Работает ли Теханализ?

Intro

Вы наверняка не знаете этих 3-х людей из превью к данному посту, поэтому познакомим вас с ними.

По левую и правую сторону у нас располагаются Чарльз Доу и Ральф Нельсон Элиотт - отцы основатели технического анализа, а посередине изображен Майкл Хаддлстон a.k.a. Inner Circle Trader. Пожалуй, именно эти 3 людей привнесли наибольший вклад в развитие технического анализа.

Доу ввел понятие тренд, а Эллиотт открыл волновую теорию, популяризировал соотношения по Фибоначчи, а также открыл большинство самых популярных паттернов как треугольник, клин и прочее.

Ну а ICT, наш современник разработал совершенно новую концепцию технического анализа Smart Money, которая перевернула все трейдерское сообщество и вдыхнула новую жизнь в подход к анализу графика. Ранее все рисовали трендовые линии и искали ГИПы, а сегодня ровно то же самое делают с FVG и Orderblock.

Десятки книг, тысячи курсов, миллионы сообществ и тонны контента. Вот во что вылились плоды творения этих 3-х джентельменов. Они положили на технический анализ всю свою жизнь, и навсегда внесли свое имя в историю анализа финансовых рынков, но по мнению некоторых комментаторов, они прожили ее совершенно напрасно.

Что ж, давайте разбираться, работают ли все эти головы с плечами, либо же большая часть нашего и сотен других комьюнити по всему миру лишь толпа чекнутых шизиков и неудачников, которые рисуют бесполезные воображаемые линии и натягивают сову на глобус. Будет плотный лонгрид, терминология, логические рассуждения, аргументация и примеры, так что приятного чтения!

Технический анализ - это не только паттерны

"Да не работают эти ваши паттерны..." - самый частый аргумент противников технического анализа, который только обнажает их невежество. Ведь достаточно всего лишь загуглить, либо спросить ChatGPT и получить следующий ответ:

Технический анализ – это метод анализа финансовых рынков, который использует исторические данные о ценах и объемах торговли для прогнозирования будущих ценовых движений.

Простыми словами, он включает в себя все данные, которые можно получить непосредственно из графика и биржи, а также их последующую отработку. Технический анализ действительно включает в себя анализ графика - трендовые линии и те самые паттерны. Но это всего лишь его небольшая часть под названием графический анализ.

Есть еще множество прочих методик:

• Компьютерный анализ - индикаторы и алгоритмы

• Кластерный и объемный анализ - обработка данных о биржевых торгах

• Смарт-мани - комбинированный подход, который включает в себя использование элементов графического анализа, тех же индикаторов и даже адаптированных элементов кластерного анализа, которые отражают потенциальные действия крупных игроков.

Привет всем умникам, которые говорят, что тех. анализ отстой, а смарт-мани рулит. Вы не правы по определению.

И это еще далеко не полный список всех подходов, методик и ответвлений. Другое дело, что некоторые из них работают лучше, а некоторые хуже. Классические паттерны действительно довольно примитивны и не показывают должной эффективности, но это не значит, что по одному этому факту можно судить о всем техническом анализе.

О паттернах

Тем не менее технический анализ это все же про паттерны, но немного не те, о которых вы сейчас думаете. Технический анализ основан на предположении, что история повторяется, и рыночные участники действуют согласно установившимся паттернам. Иными словами, рынкам свойственна цикличность и фрактальность. С цикличностью думаю понятно.

А вот фрактальность – это концепция, которая описывает самоподобие и масштабную инвариантность структур или объектов. Фракталы являются геометрическими структурами, которые повторяются на различных масштабах и имеют одну и ту же форму, независимо от того, насколько сильно их увеличивать. Легче один раз увидеть:

Что это значит? Рынок всегда повторяет одни и те же паттерны, причем на разных таймфреймах. Отбой от одних и тех же уровней на RSI, то же распределение по Гаусу на профиле объема, те же FVG в том же порядке и даже целые фракталы (крупные участки графика, которые также повтояются). Ну а цикличность говорит нам о том, что эти паттерны не только повторялись какое-то время, но и продолжат делать это в будущем.

Само собой все неидеально, но оцените сходство крупных моделей. Идентичные мелкие участки по типу двойного дна/двойной вершины - типичное дело.

Как это работает?

Тут все дело в психологических и экономических рыночных циклах:

1. Психология участников рынка: Участники рынка, такие как инвесторы, трейдеры и фонды, действуют на основе своих ожиданий, страхов и надежд. Эти психологические факторы формируют поведение рынка, что приводит к образованию паттернов и циклов. Участники рынка часто повторяют свои действия и принимают решения на основе предыдущего опыта, что ведет к самоподобным структурам на разных временных масштабах.

2. Экономические циклы: Рынки также подвержены воздействию экономических циклов, таких как бизнес-циклы, инфляционные циклы и долгосрочные циклы, связанные с технологическим прогрессом и структурными изменениями. Эти циклы влияют на фундаментальные показатели компаний и валют, что, в свою очередь, сказывается на их котировках на рынке.

Кроме этого существует еще ряд дополнительных факторов:

1. Взаимодействие различных временных горизонтов: Участники рынка могут иметь разные временные горизонты инвестиций, что также вносит свой вклад в формирование фрактальности и цикличности рынков. Некоторые инвесторы могут быть ориентированы на долгосрочные инвестиции, в то время как другие могут заниматься краткосрочной спекуляцией. Взаимодействие различных стратегий и горизонтов инвестирования создает сложные структуры, которые могут проявляться на разных временных масштабах.
2. Обратная связь и саморегуляция: Рынки обладают свойствами обратной связи и саморегуляции, которые также способствуют их фрактальности и цикличности. Так, когда цены активов растут, это может привлечь новых инвесторов, усиливающих тренд. Однако, когда цены достигают определенного уровня, возникает вероятность коррекции, так как инвесторы начинают фиксировать прибыль или новые участники ставят ставки на падение цен. Это создает циклы роста и снижения на рынке.
3. Гердство и контрарианство: На рынке существуют два типа поведения, которые вносят свой вклад в фрактальность и цикличность: гердство (следование массе) и контрарианство (идти против общепринятого мнения). Гердство может усиливать текущие тренды, в то время как контрарианство может служить контрвесом, создавая коррекции и обратные движения. Эти противоречивые силы взаимодействуют на разных временных рамках, формируя сложные структуры.

Звучит неубедительно? Для скептиков мы оставили список научных работ с кратким описанием каждой из них. Эти работы подтверждают фрактальность и цикличность рынков с помощью научного метода. Кроме того, есть огромное количество работ, которые подтверждают эффективность простейших паттернов технического анализа. Ищите их в разделе Библиография в конце статьи.

Какие альтернативы?

Окей, дорогие нигилисты скажут, что технический анализ априори не может быть рабочим, поскольку он не включает в себя анализ фундаментальных характеристик актива. Если это акции компании, то график ничего не расскажет нам о доходности компании, ее Roadmap, и других факторах, которые напрямую влияют на стоимость актива.

А что если расскажет? Есть такой известный тезис - "цена включает все". Имеется в виду, что текущая рыночная цена актива отражает всю доступную информацию, включая фундаментальные, технические и психологические факторы, которые могут повлиять на его стоимость.

То есть вся отчетность, все новости и прочая информация уже заложена в цену. Возможно вы и сами не раз замечали что в момент публикации положительной, либо отрицательной новости цена уже выросла, либо упала и произошло это еще до момента публикации новости, не говоря уже о моменте, когда большинство рынка о ней узнали.

А и не зачем знать, ведь график уже давным давно все показал. Много примеров приводить лень, поэтому крайне любопытные личности могут изучить данную научную работу со всеми обоснованиями:

• Fama, Eugene F. (1970). "Efficient Capital Markets: A Review of Theory and Empirical Work". Journal of Finance, 25 (2), 383-417. Эта работа является основополагающей статьей по теории эффективного рынка. В ней Фама утверждает, что на эффективных рынках цены активов быстро адаптируются и отражают всю доступную информацию.

Само собой, моментальные новости по типу твитов Илона Маска никто не отменял, но и суть в том, что даже подобные рандомные штуки моментально отображаются на графике, а иногда график даже может на них намекать.

Вот к примеру перед выходом новости о проблемах у Джастина Сана, график отображал все признаки дистрибуции, указывающие на дальнейшее снижение, целью которого стала подлежащая полка ликвидности.

Окей, допустим мы проигнорировали выше описанный аргумент и решили торговать на финансовых рынках исключительно с помощью фундаментального анализа. Итак, проанализировали мы значит сентимент и глобальную макроэкономическу ситуацию, посмотрели on-chain метрики и текущее состояние майнеров, на основании чего приняли решение покупать BTC.

Окей, хорошо. Но где входить, а где выходить? Просто с текущих? А где ставить стоп? А где ставить цель? Ну, допустим, вошли вы в тупую без ничего. Да на первом же мощном проливе вы тут же зафиксируете убыток из-за психологии и страха.

Фундаментальный анализ работает только на долгосрок. Купил и ждешь несколько лет. В любом другом случае нам так или иначе придется сталкиваться с графиком. Нам нужен хоть какой-то ориентир, хоть что-то за что можно зацепиться. Нам нужен риск-менеджмент и положительное математическое ожидание, с чем фундаментал нам уж никак не поможет.

А что, если я скажу вам, что можно совмещать фундаментальный и технический анализ? Ну допустим руководствуетесь вы исключительно фундаментальными факторами, но для более точного входа и грамотного риск-менеджмента вы открываете график и используете некоторые приемы технического анализа. Так что, получается он не такой уж и бесполезный?

Сдаться?

Окей, вы скажете, что концептуально оба вида анализа одинаковые. Мы также играемся с вероятностями и гадаем на кофейной гуще. Рассчитывать на рост цены после положительной отчетности - то же самое, что рассчитывать на рост после пробоя трендовой линии.

Мы ведь не можем быть на 100% уверены, что после финансовой отчетности все побегут покупать. Просто так случалось ранее, то есть мы опираемся на ту же цикличность рынков и типичные паттерны поведения людей, на простую логику. Что ж это значит? Оба метода анализа хороши?

Нет конечно! Ни один из них не работает! Рынок - это сплошной хаос, предсказать будущее невозможно, и вообще биржа - это очередное завуалированное казино для лохов. Упустим научные работы доказывающие обратное (в разделе "Библиография").

Но ведь все мы знаем о наличие на рынке маркетмейкеров, которые успешно зарабатывают поддерживая ликвидность на биржах. По сути, они ведь такие же участники рынков и торгуют вместе с нами.

Да, они торгуют по другим стратегиям используя продвинутые нейросети, что дает им конкурентное преимущество. Но по большому счету эти нейросети используют ровно те же рыночные данные о цене и объемах, что и обычные индикаторы.

То есть алгоритмы торгуют тот же технический анализ, и они делали это всегда. Самые простые и примитивные из них до сих пор работают на условном MACD, другие же опираются на ликвидность и неэффективное образование, на чем основан метод смарт мани. Это кстати ключевая причина, почему он настолько эффективен.

Найдутся персонажи, которые будут отрицать и это. Мол все фигня и ничего не работает, а если и работает, то нам плебеям никто ничего не расскажет. Так почему ты еще здесь? Почему тратишь свое бесценное время на пустую болтовню вместо того, чтобы заняться чем то полезным. Научными исследованиями, либо в крайнем случае работой на заводе.

Возможно, мы действительно фанатики, а вам просто хочется образумить нас, как атеисту хочется переубедить верующую мать в существовании Бога. Проблема в том, что у технического анализа есть научная база и тысячи бэктестов, которые подтверждают реальную эффективность, в то время как у религии с этим все на порядок хуже.

Все следят за финансовыми рынками с единственной целью - заработать. Вы же предлагаете просто опустить руки и даже не пытаться. Так зачем тогда и вовсе наблюдать? У нас просто нет альтернатив техническому и фундаментальному анализу.

Это единственные инструменты анализа рынка (можете поправить, написав в комментарии новые научные методы, в голову пока не приходит). Это все, что у нас есть и другого нам не дано. Так может просто будем развиваться в этих дисциплинах, если уж поставили себе цель работать на рынке?

Еще парочку аргументов

Тут пробежимся быстро и постараемся собрать все в кучу.

1. Объективность: Технический анализ основывается на объективных показателях, таких как цена, объем и волатильность. Это значит, что его результаты не зависят от субъективных оценок и предпочтений трейдера, что делает анализ более точным и надежным.
2. Самоисполняющиеся прогнозы: Технический анализ широко используется многими трейдерами и инвесторами, и поскольку многие из них принимают решения, опираясь на одни и те же индикаторы и паттерны, это создает самоисполняющийся эффект, увеличивая вероятность определенного движения цены. (Исследования об этом в "Библиографии")
3. Доказательная база: Существует множество исследований и статистических данных, подтверждающих эффективность технического анализа. Об этом уже говорили, но советуем вам еще раз изучить первоисточники - известные работы Чарльза Доу, Ральфа Нельсона Эллиотта, Уильяма Делберта Ганна и других ученых и практиков технического анализа.
4. Историческая перспектива: Технический анализ предоставляет трейдерам возможность изучать исторические данные рынка, что позволяет выявить повторяющиеся паттерны и тенденции, которые могут использоваться для прогнозирования будущих движений цен.
5. Управление рисками: Технический анализ предоставляет инструменты для управления рисками, такие как определение стоп-лоссов и тейк-профитов, а также оценка волатильности рынка. Это помогает трейдерам минимизировать потери и максимизировать прибыль.
6. Дополнение к фундаментальному анализу: Технический анализ не противоречит фундаментальному анализу, а на самом деле дополняет его. Технический анализ помогает определить оптимальный момент для входа или выхода из позиции, определить уровни поддержки и сопротивления, а также оценить рыночное настроение, которое может быть важным фактором, влияющим на движение цен.
7. Практический опыт: Многие успешные трейдеры и инвесторы долгие годы пользуются техническим анализом и при этом достигают выдающихся результатов. Их опыт и успех являются дополнительным доказательством эффективности технического анализа.

Так, а работает ли?

Разве всего этого не достаточно, чтобы убедить вас, что технический анализ может работать? Да, не с помощью линий и паттернов, но более комплексных данных, которые сложнее обрабатывать. А это значит, что проблема не в техническом анализе. Проблема в нас.

Возможны мы используем не те инструменты, а возможно используем их нет так как нужно? Нам мешает психология, отсутствие дисциплины и системности, что в конечном итоге отрисовывает минусовой PNL. Именно поэтому все движется в сторону автоматизации, но это не еще не значит, что человек уже ни на что не способен.

Последите за успешными трейдерами и аналитиками. Да, никто не угадывает 100 из 100, но у некоторых прослеживается положительная динамика. И это не ошибка выжившего, ведь таких людей ну слишком много. Так что думать нужно не о том, насколько плох технический анализ, а о том, какой ключик к рынку нужно подобрать.

Именно по этой причине мы выстраивали нашу программу обучения следующим образом - от простого к сложному. От графического анализа и паттернов, к кластерному анализу, который основан на реальных действиях рыночных игроков и смарт мани. Все это для того, чтобы ученики смогли сами опробовать каждую из концепций, понять что работает хуже, а что лучше и прийти к наиболее эффективной модели работы.

Не нравятся линии и паттерны? Тогда вперед изучать футпринт и DOM, в котором отображены реальные действия всех участников рынка. Те же паттерны, но основаные на "объективных" данных. Что может быть объективнее актуального всплеска рыночных ордеров и объемов у стенки лимитных ордеров? Тоже паттерн, тоже сигнал.

Слишком сложно? Тогда вперед штудировать смарт мани. Те же линии и уровни, но куда более обоснованные. Вариантов куча, но знаете в чем магия рынка?

Все факторы и методики от самых простых к сложным зачастую будут синхронизироваться. Они будут предоставлять одни и те же сигналы в одном и том же месте. Да, не всегда, но довольно часто, и это очередное подтверждение того, что нужно комбинировать различные методики и подходы.

Вообще, в данном разделе должна была быть объективная статистика. Мол вот столько то Голов с плечами отработало, а вот столько то нет. Но это слишком большая работа и тема для отдельного поста. Если вам действительно интересна данная тема, то откройте график и посмотрите сами, либо ознакомьтесь с предоставлеными научными исследованиями.

Мы в свою очередь недавно начали этим заниматься. В планах создать индикаторы на основании более продвинутых стратегий по типу смарт мани и посмотреть их реальную статистику отработки. Результатами само собой поделимся.

Сейчас можем сказать только на основании опыта. ТА работает, динамика положительная, но все сложнее. Одного паттерна не хватит для успешного трейда. Есть факторы психологии и риск-менеджмента. Если 7 из 10 паттернов отработали, то может получится так, что вы вошли только в 3 минусовых. Так что для этого нужен масив данных... и время, которого очень мало.

Вместо этого, предлагаю вам почитать впечатления наших учеников, которые только окончили первые месяц обучения и ознакомились с теми самыми паттернами. Они пришли полными новичками без каких-либо ожиданий и вот результат:

Вопрос был следующий:

Ответ 3

Как видите, результаты вполне ожидаемые. Не супер, но уже что-то. Ты уже начинаешь смотреть на график не как на белый лист, а как на логическую конструкцию со своими закономерностями. Это очень важно для дальнейшего обучения, ведь изучая фигуры, мы по сути всего лишь учимся учиться тех. анализу, после чего усваивать более сложные темы становится на порядок проще.

Итог

Смысл данного поста не заключается в том, чтобы переубедить тех, кто не верит в технический анализ. Это бесполезно, да и цели такой нет. Это скорее манифест для себя, чтобы еще раз убедиться в том, что мы на верном пути.

Когда я только познакомился с техническим анализом, я был ужасным скептиком, так как имел неплохой экономический бэкграунд и просто не мог поверить в то, что цена может подчиняться каким-то дурацким линиям. Я пробыл скептиком ровно до тех пор, пока сам не попробовал.

Попробуйте и вы, скорее всего ваше мнение кардинально изменится. Главное не забрасывать дело на первых неудачных попытках. Это длительный процесс.

Надеюсь, данный пост был полезен, а возможно даже мотивирующим. Буду рад, если после его прочтения появится несколько энтузиастов, которые решат вписаться в погоню за Граалем. До него, кстати, не так уж и долго: сингулярность обещали к 2030 году, так что стоит поторопиться.

Библиография

Исследования фрактальности и цикличности рынков:

1. Peters, E. E. (1994). Fractal Market Analysis: Applying Chaos Theory to Investment and Economics. John Wiley & Sons. В этой книге Эдгар Питерс объясняет принципы фрактального анализа рынка и показывает, как применять теорию хаоса к инвестициям и экономике.
2. Calvet, L., & Fisher, A. (2002). Multifractality in Asset Returns: Theory and Evidence. Review of Economics and Statistics, 84(3), 381-406. Это исследование рассматривает мультифрактальную природу доходности активов и предлагает эконометрические методы для оценки мультифрактальной модели.
3. Zhou, W. X. (2009). Multifractal detrended cross-correlation analysis of stock market. Physica A: Statistical Mechanics and its Applications, 388(8), 1619-1627. В данной статье представлен анализ мультифрактальных детрендированных кросс-корреляций между различными финансовыми инструментами на акционерных рынках.
4. Arianos, S., & Carbone, A. (2010). Detrended fluctuation analysis in finance: Scaling and memory. Physica A: Statistical Mechanics and its Applications, 389(14), 2772-2781. Это исследование применяет метод детрендированного анализа флуктуаций для исследования масштабных закономерностей и памяти на финансовых рынках.
5. De Gooijer, J. G., & Hyndman, R. J. (2006). 25 years of time series forecasting. International Journal of Forecasting, 22(3), 443-473. Этот обзор рассматривает методы прогнозирования временных рядов, включая циклические и сезонные модели, и их развитие за последние 25 лет.

Исследования паттернов:

1. Bulkowski, T. (2005). Encyclopedia of Chart Patterns. John Wiley & Sons. В этой книге Томас Балковски изучает более 60 графических паттернов, анализирует их производительность и предоставляет информацию о вероятности успешной отработки паттернов. Он также обсуждает, как различные паттерны могут использоваться для прогнозирования будущих движений цен.
2. Gopalakrishnan, J. (2011). Pattern Recognition in Stock Trading. Journal of Mathematical Finance, 1(3), 70-76. В этом исследовании автор применяет методы распознавания образов для идентификации паттернов на фондовом рынке. Он также предлагает ряд практических рекомендаций для торговли на основе обнаруженных паттернов.
3. Lo, A., Mamaysky, H., & Wang, J. (2000). Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation. Journal of Finance, 55(4), 1705-1770. В этом исследовании авторы разрабатывают алгоритмы для распознавания паттернов технического анализа, а затем тестируют их на реальных данных фондового рынка. Результаты показывают, что некоторые паттерны технического анализа могут действительно использоваться для прогнозирования будущих движений цен.
4. Osler, C. L. (2000). Support for Resistance: Technical Analysis and Intraday Exchange Rates. Economic Policy Review, 6(2), 53-68. В этой статье автор исследует, как уровни поддержки и сопротивления, являющиеся ключевыми понятиями в техническом анализе, могут влиять на внутридневные курсы валют. Она обнаруживает значительную статистическую связь между уровнями поддержки и сопротивления и будущими движениями валютных курсов.
5. Neely, C. J., Weller, P. A., & Dittmar, R. (1997). Is Technical Analysis in the Foreign Exchange Market Profitable? A Genetic Programming Approach. Journal of Financial and Quantitative Analysis, 32(4), 405-426. В этом исследовании авторы используют генетическое программирование для создания и тестирования технических торговых правил на рынке иностранных валют. Они обнаруживают, что некоторые правила, основанные на паттернах технического анализа, могут принести прибыль.

Если в двух словах, то данные исследования доказывают, что некоторые паттерны классического технического анализа действительно могут быть эффективны. Ваш отрицательный опыт их использования связан с другими факторами, о которых мы поговорим чуть позже.

О том, что цена учитывает все:

1. Grossman, Sanford J., and Stiglitz, Joseph E. (1980). "On the Impossibility of Informationally Efficient Markets". American Economic Review, 70 (3), 393-408. В этой статье авторы анализируют ограничения эффективности рынка с точки зрения информационной структуры и аргументируют, что цены активов включают всю доступную информацию, но только до определенной степени.
2. Ball, Ray, and Brown, Philip. (1968). "An Empirical Evaluation of Accounting Income Numbers". Journal of Accounting Research, 6 (2), 159-178. Эта работа исследует влияние корпоративных отчетов и показателей дохода на цены акций. Авторы выяснили, что цены акций быстро реагируют на новую информацию, что свидетельствует о том, что информация уже заложена в ценах активов.
3. Malkiel, Burton G. (2003). "The Efficient Market Hypothesis and Its Critics". Journal of Economic Perspectives, 17 (1), 59-82. В этой статье Малкиель проводит критический обзор теории эффективного рынка и представляет доказательства того, что цены активов отражают всю доступную информацию, включая фундаментальные факторы и новости.
4. Campbell, John Y., Lo, Andrew W., and MacKinlay, A. Craig. (1997). "The Econometrics of Financial Markets". Princeton University Press. В этой книге авторы представляют обширный анализ эмпирических исследований, связанных с эффективностью финансовых рынков, и подтверждают, что цены активов отражают всю доступную информацию.

О самоисполняющихся прогнозах:

1. De Long, J. Bradford, Shleifer, Andrei, Summers, Lawrence H., and Waldmann, Robert J. (1990). "Positive Feedback Investment Strategies and Destabilizing Rational Speculation". Journal of Finance, 45 (2), 379-395. Это исследование подтверждает наличие позитивной обратной связи на финансовых рынках, когда инвесторы принимают решения на основе ожиданий и усиливают тенденции, приводя к дополнительной волатильности и спекулятивным пузырям.
2. Barberis, Nicholas, Shleifer, Andrei, and Vishny, Robert. (1998). "A Model of Investor Sentiment". Journal of Financial Economics, 49 (3), 307-343. Эта статья предлагает модель инвесторского сентимента, объясняющую, как предположения инвесторов могут влиять на цены активов и приводить к самоисполняющимся прогнозам.
3. Banerjee, Abhijit V. (1992). "A Simple Model of Herd Behavior". Quarterly Journal of Economics, 107 (3), 797-817. В этой статье представлена модель поведения стада, когда инвесторы принимают решения на основе действий других участников рынка, что может приводить к самоисполняющимся прогнозам и усилению рыночных тенденций.
4. Scharfstein, David S., and Stein, Jeremy C. (1990). "Herd Behavior and Investment". American Economic Review, 80 (3), 465-479. Это исследование анализирует, как поведение стада среди инвесторов может приводить к самоисполняющимся прогнозам, поскольку инвесторы принимают решения на основе наблюдений за действиями других участников рынка.