантным. Фрактальные зависимости имеют вид прямой на графиках, где обе оси имеют логарифмический масштаб. Модели, описываемые таким образом должны использовать степенную зависимость (вещественное число, возведенное в степень). Эта особенность масштабирования по степенному закону является вторым свойством фракталов, фрактальной размерностью, которая может описывать либо физическую структуру, такую как легкое, либо временной ряд . Слово «фрактал» может употребляться не только как математический термин. Фракталом в прессе и научно-популярной литературе могут называть фигуры, обладающие какими-либо из перечисленных ниже свойств:
1. Обладает нетривиальной структурой на всех масштабах. В этом отличие от регулярных фигур
(таких как окружность, эллипс, график гладкой функции): если мы рассмотрим небольшой фрагмент
регулярной фигуры в очень крупном масштабе, он будет похож на фрагмент прямой. Для фрактала
увеличение масштаба не ведёт к упрощению структуры, на всех шкалах мы увидим одинаково сложную
картину.
2. Является самоподобной или приближённо самоподобной.
3. Обладает дробной метрической размерностью или метрической размерностью, превосходящей
топологическую.
Рисунок 1 – Пример фрактала
Фракталы – безусловно красивые математические причуды природы. Если взглянуть на график функции Вейерштрасса, то можно увидеть сходство с графиками курсов валют или котировок акций. Этот фрактал описывается функцией
где a – нечётное число, а b – число, меньшее единицы. Эта функция непрерывная и нигде не дифференцируемая. Применяется для моделирования временных рядов методом Монте-Карло .
Стохастические модели временных рядов
Существует несколько процессов с кратковременной памятью, которыми обычно пользуются при
прогнозировании цен на финансовых рынках. В их числе:
1. AR.
2. MA.
3. ARMA.
4. ARIMA.
5. ARFIMA.
Остановлюсь более подробно на фрактальной авторегрессии.
ARIMA ARIMA (англ. autoregressive integrated moving average) – интегрированная модель авторегрессии - скользящего среднего – модель и методология анализа временных рядов, иногда называемые моделями (или методологией) Бокса-Дженкинса. Модель ARIMA(p,d,q) означает, что разности временного ряда порядка подчиняются модели ARMA(p,q) .
С использованием лагового оператора модель можно записать в таком виде:
Модели ARFIMA Данные модели предполагают использование дробных порядков разностей, поскольку теоретически порядок интегрированности d временного ряда может быть не целой величиной, а дробной. В этом случае говорят о дробно-интегрированных моделях авторегрессии –скользящего среднего (ARFIMA, AutoRegressive Fractional Integrated Moving Average). Для понимания сущности дробного интегрирования необходимо рассмотреть разложение оператора взятия d-ой разности в степенной ряд по степеням лагового оператора для дробных d (разложение в ряд Тейлора):
Кроме коэффициент при k-м члене ряда Тейлора = Гk-dГk+1Г-d. К полученным разностям применяется модель ARIMA. Таким образом, последняя модель является более точной в силу её фрактальных свойств .
R/S-анализ курса доллара к рублю. Прежде чем моделировать ряд курсов доллара, необходимо вычислить его фрактальную размерность. Для этого следует воспользоваться методикой R/S-анализа и вычислить показатель Хёрста. Для выполнения всех необходимых вычислений автором были использованы пакет статистического анализа «R 2.5.1», а также аналитический комплекс «Прогноз 5.26». Первым шагом станет преобразование исходного ряда в ряд лог-приростов, в дальнейшем все операции по моделированию будут происходить именно в отношении преобразованного ряда. На Рис. 2 можно увидеть преобразованный ряд.
На этом рисунке особенно видна хаотичность показателя в кризисный и послекризисный периоды. Однако на данном этапе при применении R/S-анализа можно столкнуться с серьёзной трудностью – данная методика требует независимости данных во времени. Известен факт, что дневные данные по курсам финансовых инструментов обладают очень высокой автокорреляцией первых порядков. Коррелированно может быть до 7-10 значений. Для устранения этой проблемы применяется методика вычисления AR(1)- разностей. Конечно, метод разностей первого порядка не устраняет всю линейную авторегрессионную зависимость и не учитывает разности более высоких порядков, но он позволяет свести её к минимуму, достаточному для применения анализа с начальным условием независимости. Внешне ряд лог-приростов, скорректированный на AR(1)-разности, почти ничем не отличается от исходного ряда, однако его автокорреляция значительно ниже. Для вычисления фрактальной размерности ряда было использовано 4500 значений курса рубля к доллару с начала его публикации Центральным банком России. С имеющимся в распоряжении рядом связано несколько трудностей: 1. До 2002 года (включительно) Центральный банк Российской Федерации фиксировал значения курса только до 2-го знака после запятой, что создавало ошибки и неточности округления. 2. Курс доллара динамически изменяется в течение дня и иногда округление создаёт фиксацию на одинаковом курсе в течение нескольких дней. (особенно актуально для предыдущего недостатка). Вследствие перечисленных проблем возникают целые последовательности нулевых лог-приростов в ряду значений. Наибольшая такая цепочка была обнаружена ближе к концу исследуемого периода – она составила 10 значений. Для проведения анализа необходимо было разбить ряд скорректированных лог-приростов на несколько групп рядов меньшей длины. Далее посчитать в каждой группе рядов R/S-статистику и усреднить на количество элементов. Длину необходимо постоянно увеличивать до половины начального ряда. Авторы советуют не брать длину меньше 10, поскольку она может исказить значение RS-статистики . В Таблица представлены результаты R/S-анализа курса доллара.
Таблица 1 - Результаты R/S-анализа/
Таким образом, первоначальными данными для регрессии и определения фрактальной размерности станут 2-й и 4-й столбцы Таблица. Для того чтобы узнать размерность ряда, необходимо решить уравнение, прологарифмировав его: RS=nH ec В итоге искомая регрессия будет иметь вид lnRS=c+H lnn. Решением этой регрессии будут следующие значения: С = -0.4617; H = 0.6294; R 2 полученной регрессии составляет 0.997529, что свидетельствует о высокой точности и правдоподобности полученных результатов. На Рис. 3 представлен график R/S-статистик и регрессии по шкале у. По шкале х показан логарифм длины подпериода (n).
Рисунок 3 – Результат R/S-анализа
Исходя из полученного значения показателя Хёрста, можно сделать вывод о персистентности ряда. Хотя уровень персистентности ряда низок (значение показателя ближе к 0.5, чем к 1, тем не менее лог-приросты курса доллара поддаются моделированию. Они обладают долговременной памятью и выводятся и прогнозируются из своих предыдущих значений. Это оказалось вполне естественным, поскольку персистентные временные ряды очень распространены в природе.
Построение фрактальной модели ARFIMA
Вычисление показателя Хёрста требовалось для определения параметра оператора дробного дифференцирования в модели ARFIMA. Дробно-интегрированные авторегрессионные модели скользящего среднего являются фрактальными и поэтому очень подходят для моделирования курса доллара. Параметр d для такой модели будет равен H-0,5 = 0,1294. Для построения такой модели сначала необходимо дробно дифференцировать исходный ряд курсов доллара по степени d. Далее моделирование будет происходить уже относительно этих разностей.
Для начала необходимо написать разложение разностного оператора 1+L0,1294 в ряд Тейлора. Данная разность будет учитывать значения в несколькие предыдущие периоды. Перед использованием коэффициентов ряда Тейлора необходимо доказать, что при степени d числовая последовательность коэффициентов при лаговых операторах сходится. Для этого воспользуемся признаком Лейбница: 1) докажем, что a1>a2>a3>…>an; 2) докажем, что an стремится к 0.
Доказательство:
1. limk>?-1k+1 j=0kd-j k!-1k j=0k-1d-j k+1!=k-dk=1-dk. При всех конечных значениях k отношение (k+1)-го и k-го членов ряда
2. Далее нужно сравнить его с рядом 1k, который превосходит его по значению, и при этом стремится к 0. Таким образом, можно сделать вывод, что числовая последовательность коэффициентов при ряде Тейлора также стремится к 0 по признаку Лейбница. Несмотря на то что курс доллара обладает бесконечной долговременной памятью, на мой взгляд, наиболее логичным и оптимальным решением будет ограничить количество членов ряда Тейлора для вычисления разностей, поскольку было бы неправильно оценивать завтрашний курс с учётом курса десятилетней давности.
Таким образом, решено ограничиться 30 предыдущими днями для вычисления каждой из разностей (месяц). В Таблица приведены результаты вычислений значений коэффициентов для каждого лага
Таблица 2 - Коэффициенты при лагах для фрактальных разностей
На Рис.4 приведены результаты вычисления разностей на всём исследуемом периоде.
Этот график почти не отличается от исходного по курсам доллара, однако модель этих разностей будет гораздо точнее, чем простая или целая интегрированная модель дневного курса доллара. Для моделирования предпочтительно взять последние 40 значений разностей, поскольку это не слишком превышает месячную динамику и в то же время делает модель значимой. Путём длительного перебора нескольких вариаций был установлен оптимальный вид авторегрессионной модели скользящего среднего (ARMA) для разностей. Ею оказалась модель ARMA(4,7). В Таблица представлены основные характеристики модели.
Таблица 3 - Статистика модели разностей ARMA(4,7)
Коэффициент детерминации говорит о том, что модель в целом, несмотря на некоторую пилообразность, хорошо объясняет динамику фрактальных разностей во времени. На Рис. 5 изображён график, показывающий модельный, исходный и прогнозный ряды
После моделирования и прогнозирования разностей наступает этап, когда требуется восстановить исходный ряд, имея в распоряжении значения разностей.
Построенная модель обладает способностью делать краткосрочные прогнозы курса доллара.
Выводы
После проведённого анализа и моделирования хочется заметить высокие перспективы применения фрактального анализа в изучении свойств финансовых рынков, поскольку, несмотря на то, что данные модели являются высокоточными и эффективными, они не являются вершиной достижений фрактального анализа. В данный момент существуют мультифрактальные модели, применяемые не только для имитации и прогнозирования финансовых рынков, но и в таких сферах, как предсказание землетрясений. Такие модели очень распространены в научных лабораториях Европы, поскольку смысл подобных моделей предполагает проникновение в саму суть и структуру того показателя, который подвергается изучению.
Список использованной литературы
1. Кроновер Р. М. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет, 2000. 353с.
2) Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.: Дело, 2007. 504 с.
3) Мандельброт Бенуа, Ричард Л. Хадсон (Не)послушные рынки: фрактальная революция в финансах The
Misbehavior of Markets. М.: Вильямс, 2006. 400с.
4) Морозов А.Д. Введение в теорию фракталов. М.; Ижевск: Ин. компьютерных иссл., 2002. 160с.
5) Петерс Э. Фрактальный анализ финансовых рынков: применение теории хаоса в инвестициях и
экономике. М.: Интернет-трейдинг, 2004. 304с.
6) http://ru.wikipedia.org
7) http://www.nsu.ru/phpBB/viewtopic.php?t=19201
8) http://www.cbr.ru/
9) http://fraktals.ucoz.ru/publ/12-1-0-54
Актуальность теории означает то, что она должна соответствовать современным тенденциям и должна быть потенциально востребована, потому что является попыткой решения научной проблемы, которая подвергается исследованию. Актуальность фрактальной теории не вызывает сомнений.
Смотреть
Всегда существует необходимость предложить трейдеру подход для анализа ситуации на рынке, который годится именно для него. Возможность применить метод фрактального анализа миру подарил .
История возникновения подхода. Происхождение понятия фрактал.
Бенуа Мандельброт считается одним из основателей фрактальной геометрии. Именно ему принадлежит право считаться основоположником фрактального анализа . Который набирает силу в последнее время. До сих пор он не получил широкого распространения.
Ученый занимался исследованиями экономики. Однажды он заметил и изучил естество колебаний цены на рынке. Выяснилось, что они не имеют произвольного характера. При этом они не могут быть описаны стандартными кривыми. Но они могут поддаваться другому математическому описанию, которое искажается во времени.
Сделав это открытие, Мандельброт занялся изучением статистики цен хлопка за столетний период. Тогда он сделал открытие, которое говорило о симметрии длительных и краткосрочных валютных колебаний. Это достижение сыграло важную роль при развитии фрактального анализа.
Современные наблюдения показывают, что фракталы можно найти, где угодно вокруг нас. Это и очертания гор и извилистая линия морского берега.
Иногда мы может наблюдать непрерывно меняющиеся фракталы, например, в движущихся облаках или в мерцающем пламени. В это время, другие сохраняют свою структуру, которую они приобрели в процессе эволюции. Это относится к деревьям или сосудистой системе.
Понятие фрактала было введено в 1975 году французским учёным Бенуа Мандельбротом, чтобы обозначить нерегулярные, но самоподобные структуры, которыми он занимался.
Его работы используют результаты исследования других ученых, которые изучали бликие теме вопросы в 1875 – 1925 года. Это Пуанкаре, Кантор, Жюли, Хаусдорф.
А в наши дни все результаты исследований были объединены воедино. В результате было дано определение фрактала, как структуры, которая состоит из частей. Эти части в некотором смысле подобны целому.
Термин фрактал образуется от причастия латинского языка fractus. Ему соответствует глагол frangere, который можно перевести, как разламывать, ломать. Это значит создавать фрагменты с неправильной формой.
Основы фрактального анализа или свойства фракталов на рынке.
Фрактальные свойства помогают нам различать и предсказывать особенности окружающей действительности. До появления теории фракталов эти особенности оценивались приблизительно или на глаз.
Сегодня метода фрактального анализа помогает медикам при анализе фрактальных размерностей сложных сигналов, например энцефалограмм или шумов сердца помогают диагностировать тяжёлые заболевания на начальной стадии. Это способствует излечению больного до того, как болезнь станет неизлечимой. Также аналитики сравнивая поведение цен, может предвидеть будущее развитие, не допустив грубой ошибки прогнозирования.
Нерегулярность фракталов.
Первое свойство фракталов – это нерегулярность. Если фрактал описывается функцией, то нерегулярность описывает её свойство негладкости ни в какой точке.
Мы можем легко подтвердить наличие этого свойство фракталов на рынке, потому что, колебания цен, порой, бывают так и подвержены такому резкому изменению, что это приводит большинство трейдеров к замешательству. Наша же задача разобраться в этом хаосе, приведя его к порядку.
Самоподобие фракталов.
Вторым свойством считают самоподобность фракталов, как объёктов. Говорят, что модель фракталов рекурсивна. Каждая её часть повторяет по развитию всю модель в целом и воспроизводит её в разных масштабах без особых изменений. Но изменения всё же присутствуют, и это значит, что мы может по-другому воспринять сам объект.
Самоподобие показывает, что объект не характеризуется масштабом. Потому, что если бы он был, то мы бы сразу отличили увеличенную часть фрагмента от исходника. Такие объёкты могут иметь бесконечное количество масштабов на любой вкус.
Фрактальный анализ и теория эффективности рынка.
Если мы используем фрактальный анализ для работы на рынке, то значительно облегчаем себе работу. Фрактальный анализ, будучи достаточно сложным предметом, тем не менее, может помочь прогнозировать рост или падение цен, а, значит, ценообразование и движение рынка не будет для вас абсолютно непредсказуемым.
Но для освоения фрактального анализа необходимо усомниться в теории эффективности рынка.
Эта теория утверждает, что рыночная цена верно и практически без задержки отражает всю известную информацию и все ожидания рыночных участников.
Эта теория говорит о том, что рынок обыграть невозможно. Потому, что новая информация поступает случайно, а реакция рынка мгновенна. Поэтому, цена на бумаги в любой момент времени совершенно справедлива. А значит, бумаги не возможно ни переоценить, ни недооценить. Поэтому извлечь прибыль не возможно.
Из теории следует, что никакой анализ, фундаментальный или технический, не могут помочь увеличить доходность операции, так как цена уже вобрала в себя весь поток информации и не может отреагировать по-другому. Также, теория считает, что прошлые данные не влияют на будущие.
Это значит, что исследовать исторические данные техническим или бессмысленно.
Однако, теория не уточняет, что ожидания множества инвесторов основаны на прошлых ценах. Не говорится там, о том, что они пользовались и информацией об успехах компании для принятия решения об инвестициях. Раз цены определялись ожиданиями, то очевидно, что прошлые цены влияют на будущие.
В этом теория фракталов отличается от теории эффективности рынка. Теория фракталов позволяет уловить связь в приемлемых графических структурах.
Теорию фракталов вы можете проверить пользуясь услугами .