Архів за день 27 Лютий 2008

Валютний ринок

Валютний ринок - це ринок, на якому торгуються валюти. Валютний ринок - дуже величезний, денний об'єм на валютному ринку досягає декількох трильйонів доларів США.

Головними валютами на валютному ринку форекс є сьогодні: долар США (USD), євро (EUR), японська йена (JPY), швейцарський франк (CHF) і англійський фунт стерлінгів (GBP).

На валютному ринку форекс операції за участю долара США складають 70%. Це можна пояснити тим, що у всьому світі виявляється великий інтерес до цієї валюти. Так само, графік долара США дуже динамічно розвивається, що дає добрі результати його аналізу.

Валютний ринок - це безліч людей, компаній, банків, які ведуть обмін однієї валюти на іншу. Кожен обмін міняє курс: підвищує або знижує його.

Валютний ринок →


Чинники що впливають на форекс Перерахунок валют і інше

На сьогодні основними чинниками, які впливають на ізміненіє курсу валют на Форекс є стан економіки, різноманітні політичні і психологічні чинники, стан балансу платежів, і окрім цього рішення, які приймаються трейдерами на снованії аналізу існуючої ситуації.

Зміна відтоку і припливу капіталу між країнами є головним чинником, який впливає на зміни курсів и перерахунок валют на ринку. Додатково на коливання валют впливають: фундаментальні економічні сили (це інфляція і процентні ставки). Окрім цього, переконання в здатності уряду держави утримувати свою національну валюту позначається на її ціні.
Також уряд може своїми діями змінити курс валюти використовуючи для цього або контроль або інтервенцію. За допомогою контролю, можуть обмежити дії окремих громадян які можуть негативно вплинути на курс національної валюти (наприклад, пересилка грошей за межу).
В той же час інтервенція може приймати дві різноманітні форми: по-перше, це зміна процентних ставок, а по-друге активна покупка або продаж валюти, з метою ізміненія її вартості в потрібну сторону.

Будь-який з вище приведених чинників пожжет спровокувати різкий стрибок курсу будь-якої валюти і її перерахунок. І головним завдання тих, хто активно торгує на Форекс, якраз і є передбачити такі скачки, і отримати з цього максимальну користь.


Що таке фрактал

В природі фракталів не існує, але деякі об'єкти, що характеризуються «нерегулярною поведінкою», можна успішно моделювати за допомогою фракталів. Як розпізнати фрактал, наприклад, на площині? В принципі не складно.
Треба покрити точки множини маленькими квадратами і порахувати їх число, а потім подивитися, як зміниться число квадратів в покритті, якщо розмір квадрата зменшити удвічі. Якщо число квадратів збільшиться, наприклад, в 3 або в 2.75 разу, означає перед нами фрактал.
Якщо ви намалюєте графік зміни котирувань якій-небудь акції (тимчасові інтервали між сусідніми барами повинні бути достатньо маленькими), то в деяких практичних ситуаціях фрактали будуть достатньо хорошими моделями для такого графіка. Як і всяка модель, фрактал описує динаміку котирувань даної акції лише приблизно.
Щоб точність наближення була задовільною, потрібно, щоб на графіці було «багато» барів, а сам графік поводився «украй нерегулярно». Конкретний сенс узятих в лапки слів визначається умовами того практичного завдання, яке передбачається вирішувати.

За визначенням М. Чекулаєва, фрактал - це сукупність п'яти барів, розташованих «куточком» вгору або вниз. З традиційним визначенням фрактала таке «визначення» узгоджується насилу. Сказати, що п'ять - це багато, можна лише з дуже великою натяжкою. Та і «нерегулярним» таку поведінку котирувань не назвеш.
Фактично ми маємо дві різні позиції: загальноприйняте визначення фрактала (вперше його дав Би. Мандельброт]) і довільне визначення М. Чекулаєва. Посилання останнього на Б. Мандельброта слід визнати некоректними, а самі фрактали - як сьогодення, так і фрактали у версії М. Чекулаева - слід розглядати окремо. Нижче ми розглянемо властивості фракталів у визначенні Б.
Мандельброта, що представляється авторові цікавішим.

Принципи аналізу ринку

Нам буде зручно почати здалеку. Чи не замислювалися ви про те, чому працюють на практиці методи технічного аналізу? Здавалося б, життя нескінченно різноманітне, щодня міняються персонажі, що мелькають на околориночном горизонті, виникають нові товари і цілі галузі виробництва, перекроюються географічні карти, а на графіках незмінно з'являються одні і ті ж конфігурації.
Чому таке можливе?

Перш за все, відмітимо, що технічний аналітик має справу тільки з невеликим тимчасовим відрізком графіка котирувань. По-друге, припустимо, що ринок наданий самому собі. Тоді природно вважати, що на зміну параметрів ринку істотний вплив роблять лише значення параметрів у нинішній момент часу і, частково, в не дуже далекому минулому.
Якщо ці припущення виконуються, то динаміку ринку можна описати системою диференціальних рівнянь. Відомо, що, якщо розглядати рішення такої системи на маленьких тимчасових відрізках, то якісна різноманітність використовуваних рівнянь невелика, і майже завжди рішення системи буде схоже на одну з «типових фігур».
Набір цих фігур може залежати від числа об'єктивних параметрів, що характеризують стан ринку (перш за все, це котирування), але, крім того, на рух цін можуть впливати і приховані параметри на зразок «превалюючих переваг», описаних Дж. Соросом в його «Алхімії фінансів».

Остання обставина не дозволяє поки побудувати задовільні кількісні моделі ринку, але не заперечує якісних способів його опису. Відмітимо, що рішення диференціального рівняння - гладка функція, значить, і описувана ним динаміка повинна бути гладкою.
А якщо ми подивимося достатньо докладний графік котирувань будь-якої акції або валюти, у нас неминуче створиться враження, що він «сильно зламаний». Що ж, описана модель не має до дійсності ніякого відношення? Насправді, має. Тут доречна аналогія з вимірюванням довжини берегової лінії.
При вимірюванні ми виберемо характерний масштаб (ширину фарватеру) і, «зрізаючи» дрібніші вигини, замінимо криву відрізками прямої. Точно також слід поступати і в даному випадку. Чим же визначається цей характерний масштаб при біржовій грі? У кожного інвестора він свій, але все таки є і об'єктивні обмеження.

Перше - це регулярність отримання інформації даним оператором ринку. На сьогоднішній день багато професіоналів мають можливість отримувати інформацію в режимі реального часу. Масштаб тимчасових інтервалів між порціями нової інформації достатньо малий. Істотнішим чинником є «фінансове тертя». Часто за здійснення операцій потрібно платити комісійні.
Крім того, на будь-якому ринку є різниця між котируваннями покупки і продажу. Тому, щоб операція «купив - продав» принесла реальний прибуток, потрібно, щоб зростання котирувань було істотно більше, ніж всякого роду «супутні витрати». «Дрібними» коливаннями можна і потрібно нехтувати.
Таким чином, якщо ваш характерний масштаб не дуже малий, гладка модель буде, швидше за все, давати задовільний результат. Якщо ж втрати прибули від такого роду згладжування для вас дуже великі, виникає необхідність в альтернативному підході, наприклад, у використанні фрактальних моделей.

Приклад фрактальної моделі

Допустимий, фундаментальні чинники, що визначають стан ринку, достатньо довго залишаються незмінними (або міняються мало і поволі). Тоді динаміка котирувань визначатиметься нерегулярною дією не дуже істотних обставин. Можна висунути гіпотезу (яка неодмінно потребує перевірки), що ці обставини мають випадковий характер.
Проста модель спостережуваного руху котирування буде так званим «одновимірним броунівським рухом».
При цьому передбачається, що зміна котирування за якийсь період часу є випадкова величина з нормальним законом розподілу, причому математичне очікування цієї зміни рівне нулю (тобто збільшення так же ймовірно, як і зменшення), а дисперсія (розкид параметра) пропорційна кореню квадратному з довжини даного тимчасового інтервалу.
При цьому майбутній рух котирування визначається поточними значеннями параметра і не залежить від передісторії. Остання властивість найчастіше має місце у фізичних процесах. Можна припустити, що для динаміки котирувань воно виконується не дуже добре, хоч би тому, що трейдери в своїх рішеннях орієнтуються на передісторію.
Як модель, що враховує це обставина, можна спробувати використовувати «фрактальний броунівський рух».

Визначається воно як звичайний броунівський рух з єдиною відмінністю: дисперсія зміни котирування за час t пропорційна не кореню квадратному від часу, тобто t0.5, а пропорційна t H, де H - якесь число, поміщене між нулем і одиницею.
Виявляється, що при значеннях H, відмінних від однієї другої, прирости котирування за два сусідні інтервали часу вже є корельованими, причому, якщо H більше половини, то кореляція позитивна, а якщо менше - негативна.
Таким чином, якщо відоме значення H, то з певною достовірністю (яка тим більше, чим сильніше H відрізняється від однієї другої) можна прогнозувати майбутню зміну котирувань на основі минулих змін. Встає питання, як знайти значення H? Виявляється, що H пов'язане з фрактальною розмірністю графіка котирувань d формулою d=2-H.
Розмірність графіка можна оцінити, як ми описували вищим (покриваючи його квадратами). Достатньо докладний виклад цій моделі можна знайти в книзі Р. Кроновера. Там же приведені необхідні комп'ютерні алгоритми. Це не означає, що пропонована модель гарантовано принесе вам прибуток, і, відповідно, не треба відразу кидатися програмувати.
Модель заснована на ряду гіпотез, найбільш істотні з яких сформульовані вище. Перш за все слід з'ясувати, чи виконуються ці гіпотези у вашому випадку.

Як загальні рекомендації можна орієнтуватися на наступні міркування. Довготривалі тенденції визначаються чинниками, лежачими поза фінансовим ринком. По своєму масштабу вони найбільш значущі, тому в першу чергу слід враховувати їх, а це - область фундаментального аналізу.
Швидші процеси, що виникають при зміні довготривалих тенденцій, швидше за все, описуються гладкими моделями, на зразок моделей класичного технічного аналізу. І лише якщо ви маєте бажання і можливість врахувати ще тонші ефекти, варто звертатися до фрактальних моделей.
При цьому слід мати на увазі, що відповідні моделі істотно нелінійні, тому, щоб їх правильно ідентифікувати (тобто визначити значення всіх параметрів моделі), потрібно врахувати при аналізі значні об'єми інформації.