Для ведення прибуткових торгів трейдеру необхідно розуміти, для яких ринків (більш–менш волатильних), для яких ситуацій (виділення висхідного або спадного тренда, визначення періодів консолідації, облік моментів корекції) підходить той чи інший індикатор. Необхідно знати, яким чином слід об'єднувати технічні індикатори в торговій системі. Необхідно проаналізувати методи формування єдиного торгового сигналу на основі сигналів кількох індикаторів і вибрати найкращий по деякому критерію. [2,3]
        Важливо також розуміти, що з плином часу ситуація на ринку змінюється. Ті рішення, які приносили максимальний прибуток сьогодні, можуть виявитися неефективними завтра. Тому найважливішим напрямком досліджень в галузі технічного аналізу є розробка алгоритмів, які дозволяють використовувати одну і ту ж торговельну систему, з одним і тим же набором технічних індикаторів і однаковими їх параметрами, в різних ринкових ситуаціях. [4]
        Актуальність теми магістерської дисертації обумовлена відсутністю на сьогоднішній день ефективних комп'ютерних торговельних систем, які мають систему контролю індикаторів. Така система «включає» індикатори, які мають «хороші» технічні характеристики і «вимикає» індикатори з «поганими» технічними характеристиками.

        В даний час існує більше 3000 технічних індикаторів, які в певний момент часу мають низьку ефективність. Тому в даній роботі буде розроблена комп'ютерна торгова система, яка містить систему контролю індикаторів ринку, що дозволить формувати «надійні» торгові сигнали.

        Метою даного дослідження є розробка комп'ютерної торгової системи (КТС), яка максимізує прибутковість і інші економічні показники при зниженні інвестиційних ризиків. Особливістю такої КТС є те, що в ній існує підсистема, яка управляє індикаторами ринка. Для досягнення поставленої мети необхідно виконати ряд завдань по знаходженню параметрів, що використовуються для розроблення КТС, а саме:

1. розробити та оптимізувати найпростішу КТС;
2. розробити та оптимізувати в ній підсистему контролю індикаторів;
3. призвести порівняння комп'ютерних торговельних систем по широко застосовуваним критеріями:
   • прибутковість в кінці звітного періоду;
   • середньоквадратичне відхилення доходності;
   • кількість угод за звітний період;
   • Профіт-фактор (PF);
   • TWR.

Предмет розробки і досліджень: алгоритми технічних індикаторів ринку.
Об'єкт розробки і досліджень: завдання створення алгоритму оперативного контролю.

        Практичні результати даної роботи будуть полягати в розробці алгоритмів оперативного контролю технічних індикаторів ринку. Даний алгоритм може бути застосований з метою зниження ризиків і збільшення прибутковості для оптимізації політики трейдерів.

Глобальний огляд досліджень

        Дуже близькі до теми моєї магістерської роботи розробки Джона Боллінджера. Він взяв за основу індикатори ринку, а саме MACD, MA, RSI, і модифікував алгоритм побудови для оптимізації отримання торгових сигналів. [5]

Національний огляд досліджень

        У зв'язку з досить недавнім становленням фондової біржі в Україні, відсутністю досвіду біржових ігор і низкою інших причин, що розглядається мною тематика не отримала належного висвітлення в дослідженнях вітчизняних вчених, за винятком доцента, кандидата технічних наук Смірнова О.В., Гізатулін А.М., Ревега Д.В. і Гур'янова Т.В.

Огляд досліджень в ДонНТУ

        У ДонНТУ за цією тематикою ведуться наукові дослідження доцентом кафедри ПМІ, кандидатом технічних наук Смірновим О.В. спільно з Ревега Д.В. і Гізатулін А.М. Результати роботи Смірнова О.В. і Ревега Д.В. викладені в статті «Методика вибору індикаторів технічного аналізу ринків для подальшого їх об'єднання».

        Метою дослідження є розробка та дослідження алгоритмів оперативного контролю технічних індикаторів ринку. В якості вихідних даних приймаються реальний біржовий графік. Було взято масив цін закриття денних барів за 5 років валютної пари EUR/USD, з початку 2002 по кінець 2007 рр.
        Для дослідження використовується торговельна система, побудовані на основі технічного індикатора – MACD.
        Індикатор сходження розбіжності ковзаючих середніх (MACD) є одним з найпростіших і найбільш надійних індикаторів. MACD використовує ковзаючі середні, які є індикаторами реверсованими, і включають деякі характеристики слідування за трендом. Ці реверсовані індикатори перетворюються на імпульсний осцилятор шляхом вирахування більш довшої ковзної середньої з більш короткою ковзної середньої. Підсумковий графік формує лінію, яка коливається вище і нижче нуля, без будь–яких обмежень зверху і знизу. MACD є центральним осцилятором до нього застосовуються основні правила для центральних осциляторів. [6,7]
        Формула для «стандартного» MACD представляє собою різницю між 26-денним і 12-денним експоненціальними ковзаючими середніми. Використання більш коротких ковзних середніх дасть більш швидкий, більше чутливий індикатор, у той час як використання більш довгих ковзних середніх дозволить отримати більш повільний індикатор, менш схильний до швидких розворотів. Для дослідження торгової системи буде використовуватися традиційний 12/26 MACD.
        Сигнали входу:
        1. Якщо лінія MACD перебуває вище нуля і перетинає сигнальну лінію у верхню сторону, купуємо завтра на відкритті.
        2. Якщо сьогоднішня лінія MACD перебуває вище вчорашньої сигнальної лінії, і якщо сьогоднішня MACD перетинає нульову лінію в нижню сторону, купуємо завтра на відкритті.
        Сигнали виходу:
        1. Виходимо з довгих позицій, якщо лінія MACD перетинає сигнальну лінію в нижню сторону.
        2. Виходимо з довгих позицій, якщо лінія MACD перетинає нульову лінію у верхню сторону. [8]
        На малюнках показані графік біржових цін і значення осцілятора за перші два місяці торгів.

Малюнок 1 – Бари валютної пари EUR\USD за січень – лютий 2002 рр.

Малюнок 2 – Графік індикатора MACD

        Наступним етапом алгоритму є оцінка економічної ефективності кожного окремого індикатора. При виборі найбільш ефективної торговельної системи використовуються непрямі показники її якості, зазвичай це середня прибутковість і середній ризик. Кращою вважається система з максимальною прибутковістю або мінімальним ризиком. Проте ефективна робота торгової системи в минулому не означає ефективної роботи і в майбутньому. Таким чином, помилки даного підходу не виключені. Тому потрібно по кожному індикатору провести серію торгів по всьому аналізованого періоду. Короткі позиції беруться відповідно з індикаторами, а довгі у відповідності з спеціально оптимізованим під довжину трендів лічильнику, довжина якого складає 6 торговельних днів. Паралельно з цим по роботі кожного індикатора виробляються торги, будуються криві прибутковості і оцінюється економічна ефективність кожної системи, заснованої тільки на одному з осциляторів.

Малюнок 3 – Сумарна прибутковість (вага анімації: 121 KБ (124858 байт), розмір анімації: 483 x 291 пікселів, кількість повторень: 7, кількість кадрів: 6, виконано в MS Gif-animator)

        Таким чином, найбільш прибутковою виявилася КТС при N = 6. У неї середня прибутковість в кінці звітного періоду (Dср.) склала 69452 ден. од.

Малюнок 4 – Середня прибутковість в кінці звітного періоду

        Для даної комп'ютерної торгової системи була зроблена оцінка на основі наступних показників:

        1. Відношення середнього розміру прибутку до середнього розміру збитків за базовий період:

        де:
        П – загальний прибуток за базовий період;
        У – загальний збиток за базовий період;
        Кпр – кількість прибуткових угод за базовий період;
        Куб – кількість збиткових угод за базовий період;
        Кобщ = Кпр + Куб – загальна кількість угод за базовий період.

        2. Відношення кількості прибуткових угод до їх загального числа за базовий період:

        Застосування МТС має практичний сенс при К2 >= 0,6 .. 0,7. Слід прагнути до значення цього показника на рівні К2 >= 0,9 .. 0,95.

         3. Profit-Factor (РF) – помноження коефіцієнтів К1 і К2:

        Економічний зміст РF – це математичне очікування відношення середнього розміру прибутку до середнього розміру збитків за звітний період (К2 визначає частоту прибуткових угод за цей період).

        4. Коефіцієнт Шарпа:

        де:
        Кш – коефіцієнт Шарпа (у виразі для Кш покладено I = 10%);
        Dcp – середня дохідність у кінці звітного періоду;
        I – значення банківської ставки.

        5. СКО – середньоквадратичне процентне відхилення фінансових результатів МТС:

              де:

              n – кількість торгів за звітний період;

              П_i – поточна прибутковість КТС;

              Пcp_i – середня дохідність у кінці звітного періоду. [9]

        6. TWR:

        де:

        Кінцевий капітал = Початковий капітал + Dcр. [10]

        В табл.1 приведені порівняльні характеристики функціонування торговельних систем на основі MACD.

Таблиця 1 – Характеристики системи на основі MACD

Характеристика системи	1	2	3	4	5
Кількість угод	16	11	17	15	8
Кількість прибуткових угод	9	7	8	4	3
Кількість збиткових угод	7	4	9	11	5
K1	0.922	1.11	1.188	1.035	0.954
K2	0.563	0.636	0.47	0.267	0.357
Profit-Factor	0.519	0.707	0.559	0.276	0.358
TWR	1.0712	1.0887	1.1209	1.1033	1.0793
Середня прибутковість	7828.856	7327.65	14717.927	10957.2	6966
Середній риск	1078.995	1245.063	1313.587	706.752	1308.393
Коефіцієнт Шарпа (r=10%)	-2.012	-2.146	3.59	1.3543	-2.319

        Як бачимо, показники та коефіцієнти дають досить суперечливу оцінку: одні кажуть про високу ефективність, інші – про недостатню. Це пояснюється тим, що вони мають різну сферу застосування і різну міру достовірності.

Висновки

        Перехід до розуміння кривий прибутковості як функції від кількості проведених операцій і, таким чином, до можливості використання математичних методів аналізу функцій, є важливим етапом у контексті оцінки ефективності торгових систем.
        Запропонований алгоритм оцінки поточного якості функціонування торгової системи (в кінцевій дипломної роботі) може бути застосований на практиці для істотного зменшення інвестиційного ризику трейдера. У деяких випадках зниження ризику може супроводжуватися і підвищенням прибутковості торгів за рахунок зменшення кількості збиткових угод і суми максимального збитку.
        Однак даний алгоритм дозволяють лише ідентифікувати періоди неефективного функціонування торговельних систем і відключити їх. Трейдери не можуть дозволити собі просто вийти з торгів і чекати кращих моментів для гри. Тому наступним етапом досліджень має стати розробка алгоритму, який дозволить перемикати використовуються торговельні системи в залежності від поточної оцінки якості їхньої роботи.

Література

        1. Алексис С. Б. Технический анализ от «А» до «Я» /Пер. с англ. – М.: Диаграмма, 1999 – 274 с.
        2. Швангер Д. Технический анализ. Полный курс: Пер. с англ. – М.: Альпина, 2001 – 1263 с.
        3. Tushar S. Chande «Beyond Technical Analysis: How to Develop & Implement a Winning Trading System» – USA, 1997
        4. Колби Р. Энциклопедия технических индикаторов рынка. Пер. с англ. – 2–е изд. – М.: Альпина Бизнес Букс, 2004 – 647с.
        5. Аппель Дж. Технический анализ. Эффективные инструменты для активного инвестора, Питер, 2007 – 504с.
        6. Шнайдер М. Анализ валютных систем/ Дилинговый центр "Pro Finance Group Inc." – http://www.pfgfx.ru
        7. Таран В. А. Играть на бирже просто?! – М.: Питер, 2008. – 540 с.
        8. Рашид Умаров. Математика в трейдинге/ MQL4 – http://articles.mql4.com
        9. Смирнов А. В. Методические указания и задания по курсу «Технический анализ рынков» – Донецк: ДонНТУ, 2003г.
        10. Люк Ван Хоф. Оценка эффективности торговой системы/ FX Guild – http://www.fxguild.info

* — При написании данного автореферата магистерская диссертация еще не завершена. Окончательное ее завершение состоится в декабре 2010 г. Текст и материалы диссертации могут быть получены у автора или его руководителя после этой даты.

* — При написанні даного автореферату магістерська дисертація ще не завершена. Остаточне її завершення відбудеться в грудні 2010 р. Текст та матеріали дисертації можуть бути отримані у автора або його керівника після цієї дати.