Analyse technique : Comment analysons-nous ?

Introduction

En parcourant diverses publications, liées d'une manière ou d'une autre à l'utilisation de l'analyse technique, nous trouvons des informations qui, parfois, nous laissent indifférents, et parfois apparaît l'envie de commenter les informations lues. C'est cette volonté qui a conduit à la rédaction de cet article, qui vise tout d'abord à tenter d'analyser une nouvelle fois nos actions et nos résultats, en utilisant une méthode d'analyse particulière.

Redécoupage

Si vous regardez les commentaires sur les indicateurs publiés sur https://www.mql5.com/fr/code, vous remarquerez que la grande majorité des utilisateurs ont une attitude extrêmement négative envers ceux d'entre eux dont les valeurs précédemment calculées changent et sont redécoupées lors de la formation de la barre suivante.

Une fois qu'il est clair que l'indicateur est redécoupé, il n'est plus intéressant pour personne. Une telle attitude à l'égard du redécoupage des indicateurs est souvent tout à fait raisonnable, mais dans certains cas, le redécoupage peut ne pas être aussi terrible qu'il n'y paraît à première vue. Pour le démontrer, nous allons analyser l'indicateur SMA le plus simple.

Dans la figure 1, la couleur bleue montre la caractéristique d'impulsion du filtre à faible taux, qui correspond à l'indicateur SMA (15). Pour le cas présenté dans la figure, le SMA (15) est une somme des 15 derniers comptes de la séquence d'entrée, où chacun des comptes d'entrée est multiplié par 1/15 correspondant à la caractéristique d'impulsion présentée. Maintenant, ayant la valeur du SMA (15) calculée sur l'intervalle de 15 comptes, nous devons décider à quel moment nous devons attribuer cette valeur. 

En acceptant le SMA (15) comme une moyenne des 15 comptages d'entrée précédents, cette valeur devrait apparaître comme indiqué sur le graphique supérieur, elle devrait donc correspondre à une barre zéro. Dans le cas où l'on accepte le SMA (15) comme un filtre à faible taux avec la caractéristique d'impulsion d'une longueur finie, donc la valeur calculée, en tenant compte du retard dans le filtre doit correspondre à la barre numéro sept, comme indiqué sur le graphique du bas.

Ainsi, par le simple décalage, nous transformons le graphique d'une moyenne mobile en graphique d'un filtre à faible débit avec une latence nulle.

Notez qu'en cas d'utilisation de graphiques à latence nulle, certaines méthodes d'analyse traditionnelles changent légèrement de signification. Par exemple, l'intersection de deux tracés MA avec des périodes différentes et l'intersection des mêmes tracés avec un retard compensé se produiront à des moments différents. Dans le second cas, nous obtiendrons des moments d'intersection, qui seront déterminés uniquement par les périodes MA, mais pas par leur latence.

En revenant à la figure 1, il est facile de voir dans le graphique du bas que la courbe SMA (15) n'atteint pas les comptes les plus récents du signal d'entrée par la valeur égale à la moitié de la période de moyenne. Une zone des sept comptes se forme, où la valeur SMA (15) n'est pas définie. On peut supposer qu'après avoir compensé le retard, on a perdu des informations car une zone d'ambiguïté est apparue, mais c'est fondamentalement faux.

La même ambiguïté se trouve sur le graphique supérieur (figure 1), mais en raison du décalage, elle est cachée dans la partie droite, où il n'y a pas de décompte d'entrée. Le graphique MA perd sa liaison temporelle avec la séquence d'entrée et la taille du retard dépend de la période de lissage MA en raison du décalage.

 Figure 1. Réponse impulsionnelle du SMA (15)

Si tous les retards survenus sont toujours compensés lors de l'utilisation de MA avec des périodes différentes, il en résultera des graphiques ayant une certaine liaison temporelle avec la séquence d'entrée et entre eux. Mais outre des avantages irréfutables, cette approche suppose des zones d'ambiguïté. La raison de leur apparition est des caractéristiques bien connues du traitement des séquences temporelles de longueur finie, mais pas nos erreurs de raisonnement.

Nous faisons face aux problèmes survenant sur les bords de telles séquences à l'aide d'algorithmes d'interpolation, de filtrages divers, de lissage, etc. Et personne n'a pensé à cacher la partie résultat par son décalage.

Je dois admettre que les graphiques MA avec une certaine partie non dessinée sont une représentation plus correcte d'un filtrage, mais ils ont un aspect très inhabituel. D'un point de vue formel, nous ne pouvons pas calculer la valeur du filtre SMA (15), Shift=-7 pour les comptes de sortie dont l'indice est inférieur à 7. Existe-t-il un autre moyen de lisser le comptage sur le bord de la séquence d'entrée ?

Essayons de filtrer ces comptes en utilisant le même algorithme SMA, mais en diminuant sa période de lissage avec chaque barre s'approchant du zéro. Aussi, il ne faut pas oublier la compensation de retard du filtre utilisé.

 

Figure 2. SMA modifié

La figure 2 montre comment les comptes de sortie avec des index de 0 à 6 seront formés dans ce cas. Les comptes qui participeront au calcul de la valeur moyenne sont classiquement marqués par des points colorés en bas de la figure, et des lignes verticales indiquent à quel compte de sortie cette moyenne sera affectée. Sur la barre zéro, aucun traitement n'est effectué, la valeur de la séquence d'entrée est affectée à la séquence de sortie. Pour la séquence de sortie avec les indices sept ou plus, les calculs sont effectués avec le SMA (15) Shift =- 7 habituel.

Il est évident qu'en utilisant une telle approche, le graphique de sortie sur l'intervalle d'index de 0 à 6 sera redessiné à chaque nouvelle occurrence de barre, et l'intensité du redécoupage augmentera avec la diminution de l'index. En même temps, un retard pour tout compte de la séquence de sortie est compensé.

Dans l'exemple analysé, nous avons obtenu un indicateur de redécoupage qui est un analogue du SMA standard (15), mais avec un retard nul et des informations supplémentaires sur le front de la séquence d'entrée qui sont absentes dans le SMA standard (15). En acceptant le délai zéro et les informations supplémentaires comme un avantage, nous avons néanmoins un indicateur de redécoupage, mais il est plus informatif que l'indicateur SMA standard.

Il convient de souligner que le redécoupage dans cet exemple n'entraîne pas de conséquences catastrophiques. Sur le graphique qui en résulte, on retrouve les mêmes informations que pour la SMA standard, avec ses comptes décalés vers la gauche.

Dans l'exemple considéré, la période SMA impaire a été choisie, ce qui a complètement compenser le retard dans le temps, qui est pour le SMA :

t = (N-1)/2,

où N est une période de lissage.

Étant donné que pour des valeurs paires de N, le retard ne peut pas être entièrement compensé en utilisant cette approche et que la méthode proposée de lissage des comptes sur le bord de séquence n'est pas la seule possible, la variante de construction de l'indicateur n'est considérée ici qu'à titre d'exemple, mais pas comme un indicateur complet.

Multi-délais

Sur les sites Web MQL4 et MQL5 vous pouvez voir les indicateurs dits multi-délais. Essayons de comprendre ce que nous donne le multi-délais par un exemple d'indicateur « iUniMA MTF ».

Supposons que nous soyons dans la fenêtre de la période M1 la plus basse et que nous allons afficher l'ouverture ou la fermeture lissée de la valeur de la période M30 dans la même fenêtre, en appliquant SMA (3) pour le lissage. Il est connu que la séquence de la période M30 se forme à partir de la séquence de la période M1 en échantillonnant chaque trentième valeur et en rejetant les 29 valeurs restantes. Les doutes apparaissent quant au caractère raisonnable de l'utilisation de la séquence de la période M30. 

Si nous avons accès à une certaine quantité d'informations sur la période M1, alors quel est l'intérêt de contacter la période M30, qui ne contient qu'un trentième de ces informations ? Dans le cas considéré, nous éliminons intentionnellement la plupart des informations disponibles et traitons ce qui reste de SMA (3) et affichons le résultat dans la fenêtre source de la période M1.

Il est évident que les actions décrites semblent assez étranges. N'est-il pas plus simple d'appliquer SMA (90) à la séquence complète de la période M1 ? La fréquence de la tranche de filtre SMA (90) sur la période M1 est égale à la fréquence de la tranche de filtre SMA (3) sur la période M30.

Dans la figure 3, un exemple d'utilisation de l'indicateur multi-délais « iUniMA MTF » sur le graphique de la paire de devises EURUSD M1 est illustré. La courbe bleue est le résultat de l'application de SMA (3) à la séquence temporelle M30. Dans la même figure, la courbe de couleur rouge est le résultat obtenu avec l'indicateur régulier « Moyenne mobile ». Le résultat de l'application de l'indicateur standard SMA (90) est donc plus naturel.

Et aucune technique particulière n'est requise.

 

Figure 3. Utilisation de l'indicateur multi-délais

Une autre variante d'utilisation des indicateurs multi-délais est possible, lorsqu'une information de la période la plus basse selon l'actuel est affichée sur un terminal. Cette variante peut être utile si vous avez besoin de compresser l'échelle de cotation en affichant encore plus que ce qui est autorisé par le terminal sur la période la plus basse. Mais dans ce cas également, aucune information supplémentaire sur les devis ne peut être obtenue.

Il est plus facile de se tourner vers la période la plus basse et de gérer tout le traitement des données avec des indicateurs réguliers, mais pas avec des multi-délais.

Lors du développement d'indicateurs personnalisés ou d'Expert Advisors, des situations particulières peuvent se produire, lorsqu'une organisation de l'accès à différentes périodes de temps est raisonnable et est la seule solution possible, mais même dans ce cas, nous devons nous rappeler que les séquences de temps supérieures sont formées à partir des séquences inférieures et ne portent aucune informations uniques supplémentaires.

Graphiques en chandeliers

Dans les publications sur l'analyse technique, on rencontre souvent des relations enthousiastes avec tout ce qui est lié aux graphiques en chandeliers. Par exemple, dans l'article « Analysing Candlestick Patterns », il est dit : « L'avantage des chandeliers est qu'ils représentent les données de manière à ce qu'il soit possible de voir le momentum au sein des données ». ... Les graphiques en chandeliers japonais peuvent vous aider à pénétrer « à l'intérieur » des marchés financiers, ce qui est très difficile à faire avec d'autres méthodes graphiques.

Et ce n'est pas la seule source de telles déclarations. Essayons de savoir si les graphiques en chandeliers nous permettent d'entrer sur les marchés financiers.

Les séquences de valeurs « Low », « High », « Open » et « Close » sont utilisées pour la représentation des taux sous forme de graphiques en chandeliers. Rappelons-nous de quel genre de valeurs il s'agit. Les valeurs « Low » et « High » sont égales aux valeurs minimales et maximales des taux sur la période de temps choisie. La valeur « Open » est égale à la première valeur connue des taux de la période analysée. La valeur « Close » est égale à la dernière valeur connue des taux de la période analysée. Qu'est-ce que cela pourrait signifier ?

Cela signifie principalement qu'il existe quelque part des taux de marché à partir desquels des séquences de valeurs « Low », « High », « Open » et « Close » sont formées. Les valeurs « Low », « High », « Open » et « Close » dans cette méthode de leur formation ne sont pas strictement liées au temps. De plus, il n'y a aucun moyen de restaurer les taux initiaux par ces séquences. Le plus intéressant est que la même combinaison de valeurs « Low », « High », « Open » et « Close » sur n'importe quelle barre de n'importe quelle période peut être formée par un nombre infini de variantes de la séquence de taux d'origine. Ces conclusions sont banales et reposent sur des faits bien connus.

Ainsi, l'information originale est irrémédiablement déformée si l'on utilise les taux du marché sous forme de graphiques en chandelier. En utilisant des méthodes mathématiques strictes d'analyse pour l'évaluation du comportement des taux par l'une des séquences « Low », « High », « Open » ou « Close », les résultats ne sont pas liés aux taux du marché, mais à leur représentation déformée. Néanmoins, nous devons admettre que l'analyse des graphiques en chandeliers a de nombreux défenseurs.

Comment cela peut-il s'expliquer ? Le secret réside peut-être dans le fait qu'au départ, l'objectif de la représentation des taux sous forme de graphiques en chandeliers était une analyse de marché intuitive et visuelle rapide, mais sans appliquer de méthodes d'analyse mathématique aux graphiques en chandeliers.

Ainsi, pour comprendre comment la représentation des taux sous forme de graphiques en chandeliers peut être utilisée avec l'analyse technique, tournons-nous vers la théorie de la reconnaissance de formes, qui est plus proche des méthodes de décision humaines habituelles que les méthodes d'analyse mathématique formelles.

La figure 4 présente un schéma simplifié de la prise de décision selon la théorie de la reconnaissance des formes. Une décision dans ce cas peut être une définition du moment de début ou de fin de tendance et la détection des moments optimaux pour ouvrir une position de moments de temps, etc.

 

Figure 4. Schéma de prise de décision

Comme le montre la figure 4, les données initiales (taux) sont traitées au préalable et les caractéristiques significatives sont formées à partir d'elles dans le bloc Dans notre cas ces valeurs sont « Low », « High », « Open » et « Close ». Nous ne pouvons pas avoir d'impact sur les processus des blocs 1 et 2. Côté terminal, seules les fonctionnalités qui nous sont déjà dédiées sont disponibles. Ces caractéristiques arrivent au bloc 3, où les décisions sont prises sur leur base.

L'algorithme de prise de décision peut être mis en œuvre dans un logiciel ou manuellement en respectant strictement les spécifications. Nous pouvons développer et, d'une certaine manière, mettre en œuvre des algorithmes de prise de décision, mais nous ne pouvons pas choisir des caractéristiques significatives à partir de la séquence de taux analysés, car cette séquence ne nous est pas accessible.

Du point de vue de l'augmentation de la probabilité de prendre la bonne décision, la chose cruciale est le choix des caractéristiques significatives et leur quantité essentielle, mais nous n'avons pas cette possibilité importante. Dans ce cas, il est très difficile d'avoir un impact sur la fiabilité de la reconnaissance de telle ou telle situation de marché, car même l'algorithme de prise de décision le plus avancé n'est pas en mesure de compenser les inconvénients liés à un choix non optimal des caractéristiques.

Qu'est-ce qu'un algorithme de prise de décision selon ce schéma ? Dans notre cas, il s'agit d'un ensemble de règles publiées dans la recherche d'analyse des graphiques en chandeliers. Par exemple, la définition des types de graphiques en chandeliers, la divulgation de la signification de leurs différentes combinaisons, etc.

En se référant à la théorie de la reconnaissance de formes, nous arrivons à la conclusion que l'analyse des graphiques en chandeliers correspond au schéma de cette théorie, mais nous n'avons aucune raison d'affirmer que le choix de « Low », « High », « Open » et Les valeurs « Fermer » en tant que caractéristiques importantes sont les meilleures. De même, un choix de fonctionnalités non optimal peut réduire considérablement la probabilité de prendre des décisions correctes dans un processus d'analyse des taux.

Pour en revenir au début, nous pouvons affirmer avec confiance que l'analyse des graphiques en chandeliers ne « pénétrerait » pas « à l'intérieur » des marchés financiers" ou « voir la dynamique dans les données ». De plus, son efficacité par rapport à d'autres méthodes d'analyse technique peut susciter de sérieux doutes.

Conclusion

L'analyse technique est un domaine assez conservateur. La formation des postulats de base de l'analyse technique a pris part aux 18-19 siècles, et cette base est restée presque inchangée jusqu’à nos jours. Parallèlement, au cours de la dernière décennie, la structure du marché mondial a radicalement changé au cours de son développement. Le développement du trading en ligne a contribué à la nature du comportement du marché.

Dans cette situation, même l'utilisation des théories et méthodes les plus populaires de l'analyse technique classique ne permet pas toujours d'obtenir une efficacité commerciale suffisante.

Néanmoins, la disponibilité des ordinateurs et l'intérêt pour le trading sur les marchés manifesté par des personnes de diverses professions, peuvent stimuler le développement de méthodes d'analyse technique. Il est évident qu'aujourd'hui, l'analyse du marché nécessite le développement d'outils analytiques plus précis et plus sensibles.