Долгосрочные секреты краткосрочной торговли
Шрифт:
Чартисты стали называться «техническими аналитиками», заставив гадать по графикам компьютеры. Компьютеры сделали чартистов солиднее, помогли им выглядеть респектабельнее, подобно ученым. И действительно, появилось много книг с названиями типа Новая наука... или Научный подход к... Есть ли настоящая наука в этом безумии?
Честно говоря, я думаю, нет.
Рисунок 1.3 Ценная
Цены не пляшут под дробь волшебного барабана, спрятанного в тайниках шикарной нью-йоркской квартиры и отбивающего ритм, понятный лишь нескольким посвященным. Цены скачут сами по себе, и наши диаграммы становятся беспорядочными, потому что на человеческие эмоции влияют новости и брокеры со своими намеками о предстоящем немедленном буме или обвале.
Неслучайный рынок
Цены на товарные фьючерсы в основном ведут себя как пьяный моряк, блуждающий по улице без малейшего представления куда и откуда он идет. Математики сказали бы, что нет никакой корреляции между прошлым поведением цен и будущими трендами.
И они были бы не правы: некоторая корреляция существует. Хотя тот пьяный моряк шатается туда-сюда и, казалось бы, движется неуправляемо, можно найти ключ к пониманию его безумного поведения. Он пробует дойти куда-то, и как правило, мы можем выяснить, куда.
В поведении цен присутствует большая доля хаотичности, но оно (поведение) далеко от полностью случайного. Если я не смогу доказать это прямо сейчас, в начале этой книги, следующие главы можно смело посвятить изучению, как метать дротики. В случайной игре метатель дротиков обставит экспертов.
Начнем со следующего: если мы подбросим монету 100 раз, 50 раз она упадет орлом и 50 раз — решкой. При каждом очередном броске существует 50-процентная вероятность, что выпадет орел, и такая же вероятность, что выпадет решка. Если, скажем, орел выпал два раза подряд, и мы бросаем снова, шансы, что опять выпадет орел, по-прежнему остаются 50/50. Как вы, вероятно, слышали, монета, игральная кость или колесо рулетки не имеют памяти. Шансы не меняются, поскольку это случайная игра.
Если бы это было справедливо для рынка и цены закрывались бы с повышением в 50 процентах случаев, то после каждого закрытия мы ожидали бы, что и впредь закрытия будут происходить с повышением в 50 процентах случаев, причем эта 50-процентная вероятность распространялась бы на каждый последующий отрезок времени. То же самое относится и к закрытию с понижением: в 50 процентах случаев после закрытия вниз мы должны были бы увидеть повторение; точно так же в 50 процентах случаев после повторного закрытия вниз мы наблюдали бы третье закрытие с понижением. Однако в реальном мире торговли дело обстоит не так, что может означать только то, что поведение цен не полностью случайное!
Таблица 1.2
Количество закрытий с повышением после однократного закрытия вниз; Количество закрытий с повышением после двукратного закрытия вниз
Количество закрытий вверх | Количество закрытий вверх | |||
после одно- | после двукрат- | |||
Товарные | кратного за- | ного закрытия | ||
фьючерсы | крытия вниз | % | вниз | % |
Свинина | 3,411 | 55 | 1,676 | 55 |
Хлопок | 1,414 | 53 | 666 | 55 |
Соя | 3,619 | 56 | 1,612 | 56 |
Пшеница | 3,643 | 53 | 1,797 | 55 |
Британский фунт | 2,672 | 57 | 1,254 | 56 |
Золото | 2,903 | 58 | 1,315 | 55 |
Никель | 920 | 56 | 424 | 60 |
Евродоллар | 1,598 | 59 | 708 | 56 |
Бонды США | 961 | 54 | 446 | 52 |
Standard & Poor's | 1,829 | 55 | 785 | 53 |
500 | ||||
в среднем | 55.8 | 55.2 |
В таблице 1.1 показаны процентные доли цен закрытия с повышением на самых различных рынках. Какие-либо критерии не использовались, и компьютер просто покупал при открытии ежедневной торговой сессии и продавал при ее закрытии. Вместо результата 50/50 мы получили небольшое отклонение: в 53.2 процента всех случаев цена закрытия оказалась выше, чем цена открытия. Этого не должно было быть.
Что ж, если этого «не должно было быть», то как насчет покупки при открытии сессии после закрытия с понижением? Теоретически мы должны были бы увидеть тот же самый процент закрытий с повышением, показанный в таблице 1.1. Проблема, однако, в том (для профессоров колледжей и других академиков, богатых на теории и бедных на знания рынка), что этого не получается. Таблица 1.2 показывает число раз, когда цены закрывались выше после ряда закрытий вниз.
Для трейдера это не бог весть какая новость. Мы знаем, что понижения рынка подготавливают ралли. Точные проценты не были известны в прошлом, и я никогда не стал бы использовать эти таблицы, чтобы закрывать или оставлять позицию. Не в этом дело: мы должны были наблюдать среднее число закрытий с повышением примерно на уровне 53,2 процента после однократного, а также двукратного последовательного закрытия с минусом. То, что мы не видим этого в действительности, объясняется тем, что рынок не случаен: фигуры действительно «предсказывают», и теперь мы можем продолжать, обходясь без метания дротиков.
Понимание рыночной структуры
В то время, как чартисты придумали странные названия почти для каждого движения и колебания рынка, они, похоже, пропустили самое главное свойство рынка, а именно, цена (представленная ежедневными барами, у которых вершина бара указывает самую высокую цену сделок в этот день, а основание бара — самую низкую цену сделок) движется строго определенным и почти механическим образом. Это все равно, что учить новый алфавит — как только вы научитесь понимать буквы, вы сможете читать слова, а как только вы узнаете слова, сможете читать текст.
Первая «буква», которую вам необходимо выучить, указывает, какая рыночная активность приводит к формированию краткосрочных максимумов или минимумов. Если вы поймете этот основной момент, вам станет понятен и смысл всей рыночной структуры.
Я могу определить минимум краткосрочного рынка следующей простой формулой: каждый раз, когда появляется дневной минимум с более высокими минимумами по обе стороны от него, этот минимум краткосрочный. Мы знаем это, потому что изучение поведения рынка показывает, что цены опускались в день к минимуму, затем не смогли пройти ниже и развернулись вверх, отметив этот окончательный минимум как краткосрочную наименьшую величину.