Когда говорят об «искусственном интеллекте», имеют в виду так называемые эвристические программы, которые способны решать задачи — примерно так же, как это делает человек. Работу компьютера, решающего эвристическую задачу, в принципе можно назвать «разумной»: он оценивает условия, принимает решения и даже учится на своих ошибках. Функция автоматического распознавания моделей позволяет машине учиться принимать решения и делать прогнозы на основе классификаций различных объектов или индикаторов. В данном случае значение слова «модель» отлично оттого, которое использовалось при описании «графических моделей». Цель автоматического распознавания моделей — получение синергетического эффекта путем одновременной оценки данных всех индикаторов (вместо того, чтобы рассматривать каждый из них по отдельности).
Первым шагом в этом процессе является поиск лучшего индикатора из набора представленных. Затем необходимо найти лучшую связку инструментов (сначала два, а потом и три) — из тех, которые способны оптимально работать вместе. Процесс добавления новых индикаторов из числа оставшихся продолжается до того момента, когда очередной добавленный инструмент не дает улучшения работы всей системы в целом. В процессе тестирования используется два набора материала: так называемые данные научения и тестовый набор. Результаты, полученные на данных научения, должны быть затем подтверждены на отдельном тестовом материале. Метод раздельного материала нужен для того, чтобы избежать так называемого «подгадывания», которое, по утверждениям противников технического анализа, часто используется при тестировании других технических методов, особенно их оптимизированных параметров.
Внедрение средств, функционирование которых основано на принципах «искусственного интеллекта» и автоматического распознавания моделей, может стать ответом на поставленный выше вопрос: как работать с огромным количеством часто противоречащих данных. В случае поступления противоречивой информации компьютеру дается команда просчитать все индикаторы и затем выбрать из них ту комбинацию, которая является оптимальной для данных условий.
Здесь возникает очередной вопрос: если все так просто, то почему такая система еще не разработана и не внедрена повсеместно? Пока исследования в этой области проводятся исключительно учеными, до прикладных программ дело еще не дошло. Автоматическая система такого рода стоила бы очень дорого, кроме того для ее эффективного функционирования потребовались бы колоссальные вычислительные мощности; ведь даже если какая-либо модель, проявившаяся на рынке, определена, ее необходимо постоянно подвергать повторным проверкам — в силу непостоянства рыночной динамики. И все-таки исследования в этом направлении продолжаются, причем одна группа исследователей продвинулась достаточно далеко вперед. Это исследовательская фирма «Рейден рисерч груп», расположенная в Нью–Йорке.
ЗАКЛЮЧЕНИЕ
В этой . — лаве мы рассмотрели роль компьютера в области технического анализа фьючерсных рынков. На примере аналитической программы «Компутрэк», лидирующей в настоящее время среди программ такого рода, мы продемонстрировали возможности компьютерного анализа на современном этапе. Мы показали сильные и слабые стороны механических торговых систем, использующих сигналы, выдаваемые компьютером. Системный подход к фьючерсной торговле представляет собой метод «черного ящика». Пользователю не надо вмешиваться в процесс анализа, он получает уже готовые решения, ему вообще не надо знать или понимать, что происходит внутри системы. Однако некоторые пользователи, наоборот, хотят участвовать в процессе анализа. Они используют сигналы, которые выдает компьютер, и данные других индикаторов, оставляя за собой право принимать окончательное решение. На этом и основана программа «Компутрэк».
Нет смысла отрицать, что рост числа пользователей компьютерных торговых систем, особенно среди представителей товарных фондов, оказывает немалое влияние на фьючерсную торговлю. Брокеры в торговых залах биржи вступают в новую игру с компьютеризированными фондами, пытаясь их обыграть. Растет способность фондов, которые располагают объединенным и сконцентрированным капиталом, оказывать краткосрочное (подчас отрицательное) влияние на рынок. Широкое распространение персональных компьютеров, которые позволяют значительно упрощать процедуру технического анализа (включая сравнительно легкий доступ к базам данных в режиме on-line), привело к тому, что профессиональный уровень среднестатистического трейдера заметно вырос, что, в свою очередь, привело к расширению доли краткосрочной торговли. Растет популярность «дневной» торговли, поскольку большое распространение получили компьютерные системы, способные строить внутридневные графики.
К чему это все приведет — неизвестно. Ясно одно: компьютер совершил революцию на рынке товарных фьючерсов. Он не то чтобы облегчил работу трейдера. Наоборот, как говорилось выше, с приходом компьютера задачи, стоящие перед нами, в некотором смысле даже усложнились. Подводя итог, можно сделать один очень важный вывод: трейдер, не имеющий доступа к компьютеру, оказывается в исключительно сложном положении. Очень тяжело «обыграть» рынок, с одной стороны, и конкурирующих трейдеров, с другой, особенно в условиях, когда все пользуются одной и той же информацией. Трейдер, ограниченный рамками традиционного анализа, невольно дает оснащенным компьютерами конкурентам преимущество, оказываясь при этом в явно невыгодном положении.
Наступила компьютерная эра. Компьютеры будут работать лучше, станут проще в использовании и дешевле — уже в самое ближайшее время. К сожалению, трейдер, работающий на фьючерсном рынке, не может себе позволить ждать, когда это произойдет.
ИСТОЧНИКИ
Наиболее полная программа компьютерного технического анализа разработана компанией «Компутрэк», которая имеет отличную службу поддержки для пользователей. Также проводятся ежегодные семинары по всей территории США, на которых пользователи могут пройти обучение и познакомиться с новыми продуктами компании.
Существуют и другие источники информации. Одним из лучших периодических изданий, позволяющих своим читателям быть в курсе новейших разработок в быстро развивающейся сфере компьютерного анализа рынка, является журнал «Текникл энэлисиз оф стоке энд коммодитиз». В дополнение к статьям, посвященным рыночному анализу с помощью электронных вычислительных средств, в журнале публикуются рецензии на соответствующую литературу, а также дается анализ программных продуктов и услуг, представляющих интерес для трейдеров фьючерсных рынков. Другой журнал, который я бы хотел порекомендовать, называется «Фьючерз», правда, он в меньшей степени освещает собственно компьютерную тематику.
В круг книг обязательного чтения каждого системного трейдера должна войти работа У. Уайлдера, на которую мы уже не раз ссылались в этой главе. Также интересной может оказаться книга «Технические торговые системы для рынков товарных фьючерсов и ценных бумаг» Ч. Пейтела (Technical Trading Systems For Commodities and Stocks, C. Patel). В книге приведены восемьдесят две торговые системы, причем шестьдесят пять из них — полностью механические.
Глава 16. Управление капиталом и торговая тактика
ВСТУПЛЕНИЕ
В предыдущих главах мы уже рассказали об основных методах технического анализа, широко используемых для прогнозирования динамики товарных фьючерсных рынков, а также в целях принятия конкретных решений. В этой заключительной главе мы завершаем рассмотрение проблем торговли на фьючерсном рынке. Мы расскажем, как в общей структуре деятельности трейдера прогнозирование динамики рынка пополняется такими важными элементами, как торговая тактика и управление капиталом (принципами последнего, к сожалению, очень часто пренебрегают). Ни одна торговая программа не может считаться полной и эффективной, если не учитывает всех трех вышеуказанных компонентов.
Ниже будет приведен список, объединяющий самые разнообразные технические методы, рассмотренные в этой книге. Он поможет читателю, делающему первые шаги на трудной дороге фьючерсной торговли, упорядочить процесс анализа рынка и разобраться в потоке технических данных, который обрушивается на новичка. Мы также затронем проблему сочетания двух видов анализа — технического и фундаментального, обратив особое внимание на способы построения моделей, одинаково эффективно удовлетворяющих нужды «техника» и «фундаменталиста». Наконец, мы предложим читателю некоторые наши наблюдения самого общего характера относительно профессионального аспекта технического анализа, а также перспектив этого рода деятельности.
