Главная / Бизнес-идеи

О фрактальной теории финансовых рынков. Фрактальный анализ на Форекс: трейдер и наука в торговле

Фракталы достаточно популярны среди многих трейдеров. Интерес к фрактальному анализу появился после публикации нескольких трудов Билла Вильямса, посвященных данной теме. Фракталы были изобретены еще до него, но упоминались под другим названием. Вильямс, изучая финансовые рынки, пришел к выводу, что движения курсов многих финансовых инструментов являются хаотичными. В результате исследований он доказал, что график изменения стоимости хлопка подобен береговой линии и движению крови в организме человека.

В своих исследованиях Вильямс пришел к выводу, что рынки – хаотичные, а не прямолинейные системы, поэтому применение на них индикаторов, в основе которых используются линейные функции, бесполезно. По его мнению, стабильность на рынках присутствует лишь небольшую долю времени, а во всех других случаях на них царит хаос.

Фрактал – повторяющаяся формация, которая в том или ином виде встречается на любых ценовых графиках. У фракталов береговой линии, как и у фракталов фондового рынка, одинаковая природа. Фрактал состоит минимум из пяти баров.

Верхние и нижние фракталы могут находиться в одной и той же группе баров. Иногда верхний и нижний фрактал одновременно образуются на одном баре. Когда фрактал сформировался, то он наделяется всеми свойствами.

Оценивая верхний фрактал, необходимо обращать внимание на его максимум. При изучении нижнего, соответственно, минимум. Фрактальный старт формируется из двух последовательных фракталов, направленных в разные стороны. Фрактальный сигнал появляется на противоположной старту стороне. Фрактальный стоп находится за дальним фракталом. Если появляется противоположный сигнал, то он отменяет предыдущие.

Данная техника позволяет повысить процент прибыльных сделок, но средняя убыточная сделка будет больше. Так как стоп-лоссы при использовании такой стратегии будут нечастыми, то в итоге можно рассчитывать на хорошую прибыль. Фрактальный анализ рынка не дает всегда 100% прибыльных сделок. В связи с этим не следует применять в торговой системе только его. Для подтверждения сигналов или фильтрации рекомендуется использовать другие инструменты.

При использовании фрактального анализа также важно изучать данные с разных таймфреймов. Система, которую описывал в своих трудах Билл Вильямс, является трендовой. Чтобы правильно ее использовать, вначале следует определить доминирующую на рынке тенденцию, обратившись к старшему периоду.

В системе следует учитывать и «фрактальный рычаг». Так называется возможная амплитуда при откатах. Оценить «фрактальный рычаг» можно, пользуясь стандартными линиями Фибоначчи, которые имеются в MT4. Коррекции до 38% по Фибоначчи являются свидетельством сильного трендового движения. В данном случае фрактальный рычаг является сильным. Все наоборот, если откаты составляют 62% по фибо и более.

Фракталы и волновая теория

Фракталы можно использовать и совместно с волновой теорией. Ведь по своей сути фрактал – не что иное, как начало или конец импульсного движения или волны. Здесь появляется определенная сложность, потому что на разных периодах графиков формируются разные импульсы. Трейдерам, набравшимся опыта в использовании волновой теории, не составляет труда точно определять конкретную волну на определенном таймфрейме.

Если на одном и том же уровне образуется несколько групп фракталов, то в случае пробития данного уровня следует ожидать продолжительную и мощную тенденцию. Фрактальный анализ рынка дает очень хорошие результаты при наличии трендов. Когда цена долго находится в каналах, то стратегия на пробой фрактала приносит убытки. Сложность состоит в том, что распознать возникающий флет бывает достаточно сложно.

Как применять стратегию по фракталам во флете?

Следует торговать на пробой только в направлении ярко выраженного тренда. Не следует переживать из-за нескольких лоссов подряд. Будущий профит наверняка покроет все убытки, которые стратегия получила во время колебания в коридоре. Хороший эффект достигается при работе на мелких временных интервалах. Если трейдер входит на пробой фрактала, ориентируясь на дневной график, то стоп-лосс можно выставлять, основываясь на H4. Обычно чем больше фракталов располагается на одном уровне и чем дольше длится флет, тем более сильным и направленным окажется будущее движение.

Чтобы достоверно определять, является ли пробой фрактала истинным или ложным, можно пользоваться анализом пробойной свечи. Если пробойная свеча является «сильной», то есть обладает большим телом и уровень ее закрытия располагается далеко от скоплений фракталов, то существует большая вероятность того, что движение продолжится в выбранном направлении. Пользуясь данным выводом, можно с успехом торговать на мелких графиках с целью увеличения прибыли. К примеру, если вчера произошел пробой на D1, то сегодня можно рассматривать прорывы на четырехчасовом графике.

Если после пробоя скопления фракталов образовалась разворотная модель свечи, то в дальнейшем скорее всего на рынке будет царить флет, появятся новые фракталы. В связи с этим очень большое внимание следует уделить именно анализу пробойной свечи. Для повышения эффективности рекомендуется ознакомиться хотя бы с основами Price Action (свечной анализ).

Билл Вильямс рекомендовал смотреть не только на разворотную свечу, но и также анализировать объем. Если свеча имеет большое тело, но объем невелик, то сигнал является слабым. Сигналы, которые поступают от скоплений фракталов, являются сильными, когда они образуются на более долгосрочных графиках (как и в случаях со свечным анализом). Сам Вильямс рекомендовал смотреть D1. В то же время необходимо анализировать и другие таймфреймы. Как уже упоминалось в данной статье, фрактальный анализ лучше всего сочетать с чем-то еще, чтобы повысить прибыльность стратегии, потому что ни одни инструмент не способен похвастаться 100%-точными сигналами.

Видеоролик содержит полезную информацию по рассматриваемой теме.

Лучшие брокеры Forex и бинарных опционов

Брокер	Основан	Регулятор	Мин. депозит

М.В. Прудский. ФРАКТАЛЬНЫЙ АНАЛИЗ ФИНАНСОВЫХ РЫНКОВ. Рассмотрены основные свойства и природа фракталов, возможности их применения в повседневной жизни, а также преимущества фрактального подхода при моделировании финансовых рынков. Будут разобраны основные стохастические модели временных рядов и на примере курса доллара будет построена фрактальная ARIMA лог-приростов, определение которой будет основано на фрактальном R/S-анализе размерности графика курса доллара. Будет дана также интерпретация показателя Хёрста – результата R/S-анализа, позволяющего судить о возможности прогнозирования исследуемого финансового инструмента.

Изложение основного материала

В современном мире финансовые рынки привлекают довольно широкий общественный интерес. Круг людей, которые имеют дело с финансовой аналитикой, разнится от рядовых трейдеров, до аналитиков глобальных корпораций и государственных органов. Человечество давно интересуют законы поведения таких практически непредсказуемых объектов. Котировки акций, валютные курсы, цены на фьючерсы, опционы и прочие финансовые инструменты – это лишь малая часть того, на чём может заработать деньги квалифицированный человек. Существует множество способов анализа событий, происходящих на рынках. Это и технический анализ, и фундаментальный, и теория волн Эллиота, а также много различных менее известных методик. Но одна методика выделяется среди них своей простотой и оригинальностью – фрактальный анализ. Многие слышали о том, что такое фрактал, изучали в школах и университетах, видели простейшие одномерные и сложные дифференциальные многомерные фракталы, но мало кто знает об их истинной пользе. Изобретённые Мандельбротом, они нашли применение практически во всех сферах повседневной жизни. Фрактальную природу имеют форма раковины моллюска, турбулентные завихрения в воздухе, человеческие сосуды, крона дерева, форма листа, волны, береговая линия, трещины, молнии и многие другие всем знакомые объекты реального мира. Фрактальную природу имеют и графики котировок акций и валют. Если вычислить фрактальные свойства времени и пространства финансовых инструментов, становится возможным осуществлять точечные и интервальные прогнозы будущих значений с высокой точностью. Фракта?л (лат. fractus - дроблёный, сломанный, разбитый) - геометрическая фигура, обладающая свойством самоподобия, т.е. составленная из нескольких частей, каждая из которых подобна всей фигуре целиком. Фактически не существует точного определения термина «фрактал». Бенуа Мандельброт, отец фрактальной геометрии, тоже не сформулировал точного определения. Фракталы имеют определенные особенности, которые измеримы, и свойства, которые являются желательными для целей моделирования. Первое свойство – самоподобие. Оно означает, что части в некотором роде связаны с целым. Это свойство самоподобия делает фрактал масштабно-инвариантным. Фрактальные зависимости имеют вид прямой на графиках, где обе оси имеют логарифмический масштаб. Модели, описываемые таким образом должны использовать степенную зависимость (вещественное число, возведенное в степень). Эта особенность масштабирования по степенному закону является вторым свойством фракталов, фрактальной размерностью, которая может описывать либо физическую структуру, такую как легкое, либо временной ряд . Слово «фрактал» может употребляться не только как математический термин. Фракталом в прессе и научно-популярной литературе могут называть фигуры, обладающие какими-либо из перечисленных ниже свойств:

1. Обладает нетривиальной структурой на всех масштабах. В этом отличие от регулярных фигур (таких как окружность, эллипс, график гладкой функции): если мы рассмотрим небольшой фрагмент регулярной фигуры в очень крупном масштабе, он будет похож на фрагмент прямой. Для фрактала увеличение масштаба не ведёт к упрощению структуры, на всех шкалах мы увидим одинаково сложную картину.
2. Является самоподобной или приближённо самоподобной.
3. Обладает дробной метрической размерностью или метрической размерностью, превосходящей топологическую.

Рисунок 1 – Пример фрактала

Фракталы – безусловно красивые математические причуды природы. Если взглянуть на график функции Вейерштрасса, то можно увидеть сходство с графиками курсов валют или котировок акций. Этот фрактал описывается функцией

где a – нечётное число, а b – число, меньшее единицы. Эта функция непрерывная и нигде не дифференцируемая. Применяется для моделирования временных рядов методом Монте-Карло .

Стохастические модели временных рядов Существует несколько процессов с кратковременной памятью, которыми обычно пользуются при прогнозировании цен на финансовых рынках. В их числе:
1. AR.
2. MA.
3. ARMA.
4. ARIMA.
5. ARFIMA.
Остановлюсь более подробно на фрактальной авторегрессии.

ARIMA ARIMA (англ. autoregressive integrated moving average) – интегрированная модель авторегрессии - скользящего среднего – модель и методология анализа временных рядов, иногда называемые моделями (или методологией) Бокса-Дженкинса. Модель ARIMA(p,d,q) означает, что разности временного ряда порядка подчиняются модели ARMA(p,q) .

С использованием лагового оператора модель можно записать в таком виде:

Модели ARFIMA Данные модели предполагают использование дробных порядков разностей, поскольку теоретически порядок интегрированности d временного ряда может быть не целой величиной, а дробной. В этом случае говорят о дробно-интегрированных моделях авторегрессии –скользящего среднего (ARFIMA, AutoRegressive Fractional Integrated Moving Average). Для понимания сущности дробного интегрирования необходимо рассмотреть разложение оператора взятия d-ой разности в степенной ряд по степеням лагового оператора для дробных d (разложение в ряд Тейлора):

Кроме коэффициент при k-м члене ряда Тейлора = Гk-dГk+1Г-d. К полученным разностям применяется модель ARIMA. Таким образом, последняя модель является более точной в силу её фрактальных свойств .

R/S-анализ курса доллара к рублю. Прежде чем моделировать ряд курсов доллара, необходимо вычислить его фрактальную размерность. Для этого следует воспользоваться методикой R/S-анализа и вычислить показатель Хёрста. Для выполнения всех необходимых вычислений автором были использованы пакет статистического анализа «R 2.5.1», а также аналитический комплекс «Прогноз 5.26». Первым шагом станет преобразование исходного ряда в ряд лог-приростов, в дальнейшем все операции по моделированию будут происходить именно в отношении преобразованного ряда. На Рис. 2 можно увидеть преобразованный ряд.

На этом рисунке особенно видна хаотичность показателя в кризисный и послекризисный периоды. Однако на данном этапе при применении R/S-анализа можно столкнуться с серьёзной трудностью – данная методика требует независимости данных во времени. Известен факт, что дневные данные по курсам финансовых инструментов обладают очень высокой автокорреляцией первых порядков. Коррелированно может быть до 7-10 значений. Для устранения этой проблемы применяется методика вычисления AR(1)- разностей. Конечно, метод разностей первого порядка не устраняет всю линейную авторегрессионную зависимость и не учитывает разности более высоких порядков, но он позволяет свести её к минимуму, достаточному для применения анализа с начальным условием независимости. Внешне ряд лог-приростов, скорректированный на AR(1)-разности, почти ничем не отличается от исходного ряда, однако его автокорреляция значительно ниже. Для вычисления фрактальной размерности ряда было использовано 4500 значений курса рубля к доллару с начала его публикации Центральным банком России. С имеющимся в распоряжении рядом связано несколько трудностей: 1. До 2002 года (включительно) Центральный банк Российской Федерации фиксировал значения курса только до 2-го знака после запятой, что создавало ошибки и неточности округления. 2. Курс доллара динамически изменяется в течение дня и иногда округление создаёт фиксацию на одинаковом курсе в течение нескольких дней. (особенно актуально для предыдущего недостатка). Вследствие перечисленных проблем возникают целые последовательности нулевых лог-приростов в ряду значений. Наибольшая такая цепочка была обнаружена ближе к концу исследуемого периода – она составила 10 значений. Для проведения анализа необходимо было разбить ряд скорректированных лог-приростов на несколько групп рядов меньшей длины. Далее посчитать в каждой группе рядов R/S-статистику и усреднить на количество элементов. Длину необходимо постоянно увеличивать до половины начального ряда. Авторы советуют не брать длину меньше 10, поскольку она может исказить значение RS-статистики . В Таблица представлены результаты R/S-анализа курса доллара.

Таблица 1 - Результаты R/S-анализа/

Таким образом, первоначальными данными для регрессии и определения фрактальной размерности станут 2-й и 4-й столбцы Таблица. Для того чтобы узнать размерность ряда, необходимо решить уравнение, прологарифмировав его: RS=nH ec В итоге искомая регрессия будет иметь вид lnRS=c+H lnn. Решением этой регрессии будут следующие значения: С = -0.4617; H = 0.6294; R 2 полученной регрессии составляет 0.997529, что свидетельствует о высокой точности и правдоподобности полученных результатов. На Рис. 3 представлен график R/S-статистик и регрессии по шкале у. По шкале х показан логарифм длины подпериода (n).

Рисунок 3 – Результат R/S-анализа

Исходя из полученного значения показателя Хёрста, можно сделать вывод о персистентности ряда. Хотя уровень персистентности ряда низок (значение показателя ближе к 0.5, чем к 1, тем не менее лог-приросты курса доллара поддаются моделированию. Они обладают долговременной памятью и выводятся и прогнозируются из своих предыдущих значений. Это оказалось вполне естественным, поскольку персистентные временные ряды очень распространены в природе.

Построение фрактальной модели ARFIMA

Вычисление показателя Хёрста требовалось для определения параметра оператора дробного дифференцирования в модели ARFIMA. Дробно-интегрированные авторегрессионные модели скользящего среднего являются фрактальными и поэтому очень подходят для моделирования курса доллара. Параметр d для такой модели будет равен H-0,5 = 0,1294. Для построения такой модели сначала необходимо дробно дифференцировать исходный ряд курсов доллара по степени d. Далее моделирование будет происходить уже относительно этих разностей.

Для начала необходимо написать разложение разностного оператора 1+L0,1294 в ряд Тейлора. Данная разность будет учитывать значения в несколькие предыдущие периоды. Перед использованием коэффициентов ряда Тейлора необходимо доказать, что при степени d числовая последовательность коэффициентов при лаговых операторах сходится. Для этого воспользуемся признаком Лейбница: 1) докажем, что a1>a2>a3>…>an; 2) докажем, что an стремится к 0.

Доказательство:

1. limk>?-1k+1 j=0kd-j k!-1k j=0k-1d-j k+1!=k-dk=1-dk. При всех конечных значениях k отношение (k+1)-го и k-го членов ряда

2. Далее нужно сравнить его с рядом 1k, который превосходит его по значению, и при этом стремится к 0. Таким образом, можно сделать вывод, что числовая последовательность коэффициентов при ряде Тейлора также стремится к 0 по признаку Лейбница. Несмотря на то что курс доллара обладает бесконечной долговременной памятью, на мой взгляд, наиболее логичным и оптимальным решением будет ограничить количество членов ряда Тейлора для вычисления разностей, поскольку было бы неправильно оценивать завтрашний курс с учётом курса десятилетней давности.

Таким образом, решено ограничиться 30 предыдущими днями для вычисления каждой из разностей (месяц). В Таблица приведены результаты вычислений значений коэффициентов для каждого лага

Таблица 2 - Коэффициенты при лагах для фрактальных разностей

На Рис.4 приведены результаты вычисления разностей на всём исследуемом периоде.

Этот график почти не отличается от исходного по курсам доллара, однако модель этих разностей будет гораздо точнее, чем простая или целая интегрированная модель дневного курса доллара. Для моделирования предпочтительно взять последние 40 значений разностей, поскольку это не слишком превышает месячную динамику и в то же время делает модель значимой. Путём длительного перебора нескольких вариаций был установлен оптимальный вид авторегрессионной модели скользящего среднего (ARMA) для разностей. Ею оказалась модель ARMA(4,7). В Таблица представлены основные характеристики модели.

Таблица 3 - Статистика модели разностей ARMA(4,7)

Коэффициент детерминации говорит о том, что модель в целом, несмотря на некоторую пилообразность, хорошо объясняет динамику фрактальных разностей во времени. На Рис. 5 изображён график, показывающий модельный, исходный и прогнозный ряды

После моделирования и прогнозирования разностей наступает этап, когда требуется восстановить исходный ряд, имея в распоряжении значения разностей.

Построенная модель обладает способностью делать краткосрочные прогнозы курса доллара.

Выводы

После проведённого анализа и моделирования хочется заметить высокие перспективы применения фрактального анализа в изучении свойств финансовых рынков, поскольку, несмотря на то, что данные модели являются высокоточными и эффективными, они не являются вершиной достижений фрактального анализа. В данный момент существуют мультифрактальные модели, применяемые не только для имитации и прогнозирования финансовых рынков, но и в таких сферах, как предсказание землетрясений. Такие модели очень распространены в научных лабораториях Европы, поскольку смысл подобных моделей предполагает проникновение в саму суть и структуру того показателя, который подвергается изучению.

Список использованной литературы

1. Кроновер Р. М. Фракталы и хаос в динамических системах. Основы теории. М.: Постмаркет, 2000. 353с.
2) Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.: Дело, 2007. 504 с.
3) Мандельброт Бенуа, Ричард Л. Хадсон (Не)послушные рынки: фрактальная революция в финансах The Misbehavior of Markets. М.: Вильямс, 2006. 400с.
4) Морозов А.Д. Введение в теорию фракталов. М.; Ижевск: Ин. компьютерных иссл., 2002. 160с.
5) Петерс Э. Фрактальный анализ финансовых рынков: применение теории хаоса в инвестициях и экономике. М.: Интернет-трейдинг, 2004. 304с.
6) http://ru.wikipedia.org
7) http://www.nsu.ru/phpBB/viewtopic.php?t=19201
8) http://www.cbr.ru/
9) http://fraktals.ucoz.ru/publ/12-1-0-54

Своей популяризацией фрактальный анализ финансовых рынков обязан Биллу Вильямсу, автору теории Хаоса в применении к Форекс и фондовым биржам, который дал точное определение фрактальной модели, как обособленной единице - составляющей хаотической системы, через которую последняя доступна для понимания и прогнозирования.

Научные изыскания Билла Вильямса показали трейдерам, что движение океана, циркуляция крови в организме и цены, к примеру, на кофе подвергается одним и тем же правилам. Таким образом, был окончательно опровергнут постулат, который принимали за истину многие трейдеры и аналитики прошлого века, считавшие рынок линейной структурой, а не хаотической, какой он на самом деле и является. Подобный вывод позволил понять, что использование обычных технических индикаторов, которые в основе своих алгоритмов используют линейные функции, будет неправильным и заранее ухудшает шансы трейдера на успех.

Билл Вильямс, имя которого связывают с фрактальным анализом и теорией Хаоса рынков, не был пионером в этой сфере, так как подобные мысли высказывались в прошлом, но он подвел убедительные доказательства, используя возможности компьютерного моделирования. Это помогло ему определить фракталы и показать, как из них происходит развитие и рыночных движений цены на разнообразные активы - будь то золото, нефть, фьючерс на пшеницу или валютная пара USD/JPY. При этом параллельно было доказано, что природа фракталов рынка Форекс та же, что и для всех хаотических систем.

Что такое фрактал на Форекс

Фрактальный анализ Форекс использует следующее понятие фрактала - это формация из пяти свечей (баров), где средняя формирует наибольший максимум или наименьший минимум. Такое определение быстро перевели в код торгового терминала. Поэтому если в МТ4 добавить индикатор fractals к графику цены, то он будет обозначаться стрелочкой, которая рисуется около средней свечи фрактала и показывает его направление - вниз или вверх.

На скриншоте ниже можно видеть пример двух фракталов, из которых первый направлен вниз, а второй вверх.

Как можно видеть часть свечей нижнего фрактала использовались затем при образовании верхнего, то есть речь не идет о какой-то обособленной фигуре, отличной от других. Более того, одна и та же свеча в группе может сформировать и нижний, и верхний фрактал, как на скриншоте ниже.

Для использования в трейдинге важны граничные максимумы (точка High) восходящего фрактала и самый минимум (точка Low) нисходящего.

Фрактальная формация - старт

Для первичного анализа ситуации трейдеру нужно минимум два фрактала - один верхний и один нижний. Минимум/максимум первого фрактала в этом сочетании стали называть фрактальным стартом. Выглядит эта формация следующим образом.

Образование фрактального сигнала

Продолжая рассмотрение терминологии этого вида анализа, познакомимся с фрактальным сигналом, в роли которого используется минимум/максимум второго фрактала, образованного после старта.

Стоп за фрактал

При использовании фракталов вход в рынок часто происходит на пробитие ценой точек High/Low. В таком случае при открытии сделки стоп-лосс ставится за противоположный экстремум. Выглядит это так.

Как видим, на скриншоте было сформировано два противоположных фрактала, затем цена поднялась выше точки high верхнего фрактала, что послужило сигналом ко входу в длинную позицию. Стоп-лосс был установлен за точку low последнего нисходящего фрактала. Чуть дальше можно видеть, что на сигнальной свече, где было пробитие верхнего фрактала и открыта позиция, также сформировался нижний фрактал. В связи с этим может возникнуть вопрос, почему же стоп-лосс под ним стоит? Дело в том, что в момент входа этот нижний фрактал еще только был в состоянии формирования, поэтому стоп-лосс был установлен за минимум последнего сформированного нисходящего фрактала.

При такой технике входа тейк-профит обычно ставят 2:1 к размеру стопа, поэтому математическое ожидания выигрыша получается достаточно хорошим.

Как повысить точность входа по фракталам

Как и любую технику работы на бирже, фрактальный анализ рынка Форекс не рекомендуется использовать в отрыве от объективной и всесторонней оценки ситуации. При таком подходе точность сигналов возрастет, а прибыль будет постепенно накапливаться на счету, радуя его владельца.

Для повышения точности сигналов можно использовать в качестве фильтра тенденцию с более высшего таймфрейма. Например, трейдер работает по фракталам на H4, значит, он входит только в те сделки, которые будут направлены вдоль существующего тренда на дневном графике.

Понятие фрактального рычага

При работе еще важно учитывать понятие «фрактальный рычаг», который представляет собой степень коррекции от существующего тренда. Чтобы оценить ее, нужно натянуть сетку Фибоначчи. Если коррекция достигает уровня 38% по Фибоначчи, то трейдер получает подтверждение силы текущего тренда, то есть говорят, что фрактальный рычаг силен. Если же степень коррекции достигает 62%, то это указывает на обратное.

Использование фракталов в волновой теории

Последователи Эллиотта, которые воспринимают хаос рынка, как структуру, состоящую из отдельных волн, сразу оценили преимущества, которые дают фракталы. Фактически, сформированный фрактал представляет собой оконченную волну определенного порядка.

Благодаря этому знанию становится проще вычислить, в какой волне или в какой фазе рынок движется в текущий момент, что всегда было главным слабым местом волновой теории.

Преимущества и недостатки торговли по фракталам

Немного попрактиковавшись в фрактальном трейдинге, можно понять, что лучше всего этот вид анализа работает, когда на рынке Форекс развивается тренд. Особенно хорошо, когда происходит образование нескольких фракталов около горизонтального уровня, а затем следует его пробой. Обычно это сигнал к долгому продолжительному движению.

Но во время флета работать по фракталам откровенно опасно, так как цена может попросту «пилить», что приведет к срабатыванию серии стоп-лоссов. Чтобы не допустить серьезных потерь, следует использовать дополнительный инструмент фильтрации. Один из приемов был уже выше указан - работать только вдоль существующей тенденции на более высоком таймфрейме. В таком случае, даже если поймать несколько стопов подряд, потом все равно можно будет вытянуть трендовое движение, которое перекроет полученные убытки и даст заработать.

Как объединить стратегию пробоя фрактала со свечным анализом

Чтобы еще больше увеличить точность сигналов, особенно в тот момент, когда рынок выходит из боковика, стоит уделить внимание анализу той свечи, на которой состоялся пробой. Если она отличается длинным телом, короткими, практически отсутствующими хвостами, а ее закрытие произошло далеко от места пробоя последнего фрактала, то вероятность успешного входа по такому сигналу возрастает многократно.

Но здесь есть и повышенный риск. Дело в том, что вход после окончания формирования длиннотелой свечи обычно будет происходит на фоне довольно большого стоп-лосса. Поэтому если цена все же не продолжит движение в сторону пробоя, а совершит разворот, то убыток будет достаточно весомым и малоприятным.

Но на этот случай можно воспользоваться другим способом - перейти на меньший таймфрейм и там войти на пробой фрактала меньшего уровня с более коротким стопом. К примеру, если на дневном графике была группа фракталов, а потом состоялся выход из диапазона с пробоем одной свечой с длинным телом, то трейдер должен открыть 4-часовой таймфрейм и там искать точку входа в позицию.

Обращаем внимания на объемы

Билл Вильямс особе внимание уделял вертикальному объему и указывал, что хороший сигнал всегда формируется на повышенном объеме. То есть если в момент пробойной свечи в рынок вливают объем, то это хороший сигнал к открытию позиции.

Если же пробой происходит без подкрепления объемами, то, скорее всего, это ложный сигнал, который лучше проигнорировать или войти частью рабочего объема, а потом добавиться, когда будет получено подтверждение пробоя - откат и закрепление.

Точность фрактального анализа на разных таймфреймах

Как известно, технический анализ хорошо работает на высоколиквидных инструментах и больших таймфреймах. К фрактальному это тоже относится, поэтому сам Билл Вильямс рекомендовал работать на дневных графиках. Как вариант, допускается еще на 4-часовых или даже часовых, но точность сигналов с уменьшением таймфрейма будет падать.

Итоги рассмотрения фрактального анализа

Работать на Форекс исключительно по фрактальному анализу не следует, так как в периоды флетов риски будут все же очень большими. Но если добавить другие индикаторы или торговые приемы для фильтрации тренда и сигналов, то можно добиться высокой точности входов, что принесет весьма неплохие прибыли.

В предыдущей статье мы кратко рассмотрели базовые принципы, на которые опирается Торговый Хаос. Фактически, Вильямс усовершенствовал волновую теорию Эллиотта, дополнив её конкретными критериями идентификации момента завершения и начала волн.

Но чтобы картина была полной, сегодня продолжим рассматривать торговые приёмы Билла , значительно повышающие прибыль от спекуляций, а начнём, пожалуй, с фракталов .

В одной из более ранних публикаций нами уже затрагивалась тема идентификации и построения фракталов (в том числе и при помощи индикаторов). Поэтому вновь повторять теорию не станем, отметим лишь, что фрактал представляет собой формацию, центральный экстремум которой находится выше (ниже) соответствующих экстремумов четырёх соседних баров.

Вся логика фрактального анализа в Торговом Хаосе базируется на поиске пробоев экстремумов, но в отличие от более поздних торговых стратегий, разработанных другими трейдерами, оригинальная модель по Вильямсу состоит строго из трёх элементов:

Фрактальный старт – первый экстремум, предшествующий сигналу;
Сигнальный фрактал – формируется в обратном направлении стартовому фракталу;
Фрактальный стоп – самая большая вершина на падающем тренде (или впадина на восходящем) из последних двух фракталов.

Чтобы лучше понять принцип построения модели, рассмотрим пример:
Таким образом, фрактальный анализ полностью исключает неопределённость при принятии решений и в тоже время позволяет отсеять множество ложных сигналов (но только в том случае, если преобладающая тенденция достоверно известна).

Кстати о тенденциях, в теории Хаоса Вильямса данный вопрос решается сам собой, так как фракталы становятся неотъемлемой частью волнового анализа, а волна (или волновая структура) – это и есть тренд. При этом для максимизации прибыли и дальнейшего создания пирамиды допустимо перейти на младший таймфрейм после начала волны.

Пирамидинг – это наращивание позиции в сторону тренда после того, как плавающая прибыль по первой сделке позволит перевести стоп-приказ по совокупности ордеров в безубыток , при этом объём каждой новой сделки либо равен константе, либо делится на определённый коэффициент.

Например, предположим, что на рынке началась третья волна, за которой охотятся все волновики, в данном случае алгоритм действий трейдера будет следующим:

Кроме этого, без фрактального анализа любая попытка искать волновые структуры обречена на провал – это факт, проверенный несколькими поколениями трейдеров, хотя Билл предупреждал об этом. В своих «пяти пулях», изложенных в девятой главе Торгового Хаоса, Вильямс перечислил основные признаки завершения тренда:

Появилась дивергенция на MACD между третьей и пятой волной;
Текущая цена расположена в целевой зоне, т.е. пятая волна по приблизительной разметке должна уже начаться (но не факт, что она сформируется полностью), как правило, новички для построения зон используют уровни Фибоначчи , но гораздо чаще ситуация оценивается визуально;
Сформировался фрактал на очередной вершине при бычьем тренде и на дне при медвежьем;
Среди трёх максимальных (минимальных) баров появился «приседающий» (см. предыдущую публикацию);
Бары гистограммы MACD пересекли сигнальную линию в направлении, обратном последнему тренду.

Если бегло изучить ветки, посвящённые волновому анализу на различных форумах, то можно заметить, как эти «пули» убивают не только тренд, но и счета трейдеров. Другими словами, несоблюдение перечисленных правил – это грубейшие ошибки спекулянтов, предпринимающих попытки применить волновую теорию Эллиотта в «чистом виде».

В завершение отметим, что, несмотря на универсальность и неплохие практические результаты, в теории Вильямса есть к чему придраться. Например, Билл утверждает, что рынок не подчиняется традиционным физическим законам, но в тоже время ведёт себя аналогично морским приливам и отливам, которые, на самом деле, связаны с гравитационным воздействием Луны и Солнца на Землю – это ли не закон?

Поэтому не следует искать скрытый смысл в Торговом Хаосе, Вильямс просто смог впервые описать поведение рыночной толпы инструментами технического анализа, т.е., грубо говоря, математикой, что заслуживает уважения в любом случае.