Привет Всем!
Все трейдеры рынка Форекс четко осознают, что правильное прогнозирование рынка может практически, со 100% вероятностью, обеспечить прибыль от проведенной сделки на основе такого анализа. Что же такое прогноз тренда, какие способы его осуществления и какие технические инструменты могут в этом помочь, подробнее об этом мы разберем в этом посте.
Прогноз тренда — это умение спрогнозировать движение цены на ценовом графике в течение конкретного периода времени. Это чрезвычайно хлопотливое дело, требующее немалого опыта и натренированного ощущения рынка, и как ни крути, достижение этого умения является основной задачей для любого участника рынка, поскольку именно от его успешной реализации зависит размер полученной прибыли.
Кроме обычных методов технического и фундаментального анализа, для прогнозирования были разработаны специальные индикаторы прогноза тренда. Парочку самых точных и проверенных, мы и разберем ниже.
Итак, первый индикатор прогноза движения цены, который пользуется наибольшей популярностью среди трейдеров, это — Xprofuter . Данный индикатор состоит из двух компонентов:
#1 . Первый компонент — XprofuterDD — это собственно окно визуального прогноза, которое находится ниже основного графика и отображает общую с его кратковременным прогнозом.
#2 . Второй компонент — XprofuterOverlay — это визуальное построение прогнозной линии на главном ценовом графике на максимальное расстояние двенадцать (12) . Это позволяет трейдеру провести соответствующий анализ и опираясь на (которой он оперирует), выставить ордера для входа в позицию.
Более наглядно как полноценно должен отображаться данный индикатор прогноза тренда в :
Что можно сказать о его преимуществах, больше всего он подходит для (для «пипсовки»), соответственно на коротких временных промежутках, и не более, для долговременного трейдинга он к сожалению не подходит. Относительно недостатков, в большинстве случаев некорректно показывает ситуации , хотя для исправления этого можно дополнительно использовать любой проверенный трендовый индикатор.
Скачать индикатор прогноза тренда Xprofuter можете по ссылке
Еще один не менее популярный пример индикатора прогноза тренда, который построен на теории Фурье и является более динамичным в применении, чем его вышеописанный «коллега», это — Fourier Extrapolator .
Данный индикатор прогноза тренда дает трейдеру уже больший диапазон анализа рынка, но не более одного торгового дня. Этот индикатор будет вполне благоприятен для внутридневной торговли на рынке Форекс.
На графике, как видите на рисунке выше, данный технический инструмент не имеет дополнительного окна, и отображается только в виде визуальной линии, которая прогнозирует движение цены на определенный период в будущем.
При торговле индикатор прогноза тренда Fourier Extrapolator некорректно реагирует на непредвиденные резкие движения цены, которые как вариант, могут быть спровоцированы выходом важных событий (изменением ). При этом желательно, не входить в рынок по сигналам от индикатора в период выхода таких новостей. Для этого, чтобы быстро реагировать на такие ситуации можно дополнительно использовать . Кроме этого для отсеивания некоторых неточностей прогноза тренда, также желательно использовать другие трендовые инструменты для выявления не только текущего направления движения цены, но и его силы.
Скачать индикатор прогноза тренда Fourier Extrapolator и инструкцию с подробным описанием его параметров можно по ссылке
Итак, друзья трейдеры, мы рассмотрели технические инструменты прогноза тренда, Вы можете загрузить их, протестировать собственноручно на результативность и использовать в дальнейшем в своей торговле. Возможно вы знаете другие методы или индикаторы прогноза тренда, которые являются более эффективными, чем вышеописанные, тогда оставьте свой отзыв, и при желании, поделитесь результатами их работы в комментариях, буду благодарен за Ваши ответы;-).
Всем удачи и до встречи в следующих статьях!
С уважением, Александр Сивер
В этой статье мы на примере рассмотрим один из статистических методов прогнозирования продаж. Мы будем прогнозировать прибыль, а точнее размер месячной прибыли. Совершенно аналогично можно делать прогнозы и других показателей продаж: выручка, объем продаж в натуральных единицах, количество сделок, количество новых клиентов и т.д.
Описанный в статье метод прост (относительно, конечно) и не привязан к специализированным программам. В принципе, для составления прогноза достаточно было бы бумаги, карандаша, калькулятора и линейки. Однако, это очень трудоемкий способ, поскольку в процессе возникает много рутинных вычислений. Поэтому мы будем использовать Microsoft Excel (версии 2000).
Помимо простоты у метода есть еще один важный плюс: для прогноза требуется небольшая статистика. Сделать прогноз на 2-3 месяца вперед можно, если есть статистика хотя бы за 13-14 месяцев. Ну а большая статистика дает возможность и прогноз делать на больший период.
Сбор и подготовка статистики продаж
Прогнозирование начинается, конечно, со сбора статистики продаж. Здесь нужно обращать внимание на то, чтобы все сделки были более-менее одного «масштаба», и чтобы количество сделок в месяц было достаточно большое.
Например, розничный магазин. Даже в небольшом магазине в месяц могут делаться тысячи и даже десятки тысяч покупок. Сумма каждой покупки, по сравнению с месячной выручкой, весьма мала — 0,0..01% от выручки. Это хорошая ситуация для прогнозирования.
Если прогноз делается для компании, работающей на корпоративном рынке, то нужно следить, чтобы количество сделок в месяц было хотя бы не менее 100, иначе для прогнозирования нужно применять другие методы. Также, если в статистике продаж встречаются крупные сделки, с суммой, например, около 10% от месячной выручки, то такие сделки надо исключать из статистики и рассматривать отдельно (опять же другими методами). Если крупные сделки не исключить, то они создадут в динамике «выбросы», которые могут сильно ухудшить точность прогноза.
По этим данным мы будем составлять прогноз на 12 месяцев вперед.
| Период | № Периода | Прибыль | Период | № Периода | Прибыль |
| 2004-7 | 1 | 839 | 2005-5 | 11 | 3069 |
| 2004-8 | 2 | 1714 | 2005-6 | 12 | 2220 |
| 2004-9 | 3 | 2318 | 2005-7 | 13 | 1653 |
| 2004-10 | 4 | 2629 | 2005-8 | 14 | 3115 |
| 2004-11 | 5 | 2823 | 2005-9 | 15 | 3961 |
| 2004-12 | 6 | 3320 | 2005-10 | 16 | 4514 |
| 2005-1 | 7 | 3316 | 2005-11 | 17 | 4644 |
| 2005-2 | 8 | 3479 | 2005-12 | 18 | 5066 |
| 2005-3 | 9 | 3388 | 2006-1 | 19 | 4934 |
| 2005-4 | 10 | 3263 | - | - | - |
Рис. 1. График помесячной прибыли, данные из таблицы .
Существуют две основные модели временного ряда: аддитивная и мультипликативная. Формула аддитивной модели: Y t = T t + S t + e t Формула мультипликативной модели: Y t = T t x St + e t Обозначения: t - время (месяц или другой период детализации); Y - значение величины; Т — тренд; S — сезонные изменения; е - шум. Разница между моделями хорошо видна на рисунке , где приведены два ряда, с одинаковыми трендами, один ряд — по мультипликативной модели, другой — по аддитивной.
-
Примечание. Могут встречаться такие показатели продаж, у которых сезонные колебания практически отсутствуют.
Рис. 2. Примеры рядов: слева — по аддитивной модели; справа — по мультипликативной.
В нашем примере мы будем использовать мультипликативную модель.
Для каких-либо других данных, возможно лучше подошла бы аддитивная модель. Узнать на практике, какая модель подходит лучше, можно либо интуитивно, либо методом проб и ошибок.
Выделение тренда
В формулах моделей рядов динамики (Y t = T t + S t + e t и Y t = T t S t + e t ) фигурирует тренд T t , такой тренд мы будем называть «точным».
В практических задачах выделить точный (вернее, «почти точный») тренд T t может оказаться технически очень сложно (см. например, пункт в списке литературы).
Поэтому мы будем рассматривать приближенные тренды. Самый простой способ получения приближенного тренда — сглаживание ряда методом скользящего среднего с периодом сглаживания равным максимальному периоду сезонных колебаний. Сглаживание почти полностью устранит сезонные колебания и шум.
В рядах с детализацией по месяцам сглаживание нужно делать по 12-ти точкам (то есть по 12-ти месяцам). Формула скользящего среднего с периодом сглаживания 12 месяцев:
Где M t — значение скользящего среднего в точке t ; Y t — значение величины временного ряда в точке t .
-
Примечание. Очень редко, но все-же бывают динамики продаж, где длина полного период не только не равна году, но и «плавает». В таких случаях колебания, видимо, вызваны не сезонными изменениями, а какими-то другими, более мощными факторами.
Обратите внимание: поскольку мы вычисляем некоторый средний тренд за последние 12 месяцев, то в поведении приближенного тренда по сравнению с точным, происходит как бы запаздывание на 6 месяцев. Не смотря на то, что тренд, полученный методом скользящего среднего — это не точный, а приближенный (да еще и с запаздыванием), он вполне подходит для нашей задачи.
Прологарифмируем уравнение мультипликативной модели, и если шум e t не очень большой, то получим аддитивную модель.
Здесь ε 1;t также обозначает шум. Тренд мы выделим (скользящим средним за 12 месяцев) именно для такой преобразованной модели. На рисунке 3 — графики и показателя и тренда M t .
Рис. 3. График прологарифмированной величины показателя и тренда М и
скользящего среднего по 12-ти месяцам. Слева на одном графике и величина и тренд. Справа — тренд в увеличенном масштабе. По оси X — номера периодов.
-
Примечание. Если темпы динамики небольшие, скажем, 10-15% в год, то и с мультипликативной моделью можно работать как с аддитивной (не логарифмирую).
Прогноз тренда
Тренд мы получили, теперь нужно его спрогнозировать. Прогноз можно бы было получить, например, методом экспоненциального сглаживания (см. ), но поскольку мы хотим прогнозировать максимально простым методом, то остановимся на обычной параметрической аппроксимации. В качестве функций приближения используем следующий набор:
Линейная функция: y = a + b × t.
Логарифмическая функция: y = a + b × ln(t)
Полином второй степени: y = a + b × t + c × t 2
Степенная функция: y = a × t b
Экспоненциальная функция: y = a × e b × t
Хорошо бы было дополнить набор и другими функциями, но для этого возможностей Excel недостаточно, нужно использовать специализированные программы: Maple, Matlab, MathCad и т.д.
Качество приближения мы будем оценивать по величине достоверности аппроксимации R 2 . Чем ближе эта величина к 1 — тем лучше функция приближает тренд. Это верно не всегда, но в Excel нет других критериев оценки качества аппроксимации. Впрочем, критерия R 2 нам будет достаточно.
На рисунках 4, 5, 6, 7 и 8и мы сделали аппроксимацию нашего тренда различными функциями и каждая функция аппроксимации продолжена на 12 точек вперед. И еще одна аппроксимация — на рисунке 9, полиномом 5-той степени.
Обратите внимание: если некоторая функция хорошо приближает тренд, то это не всегда означает, что данная функция хорошо тренд прогнозирует. В нашем примере полином 5-той степени делает самое лучшее приближение по сравнению с другими функциями (R 2 = 1) и, одновременно, дает самый нереальный прогноз.
По рисункам мы видим, что значение R 2 ближе всего к единице у параболы (полином 5-той степени уже не рассматриваем). Следующая по качеству аппроксимация — прямая линия. Хотя формально парабола аппроксимирует лучше всех, но ее поведение, особенно перевал в отдаленных точках, представляется не очень правдоподобным. Тогда можно взять аппроксимацию прямой, но мы найдем компромисс: среднее арифметическое между параболой и прямой.
Рис. 10. Тренд M t и его прогноз. По оси X — номер периода.
Результат прогноза тренда M t — на рисунке 10. Итак, мы получили прогноз тренда.
Прогноз показателя
Прогноз тренда у нас есть. Теперь можно сделать прогноз самого показателя. Формула очевидна:
Ln(Y t+1) = 12 × M t+1 - Ln(Y t) - Ln(Y t-1) - ... - Ln(Y t-10)
Y t+1 = exp(Ln(Y t+1))
До периода t = 19 у нас есть фактические данные. Для t = 20..31 у нас есть спрогнозированный тренд M t , а значения показателя мы будем считать последовательно, сначала для t = 20, потом для t = 21 и т.д.
Результаты прогноза — на рисунке 11 и в таблице 2.
Рис. 11. Прогноз показателя. По оси X — номер периода.
Сравнение прогноза и реальных данных
На рисунке 12 — графики прогноза и фактических данных.
В таблице 3 приведено сравнение реальных данных и спрогнозированных. Посчитаны ошибки прогноза, абсолютные: Прогноз-Факт; и относительные: 100%*(Прогноз-Факт)/Факт.
Обратите внимание, что ошибки прогноза смещены в положительную сторону. Причина этого может быть как в несовершенстве метода, так и в каких-то объективных обстоятельствах, например, в изменении ситуации на рынке в прогнозируемом периоде.
Точность прогноза
| Период | № Периода | М | Ln(Y) | Y |
| 2006-2 | 20 | 8,1861 | 8,6494 | 5707 |
| 2006-3 | 21 | 8,2205 | 8,5408 | 5119 |
| 2006-4 | 22 | 8,2531 | 8,4816 | 4825 |
| 2006-5 | 23 | 8,2839 | 8,3987 | 4441 |
| 2006-6 | 24 | 8,3129 | 8,0533 | 3144 |
| 2006-7 | 25 | 8,3401 | 7,7367 | 2291 |
| 2006-8 | 26 | 8,3655 | 8,3488 | 4225 |
| 2006-9 | 27 | 8,3891 | 8,5675 | 5258 |
| 2006-10 | 28 | 8,4109 | 8,6765 | 5864 |
| 2006-11 | 29 | 8,4309 | 8,6833 | 5904 |
| 2006-12 | 30 | 8,4491 | 8,7487 | 6303 |
| 2007-1 | 31 | 8,4655 | 8,7007 | 6007 |
Рис. 12. Фактические данные и спрогнозированные. По оси X — номер периода.
Даже если модель очень хорошо описывает динамику реальных данных, что в общем-то большая редкость, то остаются еще шумы, которые вносят свою ошибку. Например, если уровень шума составляет 10% от значения показателя, то и ошибка прогноза будет не меньше 10%. Плюс, как минимум, еще несколько процентов ошибки добавятся из-за несоответствия модели и динамики реальных данных.
А вообще, лучший способ определить точность — это многократно делать прогнозы для одного и того же процесса и на основании такого опыта определять точность эмпирически.
| Период | № Периода | Факт | Прогноз | Ошибка, абс. | Ошибка, % |
| 2006-2 | 20 | 5233 | 5707 | 474 | 9 |
| 2006-3 | 21 | 4625 | 5119 | 494 | 11 |
| 2006-4 | 22 | 4776 | 4825 | 49 | 1 |
| 2006-5 | 23 | 4457 | 4441 | -16 | 0 |
| 2006-6 | 24 | 3169 | 3144 | -25 | -1 |
| 2006-7 | 25 | 2054 | 2291 | 237 | 12 |
| 2006-8 | 26 | 3549 | 4225 | 676 | 19 |
| 2006-9 | 27 | 5087 | 5258 | 171 | 3 |
| 2006-10 | 28 | 5187 | 5864 | 677 | 13 |
| 2006-11 | 29 | 5287 | 5904 | 617 | 12 |
| 2006-12 | 30 | 5700 | 6303 | 603 | 11 |
| 2007-1 | 31 | 4689 | 6007 | 1318 | 28 |
Заключение и список литературы
В этой статье мы рассмотрели сильно упрощенный метод прогнозирования. Тем не менее, при отсутствии резких изменений на рынке и внутри компании, даже такой простой метод дает удовлетворительную точность прогноза месяцев на 10 вперед.
Литература
1. Крамер Г. «Математические методы статистики».— М.: «Мир», 1975.
2. Кендэл М. «Временные ряды».— М.: «Финансы и статистика», 1981.
3. Андерсон Т. «Статистический анализ временных рядов».— М.: «Мир», 1976.
4. Бокс Дж., Дженкис Г. «Анализ временных рядов. Прогноз и управление».— М.: «Мир», 1976
5. Губанов В.А., Ковальджи А.К. «Выделение сезонных колебаний на основе вариационных принципов. Экономика и математические методы». 2001. т. 37. № 1. С. 91-102.
Под трендом в контексте этой статьи и также в , следует понимать такое движение, которое происходит на валютной паре на . Удобнее всего тренд отслеживать тогда, когда торги уже завершаются. Однако, для извлечения прибыли трейдер-профессионал должен с самого начала торговой недели знать как будет двигаться тренд.
На финансовый рынок Форекс, а точнее на тренд по некоторой условно называемой пятнично-американской теории, оказывают влияние несколько факторов. Главными из них можно считать всего два:
- Характер движения валютных инструментов во время работы Американской биржи, которое фиксируется в пятницу вечером.
- Был ли разрыв цены в конце недели перед началом следующей. Речь идет о таком понятии, как . Его нужно наблюдать в полночь во время работы азиатской биржи. Каждая валютная пара характеризуется своим уровнем сопротивления. Очень часто, когда пара проходит его, то из сопротивления он становится поддержкой. А это значит, что вероятность сохранения направления движения валютной пары в течение следующей недели очень велико.
Если в пятницу на графике очень большой скачок на , что вызвано скачком силы той или иной валюты, то во вторник и понедельник вероятны волны в сторону тренда или обратный ход, а также . (можете почитать — )
Когда пятница показала скачок против основного тренда, значит, на следующей неделе вначале будет волна в противоположном направлении или появится коррекция.
Например, возьмем сочетание с каналом линейной регрессии на текущем четырехчасовом графике Доллар-Канада.
Построим нисходящий канал за последние 47 свечей. Далее найдем расстояние в 30% от существующего тренда. Направление и канала и скользящей средней указывают, что можно торговать на понижение. Кроме этого мы видим, что канал, пересекая линию, которая обозначает тридцатипроцентное расстояние от окончания тренда демонстрирует нам ориентировочную область значений, какие может принять пара через заданный промежуток времени.
Таким образом, мы уверены, что ничего сложного в том, чтобы использовать индикаторы прогноза тренда. Нужно просто применять методы экстраполяции и понимать, что действовать они будут на эволюционной системе, в достаточно стабильных условиях.
Заключение и выводы
В ходе изучения, мы пришли к выводу, что создать прогноз по тренду может каждый, если найдет способ определять, когда валюта находится в стабильных условиях и эволюционирует.
Это можно сделать только . Хотя, не исключено, что и технические приемы могут посодействовать решению этой нетривиальной задачи. Когда эта проблема решена, наступает следующий важный период. Нужно определить направление и .
Назначение сервиса . Сервис используется для расчета параметров тренда временного ряда y t онлайн с помощью метода наименьших квадратов (МНК) (см. пример нахождения уравнения тренда), а также способом от условного нуля. Для этого строится система уравнений:a 0 n + a 1 ∑t = ∑y
a 0 ∑t + a 1 ∑t 2 = ∑y t
и таблица следующего вида:
| t | y | t 2 | y 2 | t y | y(t) |
| 1 | |||||
| ... | ... | ... | ... | ... | ... |
| N | |||||
| ИТОГО | ∑ | ∑ | ∑ | ∑ | ∑ |
Инструкция . Укажите количество данных (количество строк). Полученное решение сохраняется в файле Word и Excel .
Тенденция временного ряда характеризует совокупность факторов, оказывающих долговременное влияние и формирующих общую динамику изучаемого показателя.
Способ отсчета времени от условного начала
Для определения параметров математической функции при анализе тренда в рядах динамики используется способ отсчета времени от условного начала. Он основан на обозначении в ряду динамики показаний времени таким образом, чтобы ∑t i . При этом в ряду динамики с нечетным числом уровней порядковый номер уровня, находящегося в середине ряда, обозначают через нулевое значение и принимают его за условное начало отсчета времени с интервалом +1 всех последующих уровней и –1 всех предыдущих уровней. Например, при обозначения времени будут: –2, –1, 0, +1, +2 . При четном числе уровней порядковые номера верхней половины ряда (от середины) обозначаются числами: –1, –3, –5 , а нижней половины ряда обозначаются +1, +3, +5 .Пример . Статистическое изучение динамики численности населения.
- С помощью цепных, базисных, средних показателей динамики оцените изменение численности, запишите выводы.
- С помощью метода аналитического выравнивания (по прямой и параболе, определив коэффициенты с помощью МНК) выявите основную тенденцию в развитии явления (численность населения Республики Коми). Оцените качество полученных моделей с помощью ошибок и коэффициентов аппроксимации.
- Определите коэффициенты линейного и параболического трендов с помощью средств «Мастера диаграмм». Дайте точечный и интервальный прогнозы численности на 2010 г. Запишите выводы.
| 1990 | 1996 | 2001 | 2002 | 2003 | 2004 | 2005 | 2006 | 2007 | 2008 |
| 1249 | 1133 | 1043 | 1030 | 1016 | 1005 | 996 | 985 | 975 | 968 |
а) Линейное уравнение тренда имеет вид y = bt + a
1. Находим параметры уравнения методом наименьших квадратов
. Используем способ отсчета времени от условного начала.
Система уравнений МНК для линейного тренда имеет вид:
a 0 n + a 1 ∑t = ∑y
a 0 ∑t + a 1 ∑t 2 = ∑y t
| t | y | t 2 | y 2 | t y |
| -9 | 1249 | 81 | 1560001 | -11241 |
| -7 | 1133 | 49 | 1283689 | -7931 |
| -5 | 1043 | 25 | 1087849 | -5215 |
| -3 | 1030 | 9 | 1060900 | -3090 |
| -1 | 1016 | 1 | 1032256 | -1016 |
| 1 | 1005 | 1 | 1010025 | 1005 |
| 3 | 996 | 9 | 992016 | 2988 |
| 5 | 985 | 25 | 970225 | 4925 |
| 7 | 975 | 49 | 950625 | 6825 |
| 9 | 968 | 81 | 937024 | 8712 |
| 0 | 10400 | 330 | 10884610 | -4038 |
Для наших данных система уравнений примет вид:
10a 0 + 0a 1 = 10400
0a 0 + 330a 1 = -4038
Из первого уравнения выражаем а 0 и подставим во второе уравнение
Получаем a 0 = -12.236, a 1 = 1040
Уравнение тренда:
y = -12.236 t + 1040
Оценим качество уравнения тренда с помощью ошибки абсолютной аппроксимации.
Ошибка аппроксимации в пределах 5%-7% свидетельствует о хорошем подборе уравнения тренда к исходным данным.
б) выравнивание по параболе
Уравнение тренда имеет вид y = at 2 + bt + c
1. Находим параметры уравнения методом наименьших квадратов.
Система уравнений МНК:
a 0 n + a 1 ∑t + a 2 ∑t 2 = ∑y
a 0 ∑t + a 1 ∑t 2 + a 2 ∑t 3 = ∑yt
a 0 ∑t 2 + a 1 ∑t 3 + a 2 ∑t 4 = ∑yt 2
| t | y | t 2 | y 2 | t y | t 3 | t 4 | t 2 y |
| -9 | 1249 | 81 | 1560001 | -11241 | -729 | 6561 | 101169 |
| -7 | 1133 | 49 | 1283689 | -7931 | -343 | 2401 | 55517 |
| -5 | 1043 | 25 | 1087849 | -5215 | -125 | 625 | 26075 |
| -3 | 1030 | 9 | 1060900 | -3090 | -27 | 81 | 9270 |
| -1 | 1016 | 1 | 1032256 | -1016 | -1 | 1 | 1016 |
| 1 | 1005 | 1 | 1010025 | 1005 | 1 | 1 | 1005 |
| 3 | 996 | 9 | 992016 | 2988 | 27 | 81 | 8964 |
| 5 | 985 | 25 | 970225 | 4925 | 125 | 625 | 24625 |
| 7 | 975 | 49 | 950625 | 6825 | 343 | 2401 | 47775 |
| 9 | 968 | 81 | 937024 | 8712 | 729 | 6561 | 78408 |
| 0 | 10400 | 330 | 10884610 | -4038 | 0 | 19338 | 353824 |
Для наших данных система уравнений имеет вид
10a 0 + 0a 1 + 330a 2 = 10400
0a 0 + 330a 1 + 0a 2 = -4038
330a 0 + 0a 1 + 19338a 2 = 353824
Получаем a 0 = 1.258, a 1 = -12.236, a 2 = 998.5
Уравнение тренда:
y = 1.258t 2 -12.236t+998.5
Ошибка аппроксимации для параболического уравнения тренда.
Поскольку ошибка меньше 7%, то данное уравнение можно использовать в качестве тренда.
Минимальная ошибка аппроксимации при выравнивании по параболе. К тому же коэффициент детерминации R 2 выше чем при линейной. Следовательно, для прогнозирования необходимо использовать уравнение по параболе.
Интервальный прогноз.
Определим среднеквадратическую ошибку прогнозируемого показателя.
m = 1 - количество влияющих факторов в уравнении тренда.
Uy = y n+L ± K
где
L - период упреждения; у n+L - точечный прогноз по модели на (n + L)-й момент времени; n - количество наблюдений во временном ряду; Sy - стандартная ошибка прогнозируемого показателя; T табл - табличное значение критерия Стьюдента для уровня значимости α и для числа степеней свободы, равного n-2
.
По таблице Стьюдента находим Tтабл
T табл (n-m-1;α/2) = (8;0.025) = 2.306
Точечный прогноз, t = 10: y(10) = 1.26*10 2 -12.24*10 + 998.5 = 1001.89 тыс. чел.
1001.89 - 71.13 = 930.76 ; 1001.89 + 71.13 = 1073.02
Интервальный прогноз:
t = 9+1 = 10: (930.76;1073.02)
Одной из самых распространенных стратегий торговли на любой из бирж является торговля по тренду, так как именно этот способ трейдинга позволяет избежать ненужного риска и дает гарантированную прибыль.
Но для того, что использовать подобный вариант требуется не только правильно определить направление существующий тенденции, но и составить прогноз тренда. Только в этом случае можно надеяться, что цена не совершит разворот через полчаса после открытия сделки.
Прогноз тренда представляет собой не совсем простой процесс, ведь при его проведении нужно учесть все факторы, которые могут повлиять на тренд. Причем следует отметить, что самым точным прогнозом однозначно будет тот, что вы составите сами.
Торгуй по крупному только с ведущим брокером.
Подход к прогнозированию должен завесить от того, для каких целей будут использоваться полученные данные, а так же учитываться время действия прогноза.
Если вам нужен прогноз тренда для торговли на форекс, то можно использовать несколько простых схем его составления, понятное дело вы не получите 100% гарантии, что цена валютной пары поведет себя, так как это планировалось, но хоть приблизительно будете знать, что следует от нее ожидать.
Для того, что бы не делать ненужных манипуляций следует разделить прогнозирование по времени существования сделок, чем короче временной промежуток торговли, тем проще сам процесс прогнозирования.
Краткосрочный прогноз тренда.
Его обычно используют при трейдинге на таких временных промежутках как М1, М5 и М15, а основе данного варианта лежит цикличность поведения цены и ценовые уровни.
Если вы посмотрите на любой из графиков форекс то уведете, что цена движется по кривой и очень часто образовывает ценовые каналы. К тому же существуют довольно сильные ценовые уровни, у которых чаще всего происходят развороты.
Используя эти два показателя можно произвести прогноз тренда даже на самом коротком временном промежутке.
То есть для проведения прогноза требуется построить ценовой канал, для этих целей лучше всего использовать индикаторы канала , и определить важные уровни форекс , часто в их качестве выступают просто круглые ценовые значения на пример 1,3200 или 1,3000.
Дополнительным помощником при составлении прогноза может стать индикатор стохастик, его вы можете найти в своем торговом терминале.
Чем ближе цена находится к зоне перекупленности или перепроданности, тем выше вероятность ее разворота, подробное описание работы с данным индикатором вы можете найти в статье «Стратегия Stochastic ».
После того как вы произвели все подготовительные действия переходим непосредственно к самому прогнозу.
1. Смотрим, нет ли в обозримом будущем важных ценовых уровней, у которых может произойти разворот цены.
2. Определяем, как близко подошла цена к линии поддержки или сопротивления, что сейчас происходит основное движение или коррекция.
3. Анализируем данные индикатора Stochastic.
После этих действий вы получаете полную картину, что может произойти в ближайшее время на рынке форекс.
Для проведения прогноза тренда на более продолжительных временных промежутках, следует дополнительно учитывать и фундаментальный фактор. Для этих целей используется такой инструмент как календарь форекс . С его помощью можно узнать, не повлияет ли какое то события на существующую тенденцию и как скоро оно состоится.
А в целом среднесрочный и долгосрочный прогноз проводится по той же схеме, что и краткосрочный.