Техникалық талдау әдістемесі

Техникалық талдау: бағаның өзгеруін болжау, нарық деректерін зерттеу, көлем мен баға талдауы. Қаржы сараптамасы, тарихы және тиімділігі туралы ақпарат.

20 мин оқу

100%

Дереккөз: Technical analysis — Wikipedia

Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.

Мазмұны

Кіріспе

Техникалық талдау әдістемесі

Қаржы саласында техникалық талдау – бағаның өзгеру бағытын талдау және болжау үшін, негізінен баға мен көлемді зерттеу арқылы қолданылатын талдау әдістемесі. Активті басқару түрі ретінде, ол қазіргі портфель теориясының көп бөлігіне қайшы келеді. Техникалық талдаудың тиімділігі тиімді нарық гипотезасымен күмәнданылады, ол қор нарығы бағаларының негізінен болжауға келмейтінін көрсетеді, ал техникалық талдаудың қандай да бір пайдасы бар ма деген зерттеулер әртүрлі нәтижелер берді. Техникалық талдаудың кейбір аспектілері 17 ғасырда Амстердамдағы саудагер Джозеф де ла Веганың Голландияның қаржы нарықтарына қатысты есептерінде көріне бастады. Азияда техникалық талдау 18 ғасырдың басында Хомма Мунехиса жасаған әдіс деп есептеледі, ол шамды графикалар (candlestick) техникасын пайдалануға дамыды және бүгінде техникалық талдау кестесін құру құралы болып табылады. Журналист Чарльз Доу (1851-1902) американдық қор нарығының деректерін жинақтап, жан-жақты талдады және өз қорытындыларын The Wall Street Journal газетінің редакциялық мақалаларында жариялады. Ол осы деректерде үлгілер мен бизнес айналымдарын табуға болатынына сенді, бұл кейін «Доу теориясы» деп аталды. Алайда, Доу өзінің идеяларын қор саудасы стратегиясы ретінде қолдануды ешқашан жақтаған емес. 1920-1930 жылдары Ричард В. Шэбакер Чарльз Доу мен Уильям Питер Гамильтонның «Қор нарығы теориясы және практикасы» және «Техникалық нарық талдауы» атты кітаптарындағы еңбектерін жалғастырған бірнеше кітап жариялады. 1948 жылы Роберт Д. Эдвардс және Джон Маги «Қор трендтерінің техникалық талдауы» кітабын жариялады, ол осы саладағы маңызды еңбектердің бірі саналады. Ол эксклюзивті түрде трендтерді талдаумен және кесте үлгілерімен айналысады және бүгінгі күнге дейін қолданылуда. Алғашқы техникалық талдау негізінен кестелерді талдаудан тұрды, себебі компьютерлердің өңдеу қуаты қазіргі статистикалық талдау деңгейіне жете алмайтын еді. Чарльз Доу нүктелік және фигуралық кесте талдауының бір түрін ойлап тапқан. Мінез-құлықтық қаржы экономикада жеке ғылым ретінде пайда болғаннан кейін Пол В. Аццопарди техникалық талдауды мінез-құлықтық қаржымен біріктіріп, «Мінез-құлықтық техникалық талдау» терминін енгізді. Талдау әдістерінің басқа да пионерлеріне Ральф Нельсон Эллиотт, Уильям Дельберт Ганн және Ричард Уайкофф кіреді, олар 20 ғасырдың басында өздерінің әдістерін жасады.

In finance, technical analysis is an analysis methodology for analysing and forecasting the direction of prices through the study of past market data, primarily price and volume. As a type of active management, it stands in contradiction to much of modern portfolio theory. The efficacy of technical analysis is disputed by the efficient market hypothesis, which states that stock market prices are essentially unpredictable, and research on whether technical analysis offers any benefit has produced mixed results. Some aspects of technical analysis began to appear in Amsterdam based merchant Joseph de la Vega's accounts of the Dutch financial markets in the 17th century. In Asia, technical analysis is said to be a method developed by Homma Munehisa during the early 18th century which evolved into the use of candlestick techniques, and is today a technical analysis charting tool. Journalist Charles Dow (1851 1902) compiled and closely analyzed American stock market data, and published some of his conclusions in editorials for The Wall Street Journal. He believed patterns and business cycles could possibly be found in this data, a concept later known as "Dow theory". However, Dow himself never advocated using his ideas as a stock trading strategy. In the 1920s and 1930s, Richard W. Schabacker published several books which continued the work of Charles Dow and William Peter Hamilton in their books Stock Market Theory and Practice and Technical Market Analysis. In 1948, Robert D. Edwards and John Magee published Technical Analysis of Stock Trends which is widely considered to be one of the seminal works of the discipline. It is exclusively concerned with trend analysis and chart patterns and remains in use to the present. Early technical analysis was almost exclusively the analysis of charts because the processing power of computers was not available for the modern degree of statistical analysis. Charles Dow reportedly originated a form of point and figure chart analysis. With the emergence of behavioral finance as a separate discipline in economics, Paul V. Azzopardi combined technical analysis with behavioral finance and coined the term "Behavioral Technical Analysis". Other pioneers of analysis techniques include Ralph Nelson Elliott, William Delbert Gann, and Richard Wyckoff who developed their respective techniques in the early 20th century.

Жалпы сипаттама

Фундаменталды талдаушылар табысты, дивидендтерді, активтерді, сапаны, қатынастарды, жаңа өнімдерді, зерттеулерді және тағы да басқаларын қарастырады. Техниктер көптеген әдістерді, құралдар мен техникаларды қолданады, олардың бірі – диаграммаларды пайдалану. Техникалық талдаушылар диаграммаларды қолдана отырып, қаржы нарықтарындағы бағалар мен нарықтық трендтерді анықтауға тырысады және осы трендтерді пайдалануға ұмтылады. Графиктерді пайдаланатын техниктер, мысалы, белгілі бас және иық немесе екі есе жоғары/төменгі кері бұрылыс үлгілері сияқты, архетиптік баға графигі үлгілерін іздейді, техникалық индикаторларды, жылжымалы орташаларды зерттейді және қолдау, кедергі сызықтары, арналар, сондай-ақ жалаулар, тулар, теңгерім күндері және тостаған мен тұтқа үлгілері сияқты сирек кездесетін формацияларды іздейді. Техникалық талдаушылар нарықтық индикаторларды да кеңінен қолданады, олардың кейбіреуі бағаның математикалық түрлендірулері болып табылады және көбінесе көлемнің өсуі мен азаюы, өсім/төмендеу деректері және басқа да кірістерді қамтиды. Бұл индикаторлар активтің трендте екенін және егер тренд болса, оның бағыты мен жалғасу мүмкіндігін бағалауға көмектеседі. Техниктер сонымен қатар баға/көлем индекстері мен нарықтық индикаторлар арасындағы байланысты қарастырады. Мысалдарға жылжымалы орташа, салыстырмалы күш индексі (RSI) және MACD жатады. Басқа зерттеу салаларына опциялардағы өзгерістер (көрініссіз құбылмалылық) және бағамен салыстырылған сату/сатып алу қатынастары арасындағы корреляциялар кіреді. Сонымен қатар, сату/қорау қатынастары, бұқалар/аюлар қатынастары, қысқа сату қызығушылығы, көрініссіз құбылмалылық сияқты көңіл-күй индикаторлары да маңызды. Техникалық талдауда көптеген техникалар бар. Әртүрлі техникалардың жақтастары (мысалы, шамдық талдау – жапондық астық саудагері жасаған техникалық талдаудың ең көне түрі; гармоникалық талдау; Доу теориясы; Эллиот толқыны теориясы) басқа тәсілдерді елемеуі мүмкін, бірақ көптеген саудагерлер бірнеше техниканың элементтерін біріктіреді. Кейбір техникалық талдаушылар нақты бір құралдың белгілі бір уақытта қандай үлгіні көрсетіп тұрғанын және осы үлгіні қалай түсіну керектігін шешу үшін субъективті бағалауды қолданады. Ал басқалары үлгілерді анықтау және түсіндіру үшін қатаң механикалық немесе жүйелі тәсілді қолданады.

Fundamental analysts examine earnings, dividends, assets, quality, ratios, new products, research and the like. Technicians employ many methods, tools and techniques as well, one of which is the use of charts. Using charts, technical analysts seek to identify price patterns and market trends in financial markets and attempt to exploit those patterns. Technicians using charts search for archetypal price chart patterns, such as the well known head and shoulders or double top/bottom reversal patterns, study technical indicators, moving averages and look for forms such as lines of support, resistance, channels and more obscure formations such as flags, pennants, balance days and cup and handle patterns. Technical analysts also widely use market indicators of many sorts, some of which are mathematical transformations of price, often including up and down volume, advance/decline data and other inputs. These indicators are used to help assess whether an asset is trending, and if it is, the probability of its direction and of continuation. Technicians also look for relationships between price/volume indices and market indicators. Examples include the moving average, relative strength index and MACD. Other avenues of study include correlations between changes in Options (implied volatility) and put/call ratios with price. Also important are sentiment indicators such as Put/Call ratios, bull/bear ratios, short interest, Implied Volatility, etc. There are many techniques in technical analysis. Adherents of different techniques (for example: Candlestick analysis, the oldest form of technical analysis developed by a Japanese grain trader; Harmonics; Dow theory; and Elliott wave theory) may ignore the other approaches, yet many traders combine elements from more than one technique. Some technical analysts use subjective judgment to decide which pattern(s) a particular instrument reflects at a given time and what the interpretation of that pattern should be. Others employ a strictly mechanical or systematic approach to pattern identification and interpretation.

Саналық талдаумен салыстыру

Сандық талдаумен салыстырғанда, фундаменталды талдаумен салыстырғандағы айырмашылық азырақ айқын. Кейбір дереккөздер техникалық және сандық талдауды шамалы синонимдер ретінде қарастырады, ал басқалары арасында нақты шекара салады. Мысалы, сандық талдау бойынша сарапшы Пол Уилмот техникалық талдауды "график салудан" (графикалық түрде көрсетілген мәліметтерді экстраполяциялау арқылы болжам жасаудан) аса баға жетпейтін нәрсе деп есептейді және техникалық талдаудың болжамдық қабілеті көбінесе жоқ деуге болады.

Нарықтық әрекет барлық нәрсені арзандатып көрсетеді

Барлық қатысты ақпарат бағаларға-ақ енгізілген деген болжамға негізделген техникалық сарапшылар, инвесторлардың осы белгілі және қабылдаған ақпарат туралы не ойлайтынын түсінудің маңыздылығын айтады.

Бағалар тренд бойынша қозғалады

Техникалық сарапшылар бағалардың бағытты қозғалысын, яғни өсуді, төмендеуді немесе көлденең (жазық) қозғалысты немесе олардың комбинациясын қабылдайды. Баға трендінің негізгі анықтамасы алғаш рет Dow теориясымен ұсынылған. Басқаша айтқанда, акция бағасы төмендеген сайын, ол бұрынғы салыстырмалы ең төменгі бағадан төмен түседі. Акция бағасы жоғарылаған сайын, ол бұрынғы салыстырмалы ең жоғары баға деңгейіне жете алмайды. Назар аударыңыз, ең төменгі және ең жоғары бағалардың тізбегі тамыз айына дейін басталған жоқ. Содан кейін AOL акциясы айдың басында белгіленген салыстырмалы ең төменгі бағадан төмендемейтін бағаға жетеді. Сол айдың соңында акция бағасы соңғы салыстырмалы ең жоғары бағаға тең болады. Мұнда техникалық сарапшы төмендеу тренді кем дегенде тоқтағанын, мүмкін аяқталып жатқанын көреді және сол кезде акцияны белсенді сатуды тоқтатуы мүмкін.

Тарих қайталана береді

Техникалық сарапшылар инвесторлардың ұжымдық түрде өздерінен бұрынғы инвесторлардың мінез-құлқын қайталайтынына сенеді. Техник үшін нарықтағы эмоциялар рационалды болмауы мүмкін, бірақ олар бар. Инвесторлардың мінез-құлқы соншалықты жиі қайталанатындықтан, техниктер бағаның танылатын (және болжамды) үлгілері кестеде пайда болады деп санайды. Техникалық талдау тек кестелермен шектелмейді, бірақ баға трендін әрқашан қарастырады. Мысалы, үлкен оптимизмді көрсететін сауалнамалар, бағаның өсу тренді кері бұрылуы мүмкін екендігінің белгісі болып табылады; себебі, көптеген инвесторлар оптимистік көзқараста болса, олар бұрыннан-ақ нарықты сатып алған (бағаның өсуін күтіп). Инвесторлардың көпшілігі оптимистік болғандықтан, сатып алушылардың қалғаны аз деп болжауға болады. Бұл сатушылардың сатып алушылардан көп болуына әкеледі, оптимистік сезімге қарамастан. Бұл бағаның төмендеу трендіне ұшырауы мүмкін екенін көрсетеді және кері сауданың мысалы болып табылады.

Өнеркәсіп

Саланы халықаралық деңгейде Техникалық сарапшылардың халықаралық федерациясы (IFTA) көрсетеді, ол аймақтық және ұлттық ұйымдардың федерациясы болып табылады. АҚШ-та салада CMT қауымдастығы және Кәсіби техникалық сарапшылардың американдық қауымдастығы (AAPTA) өкілдік етеді. АҚШ Сан-Францискодағы Техникалық қауіпсіздік сарапшылары қауымдастығы (TSAASF) арқылы да өкілдік етіледі. Ұлыбританияда саланы Техникалық талдаушылар қоғамы (STA) ұсынады. STA IFTA-ның негізін қалаушы мүшесі болып табылады, жақында 50 жылдығын тойлады және сарапшыларды Техникалық талдау бойынша дипломмен сертификаттайды. Канадада саланы Канаданың техникалық сарапшылар қоғамы ұсынады. Австралияда саланы Австралияның техникалық талдаушылар қауымдастығы (ATAA) (IFTA-ға қатысты) және Австралияның кәсіби техникалық талдаушылары (APTA) Inc. өкілдік етеді.

Кәсіби техникалық талдау қоғамдары Техникалық талдау саласын сипаттайтын білім жүйесін құру үшін жұмыс істеді. Білім жүйесі техникалық талдаудың қалай және неге жұмыс істейтінін анықтау үшін саланың өзегі болып табылады. Одан кейін оны академиялық қауым, сондай-ақ реттеуші органдар саладағы тиісті зерттеулер мен стандарттарды әзірлеуде пайдалана алады. CMT қауымдастығы білім жүйесін жариялады, ол Chartered Market Technician (CMT) емтиханының құрылымы болып табылады.

Бағдарламалық жасақтама

Техникалық талдау бағдарламалық жасақтамасы техникалық сарапшыларға қаржы нарықтарын (мысалы, қор нарығын) қарастырып, болжам жасауда көмектесетін кестелерді құру, талдау және есеп беру функцияларын автоматтандырады. Әдеттегідей орнатылатын, компьютерде жұмыс істейтін бағдарламалық жасақтамалармен қатар, индустрияда RESTful HTTP немесе интранет протоколдары арқылы техникалық көрсеткіштерді (мысалы, MACD, Bollinger Bands) ұсынатын бұлттық қолданбалар мен қолданбалы бағдарламалау интерфейстері (API) пайда болды. Қазіргі заманғы техникалық талдау бағдарламалық жасақтамасы көбінесе веб- немесе смартфон қолданбасы түрінде қолжетімді, сондықтан бағдарламалық жасақтаманы жүктеу және орнату қажеттілігі жоқ. Олардың кейбірі тіпті енгізілген бағдарламалау тілімен және автоматты сынақтан өткізу құралдарымен жабдықталған.

Нейро желілері

1990 жылдардың басында алғашқы қолданысқа жарамды түрлері пайда болғаннан бері жасанды нейрондық желілердің (ЖНЖ) танымалдылығы жылдам өсті. Олар – биологиялық нейрондық желілердің жұмыс істеу қағидаларынан шабыттанған, жасанды интеллектке бейімделетін бағдарламалық жүйелер. Олар деректердегі күрделі үлгілерді анықтауға үйрену қабілеті болғандықтан қолданылады. Математикалық тұрғыдан алғанда, олар әмбебап функцияларды шамалайтын құралдар болып табылады, яғни дұрыс деректер мен дұрыс конфигурацияланған жағдайда, кез келген кіріс-шығыс байланыстарын ұстап алып, модельдей алады. Бұл тек кіріс/шығыс сигналдарын жасау ережелерінің тізбесін немесе кестелерді адамның түсіндіру қажеттілігін жоймайды ғана емес, сонымен қатар ЖНЖ-ға фундаменталды талдауға көпір салады, себебі фундаменталды талдауда қолданылатын айнымалыларды енгізу ретінде пайдалануға болады. ЖНЖ негізінен сызықтық емес статистикалық модельдер болғандықтан, олардың дәлдігі мен болжау мүмкіндіктерін математикалық және эмпирикалық жолмен тексеруге болады. Әр түрлі зерттеулерде авторлар әртүрлі техникалық және фундаменталды деректер негізінде сауда сигналдарын жасау үшін қолданылатын нейрондық желілер, ережеге негізделген сарапшы жүйелермен біріктірілгенде, сатып алу-сату стратегиясын және дәстүрлі сызықтық техникалық талдау әдістерін айтарлықтай басып өтеді деп мәлімдеді. Мұндай бейімделетін жүйелердің күрделі математикалық сипаты ЖНЖ-ді қаржылық талдау саласында көбінесе академиялық зерттеулермен шектегенімен, соңғы жылдары қолданушыға ыңғайлы ЖНЖ бағдарламалық жасақтамасы технологияны саудагерлерге оңай қолжетімді етті.

Артық сынақ/Артқы сынақ

Жүйелі сауда көбінесе инвестициялық стратегияны тарихи деректерде сынап көргеннен кейін қолданылады. Бұл кері сынақтан өткізу (немесе тарихи деректерді модельдеу) деп аталады. Кері сынақтан өткізу көбінесе техникалық индикаторлармен және құбылмалылықпен бірге жүргізіледі, бірақ оны көптеген инвестициялық стратегияларға (мысалы, фундаменталдық талдау) қолдануға болады. Дәстүрлі кері сынақтан өткізу қолмен жасалған, бірақ бұл әдетте адамдар таңдаған акцияларға ғана қатысты, сондықтан акцияларды таңдауда бұрынғы білімге ұшырау мүмкіндігі жоғары болды. Компьютерлердің пайда болуымен, ондаған жылдарға созылған тарихи деректердегі барлық биржаларда кері сынақтан өткізуді өте қысқа уақытта жүзеге асыруға болады. Компьютерлерді пайдаланудың да кемшіліктері бар – олар компьютер орындай алатын алгоритмдермен шектеледі. Көптеген сауда стратегиялары адамның түсіндіруіне тәуелді және компьютерлік өңдеуге жарамсыз. Компьютерлік автоматтандырылған кері сынақтан өткізуге тек толығымен алгоритмдік техникалық индикаторларды ғана бағдарламалауға болады.

Басқа нарықты болжау әдістерімен біріктіру

Джон Мерфи техникалық мамандарға қолжетімді ақпараттың басты көздері – баға, көлем және ашық қызығушылық екенін мәлімдейді. Тағы бір осындай тәсіл – біріктірілген талдау, ол портфель менеджерінің нәтижесін жақсарту мақсатында фундаменталды талдауды техникалық талдаумен үйлестіреді. Техникалық талдау жиі сандық талдау және экономикамен біріктіріледі. Мысалы, нейрондық желілер түрлі нарықтар арасындағы байланыстарды анықтауға көмектесу үшін қолданылуы мүмкін. Инвесторлар мен жаңалықтар бюллетендері арқылы жүргізілетін сауалнамалар, сондай-ақ журнал мұқабаларындағы көңіл-күй индикаторлары да техникалық талдаушылар тарапынан пайдаланылады.

Эмпирикалық дәлелдер

Техникалық талдаудың жұмыс істеуі – даулы мәселе. Әдістер өте әртүрлі, және әртүрлі техникалық сарапшылар бір деректер бойынша кейде қарама-қайшы болжамдар жасай алады. Көптеген инвесторлар оң нәтижелерге қол жеткізгендерін айтады, бірақ академиялық сараптама көбінесе оның болжау күші шамалы екенін көрсетеді. 95 қазіргі зерттеудің 56-сы техникалық талдаудың оң нәтижелерін көрсетті, алайда деректерді іздеудің қателігі және басқа да мәселелер талдауды қиындатады. Нейрондық желілерді қолдана отырып жасалған сызықтық емес болжау кейде статистикалық тұрғыдан маңызды нәтижелер береді. Федералдық резервтің жұмыс қағазында 1992 жылы Брок және авторлар тобы жасаған, техникалық сауда ережелерін қолдайтын сияқты болған ықпалды зерттеу 1999 жылы деректерді іздеу және басқа да проблемалар тұрғысынан тексерілді; Брок және авторлар тобының үлгісі деректерді іздеуге төзімді болды. Кейіннен Амстердам экономисі Гервин Гриффиоен бұл мәселені жан-жақты зерттеп, мынадай қорытындыға келді: «АҚШ, Жапония және көптеген Батыс Еуропа елдерінің қор нарығы индекстері үшін қайталанатын үлгіден тыс болжау әдісі, транзакциялық шығындарды ескергеннен кейін тиімді болып көрінбейді. Сонымен қатар, жеткілікті жоғары транзакциялық шығындар үшін, CAPM-ді бағалау арқылы техникалық сауданың дерлік барлық қор нарығы индекстері үшін статистикалық тұрғыдан маңызды тәуекел түзетілген болжау күші жоқ екені анықталды». Транзакциялық шығындар әсіресе «момент стратегияларына» қатысты; 1996 жылы жүргізілген жан-жақты зерттеу нәтижесінде, тіпті шағын транзакциялық шығындар осындай стратегиялардан қосымша пайда табуға кедергі келтіреді. Қаржы журналында жарияланған мақалада доктор Эндрю В. Ло, MIT Financial Engineering Laboratory директоры, Гарри Мамайски мен Цзян Вангпен бірлесіп жұмыс істеп, былай деп жазды:

Whether technical analysis actually works is a matter of controversy. Methods vary greatly, and different technical analysts can sometimes make contradictory predictions from the same data. Many investors claim that they experience positive returns, but academic appraisals often find that it has little predictive power. Of 95 modern studies, 56 concluded that technical analysis had positive results, although data snooping bias and other problems make the analysis difficult. Nonlinear prediction using neural networks occasionally produces statistically significant prediction results. A Federal Reserve working paper

An influential 1992 study by Brock et al. which appeared to find support for technical trading rules was tested for data snooping and other problems in 1999; the sample covered by Brock et al. was robust to data snooping. Subsequently, a comprehensive study of the question by Amsterdam economist Gerwin Griffioen concludes that: "for the U. S., Japanese and most Western European stock market indices the recursive out of sample forecasting procedure does not show to be profitable, after implementing little transaction costs. Moreover, for sufficiently high transaction costs it is found, by estimating CAPMs, that technical trading shows no statistically significant risk corrected out of sample forecasting power for almost all of the stock market indices." Transaction costs are particularly applicable to "momentum strategies"; a comprehensive 1996 review of the data and studies concluded that even small transaction costs would lead to an inability to capture any excess from such strategies. In a paper published in the Journal of Finance, Dr. Andrew W. Lo, director MIT Laboratory for Financial Engineering, working with Harry Mamaysky and Jiang Wang found that:

blockquote|Technical analysis, also known as "charting", has been a part of financial practice for many decades, but this discipline has not received the same level of academic scrutiny and acceptance as more traditional approaches such as fundamental analysis. One of the main obstacles is the highly subjective nature of technical analysisthe presence of geometric shapes in historical price charts is often in the eyes of the beholder. In this paper, we propose a systematic and automatic approach to technical pattern recognition using nonparametric kernel regression, and apply this method to a large number of U. S. stocks from 1962 to 1996 to evaluate the effectiveness of technical analysis. By comparing the unconditional empirical distribution of daily stock returns to the conditional distributionconditioned on specific technical indicators such as head and shoulders or double bottomswe find that over the 31 year sample period, several technical indicators do provide incremental information and may have some practical value. Some techniques such as Drummond Geometry attempt to overcome the past data bias by projecting support and resistance levels from differing time frames into the near term future and combining that with reversion to the mean techniques.

"Техникалық талдау, сонымен қатар «кестелік талдау» деп те аталады, ондаған жылдар бойы қаржы практикасының бөлігі болды, бірақ бұл сала фундаменталды талдау сияқты дәстүрлі әдістерге қарағанда академиялық сараптама мен қабылдау деңгейіне ие болған жоқ. Басты кедергілердің бірі – техникалық талдаудың жоғары субъективтілігі. Тарихи баға кестелеріндегі геометриялық пішіндер көбінесе бағалаушының көзімен көрінеді. Осы мақалада біз техникалық үлгілерді тануға жүйелі және автоматты тәсіл ұсынамыз, ол параметрлік емес ядролық регрессияны қолданады, және техникалық талдаудың тиімділігін бағалау үшін осы әдісті 1962-1996 жылдар аралығында АҚШ-тың көптеген акцияларына қолданамыз. Күнделікті акция өнімдерінің шартсыз эмпирикалық үлестірілімін бас пен иық немесе қос түбі сияқты нақты техникалық көрсеткіштерге байланысты шартты үлестіріліммен салыстыру арқылы 31 жылдық үлгі кезеңінде бірнеше техникалық көрсеткіштер қосымша ақпарат береді және олардың практикалық құны болуы мүмкін. Кейбір әдістер, мысалы, Драммонд геометриясы, өткен деректердің қателігін жеңу үшін әртүрлі уақыт аралықтарынан қолдау және кедергі деңгейлерін жақын болашаққа проекциялауға және оны орташаға қарай қайтару әдістерімен біріктіруге тырысады."

Тиімді нарық гипотезасы

Тиімді нарық гипотезасы (EMH) техникалық талдаудың негізгі қағидаларына қайшы келеді, себебі өткен бағаларды болашақ бағаларды табысты болжау үшін пайдалануға болмайды. Осылайша, техникалық талдау тиімді бола алмайды делінеді. Экономист Юджин Фама 1970 жылы «Жарнама» журналында EMH туралы маңызды мақала жариялап, былай деді: «Қысқасы, тиімді нарық моделін қолдайтын дәлелдер мол, ал (экономикада сирек кездесетіндей) қарсы дәлелдер аз». Дегенмен, болашақ акция бағаларына инвесторлардың күтулері зор әсер ете алатындықтан, техникалық сарапшылар өткен бағалар болашақ бағаларға әсер етеді деп санайды. Олар сонымен қатар мінез-құлықтық қаржы саласындағы зерттеулерге назар аударады, атап айтқанда, адамдар EMH оларды рационалды қатысушылар деп есептейтіндей рационалды емес. Техникалық сарапшылар ұзақ жылдардан бері адамның иррационалды мінез-құлқы акция бағаларына әсер етеді және бұл мінез-құлық болжамды нәтижелерге алып келеді деп айтады. Автор Дэвид Аронсон мінез-құлықтық қаржы теориясы техникалық талдау практикасымен үйлеседі дейді:

> Эмоциялардың, танымдық қателердің, иррационалды қалаулардың және топтық мінез-құлық динамикасының әсерін ескере отырып, мінез-құлықтық қаржы нарықтың артық құбылмалылығын және ескірген ақпараттық стратегиялардың артық кірісін түсіндіруге нақты түсіндірмелер ұсынады. Танымдық қателер нарықтың тиімсіздігіне себеп болатын жүйелі баға өзгерістерін де түсіндіре алады, бұл объективті ТА [техникалық талдау] әдістерінің жұмыс істеуіне мүмкіндік береді. Сонымен қатар, толық ақпарат бағада көрініс табады, өйткені барлық нарық қатысушылары өздерінің жеке, бірақ толық емес білімдерін нарықта біріктіреді. Малкильдің айтуынша, кейбір акция бағасының өзгеруіне инерция себеп болуы мүмкін, бірақ артық пайда табу үшін инерция жеткіліксіз. Малкиль техникалық талдауды «астрологиямен» салыстырған. 1980 жылдардың соңында профессорлар Эндрю Ло және Крейг МакКинлей кездейсоқ жүріс гипотезасына күмән келтіретін мақала жариялады. 1999 жылы Малкильге жауап ретінде Ло және МакКинлей гипотезаның қолданылуына күмән келтіретін эмпирикалық зерттеулерді жинады, бұл акция бағасының қозғалысына кездейсоқ емес және мүмкін болжамдық компоненттер бар екенін көрсетті, бірақ кездейсоқ жүрістен бас тарту міндетті түрде EMH-ді жарамсыз етпейтінін атап өтті, себебі бұл RWH-ден мүлдем бөлек ұғым. 2000 жылы Эндрю Ло АҚШ-тың 1962-1996 жылдардағы деректерін қайта талдап, «бірнеше техникалық индикаторлар қосымша ақпарат береді және олардың кейбір практикалық құндылығы болуы мүмкін» деген қорытынды жасады. Кейбір сигналды өңдеу зерттеушілері кездейсоқ жүріс гипотезасын жоққа шығарады, өйткені қор нарығындағы бағалар Винер процестеріне ұқсайды, себебі мұндай процестердің статистикалық сипаттамалары мен нақты қор деректері терезенің мөлшеріне және ұқсастық өлшеміне байланысты айтарлықтай өзгереді. Олар аудио және биосигналдарды сипаттау үшін қолданылатын ерекшеліктерді түрлендірулерді қор нарығындағы бағаларды сәтті болжау үшін де қолдануға болады деп санайды, бұл кездейсоқ жүріс гипотезасына қайшы келеді. Кездейсоқ жүріс индексі (RWI) – акция бағасының қозғалысы кездейсоқ па, әлде статистикалық маңызды трендтің нәтижесі ме, соны анықтауға тырысатын техникалық индикатор. Кездейсоқ жүріс индексі нарықтың күшті өсім немесе төмендеу трендінде екенін N кезеңіндегі баға диапазондарын өлшеу арқылы анықтауға тырысады және бұл кездейсоқ жүріспен күтілетіннен (кездейсоқ жоғары немесе төмен) қанша өзгеше екенін анықтайды. Диапазонның кеңдігі күшті трендті көрсетеді. Каннеман мен Тверскидің перспективалық теориясын баға қозғалысына қолдану арқылы Пол В. Аццопарди қорқыныштың бағаны неге күрт төмендетіп, ал ашкөздіктің бағаны неге біртіндеп көтеретініне мүмкін түсіндірме берді. Бағалы қағаздар бағасының осы жиі байқалатын мінез-құлқы кездейсоқ жүріспен күрт қайшы келеді. Нарықтағы ашкөздік пен қорқынышты бағалау арқылы инвесторлар портфельдегі ұзақ және қысқа позицияларды жақсырақ құрастыра алады.

<blockquote>By considering the impact of emotions, cognitive errors, irrational preferences, and the dynamics of group behavior, behavioral finance offers succinct explanations of excess market volatility as well as the excess returns earned by stale information strategies cognitive errors may also explain the existence of market inefficiencies that spawn the systematic price movements that allow objective TA [technical analysis] methods to work. Likewise, complete information is reflected in the price because all market participants bring their own individual, but incomplete, knowledge together in the market. Malkiel has stated that while momentum may explain some stock price movements, there is not enough momentum to make excess profits. Malkiel has compared technical analysis to "astrology". In the late 1980s, professors Andrew Lo and Craig McKinlay published a paper which cast doubt on the random walk hypothesis. In a 1999 response to Malkiel, Lo and McKinlay collected empirical papers that questioned the hypothesis' applicability that suggested a non random and possibly predictive component to stock price movement, though they were careful to point out that rejecting random walk does not necessarily invalidate EMH, which is an entirely separate concept from RWH. In a 2000 paper, Andrew Lo back analyzed data from the U. S. from 1962 to 1996 and found that "several technical indicators do provide incremental information and may have some practical value". Some signal processing researchers negate the random walk hypothesis that stock market prices resemble Wiener processes, because the statistical moments of such processes and real stock data vary significantly with respect to window size and similarity measure. They argue that feature transformations used for the description of audio and biosignals can also be used to predict stock market prices successfully which would contradict the random walk hypothesis. The random walk index (RWI) is a technical indicator that attempts to determine if a stock's price movement is random in nature or a result of a statistically significant trend. The random walk index attempts to determine when the market is in a strong uptrend or downtrend by measuring price ranges over N and how it differs from what would be expected by a random walk (randomly going up or down). The greater the range suggests a stronger trend. Applying Kahneman and Tversky's prospect theory to price movements, Paul V. Azzopardi provided a possible explanation why fear makes prices fall sharply while greed pushes up prices gradually. This commonly observed behaviour of securities prices is sharply at odds with random walk. By gauging greed and fear in the market, investors can better formulate long and short portfolio stances.

Ғылыми-техникалық талдау

1994 жылы Кагинальп пен Баленович активтер ағынының дифференциалдық теңдеулер моделін қолданып, техникалық талдаудың негізгі үлгілерін кейбір қарапайым болжамдармен жасауға болатынын көрсетті. Үшбұрышты жалғастыру немесе кері айналу сияқты кейбір үлгілерді екі түрлі инвесторлар тобының, олардың бағалаулары әртүрлі болатын, болжамымен жасауға болады. Модельдердің негізгі болжамдары – активтердің шектілігі және шешім қабылдауда тренд пен бағалауды пайдалану. Көптеген үлгілер осы болжамдардың математикалық логикалық салдары ретінде туындайды. Дәстүрлі техникалық талдаудың бір мәселесі – үлгіні объективті сынауға мүмкіндік беретіндей анықтаудың қиындығы. Жапондық шамшатырлардың үлгілері жоғары немесе төменгі трендтегі бірнеше күндік үрдістерді қамтиды. Кагинальп пен Лоран үлгілерді ірі көлемде сәтті сынаған алғашқылардың бірі болды. Математикалық тұрғыдан нақты критерийлер жиынтығы деректерді тегістеу және тегістелген трендте бір ауытқуға рұқсат беру арқылы қысқа мерзімді трендтің анықтамасын пайдалана отырып, сыналды. Содан кейін олар сегіз негізгі үш күндік шамшатырдың кері айналу үлгілерін параметрлік емес тәсілмен қарастырып, үлгілерді теңсіздіктер жиынтығы ретінде анықтады. 1992–1996 жылдар аралығындағы бес жылдық кезеңдегі S&P 500 акцияларының барлық деректерін күнделікті пайдалану арқылы алынған нәтижелер әр үлгі үшін статистикалық сенімділіктің жоғары деңгейін көрсетті. Дәстүрлі техникалық талдаудың ең негізгі идеяларының бірі – бір рет қалыптасқан тренд жалғасуға бейім. Алайда, осы трендті тексеру зерттеушілерді акциялардың кездейсоқ қозғалысқа ұшырағанына алып келді. Poterba мен Summers жүргізген бір зерттеуде саудаға пайдалы болу үшін тым шағын тренд әсері анықталды. Fisher Black атап өткендей, сауда бағалары туралы деректердегі "құйрық" гипотезаларды тексеруді қиындатады. Бұл құйрықты болдырмаудың бір әдісін 1995 жылы Caginalp пен Constantine тапты, олар бағалаудағы өзгерістерді жою үшін екі бірдей жабық қордың қатынасын қолданды. Жабық қор (ашық қортан айырмашылығы) активтердің таза құнына тәуелсіз сауда жасайды және оның акциялары сатып алынбайды, тек инвесторлар арасында биржадағы басқа акциялар сияқты сауда-саттыққа шығарылады. Осы зерттеуде авторлар ертеңгі бағаның ең жақсы болжамы кешегі баға емес екенін анықтады (салмақты нарық гипотезасы көрсеткендей), сондай-ақ таза импульстік баға да емес (яғни, кешегі күндерден бүгінгі күнге дейінгі салыстырмалы баға өзгерісі бүгіннен ертеңге дейін жалғасады). Керісінше, ол екеуінің арасындағы шамамен жартылай аралықта орналасқан. Базар бағаларының уақыт бойынша қалай өзгеретінін баға жылдамдығы және баға үдеуі тұрғысынан қарастыра отырып, техникалық талдаудың жалпы шеңберін құруға тырысылды, мақсаты – кездейсоқ қозғалыс нарықтық жағдайынан ауытқуды немесе кемшіліктерді сипаттайтын мүмкін үлгілердің қағидатты жіктелуін құру және оның уақыт бойынша өзгермейтін қасиеттерін анықтау. Жіктелу екі өлшемсіз параметрге негізделген: Фруде саны, жылдамдыққа қатысты үдеудің салыстырмалы күшін сипаттайды, және оқу кезеңіне шаққандағы уақыт көкжиегінің болжамы. Трендті ұстанатын және оған қарсы келетін үлгілер бір-бірімен қатар өмір сүреді және өлшемсіз уақыт көкжиегіне байланысты. Ренормализация тобының тәсілін қолдану арқылы ықтималдыққа негізделген сценарий тәсілі барлық сыналған нарықтық кезеңдерде статистикалық маңызды болжау күшіне ие. Парк пен Ирвиннің қазіргі зерттеулерінің шолуы техникалық талдаудан оң нәтижелердің көптеп табылғанын көрсетті. 2011 жылы Caginalp пен DeSantis техникалық талдаудың негізгі аспектілері, мысалы, тренд пен кедергінің ғылыми жарамдылығын анықтау үшін бағалаумен салыстыруға болатын жабық қорлардың үлкен дерек жиынтығын қолданды. 100 000-нан астам деректерді пайдалана отырып, олар трендтің бағалаудан кем дегенде жартылай маңызды әсерін көрсетті. Көлем мен құбылмалылықтың әсері, олар аз болғанымен, айқын және статистикалық тұрғыдан маңызды. Олардың жұмысының маңызды аспектісі трендтің сызықтық емес әсерін қамтиды. 3,7 стандартты ауытқу шегінде болатын оң трендтер оң әсер етеді. Күшті өсу трендтері үшін кірістің теріс әсері байқалады, бұл пайда алу трендтің ұлғаюымен бірге пайда болады дегенді көрсетеді. Төменгі трендтер үшін жағдай ұқсас, бірақ "төменгі трендтің 4,6 стандартты ауытқу оқиғасы болмайынша" төменгі трендті сатып алу жүргізілмейді. Бұл әдістерді инвесторлардың мінез-құлқын зерттеу және әртүрлі активтер арасындағы стратегияларды салыстыру үшін пайдалануға болады. 2013 жылы Ким Ман Люи мен Т Чонг техникалық талдау бойынша бұрынғы зерттеулердің көпшілігі белгілі бір деректер жиынтығы үшін нақты сауда ережелерінің тиімділігін көрсеткенін атап өтті. Бұрынғы зерттеулерде нақты инвестор ешқандай техникалық талдау әдісінен сигналдарды автоматты түрде қабылдамайтынын ескермеген. Сондықтан, техникалық талдаудың шындығын анықтау үшін тәжірибелі және жаңадан бастаған инвесторлардың өнімділігін түсінуге қайта оралу қажет. Егер нарық шынымен кездейсоқ қозғалса, екі инвестордың арасында ешқандай айырмашылық болмайды. Алайда, тәжірибе көрсеткендей, техникалық талдау туралы білімі бар инвесторлар білімі аз инвесторлардан айтарлықтай жақсы нәтижелер көрсетеді.

Caginalp and Balenovich in 1994 used their asset flow differential equations model to show that the major patterns of technical analysis could be generated with some basic assumptions. Some of the patterns such as a triangle continuation or reversal pattern can be generated with the assumption of two distinct groups of investors with different assessments of valuation. The major assumptions of the models are the finiteness of assets and the use of trend as well as valuation in decision making. Many of the patterns follow as mathematically logical consequences of these assumptions. One of the problems with conventional technical analysis has been the difficulty of specifying the patterns in a manner that permits objective testing. Japanese candlestick patterns involve patterns of a few days that are within an uptrend or downtrend. Caginalp and Laurent were the first to perform a successful large scale test of patterns. A mathematically precise set of criteria were tested by first using a definition of a short term trend by smoothing the data and allowing for one deviation in the smoothed trend. They then considered eight major three day candlestick reversal patterns in a non parametric manner and defined the patterns as a set of inequalities. The results were positive with an overwhelming statistical confidence for each of the patterns using the data set of all S&P 500 stocks daily for the five year period 1992–1996. Among the most basic ideas of conventional technical analysis is that a trend, once established, tends to continue. However, testing for this trend has often led researchers to conclude that stocks are a random walk. One study, performed by Poterba and Summers, found a small trend effect that was too small to be of trading value. As Fisher Black
noted, "noise" in trading price data makes it difficult to test hypotheses. One method for avoiding this noise was discovered in 1995 by Caginalp and Constantine who used a ratio of two essentially identical closed end funds to eliminate any changes in valuation. A closed end fund (unlike an open end fund) trades independently of its net asset value and its shares cannot be redeemed, but only traded among investors as any other stock on the exchanges. In this study, the authors found that the best estimate of tomorrow's price is not yesterday's price (as the efficient market hypothesis would indicate), nor is it the pure momentum price (namely, the same relative price change from yesterday to today continues from today to tomorrow). But rather it is almost exactly halfway between the two. Starting from the characterization of the past time evolution of market prices in terms of price velocity and price acceleration, an attempt towards a general framework for technical analysis has been developed, with the goal of establishing a principled classification of the possible patterns characterizing the deviation or defects from the random walk market state and its time translational invariant properties. The classification relies on two dimensionless parameters, the Froude number characterizing the relative strength of the acceleration with respect to the velocity and the time horizon forecast dimensionalized to the training period. Trend following and contrarian patterns are found to coexist and depend on the dimensionless time horizon. Using a renormalisation group approach, the probabilistic based scenario approach exhibits statistically significant predictive power in essentially all tested market phases. A survey of modern studies by Park and Irwin showed that most found a positive result from technical analysis. In 2011, Caginalp and DeSantis have used large data sets of closed end funds, where comparison with valuation is possible, in order to determine quantitatively whether key aspects of technical analysis such as trend and resistance have scientific validity. Using data sets of over 100,000 points they demonstrate that trend has an effect that is at least half as important as valuation. The effects of volume and volatility, which are smaller, are also evident and statistically significant. An important aspect of their work involves the nonlinear effect of trend. Positive trends that occur within approximately 3.7 standard deviations have a positive effect. For stronger uptrends, there is a negative effect on returns, suggesting that profit taking occurs as the magnitude of the uptrend increases. For downtrends the situation is similar except that the "buying on dips" does not take place until the downtrend is a 4.6 standard deviation event. These methods can be used to examine investor behavior and compare the underlying strategies among different asset classes. In 2013, Kim Man Lui and T Chong pointed out that the past findings on technical analysis mostly reported the profitability of specific trading rules for a given set of historical data. These past studies had not taken the human trader into consideration as no real world trader would mechanically adopt signals from any technical analysis method. Therefore, to unveil the truth of technical analysis, we should get back to understand the performance between experienced and novice traders. If the market really walks randomly, there will be no difference between these two kinds of traders. However, it is found by experiment that traders who are more knowledgeable on technical analysis significantly outperform those who are less knowledgeable.

Тикер-таспаның оқу

1960 жылдардың ортасына дейін таспаны оқу техникалық талдаудың кең таралған түрі болды. Ол баға, көлем, тапсырыс көлемі және сияқты нарықтық ақпаратты қағаз жолақтан оқудан тұрды, ол "қор тикері" деп аталатын машина арқылы өтетін. Нарықтық деректер брокерлік кеңселерге, сондай-ақ ең белсенді спекулянттардың үйлері мен кеңселерiне жіберілді. Бұл жүйе 1960 жылдардың соңында электрондық ақпараттық тақталардың пайда болуымен, ал кейін компьютерлердің енгізілуімен қолданыстан шықты, бұл кестелерді оңай жасауға мүмкіндік берді. Джесси Ливермор, барлық уақыттағы ең сәтті қор нарығының қатысушыларының бірі, жас кезінен бастап тикер таспасын оқумен айналысты. Ол өзінің жеке (механикалық) сауда жүйесін (ол оны "нарық кілті" деп атады) пайдаланды, оған кестелердің қажеті болмады, ол тек баға деректеріне ғана сүйенді. Ол өзінің нарық кілтін 1940 жылдарғы "Қалай акциялармен сауда жасау керек" кітабында толық сипаттады. Ливермордың жүйесі нарықтың фазаларын (тренд, түзету және т.б.) өткен баға деректері арқылы анықтады. Ол сондай-ақ көлем деректерін де пайдаланды (ол оларды акциялардың қалай өзгеретінінен және "нарықты сынау" арқылы, яғни шағын нарықтық тапсырыстарды жіберу арқылы нарықтың ликвидтігін тексеру процесі арқылы бағалады), бұл 1940 жылдарғы кітабында сипатталған.

Санаттау тақтасы

Техникалық талдаудың тағы бір түрі – баға тақталарындағы қор нарығы деректерін түсіндіру еді. Электронды экрандар пайда болғанға дейін бұл баға тақталары қор биржаларында орналасқан үлкен бор тақталары болды. Оларда биржада тіркелген негізгі қаржылық активтердің деректері тіркеліп, олардың қозғалысын талдау жүргізілді. Деректер қолмен, бормен жаңартылып тұрды, ал осы деректердің жаңарулары биржадан тыс жерлерге (мысалы, брокерлік кеңселер, алыпсатарлық кеңселер және т.б.) жоғарыда аталған таспа, телеграф, телефон және кейіннен телекс арқылы жіберіліп тұрды. Бұл талдау құралы негізінен нарық мамандары қолданғанмен, сондай-ақ, газеттерде жарияланған өткен күнгі келіссөздер туралы мәліметтер арқылы жалпы жұртшылықта да қолданылып, қысқа мерзімді және ұзақ мерзімді саудалар жасауға мүмкіндік берді.

Диаграммалардың түрлері

Жапондық шығу тегі бар шамдар диаграммасы, OHLC сияқты, ашылу және жабылу бағалары арасындағы аралықты кеңейтеді және толтырады, бұл ашылу/жабылу қатынасын көрсетеді. Батыста көбінесе қара немесе қызыл шамдар ашылу бағасынан төмен жабылуды, ал ақ, жасыл немесе көк шамдар ашылу бағасынан жоғары жабылуды көрсетеді. Сызықтық диаграмма жабылу бағасының мәндерін сызық сегменттерімен қосады. Сіз сызықтық диаграмманы ашылу, ең жоғары немесе ең төмен бағаны қолдана отырып салуды таңдай аласыз. Ашылу-ең жоғары-ең төмен-жабылу диаграммалары OHLC диаграммалары, сондай-ақ баға диаграммалары деп те аталады, сауда кезеңінің ең жоғары және ең төмен бағалары арасындағы ауқымды сауда уақытында тік сызық сегменті ретінде көрсетеді, ал ашылу және жабылу бағалары диапазондық сызықта көлденең белгілермен көрсетіледі, әдетте ашылу бағасы үшін солға қарай, ал жабылу бағасы үшін оңға қарай белгі қойылады. Нүктелік-фигуралық диаграмма – уақытқа тек шамалы сілтеме жасайтын және құрылымында уақытты мүлдем ескермейтін сандық сүзгілерді қолданатын диаграмма түрі.

Кеңдік көрсеткіштері

Бұл көрсеткіштер кең нарықтан алынған статистикаға негізделген. Көтерілу-түсу желісі – нарық кеңдігінің танымал көрсеткіші. Макклеллан осцилляторы – кеңдіктің танымал жабық түрдегі көрсеткіші. Макклеллан жиынтық индексі – кеңдіктің танымал ашық түрдегі көрсеткіші.

Бағаға негізделген көрсеткіштер

Бұл көрсеткіштер әдетте негізгі баға графигінің астында немесе үстінде көрсетіледі. Орташа бағытталған индекс – трендтің күшін көрсететін, кеңінен қолданылатын индикатор. Тауарлық канал индексі циклдық трендтерді анықтайды. MACD – жылжымалы орташаның конвергенциясы/дивергенциясы. Импульс – бағаның өзгеру жылдамдығы. Салыстырмалы күш индексі (RSI) – бағаның күшін көрсететін осциллятор. Салыстырмалы белсенділік индексі (RVI) осцилляторы – жақындағы баға өзгерісіне деген сенімділікті және оның жалғасу мүмкіндігін өлшейді. Стохастикалық осциллятор – соңғы сауда диапазонындағы жабылу позициясын көрсетеді. Trix – үш рет тегістелген экспоненциалдық жылжымалы орташаның еңісін көрсететін осциллятор. Vortex Indicator – трендтердің пайда болуын, жалғасуын, басталуын немесе аяқталуын анықтау үшін қолданылатын индикатор.

Көлемге негізделген көрсеткіштер

Аккумуляция/тарату индексі, күндік диапазон бойынша жабылу бағасына негізделген. Ақша ағыны индексі – бағасы өскен күндері саудаланған акциялардың саны. Сауда көлемінің балансы – акцияларды сатып алу және сату динамикасы.