Здравствуйте, дорогие читатели и посетители нашего сайта. В сегодняшнем обзоре мы с вами рассмотрим индикатор квантовых уровней iKvantLevels_Variant2. Сразу скажу, что данный инструмент олицетворяет собой абсолютно новый взгляд на уровни поддержки и сопротивления. По заверению авторов, данный индикатор, основывает свои показания на квантовой теории. И в рамках данного вопроса мне хотелось бы провести вам небольшой экскурс в историю и рассказать вам, как вообще популяризируется квантовая теория.
Еще в феврале 2007 года известная компания в области инновационных технологий D-Wave Systems представила широкой общественности первый в мире коммерческий квантовый компьютер. На самом деле, значение подобного явления тяжело было переоценить, и многие эксперты в данной области назвали это событие неким прорывом в квантовой физике.
Дело состоит в том, что с того периода в нашу повседневную жизнь начали входить устройства, которые основывали свою работу на квантовой корреляции. В данном случае, это не фантастика, которую люди привыкли видеть с экранов телевизоров. Это настоящая революция, самый настоящий прорыв. Дело в том, что технология работы подобного рода устройств далеко от всеобщего представления. Собственно, вы должны понимать, что любая революция ведет к неизбежным изменениям окружающего мира.
Некоторые сравнения
В данном случае, представленный индикатор квантовых уровней iKvantLevels_Variant2 должен был явить ту самую революцию на рынке. Его основная задача состояла в том, что он должен был изменить всеобщее мышление касательно трейдинга, и полностью изменить видение трейдеров такого инструмента, как . Знаете, мне кажется, что данное заявление слишком громкое, ибо данный индикатор основывается сугубо на математических расчетах.
На скрине вы уже можете видеть, как данный индикатор выглядит на практике. Грубо говоря, в след за ценой, когда появляются соответствующие условия, он выстраивает своего рода уровни поддержки и сопротивления. Честно говоря, я толком так и не нашел, на чем свои показания основывает данный индикатор. Грубо говоря, толковой информации в интернете попросту нет.
Вы знаете, мне почему-то показалось, что тот же справляется со своими задачами куда лучше, нежели представленный индикатор квантовых уровней iKvantLevels_Variant2. Я не могу сказать конкретно, что он плох, но при этом у меня не повернется язык воспевать хвалебные оды данному инструменту. Вы должны понять, что я пытаюсь в каждом своем обзоре донести до вас в первую очередь объективную информацию. Я частенько встречаю отзывы на нашем сайте, мол, почему я многие индикаторы называю плохими. Тут вы должны понять, что я выражаю в первую очередь свое субъективное мнение.
Я не собираюсь что-то скрывать или давать вам заведомо ложную информацию. Моя основная цель – это ознакомить вас с тем или иным инструментом, показать вам его особенности. А будете ли вы его использовать уже на практике – это конкретно будет зависеть исключительно от вас самих.
Все мы люди разные, и у каждого из нас будут разные предпочтения. Это же касается и различных систем, индикаторов и прочее. Если один трейдер в индикаторе увидит грааль, то другой трейдер в этом же индикаторе не сможет найти ничего особенного. Лично я ощущаю на себе груз ответственности и не хочу втюхивать своим подписчикам откровенно плохую информацию. Я не хочу обманывать свою целевую аудиторию. Давайте так откровенно, ведь никогда в моих обзорах не было коммерческих предложений, я никогда вам ничего не продавал. Более того, многими инструментами, которые в сети распространяются за деньги, я с вами делюсь ими абсолютно бесплатно. Прошу прощения за это лирическое отступление от темы, но мне нужно было вам сказать это!
Скачать
Поговорим об индикаторе
Теперь, давайте дальше поговорим про индикатор квантовых уровней iKvantLevels_Variant2. Лично у меня данный инструмент вообще не вызывает никаких эмоций. Я считаю, что заявления о том, что этот индикатор явит революцию на рынке – это слишком громогласно. Это все тот же индикатор технического анализа, который строит свои показания на математических расчетах. Скорее всего, ему просто придумали красивое названия, чтобы побольше распространить его в сети. Опять же, его основная задача – это представить нам новый взгляд на использование уровней поддержки и сопротивления.
Но в классическом понимании, если вы нанесете этот инструмент на график, то вы заметите, что уровни, построенные им, отрабатывают на практике весьма посредственно. Я уже сказал, что простой индикатор пивот или, на худой конец, уровни Мюррея, отрабатывают на практике куда лучше, чем индикатор квантовых уровней iKvantLevels_Variant2. Кроме того, толком в сети нет информации о том, как использовать этот индикатор, потому, с этим не разберется не то, что новичок, даже опытный трейдер толком не поймет, зачем вообще этот индикатор нужен.
Опять же, я не говорю, что данный индикатор плох или еще что-то. Я просто говорю о том, что вижу. А вижу я, в первую очередь, то, что уровни, которые вы проведете от руки, будут в значительной мере отрабатывать себя лучше, чем уровни данного индикатора. Просто моя задача на эту статью состояла в том, что я должен был обратить ваше внимание на наличие подобного индикатора. Я вполне себе допускаю, что вы заинтересуетесь им, и попробуете его использовать непосредственно на практике.
Смотреть видео про индикатор
Итого
В заключении мне хотелось бы отметить, что уровни поддержки и сопротивления являются очень интересным инструментом, который при грамотном использовании дает хорошие результаты. Но тут в первую очередь стоит четко понять, что уровни не являются конечной системой. Дело в том, что с помощью уровней вы можете эту систему создать. На первый взгляд, нет ничего проще, чем использовать уровни. Тем не менее, данное ощущение пропадет, когда вы попробуете использовать их на практике. Для грамотного использования уровней необходимо долго практиковаться, причем ни день, ни неделю, и даже не месяц. В любом случае, я рекомендую вам не зацикливаться на индикаторах уровней, а учиться самостоятельно рисовать уровни. Я вас уверяю, что данное умение на практике вам очень сильно может пригодиться.
- Перевод
Редактор блога Turing Finance и, по совместительству, финансовый аналитик хедж-фонда Стюарт Рид опубликовал практическое руководство для тех, кто видит свое будущее на финансовом рынке, исходя из своего опыта работы в профессии. Он обещает рассказать не о том, как стать квантом, а как быть им в любом из секторов финансовой индустрии, в котором вы сейчас работаете. По его мнению, это даже не вопрос выучки, но, скорее, вопрос идеологии. Представляем вашему вниманию адаптированный перевод этого материала.
Количественные методы или количественный анализ в индустрии финансов – это наука, но никак не профессия, считает Рид. Это значит, что знание того, как стать квантом ничего не прибавляет к вашим умениям. Нужно знать, как быть им. Во втором случае мы говорим о принципах и идеологии, лежащей в основе количественного анализа. В первом варианте – речь о том, чтобы проявлять некие практические активности, чтобы получить работу, где в описании стоит слово «квант».
На базовом уровне быть квантом – еще не означает умения выводить изощренные формулы для оценки возможностей диковиной стохастической модели. Это еще не означает создавать, обучать и тестировать стратегии трейдинга, использующие модель статистической регрессии. Быть квантом – значит, верить, что научные модели годятся для общего анализа финансовых рынков.
Подобная идеология набрала вес при оценке деривативов, потом перешла на риск-менеджмент, управление активами и биржевую торговлю. Вероятно, в ближайшее десятилетие мы сможем наблюдать распространение этого подхода в сфере корпоративных финансов, в венчурных и банковских инвестициях.
Философия науки
На последнем курсе по компьютерным наукам автор вместе с остальными студентами потратил год на создание модуля под названием «методологии исследования». В его основе лежали два учебника: «Философия науки: от проблем к теории» и «Философия науки: от объяснения к обоснованию». Обе написаны Марио Бунге. Несмотря на все попытки преподавателя сделать этот предмет скучным, насколько это возможно, автору нравилось изучать философию. Многие идеи модуля оказались востребованы в дальнейшей практике.Собственно, сам предмет «философия науки» повествует о логических основаниях, методах и выводах науки. Проще говоря, он пытается ответить на вопросы: что такое наука? Как это работает? Каковы пределы научного знания? В истории было дано множество ответов на эти вопросы. Нередко противоположных. Их можно свести к нескольким направлениям : реализм, эмпиризм, инструментализм и индукция, логический позитивизм и фальсифицируемость.
Реализм против эмпиризма
Реализм уверен в том, что наука занимается в своих исследованиях реальным миром, а не той его конструкцией, которая дана лишь в ощущениях. Напротив, эмпиризм, исходит из положения о том, что все, что мы знаем, мы знаем через органы чувств. Значит, наше знание является временным и ограниченным.Главным аргументом в пользу реализма может стать точность научных теорий. Если мы имеем теорию достаточно точную, чтобы с ее помощью быть способными предсказывать будущее состояние системы, значит, мы описываем реальный мир. В большей степени это справедливо для физических наук. В финансовом мире любая теория будет ограниченной в своих возможностях предсказания и подчиненной искажениям.
Дедукция, индукция и абдукция
В философии науки мы различаем несколько форм логических рассуждений.- Дедукция означает выведение умозаключения, исходя из одной или более предпосылок, к одному непротиворечивому выводу. Ее часто используют в математике и формальных методах компьютерных наук.
- Абдукция – это несколько упрощенная форма дедукции, которая утверждает, что, полученные через последнюю заключения, могут не быть истинными по необходимости. Но, в любом случае, это лучшее, что мы можем сделать, основываясь на имеющихся данных и предпосылках.
- Индукция делает выводы на базе одной или более сильных посылок, основанных на свидетельствах и наблюдениях, чтобы получить вероятностную истину, которую можно проверить методом фальсификации.
Количественные теории рынка построены на индукции через эмпирические наблюдения. Подобные теории легко опровергаются при наличии противоречащих друг другу данных. Они могут быть стройными на бумаге, но на практике чаще всего являются предметом веры своих приверженцев, которые упускают факты, не вписывающиеся в модель.
Читатель, наверняка, уже задается вопросом, как философия науки помогает стать квантом? Ее идеология важна для понимания ограничений возможностей нашего знания о финансовых рынках. Как бы глубоко финансовые теории не были укоренены в эмпирических данных, не казались непогрешимыми, они хрупки по своей природе. К ним относятся все популярные предпосылки количественных моделей: возвраты нормального распределения, линейность, стационарность, гипотезы случайных блужданий и эффективности рынка.
Научный метод
Научный метод помогает сделать мышление более четким и строгим и увеличить тестируемость модели и проверяемость, лежащих в ее основе гипотез.Научный метод – это непрерывный процесс, включающий систематические наблюдения, количественные измерения, эксперимент, получения гипотез, проверку гипотез и их совершенствование. Автор предлагает пройти весь путь научного метода на примере теории случайных блужданий.
Наблюдения
В контексте финансовых рынков мы обычно извлекаем полезную информацию из книг, статей, средств массовой информации и даже иногда, почитывая хорошие (или не очень) блоги на заданную тематику. Что мы в них находим? Во многих академических изданиях имеется утверждение о том, что рынок ведет себя случайным образом, в нем действуют стохастические процессы.- К кому, в терминах рынка, применима данная теория? Все ли рынки ведут себя одинаково случайным образом? Как случайность соотносится с ликвидностью и другими параметрами относительной эффективности?
- Что, какие силы, делают рынок случайным? На самом ли деле к случайности приводит эффективность? Если рынок случайный, тогда нет смысла его агентам на нем конкурировать. То есть, если убрать эффективность, останется ли рынок случайным?
- Где рынок является случайным? Если ли в мире места, где он чуть менее случаен, например, в развивающихся странах? Если, да, то, что можно сказать о различиях в динамике этого процесса?
- Когда рынки становятся случайными? То есть случайны ли они на протяжении всего времени или прерываются режимами, где случайность отсутствует? Если это так, означает ли это, что в такие моменты становится возможным извлекать выгоду из подобного состояния?
- Почему рынки случайны? Какие процессы и силы удерживают их в состоянии случайности?
- Как можно измерить эффективность рынка и проверить гипотезу случайного блуждания? Можем ли мы имитировать эффективную экономику, используя модель базового агента, и проверить, является ли механизм раскрытия цены случайным?
Формирование гипотезы
Гипотеза – это декларативное утверждение, которое обосновывает взаимоотношения между набором переменных. Хорошая гипотеза должна быть лаконичная, проверяемая, учитывающая весь предыдущий накопленный опыт исследований. Возьмем, для примера, следующие интересные идею, которую прислал автору один из постоянных читателей его блога.Возвраты рынка демонстрируют случайность, поскольку рынок способен быстро адаптироваться, чтобы избавиться от любых слабых мест.
Мысль хорошая. Но сама по себе гипотеза так себе. Многие термины не определены, слишком много всего намешано в одну кучу, и ее не так-то просто проверить. Попробуем разбить эту гипотезу на несколько отдельных.
Гипотеза 1 . Движения рынка (вверх или вниз) неотличимы от бинарных случайных последовательностей Мартина-Лёфа.
Разбор автором гипотезы случайного блуждания, привел его к выводу, что рынок не является случайным, по крайней мере, в таких жестких терминах. Вслед за этим появляется множество других вопросов, требующих дополнительных исследований. Следовательно, эту новую гипотезу можно разбить еще на две части.
Гипотеза 2 . Эффективность рынка, временная доступность всем участникам любой информации, вынуждает рынок развиваться случайно.
В одном из следующих материалов автор обещает рассказать, как проверить эту гипотезу на истинность. Пока же, тем, кто интересуется, можно почитать две статьи на эту тему: «Неприятие рисков и мартингальное свойство рыночных цен», Ле Рой, 1973 год, и «Цены на активы в экономике обмена», Лукас, 1978 год. (по ссылке оба материала почему-то недоступны – прим. переводчика). В них исследователи пытаются выяснить, как влияет доступ к информации рациональных агентов рынка на случайное распределение цен. В общих чертах вывод таков: свободный доступ к данным может вести к случайному движению рынка, а может и не вести. То есть эффективность еще не означает случайность.
Гипотеза 3 . Вне зависимости от того, развивается ли рынок случайно или нет, все возможности заработать на нем вымываются слишком быстро, чтобы инвесторы успели построить постоянную эффективную стратегию.
Эта гипотеза не слишком лаконична и декларативна. Ее довольно сложно опровергнуть или подтвердить. То есть по всем параметрам она не так изящна, как предыдущие. Поэтому на данном этапе ей можно пренебречь.
Разработка тестируемых прогнозов
Для того чтобы построить прогноз, нужно для начала определиться, верна ли ваша гипотеза. Затем следует понять, какие величины включать в прогноз. Например, если мы за базовую берем первую гипотезу, то возвраты рынка (вверх или вниз) можно проверить и рассчитать с помощью набора статистических тестов NIST. Их поведение должно соответствовать бинарной последовательности Мартина-Лёфа. В одном из прошлых постов автор уже проделывал эту операцию, используя генератор псевдослучайных чисел под названием «Вихрь Мерсенна». Выяснилось, что данная гипотеза неверна.Многие люди совершают одну и ту же ошибку: они уверены, что в исследовании все дело в одной объективности. На самом деле, не так уж важно, верна гипотеза или ложна. Важно, что при любом раскладе мы приносим новую информацию в научное знание по конкретной проблеме.
Для того чтобы проверить вторую гипотезу, придется пойти на шаг дальше: создать модель базового агента , в которой эффективность будет гарантирована. Из этой модели мы затем извлечем последовательности возврата и протестируем их на предмет случайности. О моделях будет рассказано чуть ниже.
Сбор данных для проверки предсказания
Название этого этапа говорит само за себя. Единственная вещь, о которой стоит предупредить: данные для проверки нужно брать из реального мира (эмпирические данные). На крайний случай, они могут происходить из модели, соответствующей гипотезе. Оба подхода имеют свои плюсы и минусы. С эмпирическими данными многое зависит от того, как вы их измеряете, собираете и храните. Имитирующие данные предполагают, что выполнение модели было сделано корректно.Уточнение или опровержение гипотезы
Опираясь на собранные данные, мы можем ответить на вопрос, были ли предсказания верны, и подтвердили ли доказательства нашу гипотезу. Важно отметить, что при положительном варианте, речь идет лишь о поддержке гипотезы. Доказать, что она верна мы не можем. Во втором случае, гипотеза считается ложной.Создание общей теории
Итак, мы собрали достаточное число гипотез, тщательно их протестировали. Теперь мы можем собрать из них одну общую теорию. Например, для теории портфельного выбора потребовались десятки лет исследований взаимоотношений между риском и прибылью, прежде чем она была принята научным сообществом. На момент публикации докторской диссертации Марковицем, в теорию портфеля практически никто не верил. Ему даже хотели отказать в присуждении степени доктора экономических наук.История, по правде говоря, весьма поучительная. Если ваша идея непопулярна, это еще не значит, что она неверна. Сообщество финансистов очень консервативно. Устаревшие идеи и подходы здесь отстаиваются с почти религиозным пафосом и серьезностью. В навыки кванта как раз и входит умение смотреть на этот мир объективно и постоянно бороться с мифами о финансовых рынках. Забудьте о консенсусе, занимайтесь поиском истины.
Мыслить моделями
Как стать квантом? Оформляйте свои идеи в модели. Затем пользуйтесь этими моделями, чтобы упорядочить свое мышление, проверить и обосновать свои идеи, выявить скрытые паттерны.Модель – это репрезентация отдельных объектов или процессов, существующих в реальном мире. Для построения моделей кванты используют методы математики и компьютерных наук. Квант, например, может собрать модель рисков, сопряженных с конкретных портфелем активов. Почему на первый план выдвинуты именно модели? Тем более что некоторые полагают, что такой тип мышления лежал в основе финансового кризиса 2008 года.
Модели помогают нам более ясно мыслить
Развивая идею до уровня подходящей модели, сделанной в коде или прописанной в математических формулах, не важно, заставляет более четко видеть смысл, достоинства и недостатки самой идеи. Мы смотрим на умозрительные вещи в терминах инпутов, аутпутов и технологических процессов. Через модель и процессы можно обнаружить недостающие части и исправить неточности.Модели проверяемы, интуиция нет
Как только идея была систематизирована и закодирована в модель, она становится проверяемой. В конечном итоге, мы можем увидеть, насколько идея соответствует реальному раскладу вещей. Возьмем, для примера, стохастическую модель броуновского движения в применении к рынку ценных бумаг. Как она соотносится с реальным миром? Учитывает ли они падения рынков? Учитывает ли она периоды высокой и низкой волатильности? Ответ, разумеется, отрицательный. Все это заставляет нас заняться разработкой более качественной стохастической модели: модели диффузионных скачков Мертона и модели стохастической волатильности Хестона.Другой, общий вариант проверки модели – посмотреть, как она ведет себя на исторических данных. Возьмем обычную инвестиционную стратегию смещенного значения. Пока она зиждется на интуиции брокера, нельзя проверить, могла ли она приносить хорошую отдачу в прошлом. Можно лишь верить словам финансового управляющего, что он хорош в своем деле.
Модели помогают находить скрытые паттерны
Забудьте на время про поиск паттернов с помощью машинного обучения и нейронных сетей. Даже отжившие простые модели могут находить скрытые паттерны и открывать новое понимание привычных вещей.Возьмем пример из другой области. Сколько, по вашему мнению, человек в отдельном городе должны быть расистами, чтобы уровень расовой сегрегации достиг 80%? Ученые выяснили, что достаточно, чтобы 30% людей были расистами для возникновения расовой сегрегации в относительно изолированном обществе. Все это можно просчитать с помощью старой модели сегрегации Шеллинга. И таких примеров, когда модель открывает нам новое знание о привычных вещах, масса. Тем, кто интересуется, автор советует пройти
Квантовый анализ на Форекс приглянулся трейдерам в качестве альтернативы классическому техническому анализу. Раскрыть закономерности поведения цен на финансовых рынках, на основе законов природы, взялись ученые-физики. Толчком к исследованиям послужили работы доктора физико-математических наук Андре Дука, который перенес законы квантовой механики на пространство Форекс.
Созданный им метод Дукаскопи (по одноименному названию мирового финансового бренда Швейцарии, одним из основателей которого стал А.Дука) получил распространение под названием квантовый. В основе теории лежит утверждение о равенстве временного и ценового квантов.
К основополагающим принципам квантового метода анализа финансового рынка относятся:
- общие формулы расчета каждой системы (единые механизмы изменений);
- минимальная единица изменения принята в погрешности измерения;
- прямая зависимость между временной прямой и количеством изменений.
Квантовые графики: суть и преимущества
Графический анализ Форекс, с применением квантовых (веерных) графиков, имеет свои характерные особенности, связанные с новым взглядом на процесс построения каналов и фигур разворота. Квантовый анализ представляется системой, базирующейся на законах физики, которая позволяет прогнозировать динамику развития котировок в рамках каналов. Квантовый анализ Форекс позволяет:
- распределять каналы с высокой степенью точности, благодаря использованию специальных формул расчета;
- рассчитывать величину и длительность тренда;
- минимизировать области нахождения цен.
Основным преимуществом квантового анализа принято считать возможность высокоточного построения ценовых каналов за счет эффекта квантования скоростей.
Ценовые коридоры на любом временном отрезке строятся с помощью открытого Гейзенбергом соотношения неопределенностей. Для построения достаточно двух точек на графике, которые покажут границы будущей тенденции еще до начала формирования тренда.
Построения на веерном графике делаются на основе кванта – расстояния между двумя ближайшими точками, показывающими минимальное ценовое изменение. Новый квант формируется при отклонении цены в любую сторону больше, чем на определенный в пунктах минимальный квант (так квантовый график фильтрует все незначительные ценовые колебания). Принципиальное отличие квантовых графиков – полное отсутствие таймфреймов. Рассматривается исключительно размер кванта, который может выражаться различными величинами, в зависимости от длительности формирования.
Построение каналов на квантовом графике
Каналы строятся на основе формул квантовой механики. На любом временном периоде трейдер может определить его параметры – ширину и угол наклона. Квантовый анализ рынка Форекс исходит из того, что цена всегда будет двигаться в рамках коридора. Различают следующие типы каналов: α, β, авс и δ. Главным параметром, при построении любого из перечисленных каналов, выступает коэффициент q, который вычисляется по формулам несколькими способами. На практике используется величина q= 1.4142.
Каналы разнятся направленностью, в зависимости от тренда, на котором они строятся. На рис.1: канал α расположен против тренда, β и δ – по тренду. Построение на восходящей части тренда: каналы β и δ всегда нацелены вверх, а α – вниз. На медвежьем тренде все наоборот. Практический анализ рынка Форекс использует в основном каналы α и β. При увеличении q, можно построить канал авс, когда β и δ совместятся (рис.2).
Что дает уравнение развития
Линии уравнения развития строятся в результате решения уравнения развития, предложенного А.Дуком. Линия представлена в форме кривой, которая берет начало из заранее намеченной точки на графике. Таким образом, можно определять траекторию и границы тренда (рис.3). Линии максимума и минимума выступают в качестве сопротивления и поддержки. Уверенный пробой минималки дает сигнал о завершении тренда.
Кроме системы настройки каналов и линии развития, программы анализа Форекс квантовым методом включают исследования линии скоростей и т.д.
Индикаторы квантового анализа
Аналитика научным методом, на основе квантовой физики, не входит в число популярной, т.к. достаточно сложна в освоении трейдерами (особенно гуманитариями). Общепринятый кажется доступнее, во многом благодаря множеству разработанных индикаторов, осцилляторов и советников. Сторонники квантового анализа также могут обратиться к проверенному способу механических помощников, хотя их количество никак не может конкурировать с классикой.
Индикатор Moving mini-max
Автор индикатора, физик-ядерщик З.Силагадзе, заложил в принцип действия идею поиска верхних и нижних экстремальных точек графика, применяя квантовый аналог поведения альфа-частицы, стремящейся покинуть ядро (теория альфа-распада Г. Гамова).
Индикатор позволяет определять уровни поддержки и сопротивления, распознавать паттерны (в качестве дополнительного приложения к основным функциям).
Индикатор QUANTUM
Индикатор работает с применением МА, показывает график движения цен в квантах. Может устанавливаться на МТ4. Скачать QUANTUM можно в свободном доступе.
QUANTUM, отзывы пользователей о котором отмечают его хорошую пригодность на размашистых флэтовых каналах, все же вызывает неоднозначное отношение в виду сложных и не всегда понятных алгоритмов работы.
Квантовый анализ Форекс на сегодня рекомендован для опытных трейдеров. Новички подвергнутся дополнительным рискам, если начнут трудовую деятельность на бирже без обязательного базового образования, в виде основ технического и фундаментального анализа.
IvanIvanov
:
ну если я правильно понял это вариация теории Ганна хотя не очень понимаю что имеется под термином квантирование? дробление на элементарные составляющие?
1. Главным положением является представление реальных временных рядов в
определенным образом дискретизированном пространстве ("пространство
дука"). Способ дискретизации определяется рядом вводимых автором
постулатов и законов, которые однозначно устанавливают алгоритм построения этих
пространств. Рассмотрим их более подробно, опираясь в основном на работу.
Первым из них является постулат о
том, что "фундаментальные законы изменений (происходящих в реальных
системах) всеобщи и универсальны". Если автор подразумевает, что законы
физики "всеобщи и универсальны", то он, тем самым пытается ограничить
себя рамками реальных законов развития природы. Часто говорят, что
социологические законы не имеют отношения к физике. Безусловно, это не так,
поскольку любые социологические, сложные в своем описании системы являются
частью реально существующей вселенной.
Важным положением теории А. В. Дука
является введение в свод основных законов понятия о погрешности любых
измерений, как неизбежном параметре любой теории, описывающей действительно
существующие системы. Отметим, что понятие погрешности измерения естественным
образом входит в современную квантовую механику. Однако этот тезис практически
отсутствует в классическом описании явлений. Если исходить из классических
понятий, то любое измерение можно провести со сколь угодной для исследователя
точностью. Таким образом, автор делает попытку обобщить основные законы
развития не только на уровне микромира, но и на уровне макросистем. Наличие
гипотезы о неизбежной ошибке измерения позволяет автору построить новый тип
систем отсчета, в которых измеряемые величины дискретизуются в зависимости от
каждой конкретной ситуации (данной погрешности). Действительно, описание
материального параметра с точностью, превышающей погрешность измерения, не
имеет физического смысла. Например, если вольтметр с классом точности 1%
измеряет напряжение, то значение тока, равное отношению этого напряжения на
известное сопротивление бессмысленно подсчитывать на калькуляторе с точностью,
скажем, до 6 знака. А. В. Дука использует представление о дискретных переходах
материального параметра от одной точки к другой, причем уровень дискретности
превышает или равен примерной величине погрешности измерения. Тем самым автор
как бы исключает влияние некоррелированных шумов, которые всегда существуют в
любой физической системе, и определяют эту погрешность. Единственно, что важно
в этом подходе и что автор должен был бы рассмотреть, это пресловутая,
известная всем физикам экспериментаторам проблема о той точности, с которой
определяется эта самая погрешность.
Итак, разбив пространство значений
параметра на дискретные величины, естественным образом возникает идея о
существовании дискретного набора волн, определяемых размерами подобной
дискретизации. Следует заметить, что аналогичная идея используется в теории
твердого тела при рассмотрении фононных спектров колебаний кристаллической
решетки. Как известно, в этом случае в кристалле распространяются волны
(теорема Блоха) длина волны которых равна двойному размеру дискретизации.
Автор, по существу, использует эту аналогию при описании сложных стохастических
систем. Так, наличие волн, с одной стороны, предполагает конечную скорость их
распространения (скорость света для фотонов и скорость звука для фононов), а с
другой - квантование типов колебаний (мод), возможных для данной системы, по
законам квантовой электродинамики. Мы допускаем, что такой подход может
позволить учесть многие присущие сложным системам внутренние связи. В этом
отношении полезно напомнить, что описание даже реальных газов в статистической
физике опирается всего лишь на несколько параметров (давление, объем,
температура, размер молекулы, характерный размер действия сил Ван-дер-Ваальса),
хотя число частиц в системе имеет значения порядка.
По существу, метод квантования
возбуждений типов колебаний, который использует автор, основан на статистике
Бозе-Эйнштейна. В этом, на наш взгляд, имеется некоторый пробел в развитии
теории, предлагаемой автором, если, конечно, он предполагает, что
рассматриваемые им бозоны имеют нулевую массу покоя (фотоны). Правила
квантования, используемые им относятся именно к такого рода частицам.
Точнее говоря, он использует теорию квантового осциллятора, когда квантуется не
координата и импульс частицы, а параметры, характеризующие колебание (амплитуда
и фаза, например). При этом, как известно, координатного представления волновой
функции не существует. С другой стороны, в физике известны виды бозонов,
имеющих массу покоя (например, ядра с целым спином). Поэтому, введение массы
покоя для определенного сорта, скажем так "квазичастиц" может быть
вполне обосновано. Но в этом случае, конечно, следовало бы говорить не о
предельной скорости частиц (фотоны всегда имеют эту предельную скорость, а
бозоны, в принципе, могут иметь не только скорость, равную скорости света), а о
просто некоторой характерной скорости, которая проявляется в данном
эксперименте. Например, в системах, связанных с экономическими задачами, к
которым автор особенно часто апеллирует, эта скорость может иметь некоторую
определенную величину, задаваемую свойствами данной рассматриваемой системы.
Заметим, что подход, основанный на
введении волновых свойств при рассмотрении эволюции различных параметров,
характеризующих исследуемую систему, в принципе позволяет использовать весь
мощный аппарат теории волновых процессов. Так, появляется возможность
определения групповой скорости, как пакета волн, движущихся со скоростью,
отличной от скорости света. Пакет волн уже напоминает движение частиц. В
принципе, если это не фотоны, мы можем провести соответствие между этим пакетом
и некоторой эффективной массой и построить некоторую теорию, подобную
классической теории Ньютона.
Важное понятие, которое вводит
автор, заключается в правиле квантования "трендов дука". Вообще,
тренд в стандартном понимании, это некоторый регулярный дрейф, который обычно в
литературе описывается определенным разностным уравнением данного порядка. И
обычно, одной из основных задач физика (в особенности физика-экспериментатора,
когда он, например, имеет дело с дрейфом - трендом усилителя постоянного тока)
- это избавиться от такого явления. В литературе имеется много данных о
правилах исключения такого типа трендов при исследовании конкретных реализаций
числовых рядов. Однако в данном случае автором предложен, по-видимому, новый
подход, основанный на том, что при использовании дискретного пространства дука
скорость тренда не является произвольной, а может принимать только значения,
являющиеся дробной частью от максимальной характерной скорости тренда. Этот
результат дает нам, по существу, априорную информацию о тренде и позволяет,
во-первых, исключить роль физических шумов, определяющих величину погрешности
измерения в данном эксперименте, и, во-вторых, существенно повысить вероятность
прогноза, основанного на этих допущениях.
Важно то, что автор заменяет
обычную в статистической физике процедуру усреднения по ансамблю реализаций на
усреднение по ансамблю реализаций, полученных путем сдвига начальных точек
отсчета. Этот прием довольно известен в теории случайных процессов, как
усреднение траекторий движения систем, задаваемых случайными начальными
условиями. Правда, здесь надо быть уверенным, что эти самые начальные условия
действительно независимы друг от друга. На основе такого подхода (расщепления в
пучек) автор получает дополнительный способ усреднения исследуемого процесса,
который позволяет еще более уменьшить погрешность прогноза за счет усреднения
различного рода неконтролируемых воздействий на систему. Обычно их считают
источниками гауссовского белого шума, если система действительно сложна. Однако
в таких сложных системах, как социологические структуры, но глубоко
кореллируемых, по сравнению, скажем, с обычным идеальным газом, вовсе не
очевидно, что определенный алгоритм, основанный на ряде простых гипотез,
опирающихся на законы физики, может оказаться достаточно эффективным. Но,
предложенные автором конкретные вычисления и графики показывают высокое
качество такого подхода, фактически подтвержденного экспериментом.
Отметим, что законы квантования,
используемые автором, еще более повышают достоверность исследования при
применении им дискретизации процессов не только по оси отсчета измеряемого
материального параметра, но и по оси времени.
Переход к описанию временных рядов
по принципу разложения их в дискретный ряд Фурье по плоским волнам (по волнам
Блоха) и использование преобразования Фурье, как основу для рассмотрения
исследуемых проблем, позволяет автору использовать все преимущества такого
представления. В частности, очень эффективно используется известное свойство
преобразования Фурье - соотношение неопределенностей. В этом случае автору
удается определить понятие частицы в пространстве дука, как группы волн (цуга),
которая описывает движение некоторой квазичастицы. Такой подход, обычный для
оптики и квантовой механики, редко используется при описании сложных
стохастических систем, обладающих сложными внутренними связями (корреляциями).
Важно, однако, как это следует из представленных автором работ, что движение
такого сорта квазичастиц может быть охарактеризовано средним
"импульсом" и некоторой "эффективной" массой. Это очень
напоминает ситуацию в физике полупроводников. Очевидно, что, если эти гипотезы
автора отражают определенную физическую реальность, движение квазичастиц такого
сорта становится существенно более прогнозируемым процессом. Напомним, что в
физике полупроводников сложнейшая квантовая, а значит, по существу, не
полностью определенная динамика электронов в периодическом потенциале
кристаллической решетки заменяется элементарным "вторым законом
Ньютона", который справедлив для описания движения квазичастиц (электронов
и дырок) с соответствующими эффективными массами. Это, пожалуй, одно из
существенных достижений автора. Как и в физике полупроводников, именно эти
простые параметры - эффективные массы практически никогда не рассчитываются
аналитически из-за сложности соответствующего уравнения Шредингера, а просто
берутся из экспериментальных данных. Нам кажется, что автор нашел алгоритм
подобного феноменологического решения исследуемых им проблем.
Среди всего многообразия различный методик прогнозирования рынка особое место занимает квантовый анализ. Суть его заключается в том, что трейдеры пытаются объяснить ценовые колебания на основании законов физики.
Для работы с этой методикой применяются различные способы волновой механики. Однако, одним из наиболее успешных является веер квантовых скоростей. Именно на него мы и будем опираться в описании данного способа прогнозирования рынков.
Квантовый анализ Форекс изучает временные ряды. Основная идея – переход из временного ряда в пространство Дюка, где можно применять законы физики . В процессе работы используются специальные квантовые графики Форекс .
Квантовый анализ предполагает использование ценовых коридоров в определенный период времени . Такие коридоры также можно назвать альфа каналами Форекс . Их построение ведется на основе соотношения неопределенностей Гейзенберга.
Для построения канала используются две точки на графике. С их помощью мы сможем определить границы этого альфа канала. Причем сделаем мы это заранее, еще до того, как на рынке появится линии тренда .
Квантовый анализ предполагает определение максимальной и минимальной линий. Первая является абсолютной и цена за нее никогда не выходит . Что касается второй, цена может выйти за ее пределы. Но в этом случае можно говорить о том, что тенденция подходит к своему концу.
По большому счету, в теории это все изучалось уже достаточно давно. Но лишь с появлением работ Дюка, теория стала обретать практические черты. И сегодня квантовый анализ Форекс считается одним из наиболее точных методов рыночного прогнозирования.
Одним из выводов, который сделал Дюка в своей работе, можно считать притяжение цены к линиям скоростей, выраженным целыми числами. Если Вы будете проводить квантовый анализ Форекс только на одном ценовом отрезке, Вы, возможно, не заметите закономерностей.
Важно обращать внимание на следующие аспекты:
- важные развороты тенденций происходят вблизи линий квантовых скоростей;
- любая тенденция со временем становится более медленной. На графике с квантовым веером это будет отчетливо видно, так как цена постепенно переходит от одной линии скорости к другой.
Внимательно взглянув на скриншот, Вы можете видеть, что скорость тенденции действительно замедляется постепенно. Причем цена как бы отталкивается от линий скорости и переходит от одной к другой .
Для того, чтобы получить более точные результаты, Дюка применял, так называемое, сглаживание цены. В принципе, оно в чем-то похоже на индикатор скользящая средняя . Однако, в отличие от них, траектории движения цены не укорачиваются . Для построения такого графика используется усреднение соседних точек на графике. Именно так проводится квантовый анализ рынка Форекс.
Если Вы планируете вести работу с этой методикой, Вам придется отказаться от уже привычных многим свечных графиков. Строятся они достаточно просто. Квантом считается дистанция между двумя соседними точками.
На практике квантовый анализ рынка Форекс применять достаточно просто. Давайте обратимся к примеру.
Новый квант сформируется только в том случае, если цена достигнет одного из обозначенных синей линией уровня. То есть, если ценовые колебания будут проходить внутри этих диапазонов, на графике мы не увидим никаких изменений . Что касается обычного свечного графика, на нем будет наблюдаться боковое движение.
У квантовых графиков есть и еще одна достаточно интересная особенность. На них не отображаются временные масштабы. Единственная важная величина здесь – размер кванта . Он может отличаться в зависимости от того, за какой период времени происходит формирование кванта.
Способы применения квантовая механика и Форекс
Линии кванта строятся от точки, которую мы заранее определяем на графике. С помощью таких линий можно очертить границы тренда.
Верхняя линия является максимальной. Как мы уже отмечали выше, цена за нее никогда не заходит. Средняя линия является идеальной. Тенденция обычно идет вдоль этой кривой . Наконец, внизу у нас минимальная линия. Как только цена заходит за нее, мы можем говорить о прекращении тенденции.
То есть, используя данную теорию на практике, мы можем получить сведения о том, есть ли на рынке тренд и когда он может завершиться. Пока цена находится в пределах этого коридора, на рынке наблюдается тренд. Как только цена его покидает, тренд завершается . На основании этой методики можно создать достаточно