Внутренняя инфосистема фирмы28 Внутренняя инфосистема фирмы Скользящие средние являются мощным инструментом сглаживания ценовых колебаний, поэтому их использование оказалось весьма эффективным в процессе выявления различных по срокам тенденций изменения цен (трендов). Усредняя уровни цен, сглаженная линия дает возможность проследить и уловить действительные тенденции, проявляющиеся на рынке. Формула для расчета скользящей средней выглядит следующим образом:  Данная методика предполагает вычисление в течение каждого дня средней цены закрытия за некоторый период до даты вычисления. Для расчета скользящей средней можно брать различные периоды усреднения, увеличение интервала сглаживания позволяет выявить более продолжительные ценовые тенденции и наоборот. Таким образом, линия скользящей средней показывает нам, какая тенденция является господствующей на рынке в данный момент - восходящая (т.н. повышательный тренд) или нисходящая (понижательный тренд). Исходя из предположения, что данная тенденция сохранится еще некоторое время, инвестор и осуществляет сделку - покупает (если восходящая) или, наоборот, продает валюту, ценные бумаги либо иные финансовые активы. Основная задача заключается в правильном определении моментов изменения тренда, т.е. моментов совершения сделки. Именно для этого используются совместно несколько скользящих средних с различным периодом усреднения, позволяющие выделить как краткосрочные, так и средне - и долгосрочные ценовые тенденции. Следует отметить, что преимущества данной торговой стратегии проявляются лишь на т.н. трендовых рынках, т.е. рынках с достаточно продолжительными по времени периодами повышения или понижения цен. И как следствие, несмотря на предельную простоту и ясность и даже некую автономность работы предложенного алгоритма, возникает необходимость в привлечении специалиста-аналитика, способного дать заключение о характере рынка в настоящий момент. Метод осцилляторов. Выделяют три основных типа осцилляторов [19]: 1)инерционные осцилляторы; 2)осцилляторы меры изменения; 3)осцилляторы скользящих средних. Инерционный осциллятор является оценкой скорости роста или падения темпов изменения цен. Для расчета инерционного осциллятора величина цены закрытия определенного дня (скажем, пять дней назад) вычитается из цены закрытия текущего дня. В этом случае пятидневный инерционный осциллятор - это разность между ценой закрытия текущего дня и ценой закрытия пять дней назад. Полученное положительное или отрицательное число отмечается для каждого дня на графике относительно средней (нулевой) линии. Осциллятор меры изменения - это показатель, рассчитываемый как отношение цены закрытия (средневзвешенной цены) текущего дня к цене, зафиксированной М-дней назад, выраженный в процентах. Таким образом, осциллятор меры изменения за пять дней рассчитывается путем деления средневзвешенной цены текущего дня на средневзвешенную цену, зафиксированную пять дней назад. Осцилляторы скользящих средних строятся на основе разницы между двумя скользящими средними неодинаковой длины. Полученный результат отображается на графике и может быть выражен в пунктах или процентах. Осциллятор скользящих средних строится для: · определения расхождения между скользящими средними; · выявления значительных отклонений, вызванных наибольшим расхождением между краткосрочной и долгосрочной скользящими средними; · обнаружения взаимного пересечения скользящих средних. Для профессиональных участников рынка исключительно важно своевременно оценить зарождающиеся тенденции в динамике цен. Практическая значимость технического анализа состоит именно в том, чтобы определить ценовой тренд и избежать опасности его резкого изменения. Использование индикаторов момента позволяет распознать усиление или ослабление ценового тренда. Рассмотрим еще один метод прогнозирования – авторегрессионный, на основании которого формируются торговые решения [21]. Основным понятием в данном методе будет понятие модели. Модель - есть упрощение реального процесса, помещение его в рамки некоторой совокупности аналитических выражений, его формализация. Естественно уже сам факт упрощения говорит о невозможности получать 100% верные прогнозы реальных процессов. От того насколько обоснованно выбрана та или иная модель зависит в конечном итоге не просто точность прогноза, но и возможность прогнозирования как таковая. Универсальная модель авторегрессии записывается следующим образом:  где Xt – члены временного ряда, at – коэффициенты авторегрессии q-го порядка, nt – возбуждающий шум. Тогда прогноз yt исходного ряда xt на k шагов вперёд будет выглядеть так:  Коэффициенты авторегрессии находятся из следующего алгоритма (алгоритма Берга):  Очевидно, что методика принятия торговых решений, основывающаяся на прогнозировании временного ряда с представлением его в виде АР-процесса, связана с большими вычислительными затратами. Более того, данный алгоритм предполагает совершение торговой операции каждый временной дискрет, а это сопряжено с транзакционными издержками. Но в то же время, данный алгоритм обладает целым рядом преимуществ, связанных, в первую очередь, с адаптивным свойством АР-модели. Т.е. параметры модели автоматически перенастраиваются вслед за изменением реального процесса - динамики рынка. Все проанализированные выше свойства и особенности методов прогнозирования были систематизированы и сведены для сравнения в таблицу (таблица 7). 
|