Введение

Методология анализа ценных бумаг

В финансах технический анализ – это методология анализа и прогнозирования направления цен посредством изучения прошлых рыночных данных, в первую очередь цены и объема. Являясь видом активного управления, он противоречит многим положениям современной теории портфеля. Эффективность технического анализа оспаривается гипотезой эффективного рынка, утверждающей, что цены на фондовом рынке по сути непредсказуемы, а исследования, оценивающие пользу технического анализа, дали неоднозначные результаты. Некоторые аспекты технического анализа начали появляться в отчетах амстердамского купца Джозефа де ла Веги о голландских финансовых рынках в XVII веке. В Азии технический анализ, как утверждается, был разработан Хоммой Мунехисой в начале XVIII века и эволюционировал в использование свечных моделей, которые сегодня являются инструментом технического анализа графиков. Журналист Чарльз Доу (1851–1902) тщательно анализировал данные американского фондового рынка и опубликовал некоторые свои выводы в редакционных статьях для The Wall Street Journal. Он полагал, что в этих данных можно выявить закономерности и бизнес-циклы, концепция, впоследствии известная как «теория Доу». Однако сам Доу никогда не рекомендовал использовать свои идеи в качестве стратегии торговли акциями. В 1920-х и 1930-х годах Ричард У. Шэбакер опубликовал ряд книг, продолживших работу Чарльза Доу и Уильяма Питера Гамильтона в их книгах «Теория и практика фондового рынка» и «Технический анализ рынка». В 1948 году Роберт Д. Эдвардс и Джон Маги опубликовали «Технический анализ трендов акций», который широко признан одним из основополагающих трудов в этой области. Он посвящен исключительно анализу трендов и графических моделей и до сих пор используется. Ранний технический анализ был почти исключительно анализом графиков, поскольку вычислительные мощности компьютеров были недостаточны для проведения современного статистического анализа. Чарльзу Доу приписывают создание формы анализа графиков «точка и фигура». С появлением поведенческих финансов как отдельной дисциплины в экономике Пол В. Аззопарди объединил технический анализ с поведенческими финансами и ввел термин «поведенческий технический анализ». Среди других пионеров методов анализа – Ральф Нельсон Эллиотт, Уильям Дельберт Ганн и Ричард Уайкофф, разработавшие свои собственные методы в начале XX века.

Общее описание

Фундаментальные аналитики изучают прибыль, дивиденды, активы, качество, коэффициенты, новые продукты, исследования и тому подобное. Технические аналитики также используют множество методов, инструментов и техник, одним из которых является использование графиков. Используя графики, технические аналитики стремятся выявлять ценовые модели и рыночные тренды на финансовых рынках и пытаются использовать эти модели в своих целях. Технические аналитики, использующие графики, ищут архетипические фигуры на ценовых графиках, такие как хорошо известные модели «голова и плечи» или развороты «двойная вершина/двойное дно», изучают технические индикаторы, скользящие средние и ищут формации, такие как линии поддержки и сопротивления, каналы, а также менее очевидные формации, такие как флаги, вымпелы, дни баланса и паттерн «чашка с ручкой». Технические аналитики также широко используют различные рыночные индикаторы, некоторые из которых представляют собой математические преобразования цены, часто включающие объемы покупок и продаж, данные о росте и падении, и другие входные параметры. Эти индикаторы используются для оценки наличия тренда у актива, и, если он есть, вероятности его направления и продолжения. Технические аналитики также ищут взаимосвязи между ценовыми/объемными индексами и рыночными индикаторами. Примеры включают скользящую среднюю, индекс относительной силы (RSI) и MACD. Другие направления исследований включают корреляции между изменениями опционов (подразумеваемая волатильность) и соотношением путов к коллам с ценой. Также важны индикаторы настроений рынка, такие как соотношение путов к коллам, соотношение быков к медведям, короткие продажи, подразумеваемая волатильность и т.д. В техническом анализе существует множество техник. Сторонники различных техник (например, анализ японских свечей, старейшая форма технического анализа, разработанная японским торговцем зерном; гармонические паттерны; теория Доу; и теория волн Эллиотта) могут игнорировать другие подходы, однако многие трейдеры комбинируют элементы из нескольких техник. Некоторые технические аналитики используют субъективное суждение, чтобы определить, какие паттерны отражает конкретный инструмент в данный момент времени и как следует интерпретировать эти паттерны. Другие применяют строго механический или систематический подход к идентификации и интерпретации паттернов.

Сравнение с количественным анализом

Контраст с количественным анализом не столь четкий, как различие с фундаментальным анализом. Некоторые источники рассматривают технический и количественный анализ как в значительной степени синонимичные, а другие проводят между ними резкое разграничение. Например, эксперт по количественному анализу Пол Уилмотт считает, что технический анализ – это не более чем «построение графиков» (составление прогнозов на основе экстраполяции графических изображений) и редко обладает какой-либо прогностической ценностью.

Рыночная активность дисконтирует все.

Исходя из предпосылки, что вся существенная информация уже учтена в ценах, технические аналитики полагают, что важно понимать, как инвесторы интерпретируют эту информацию, как известную, так и предполагаемую.

Цены движутся по тренду

Технические аналитики считают, что цены движутся в определенном направлении – вверх, вниз или вбок (в состоянии бокового тренда) или в их комбинации. Первоначальное определение ценового тренда было сформулировано в теории Доу. Иными словами, каждый раз, когда цена акции снижалась, она опускалась ниже предыдущего относительного минимума. Каждый раз, когда цена акции росла, она не могла достичь уровня предыдущего относительного максимума. Важно отметить, что последовательность снижающихся минимумов и максимумов началась только в августе. Затем AOL формирует минимум, который не пробивает относительный минимум, установленный ранее в этом месяце. Позже в том же месяце акция достигает относительного максимума, равного последнему относительному максимуму. В этом технический аналитик видит явные признаки того, что нисходящий тренд, по крайней мере, приостановился и, возможно, завершается, и, вероятно, прекратит активные продажи акции в этот момент.

История повторяется.

Технические аналитики полагают, что инвесторы в совокупности повторяют поведение предшественников. Для технического аналитика эмоции на рынке могут быть иррациональными, но они существуют. Поскольку поведение инвесторов так часто повторяется, технические аналитики считают, что на графике будут формироваться узнаваемые (и предсказуемые) ценовые паттерны. Технический анализ не ограничивается построением графиков, но всегда учитывает ценовые тенденции. Например, опросы, демонстрирующие преобладающие бычьи настроения, служат признаком возможной смены восходящего тренда; логика заключается в том, что если большинство инвесторов настроены оптимистично, они уже совершили покупки (в ожидании роста цен). И поскольку большинство инвесторов настроены оптимистично и уже инвестировали, можно предположить, что потенциальных покупателей осталось немного. Это означает, что потенциальных продавцов больше, чем покупателей, несмотря на бычий настрой. Это указывает на то, что цены, вероятно, пойдут вниз, и является примером контр-трендовой торговли.

Промышленность

В мировом масштабе отрасль представлена Международной федерацией технических аналитиков (IFTA), которая является федерацией региональных и национальных организаций. В Соединенных Штатах отрасль представлена как Ассоциацией CMT, так и Американской ассоциацией профессиональных технических аналитиков (AAPTA). Соединенные Штаты также представлены Ассоциацией технических аналитиков безопасности Сан-Франциско (TSAASF). В Соединенном Королевстве отрасль представлена Обществом технических аналитиков (STA). STA являлась одним из основателей IFTA, недавно отметила свое 50-летие и сертифицирует аналитиков, выдавая Диплом по техническому анализу. В Канаде отрасль представлена Канадским обществом технических аналитиков. В Австралии отрасль представлена Ассоциацией технических аналитиков Австралии (ATAA), (которая является членом IFTA) и Австралийской ассоциацией профессиональных технических аналитиков (APTA) Inc.

Профессиональные общества технических аналитиков работали над созданием базы знаний, описывающей область технического анализа. База знаний является ключевым элементом в этой области, поскольку определяет, как и почему технический анализ может быть эффективным. Она может быть использована академическими кругами и регулирующими органами для разработки соответствующих исследований и стандартов в этой области. Ассоциация CMT опубликовала базу знаний, которая служит основой для экзамена на получение квалификации Chartered Market Technician (CMT).

Программное обеспечение

Программное обеспечение технического анализа автоматизирует функции построения графиков, анализа и составления отчетов, поддерживающие технических аналитиков в обзоре и прогнозировании финансовых рынков (например, фондового рынка). Помимо традиционных устанавливаемых настольных программных пакетов, в отрасли наблюдается развитие облачных приложений и интерфейсов программирования приложений (API), которые предоставляют технические индикаторы (например, MACD, полосы Боллинджера) посредством протоколов RESTful HTTP или интранет-протоколов. Современное программное обеспечение для технического анализа часто доступно как веб-приложение или приложение для смартфона, без необходимости загрузки и установки программного пакета. Некоторые из них даже предлагают встроенный язык программирования и инструменты автоматического бэктестинга.

Нейронные сети

С начала 1990-х годов, когда появились первые практически применимые типы, искусственные нейронные сети (ИНС) быстро набирали популярность. Это адаптивные программные системы искусственного интеллекта, вдохновленные принципами работы биологических нейронных сетей. Они используются благодаря способности обучаться и выявлять сложные закономерности в данных. С математической точки зрения, они представляют собой универсальные аппроксиматоры функций, то есть, при наличии соответствующих данных и правильной конфигурации, они способны улавливать и моделировать любые зависимости между входными и выходными данными. Это не только избавляет от необходимости в ручной интерпретации графиков или разработки последовательности правил для генерации сигналов открытия/закрытия позиций, но и создает связь с фундаментальным анализом, поскольку переменные, используемые в фундаментальном анализе, могут быть использованы в качестве входных параметров. Поскольку ИНС по сути являются нелинейными статистическими моделями, их точность и прогностические возможности могут быть проверены как математически, так и эмпирически. В различных исследованиях авторы утверждали, что нейронные сети, используемые для генерации торговых сигналов на основе различных технических и фундаментальных данных, значительно превосходят стратегии «купи и держи», а также традиционные линейные методы технического анализа, особенно в сочетании с экспертными системами, основанными на правилах. Несмотря на сложный математический аппарат, лежащий в основе таких адаптивных систем, нейронные сети для финансового анализа долгое время оставались преимущественно предметом академических исследований. Однако в последние годы появление более удобного программного обеспечения для нейронных сетей сделало эту технологию более доступной для трейдеров.

Одновременное тестирование/одновременное отбрасывание

Систематическая торговля чаще всего применяется после тестирования инвестиционной стратегии на исторических данных. Это известно как бэктестинг (или ретроспективный анализ). Бэктестинг чаще всего проводится для технических индикаторов в сочетании с волатильностью, но может быть применен к большинству инвестиционных стратегий (например, фундаментальному анализу). Если раньше традиционный бэктестинг выполнялся вручную, то он обычно проводился только по акциям, отобранным человеком, и, следовательно, был подвержен влиянию априорных знаний при выборе акций. С появлением компьютеров бэктестинг можно выполнять на всех биржах за десятилетия исторических данных в очень короткие сроки. Использование компьютеров имеет свои недостатки, заключающиеся в ограничении алгоритмами, которые компьютер способен выполнить. Некоторые торговые стратегии основаны на человеческой интерпретации и не подходят для компьютерной обработки. Только полностью алгоритмические технические индикаторы могут быть запрограммированы для автоматизированного компьютерного бэктестинга.

Комбинация с другими методами прогнозирования рынка

Джон Мерфи утверждает, что основными источниками информации для технических аналитиков являются цена, объем и открытый интерес. Другой подход, известный как фьюжн-анализ, объединяет фундаментальный и технический анализ, чтобы повысить эффективность управления портфелем. Технический анализ также часто комбинируется с количественным анализом и экономическим анализом. Например, нейронные сети могут применяться для выявления взаимосвязей между рынками. Технические аналитики также используют опросы инвесторов и аналитических бюллетеней, а также индикаторы настроений, основанные на обложках журналов.

Эмпирические данные

Действительно ли технический анализ работает – вопрос спорный. Методы сильно различаются, и разные технические аналитики иногда могут делать противоречивые прогнозы на основе одних и тех же данных. Многие инвесторы утверждают, что получают положительную доходность, однако академические исследования часто показывают, что его прогностическая сила невелика. Из 95 современных исследований 56 пришли к выводу о положительных результатах технического анализа, хотя предвзятость при поиске закономерностей в данных и другие проблемы затрудняют анализ. Нелинейное прогнозирование с использованием нейронных сетей иногда дает статистически значимые результаты. Рабочий документ Федеральной резервной системы.

Влиятельное исследование 1992 года, проведенное Броком и др., которое, казалось, подтверждало эффективность правил технической торговли, было проверено на предмет предвзятости при поиске закономерностей в данных и других проблем в 1999 году; выборка, использованная Броком и др., оказалась устойчивой к подобной предвзятости. Впоследствии, всестороннее исследование вопроса, проведенное амстердамским экономистом Гервином Гриффиоеном, привело к выводу, что: "для фондовых индексов США, Японии и большинства стран Западной Европы рекурсивная процедура прогнозирования вне выборки не является прибыльной после учета даже небольших транзакционных издержек. Более того, при достаточно высоких транзакционных издержках, по оценкам моделей CAPM, техническая торговля не демонстрирует статистически значимой скорректированной на риск прогностической силы практически ни для одного из фондовых индексов". Транзакционные издержки особенно актуальны для "моментных" стратегий; всесторонний обзор данных и исследований 1996 года показал, что даже небольшие транзакционные издержки приведут к невозможности получения дополнительной прибыли от таких стратегий. В статье, опубликованной в Journal of Finance, доктор Эндрю В. Ло, директор Лаборатории финансовой инженерии MIT, совместно с Гарри Мамайским и Цзян Вангом, обнаружили, что:

"Технический анализ, также известный как "графический анализ", является частью финансовой практики на протяжении многих десятилетий, однако эта дисциплина не получила такого же уровня академического изучения и признания, как более традиционные подходы, такие как фундаментальный анализ. Одной из главных проблем является высокая субъективность технического анализа – наличие геометрических фигур на исторических графиках цен часто зависит от восприятия аналитика. В данной работе мы предлагаем систематический и автоматический подход к распознаванию технических паттернов с использованием непараметрической ядерной регрессии и применяем этот метод к большому количеству акций США в период с 1962 по 1996 год для оценки эффективности технического анализа. Сравнивая безусловное эмпирическое распределение ежедневной доходности акций с условным распределением, обусловленным конкретными техническими индикаторами, такими как "голова и плечи" или "двойное дно", мы обнаружили, что за 31-летний период несколько технических индикаторов предоставляют дополнительную информацию и могут иметь некоторую практическую ценность. Некоторые методы, такие как геометрия Драммонда, пытаются преодолеть предвзятость, связанную с прошлыми данными, путем проецирования уровней поддержки и сопротивления из различных временных рамок в ближайшее будущее и комбинирования этого с методами возврата к среднему."

Гипотеза эффективного рынка

Гипотеза эффективного рынка (ГЭР) противоречит основным принципам технического анализа, утверждая, что прошлые цены не могут быть использованы для получения прибыли при прогнозировании будущих цен. Таким образом, она предполагает неэффективность технического анализа. Экономист Юджин Фама опубликовал основополагающую работу по ГЭР в журнале "Финансы" в 1970 году и отметил: "Короче говоря, доказательства в поддержку модели эффективных рынков обширны, а (что несколько уникально для экономики) опровергающих доказательств немного". Однако, поскольку будущие цены на акции могут существенно зависеть от ожиданий инвесторов, сторонники технического анализа утверждают, что из этого следует, что прошлые цены влияют на будущие цены. Они также ссылаются на исследования в области поведенческих финансов, в частности, на то, что люди не являются такими рациональными участниками, какими их представляет ГЭР. Технические аналитики давно утверждают, что иррациональное поведение человека влияет на цены акций, и что это поведение приводит к предсказуемым результатам. Автор Дэвид Аронсон отмечает, что теория поведенческих финансов сочетается с практикой технического анализа:

<blockquote>Рассматривая влияние эмоций, когнитивных искажений, иррациональных предпочтений и динамику группового поведения, поведенческие финансы предлагают лаконичные объяснения избыточной рыночной волатильности, а также повышенной доходности, получаемой с помощью стратегий, основанных на устаревшей информации. Когнитивные искажения также могут объяснить существование рыночных неэффективностей, которые порождают систематические движения цен, позволяющие эффективно использовать объективные методы ТА [технический анализ]. В то же время, полная информация отражается в цене, поскольку все участники рынка объединяют свои индивидуальные, но неполные знания. Малкиль утверждает, что, хотя импульс может объяснять некоторые движения цен на акции, его недостаточно для получения сверхприбыли. Малкиль сравнил технический анализ с "астрологией". В конце 1980-х годов профессора Эндрю Ло и Крейг Маккинлей опубликовали работу, которая поставила под сомнение гипотезу случайного блуждания. В ответ на критику Малкиля в 1999 году Ло и Маккинлей собрали эмпирические исследования, которые ставили под вопрос применимость этой гипотезы и указывали на наличие неслучайного и, возможно, предсказуемого компонента в движении цен на акции, хотя они подчеркивали, что опровержение гипотезы случайного блуждания не обязательно дискредитирует ГЭР, которая является совершенно отдельной концепцией. В статье 2000 года Эндрю Ло провел ретроспективный анализ данных по США за период с 1962 по 1996 год и обнаружил, что "некоторые технические индикаторы действительно предоставляют дополнительную информацию и могут иметь определенную практическую ценность". Некоторые исследователи в области обработки сигналов опровергают гипотезу случайного блуждания, согласно которой цены на фондовом рынке напоминают процессы Винера, поскольку статистические моменты таких процессов и реальных рыночных данных значительно различаются в зависимости от размера окна и меры сходства. Они утверждают, что преобразования признаков, используемые для описания аудио- и биосигналов, также могут быть успешно использованы для прогнозирования цен на фондовом рынке, что противоречит гипотезе случайного блуждания. Индекс случайного блуждания (RWI) – это технический индикатор, который пытается определить, является ли движение цены акции случайным или результатом статистически значимой тенденции. Индекс случайного блуждания пытается определить, когда рынок находится в сильном восходящем или нисходящем тренде, измеряя ценовые диапазоны за период N и сравнивая их с тем, что можно было бы ожидать при случайном блуждании (случайном повышении или понижении). Чем больше диапазон, тем сильнее тренд. Применяя теорию перспектив Канемана и Тверски к движению цен, Пол В. Аццопарди предложил возможное объяснение того, почему страх приводит к резкому падению цен, а жадность – к постепенному росту. Это широко наблюдаемое поведение цен на ценные бумаги резко контрастирует со случайным блужданием. Оценивая жадность и страх на рынке, инвесторы могут более эффективно формировать свои долгосрочные и краткосрочные позиции в портфеле.

Научно-технический анализ

Кагинальп и Баленович в 1994 году использовали свою модель дифференциальных уравнений потоков активов, чтобы показать, что основные закономерности технического анализа могут быть получены на основе нескольких базовых предположений. Некоторые из этих закономерностей, такие как продолжение или разворот треугольника, могут быть сгенерированы при условии существования двух различных групп инвесторов с разными оценками стоимости. Основными предположениями моделей являются конечность активов, а также использование тренда и оценки при принятии решений. Многие закономерности являются математически логичными следствиями этих предположений. Одной из проблем традиционного технического анализа является сложность определения закономерностей таким образом, чтобы обеспечить возможность их объективного тестирования. Японские паттерны, основанные на свечах, включают в себя комбинации нескольких дней, формирующиеся в рамках восходящего или нисходящего тренда. Кагинальп и Лоран первыми провели успешное крупномасштабное тестирование этих паттернов. Был протестирован математически точный набор критериев, который начинался с определения краткосрочного тренда путем сглаживания данных и допускал одно отклонение от сглаженного тренда. Затем они рассмотрели восемь основных трехдневных паттернов разворота, основанных на свечах, непараметрическим методом и определили эти паттерны как набор неравенств. Результаты были положительными, с подавляющей статистической значимостью для каждого из паттернов, используя данные по всем акциям S&P 500 за пятилетний период 1992–1996 гг. Одной из основных идей традиционного технического анализа является то, что установленный тренд, как правило, сохраняется. Однако тестирование этой гипотезы часто приводило исследователей к выводу о случайном характере движения цен акций. Одно исследование, проведенное Потерба и Саммерсом, выявило незначительный эффект тренда, который был слишком мал для использования в торговле. Как отметил Фишер Блэк, "шум" в данных о торговых ценах затрудняет проверку гипотез. Один из способов устранения этого шума был обнаружен в 1995 году Кагинальпом и Константином, которые использовали отношение двух практически идентичных закрытых паевых инвестиционных фондов (ЗПИФ) для устранения изменений в оценке. ЗПИФ (в отличие от открытого паевого фонда) торгуется независимо от его чистой стоимости активов, а его акции нельзя выкупить, их можно только обменивать между инвесторами, как и любые другие акции на биржах. В этом исследовании авторы обнаружили, что лучшей оценкой цены на завтра является не цена на вчера (как предполагает гипотеза эффективного рынка), и не чистая импульсная цена (то есть, то же относительное изменение цены с вчера на сегодня продолжается с сегодняшнего дня на завтра), а скорее значение, почти точно находящееся посередине между этими двумя. Исходя из характеристики прошлого изменения рыночных цен с точки зрения скорости и ускорения цены, была разработана попытка создать общую основу для технического анализа с целью установления принципиальной классификации возможных паттернов, характеризующих отклонения или дефекты от случайного движения рынка и его свойств инвариантности во времени. Классификация основана на двух безразмерных параметрах: числе Фруда, характеризующем относительную силу ускорения по отношению к скорости, и временном горизонте прогнозирования, приведенном к периоду обучения. Было обнаружено, что трендовые и контр-трендовые паттерны сосуществуют и зависят от безразмерного временного горизонта. Используя подход группы перенормировки, вероятностный сценарный подход демонстрирует статистически значимую прогностическую силу практически во всех протестированных рыночных фазах. Обзор современных исследований, проведенный Парком и Ирвином, показал, что большинство из них обнаружили положительные результаты в отношении технического анализа. В 2011 году Кагинальп и ДеСантис использовали большие наборы данных закрытых паевых инвестиционных фондов, где возможно сравнение с оценкой, чтобы количественно определить, обладают ли ключевые аспекты технического анализа, такие как тренд и уровни сопротивления, научной обоснованностью. Используя наборы данных, содержащие более 100 000 точек, они показали, что тренд оказывает влияние, которое по крайней мере вдвое важнее оценки. Влияние объема и волатильности, которые меньше, также очевидно и статистически значимо. Важным аспектом их работы является нелинейный эффект тренда. Положительные тренды, возникающие в пределах примерно 3,7 стандартных отклонений, оказывают положительное влияние. Для более сильных восходящих трендов наблюдается отрицательное влияние на доходность, что указывает на фиксацию прибыли по мере увеличения величины восходящего тренда. Для нисходящих трендов ситуация аналогична, за исключением того, что "покупка на снижении" не происходит до тех пор, пока нисходящий тренд не достигнет 4,6 стандартных отклонений. Эти методы можно использовать для изучения поведения инвесторов и сравнения базовых стратегий между различными классами активов. В 2013 году Ким Ман Люи и Т. Чонг отметили, что предыдущие исследования технического анализа в основном сообщали о прибыльности конкретных торговых правил для заданного набора исторических данных. Эти предыдущие исследования не учитывали человеческого трейдера, поскольку ни один реальный трейдер не будет механически применять сигналы из какого-либо метода технического анализа. Поэтому, чтобы понять истинную природу технического анализа, мы должны вернуться к пониманию эффективности работы опытных и начинающих трейдеров. Если рынок действительно движется случайным образом, то не будет никакой разницы между этими двумя типами трейдеров. Однако эксперименты показали, что трейдеры, обладающие большими знаниями в области технического анализа, значительно превосходят тех, кто обладает меньшими знаниями.

Читание тикера

До середины 1960-х годов чтение ленты тикера было популярной формой технического анализа. Оно заключалось в анализе рыночной информации, такой как цена, объем, размер сделок и так далее, с бумажной ленты, проходящей через аппарат, называемый фондовым тикером. Рыночные данные отправлялись в брокерские конторы, а также в дома и офисы наиболее активных спекулянтов. Эта система устарела с появлением электронных информационных табло в конце 60-х годов, а затем компьютеров, которые упростили создание графиков. Джесси Ливермор, один из самых успешных трейдеров фондового рынка за всю историю, с юных лет уделял основное внимание чтению ленты тикера. Он следовал собственной (механической) торговой системе (которую он назвал «ключом к рынку»), которая не требовала графиков, а основывалась исключительно на данных о ценах. Он подробно описал свой «ключ к рынку» в своей книге 1940-х годов «Как торговать акциями». Система Ливермора определяла фазы рынка (тренд, коррекция и т.д.) на основе исторических данных о ценах. Он также использовал данные об объеме (которые он оценивал по поведению акций и посредством «рыночного зондирования» – процесса оценки рыночной ликвидности путем отправки небольших рыночных заявок), как описано в его книге 1940-х годов.

Котировочная доска

Другой формой технического анализа, которая использовалась и ранее, была интерпретация данных фондового рынка, содержащихся в таблицах котировок. В эпоху до электронных экранов это были огромные доски, расположенные непосредственно на фондовых биржах, на которых отображались данные об основных финансовых активах, котирующихся на биржах, для анализа их динамики. Информация наносилась на доски вручную мелом, а обновления некоторых данных передавались за пределы бирж – в брокерские конторы, маклерские конторы и т.п. – посредством ленты новостей, телеграфа, телефона, а позднее – телекса. Этот инструмент анализа использовался как непосредственно на бирже, в основном профессиональными участниками рынка, так и широкой публикой через печатные издания в газетах, где публиковались данные о сделках предыдущего дня, для торговли по трендам и долгосрочных позиций.

Типы диаграмм

Светочная диаграммаЯпонского происхождения и аналогичная OHLC, светочные фигуры расширяют и заполняют интервал между ценой открытия и закрытия, чтобы подчеркнуть взаимосвязь между ними. На Западе обычно черные или красные свечи обозначают закрытие ниже открытия, а белые, зеленые или синие – закрытие выше цены открытия. Линейный графикСоединяет значения цены закрытия линейными сегментами. Также можно выбрать построение линейного графика на основе цены открытия, максимума или минимума. График "Открытие-Максимум-Минимум-Закрытие" (OHLC) – тип графика, также известный как столбчатая диаграмма, отображает диапазон между максимальной и минимальной ценой торгового периода в виде вертикального сегмента в момент времени, а цены открытия и закрытия – в виде горизонтальных отметок на этом сегменте, обычно отметка слева для цены открытия и отметка справа для цены закрытия. График "Точки и фигуры" – тип графика, использующий числовые фильтры с минимальной привязкой ко времени и полностью игнорирующий время при построении.

Показатели ширины

Эти показатели основаны на статистике, полученной из широкого рынка. Линия опережения-отставания – популярный индикатор ширины рынка. Осциллятор МакКлеллана – популярный индикатор ширины в закрытой форме. Индекс суммирования МакКлеллана – популярный индикатор ширины в открытой форме.

Ценовые показатели

Эти показатели обычно отображаются ниже или выше основного ценового графика. Средний направленный индекс – широко используемый индикатор силы тренда. Индекс товарного канала выявляет циклические тенденции. MACD – схождение/расхождение скользящих средних. Моментум – скорость изменения цены. Индекс относительной силы (RSI) – осциллятор, показывающий силу цены. Индекс относительной активности (RVI) – осциллятор, измеряющий уверенность в недавнем движении цены и вероятность его продолжения. Стохастический осциллятор определяет близость текущей цены к экстремумам недавнего торгового диапазона. Trix – осциллятор, показывающий наклон тройной экспоненциальной скользящей средней. Индикатор Vortex – используется для определения наличия, продолжения, начала или завершения тренда.

Объемные показатели

Индекс накопления/распределения, основанный на цене закрытия в диапазоне дня. Индекс денежного потока – объем торгов акциями в дни роста цены. Объем на балансе – импульс покупок и продаж акций.