Über Methoden zum Erkennen überkaufter/überverkaufter Zonen. Teil I

11 November 2020, 11:27
Aleksandr Masterskikh
0
404

Inhaltsverzeichnis

Einführung

Das Erkennen der überkauften/überverkauften Zonen ist ein wichtiges Signal. Aber wie hängen die Begriffe "Signal" und "Zone" zusammen? In Anbetracht der wesentlichen Komplexität der Identifizierung solcher Zonen (es handelt sich immer um eine Prognose innerhalb eines instationären Prozesses), sowie unter Berücksichtigung grober mathematischer Modelle von Indikatoren (was sich in der Streuung der Auslösepunkte von Indikatoren ausdrückt), erhielten wir praktisch eine bestimmte Menge von Signalen, d.h. die Spanne der Preiswerte. Insbesondere wird dieser Bereich (Zone) je nach der Genauigkeit der auslösenden Indikatoren auf beiden Seiten des endgültigen Trendfraktals enden (die antizipierten Signale befinden sich links vom Fraktal und die verzögerten Signale rechts davon). In der Praxis sind dies Zonen, die wir als überverkaufte/überkaufte Zonen betrachten werden. Dann erhalten wir die folgenden (vorläufigen) Definitionen der Grenzen dieser Zonen.

Der Beginn der überkauften/überverkauften Zone (erwartete Prognosesignale) ist durch die relativ schwache Dynamik des bestehenden Trends gekennzeichnet (die Wahrscheinlichkeit einer Fortsetzung des bestehenden Trends nimmt ab). Das Ende der überkauften/überverkauften Zone (verzögerte Prognosesignale) ist umgekehrt durch eine unbedeutende Zunahme der Preisänderungen gekennzeichnet, jedoch in umgekehrter Richtung (die Wahrscheinlichkeit der Trendumkehr nimmt zu). 

Was den spezifischen Zeitrahmen betrifft, so stellen überkaufte/überverkaufte Zonen also eine dynamische Verbindung zwischen den gegenläufigen lokalen Trends dar; es handelt sich um einen gewissen Übergangsprozess, der durch das Aussterben des vorhergehenden Trends und den Beginn des neuen Trends gekennzeichnet ist. Da die Eröffnung einer Position zu Beginn des Trends und das Schließen der Position am Ende des Trends ein Traum eines jeden Händlers ist, wird deutlich, wie wichtig dieses Element der Marktdynamik ist. Tatsächlich handelt es sich hierbei um einen der Marktzustände, der durch die Unsicherheit der Dynamik gekennzeichnet ist (ein Trend ist praktisch mit dem Zonenbeginn beendet, während ein anderer, entgegengesetzter Trend gerade am Ende der Zone begonnen hat).

 In der traditionellen technischen Analyse gibt es viele Begriffe, die einen solchen Zustand der Dynamik bestimmen: Der Begriff "überkauft/überverkauft" meint eigentlich den Begriff "flach" (es ist die Unsicherheit eines Trends aufgrund der kleinen Schwankungen) und der Begriff "seitwärts flach" (gemeint sind die periodischen Änderungen in einer solchen flachen Trendrichtung innerhalb eines ausgeprägten Kanals). All diese Begriffe (und was sie bedeuten) haben eines gemeinsam - es handelt sich um Zonen mit relativ schwacher Dynamik, in denen die Trendrichtungen unbestimmbar sind. Dieser Umstand ist eine Schlüsselfrage. Aus diesem Grund und aus Bequemlichkeit werden in der Theorie des Impulsgleichgewichts all diese verschiedenen Begriffe durch einen einzigen Begriff/ein einziges Konzept ersetzt, die "Unsicherheitszone". Sie können sicherlich jeden Begriff verwenden, was immer für Sie am besten funktioniert (oder üblich ist). Daher werden wir uns in diesem Aufsatz an die konventionelle Terminologie halten, die von vielen oft verwendet wird, d.h. an "überkaufte/überverkaufte Zonen".

Es sei darauf hingewiesen, dass konventionelle Analysen, zumindest technische, wellenbasierte und fundamentale, aus irgendeinem Grund die Frage nicht stellen: In welchem Prozess werden solche Zonen eigentlich gesucht?

Schauen wir uns einmal genauer an, wie der Prozess aussieht, innerhalb dessen wir überkaufte/überverkaufte Zonen auf den Finanzmärkten identifizieren werden, wie z.B. Devisen, Aktien, Rohstoffe und Kryptowährungen; was genau charakterisiert solche Zonen; und wie sie innerhalb dieses Prozesses erscheinen. Dann werden wir auf der Grundlage des Verständnisses des Prozessverlaufs und der Rolle von überkauften/überverkauften Zonen Methoden und Instrumente in Betracht ziehen, die auf die Identifizierung solcher Zonen abzielen, wobei wir sowohl herkömmliche als auch einige neue Ansätze verwenden werden. 

Dieses Papier erhebt keinen Anspruch auf eine umfassende Analyse des Problems, das mit der Suche nach solchen Zonen verbunden ist (dies ist ein wirklich globales Problem, da wir angesichts der Prozessnatur nur von einer probabilistischen Schätzung sprechen können, die unmittelbar unter 100% liegt). In Anbetracht der Tatsache, dass die Analyse überkaufter/überverkaufter Zonen ein notwendiger Bestandteil jedes Handelssystems ist, können sich die Erfahrungen des Autors, die er bei der Lösung theoretischer und praktischer Probleme bei der Entwicklung analytischer Handelssysteme gesammelt hat, sowohl für unerfahrene Händler als auch für erfahrene Teilnehmer an den Finanzmärkten als hilfreich erweisen.


Allgemein

Was sind überkaufte/überverkaufte Zonen im Hinblick auf die Prozessdynamik

Wir haben oben solche Zonen in vorläufiger Weise definiert. Um ein vollständiges Verständnis des Problems zu erhalten, wollen wir uns nun auf die Definitionen der überkauften/überverkauften Zonen beziehen, die innerhalb des verfügbaren Informationsbereichs existieren. Bemerkenswerterweise gibt es sowohl in der russischen als auch in der englischen Version von Wikipedia noch keinen Artikel, der sich mit diesem Thema befasst. Bis zu einem gewissen Grad ist dies kein Zufall. Und hier ist der Grund dafür. Erstens gibt es Meinungsverschiedenheiten bei der Untersuchung dieses Themas in der konventionellen Analyse (genau deshalb, weil es in der konventionellen Analyse keinen einheitlichen Begriff gibt, der alle ähnlichen Begriffe zusammenfassen würde). Zweitens stellen diese Publikationen nur die allgemeinen, dürftigen Definitionen vor, die sich auf die Handlungen oder Interessen der Teilnehmer beziehen, ohne die Prozessdynamik im Detail zu beschreiben. Betrachten wir einige Beispiele für solche Definitionen. 

Beispiel (wir sprechen von Über- oder Unterschätzung):

"Überkauft bedeutet, dass der Preis eines Währungspaares zu hoch ist (Überschätzung) und sein Rollback (Rückgang) erwartet wird. Auf dem Markt gibt es eine kritische Menge offener Kaufaufträge, die Spieler beginnen mit der Eröffnung von Short-Transaktionen (Verkaufsaufträgen), das Währungspaar beginnt langsamer zu wachsen, und sein Preis sinkt. Überverkauft bedeutet umgekehrt, dass der Preis des Währungspaares zu sehr unterschätzt wird, was denjenigen, die zu einem solchen Preis kaufen wollen, durchaus entgegenkommt. Der Preis des Währungspaares steigt".

Ein weiteres Beispiel (das sich mit Verkaufsmengen und das Ungleichgewicht der Interessen befasst):

 "Überkauft bedeutet eine Situation auf dem Markt, in der alle potenziellen Käufer bereits eine Kaufposition eingegangen sind, während es praktisch keine neuen potenziellen Käufer gibt. Somit sind nur noch Verkäufer aktive Akteure. Daher führt eine Zunahme der Verkäufe dazu, dass sich der Preis nach unten bewegt. In ähnlicher Weise bedeutet überverkauft eine Situation, in der alle potenziellen Verkäufer bereits eine Verkaufsposition eingegangen sind und praktisch nur noch Käufer aktiv sind. Die Käufer beginnen, den Preis nach oben zu treiben. Das heißt, zwischen Bullen und Bären entsteht ein starkes Interessenungleichgewicht, und der Markt zielt darauf ab, dieses Ungleichgewicht durch eine Änderung der Richtung des Preistrends auszugleichen".

Hier ist noch ein weiteres Beispiel (Bid und Ask werden mit der Anzahl derer verglichen, die bereit sind zu verkaufen oder zu kaufen):

"Ein überkaufter Markt ist dann erreicht, wenn die Zahl derer, die bereit sind, ein Finanzinstrument zu verkaufen, die Zahl derer dominiert, die dieses Instrument kaufen wollen. Wenn der Markt überkauft ist, hört der Preisanstieg des Instruments auf, was dazu führt, dass eine große Anzahl von Leerverkäufen getätigt wird. Das Angebot eines Währungsinstruments wächst und der Markt bildet einen Abwärtstrend aus. Ein überverkaufter Markt bildet sich, wenn der Preis des Währungspaares seinen Mindestwert erreicht und die Nachfrage das Angebot bei weitem übersteigt. Viele erscheinen auf dem Markt, die bereit sind, ein Handelsinstrument zu einem attraktiven Preis zu kaufen, was dazu führt, dass viele Kaufaufträge eröffnet werden".

Oder ein anderes Beispiel (wenn man von einem "überhitzten" Markt spricht):

"Der überkaufte und überverkaufte Markt ist eine bedingte Situation des Marktes nach einem starken und anhaltenden unidirektionalen Trend. Der Preis ist "überhitzt", und für weitere Bewegungen ist eine Korrektur erforderlich".

Wie wir sehen können, sagen diese Beispiele nichts über den Prozess (das Umfeld) aus, in dem sich diese Zonen befinden, oder über irgendwelche spezifischen Anzeichen für den Beginn/Ende dieser Zonen.

Wir werden weiter sehen, dass der Markt ein komplexer, dynamischer "Organismus" ist und der Algorithmus zur Erkennung solcher Zonen nicht einfach oder explizit sein kann; er ist multivariant. 

Das Aufspüren der überkauften/überverkauften Zonen ist zwar scheinbar einfach (wenn man konventionelle Indikatoren verwendet), aber in Wirklichkeit ein ausgeklügeltes Problem, das nur mit einer Wahrscheinlichkeit von weit unter 100% korrekt gelöst werden kann. Und hier ist der Grund dafür. Es geht darum, dass das Umfeld, in dem wir die überkauften/überverkauften Zonen identifizieren werden, ein nichtstationärer Prozess ist, in dem sich sowohl der Wert der Amplitude als auch die Häufigkeit der Preisschwankungen ständig ändern. Dies ist ein wesentlicher Punkt, der bei den herkömmlichen Analysemethoden praktisch völlig unberücksichtigt bleibt. Um einen Prozess zu analysieren, müssen wir jedoch seine Natur kennen und verstehen.

Was bedeutet es, "die Prozessnatur verstehen" in Bezug auf die Suche nach solchen Zonen? 

Es bedeutet, dass mathematische Modelle, d.h. Indikatoren, Oszillatoren, Analyse- und Handelssystem-Algorithmen, in irgendeiner Weise die ständigen Veränderungen in der Amplitude und Frequenz der Preisschwankungen eines Finanzinstruments berücksichtigen müssen. Wenn wir jedoch die Algorithmen herkömmlicher Indikatoren analysieren, werden wir feststellen, dass sie Änderungen in der Häufigkeit der Preisschwankungen nicht "sehen" und nicht am Trendbeginn verankert sind.

Die Natur der Preisbewegungen von Finanzinstrumenten ist fraktal. Das heißt, jeder lokale Trend setzt mit einem Fraktal ein, das die fraktale Unterstützungsebene bildet.

Wenn wir also diese beiden Fraktale kombinieren, kommen wir zu dem Schluss, dass es notwendig ist, nach einer Lockerung des Trends zu suchen (Amplituden- und Frequenzanalyse), aber bereits in Bezug auf das Referenzfraktal.

Aus der Perspektive der Theorie des Impulsgleichgewichts werden die überkauften/überverkauften Zonen also wie folgt definiert:

Überkaufte/überverkaufte Zonen sind Bereiche der Abschwächung der Trenddynamik, während der Trendbeginn das ihn unterstützende Fraktal ist; d.h. der Ausgangspunkt des Trendbeginns ist fraktal. Anzeichen einer Trendabschwächung sind die speziellen Parameter der Elementarstruktur, aus der der Trend besteht, d.h. Amplitude und Schwankungshäufigkeit innerhalb des Trends. 

Aber was sind das für elementare Strukturen? Es handelt sich um fraktale Strukturen, die über dieses Papier hinaus betrachtet werden müssen (es gibt eine einzigartige Beziehung zu diesen Strukturen bei der Auswahl dynamischer Trends, aber dies ist ein weit gefasstes Thema, das wir in einem separaten Artikel untersuchen wollen). Ich möchte nur anmerken, dass Kerzen, die einen Trend bilden, die vereinfachten, reinen Entsprechungen solcher Strukturen sind. Im vorliegenden Artikel werden wir, nachdem wir einige unkritische Vereinfachungen (insbesondere für den größeren Zeitrahmen) eingeräumt haben, Kerzen als solche Strukturen verwenden. Dementsprechend werden wir Veränderungen in den Parametern der Trendkerzen (zusammen mit den Parametern anderer analytischer Instrumente) analysieren, um nach den überkauften/überverkauften Zonen zu suchen.

Wie bereits erwähnt, berücksichtigen herkömmliche Indikatoren, die häufig zur Suche nach den überkauften/überverkauften Zonen verwendet werden, die oben genannten Faktoren des Preisbewegungsprozesses von Finanzinstrumenten, wie z.B. den fraktalen Startpunkt des Trendbeginns oder Änderungen in der Häufigkeit von Marktschwankungen innerhalb des Trends, praktisch nicht. Diese im Folgenden zu diskutierenden Indikatoren "leben" unter absolut unterschiedlichen mathematischen Algorithmen, nämlich, mit Ausnahme der adaptiven Indikatoren, stellen der Wert der Berechnungsperiode des Indikators und damit die Bezugsfrequenz in der Regel feste Werte dar. Und bei der Berechnung der Indikatorwerte verwenden sie einen zufälligen Ausgangspunkt, nicht den, der am Trendbeginn verankert ist.


Zur Genauigkeit bei der Ermittlung der überkauften/überverkauften Zonen

Abhängig von der Genauigkeit der Identifizierung der überkauften/überverkauften Zonen (die immer eine probabilistische Schätzung, d.h. eine Prognose ist), gibt es drei verschiedene Arten von Prognosen: Verfrühte Prognose, genaue Prognose und verspätete Prognose. Als Standard für die Definition des Prognosetyps verwenden wir den Maximalwert des Trends — es ist immer das Niveau des Unterstützungsfraktals, nach dem eine Umkehrung stattfindet (oder eine Korrektur, deren Amplitude für die verwendete Handelsstrategie entscheidend ist). Je näher ein Prognosepunkt an diesem Standard liegt (nach Zeit oder Amplitude), desto genauer ist daher die Vorhersage des Auftretens einer überkauften/überverkauften Zone.

Tatsächlich sprechen wir von den Prognose-Arten für das Trendende, die von der Genauigkeit der Erkennung der überkauften/überverkauften Zonen abhängen.

Betrachten wir dies am Beispiel der überkauften Zonen (USDCAD, D1):


Prognosetypen eines Trendendes

Abb. 1. Arten der Trendvorhersage am Ende, abhängig von der Genauigkeit der Identifizierung der überkauften Zone


Abb. 1 zeigt drei rote Punkte, die mit Hilfe verschiedener Indikatoren ermittelt wurden, um den überkauften Bereich zu erkennen. Punkte von links nach rechts: 1 — verfrühte Prognose, 2 — genaue Prognose und 3 — verspätete Prognose.

Es liegt auf der Hand, dass das "Treffen" des Trend-Extremums (genaue Vorhersage des endenden Trends) ein perfektes Marktausstiegsszenario ist, wenn Sie eine offene Position haben. Daher wirkt sich die Genauigkeit der Vorhersage der überkauften/überverkauften Zonen, bezogen auf dieses Extremum, direkt auf die Effizienz des Handels auf den Finanzmärkten aus.

Wir werden dieses Thema weiter unten ausführlicher behandeln und die Folgen eines Treffens der überkauften/überverkauften Zonen im Handel — sowohl beim Eintritt in den Markt als auch beim Austritt aus dem Markt — bewerten. Wir beginnen mit den Folgen eines Markteintritts, wenn man sich in solchen Zonen befindet. 


Folgen des Markteintritts in der überkauften/überverkauften Zone

Welche Konsequenzen kann ein Händler erwarten, wenn er in einer solchen Zone in den Markt eintritt? Bei einer visuell vereinfachten Analyse wird das Auftreten einer überkauften/überverkauften Zone oft mit dem Vorhandensein einer Korrektur innerhalb des aktuellen Trends in Verbindung gebracht. Betrachten wir daher die folgenden Optionen für die Möglichkeiten eines Markteintritts.

Option 1. Es gibt keine Trendkorrektur, oder sie ist (subjektiv) unbedeutend (was noch nicht zu einer Trendumkehr führt). Für die Analyse verwenden wir die Punkte 1 und 2 in Abb. 1 (Punkt 3 berücksichtigen wir nicht, da er sich im Bereich der Trendumkehr befindet).

Die Konsequenzen: 

Wenn der Eintritt zum Ende des Trends und mit der Richtung dieses Trends zusammenfällt, dann hängt alles vom Restamplitudenwert des Trends ab. Wenn die Restamplitude klein ist (niemand kann eine ausreichende Amplitude zum Ende eines Trends garantieren), dann kann der Gewinn vernachlässigbar oder gleich Null oder sogar negativ ausfallen, je nachdem, wie prompt der Händler handelt oder wie genau das Positionsschließungssignal ist. 

Geht es um größere Zeitrahmen, wie z.B. D1 oder höher, ist die Situation dort nicht so eindeutig, da sich die Restamplitude für kurzfristige Strategien als ausreichend erweisen kann, eben weil die Amplitude der Kerze dort wesentlich größer ist als in kleineren Zeiträumen. Eine solche Situation ist Punkt 1 (Abb. 1, verfrühte Prognose der überkauften Zone). Der Restamplitudenwert des Aufwärtstrends erwies sich als etwa 100 Punkte (klassische Punkte in der 4. Dezimalstelle), was für die Erzielung von Gewinnen ausreichen könnte, vorausgesetzt, Sie haben zu diesem Zeitpunkt gekauft. Es ist jedoch zu verstehen, dass wir in Abb. 1 historische Daten betrachten, während in einer realen Situation dieser Punkt zu diesem Zeitpunkt der letzte verfügbare Punkt des aktuellen Trends sein wird, und es ist nicht vorhersehbar, wie früh dieses Signal sein wird und wie hoch die reale Restamplitude des Trends sein wird. Darüber hinaus wird eine komplexe Analyse über mehrere Zeitrahmen erforderlich sein, da das Signal mit dem größeren Zeitrahmen in diesem Fall nur ein vorläufiges Signal ist und zur Verringerung der Risiken eine Analyse über kleinere Zeitrahmen erforderlich ist, was für unerfahrene Händler am häufigsten schwierig ist.

Befindet sich der Einstieg für einen Kauf bei Punkt 2 (Abb. 1, genaue Prognose des Überkaufs), wird das Ergebnis negativ sein, da nach diesem Punkt unmittelbar die Umkehrung folgt. Die Argumentation ist hier ähnlich wie im vorhergehenden Beispiel.

Wenn Sie zum Trendende einsteigen, aber gegen diesen Trend, ist Ihr Risiko in jedem Fall erhöht: Setzt sich der Trend fort, führt dies zu einem Verlust, während für eine Umkehr zusätzliche Bestätigungen erforderlich sind, wie z.B. die Aktivität der umgekehrten Kursbewegungen, die unter Vorbehalt noch nicht verfügbar sind. Als Beispiel dient der Eintrag Verkauf bei Punkt 1 oder 2 (Abb. 1). Befindet sich der Verkaufseintritt am Punkt 1 (verfrühte Prognose des endenden Aufwärtstrends), dann gibt es in diesem Fall eine beträchtliche Restamplitude des Aufwärtstrends (etwa 100 Punkte). Da der StopLoss diesen Wert kaum überschreitet, wird die Position von ihm mit einem Verlust geschlossen. Wenn der Verkaufseintritt bei Punkt 2 liegt (Abb. 1, genaue Prognose des endenden Aufwärtstrends), dann ist die Situation perfekt, da es sich um das Ende des Aufwärtstrends bzw. den Beginn des Abwärtstrends handelt.

Option 2.  Wenn es innerhalb dieser Skala zu einer erheblichen Trendkorrektur kommt und die umgekehrten Preisimpulse aktiv sind, dann ist die Wahrscheinlichkeit einer Trendumkehr erhöht. 

Was aber ist eine "beträchtliche Korrektur"? Natürlich ist der Begriff der "beträchtlichen Korrektur" Gegenstand der Fuzzy-Logik, da es keinen eindeutigen Wert der Korrekturtiefe gibt, bei der sich der Trend unweigerlich fortsetzt. Es gibt nur eine Spanne von Werten. Zum Beispiel ist es für den Wert der Korrekturtiefe unter 20% (es ist der Bereich von 0% bis 20%) sehr wahrscheinlich, dass sich der Trend fortsetzt. In der Praxis können wir jedoch feststellen, dass der Trend auch nach einer Korrektur von 50% und sogar 62% oft weitergeht. Dennoch kann die Korrektur von über 62% (natürlich nur bedingt) als ein kritischer Wertebereich angesehen werden, in dem die Wahrscheinlichkeit einer Trendumkehr rasch zunimmt.

Die Konsequenzen: 

Wenn Sie innerhalb einer tiefen Korrektur und in der Trendrichtung einsteigen, ist Ihr Risiko in jedem Fall erhöht. Wenn der Trend die Korrektur immer noch nicht überwindet und dann doch in den entgegengesetzten Trend übergeht, entsteht ein Verlust. Damit der Trend der Korrektur noch durchsteht und sich in der gleichen Richtung fortsetzt, benötigen wir eine sehr starke zusätzliche Bestätigungen mit der aktuellen Dynamik, wie z.B. neue Impulsaktivität in der Trendrichtung, die bedingt noch nicht vorhanden ist.

Wenn wir innerhalb einer tiefen Korrektur eines Trends gegen den Trend eröffnen, ist das Risiko in jedem Fall erhöht: Setzt sich der Trend fort, wird es wahrscheinlich einen Verlust geben, während für die vollständige Umkehr, sowohl die tiefe Korrektur als auch die offensichtliche Aktivität der umgekehrten Preisbewegungen, die bedingt noch nicht verfügbar sind, zusätzliche Bestätigungen erforderlich sind.

Schlussfolgerungen zu den Optionen 1 und 2: 

Daher ist der Markteintritt in einer überkauften/überverkauften Zone, basierend auf den Signalen konventioneller Indikatoren, sowohl in als auch gegen den bestehenden Trend, eine recht riskante Strategie, da "vom Trend nicht mehr viel übrig ist" und die Genauigkeit der Identifizierung solcher Zonen mit Hilfe konventioneller Indikatoren nicht hoch ist, was die verwendete Restamplitude des Trends zusätzlich reduzieren kann. Ein einziger Indikator kann in verschiedenen Marktsituationen entweder verfrühte oder verspätete Signale bilden (Sie können das in einem jedem Chart eines beliebigen Finanzinstruments sehen). Gleichzeitig ist das Risiko umso höher, je kleiner der Zeitrahmen ist, da in absoluten Zahlen die Amplitude von Kerzen mit kleineren Zeitrahmen (also der absolute Wert der verbleibenden Trendamplitude) kleiner ist als die ähnliche Amplitude von Kerzen in höheren Zeitrahmen, was aufgrund der unterschiedlichen Skalen der Preisbewegungen in den Charts der verschiedenen Zeitrahmen unvermeidlich ist). 

Betrachten wir einen merkwürdigen Sonderfall, wie die Niveaus in Beziehung zueinander stehen, wobei das Extremum des Fraktals, das den Trend vervollständigt, zerklüftet wird. Dies ist eine Situation, in der es zwei Einträge in der Trendrichtung auf demselben Preisniveau gibt — der erste Eintrag am Punkt der verfrühte Prognose des endenden Trends (links vom Trendhoch), während der zweite Eintrag im Bereich der verspäteten Prognose (rechts vom Trendhoch) liegt. 

Stellen wir uns die Frage: Welcher Einstieg ist sicherer, wenn beide Einstiege auf dem gleichen Preisniveau, aber auf verschiedenen Seiten des Extremums eines Trendendes (zu verschiedenen Zeiten) erfolgen? Betrachten wir das Beispiel in Abb. 2:


Effizienz des Markteintritts auf gleichem Niveau, aber zu unterschiedlichen Zeiten

Abb. 2. Effizienz des Markteintritts auf gleichem Niveau, aber zu unterschiedlichen Zeiten


Abb. 2 zeigt zwei Positionseröffnungen auf gleicher Ebene, aber zu unterschiedlichen Zeiten:

Punkt 1 — Kauf (verfrühte Prognose des Trendendes, das Überkaufsignal des Stochastik-Indikators mit Standardeinstellungen),

Punkt 2 — Kauf (verspätete Prognose des Trendendes, das Überkauf-Signal des MACD-Indikators mit Standardeinstellungen),

max — Extremum des lokalen Aufwärtstrends.

Abb. 2 zeigt, dass trotz der Tatsache, dass die Positionseröffnungen auf dem gleichen Niveau liegen, der Eintritt am Punkt der verfrühten Prognose des Trendendes (Punkt 1) sicherer ist, da noch keine Umkehrbewegung stattfindet und eine Reserve der verbleibenden Trendamplitude vorhanden ist; Verluste sind daher (zumindest bei Verwendung kurzfristiger Strategien) kaum wahrscheinlich. Gleichzeitig ist ein Einstieg in den Bereich der verspäteten Prognose des Trendendes (Punkt 2), wenn auch zum gleichen Preis, weniger sicher, da durch das verspätete Signal des Indikators der Kurs bereits in den Bereich der Korrektur (d.h. der Umkehrbewegung) gelangt ist; die Verlustwahrscheinlichkeit ist daher höher.

Auf jeden Fall gibt es viele Markteintrittsstrategien und -taktiken, die die überkauften/überverkauften Zonen nutzen (sowohl in als auch gegen die Trendrichtung). Es ist jedoch notwendig, Folgendes in Betracht zu ziehen: Für einen Einstieg gegen den Trend muss man einige "hieb- und stichfeste" nicht-technische (z.B. fundamentale oder Nachrichten-basierte) externe Faktoren zur Hand haben, um eine solche nicht standardmäßige Handelsentscheidung zu wagen.


Bewertung von Verlusten im Zusammenhang mit dem Risiko der Eröffnung einer Position in überkauften/überverkauften Zonen

Lassen Sie uns unsere theoretischen Schlussfolgerungen auf den Prüfstand stellen, indem wir zum Beispiel einen Expert Advisor testen. Lassen Sie uns einen EA verwenden, der auf meinem vorhergehenden Artikel basiert: Wie reduzieren Händler die Risiken (EA Reduse_risks, eine Version für MT5).

Unsere Aufgabe ist es, einen besonderen Fall zur Bewertung möglicher Verluste im Zusammenhang mit dem Risiko des Eindringens in die überkauften/überverkauften Zonen zu verwenden. Um die Wahrscheinlichkeit zu minimieren, innerhalb einer überkauften/überverkauften Zone einzutreten, verwenden wir den Algorithmus der Verankerung am Impulsbeginn, der normalerweise der lokale Trendbeginn ist. Wir werden den Algorithmus selbst später diskutieren. Wir sind also erst einmal an den Ergebnissen des EA-Tests interessiert — zuerst der Test mit dem Modul der Verankerung am Trendbeginn (wir reduzieren die Wahrscheinlichkeit, innerhalb einer überkauften/überverkauften Zone einzutreten), dann der Test mit deaktiviertem Modul (wir entfernen den Schutz, der durch eine solche Verankerung dargestellt wird, was die Wahrscheinlichkeit des Eintretens innerhalb dieser Zonen - im Trend-"Schwanz" — erhöht).

Lassen Sie uns das schlimmste Szenario testen, um so realistisch wie möglich zu sein. Wir nehmen absichtlich ein Beispiel, bei dem das anfängliche Gewinnresultat negativ ist.

Erste Testergebnisse (Allgemeine Ergebnisse und Balance Chart):


Erste Testergebnisse


Abb. 3. Allgemeine Testergebnisse mit dem aktivierten Modul zur Minimierung des Risikos, in einer überkaufte/überverkaufte Zone Positionen zu eröffnen


Erste Testergebnisse (Saldo)

Abb. 4. Saldendiagramm mit dem aktivierten Modul zur Minimierung des Risikos, innerhalb einer überkauften/überverkauften Zone zu eröffnen.


Die Abb. 3 und 4 zeigen die Ergebnisse und das Diagramm des ersten Tests, bei dem das Modul zur Minimierung des Risikos, in eine überkaufte/überverkaufte Zone einzudringen, aktiviert wurde. Lassen Sie sich nicht von der mangelnden Präsenz beim ersten Test täuschen, denn erstens verwenden wir einen EA, der für unsere Studien und nicht für den realen Handel bestimmt ist und zweitens ist es für uns wichtig, welche Konsequenzen bei diesem schlimmsten Szenario antizipiert werden können.

Lassen Sie uns nun das oben genannte Schutzmodul deaktivieren und den EA testen.

Zweite Testergebnisse (Allgemeine Ergebnisse und Saldenkurve):


Zweite Testergebnisse

Bild 5. Allgemeine Ergebnisse mit dem deaktivierten Modul zur Minimierung des Risikos, in eine überkaufte/überverkaufte Zone einzudringen.


Zweite Testergebnisse (Salden)

Bild 6. Saldenkurve mit dem deaktivierten Modul zur Minimierung des Risikos, innerhalb einer überkauften/überverkauften Zone einzutreten.


Abb. 5 und 6 zeigen die Ergebnisse des zweiten Tests, bei dem wir absichtlich das Modul zur Minimierung der Risiken im Zusammenhang mit der Eröffnung einer Position innerhalb einer überkauften/überverkauften Zone deaktiviert haben.

Vergleichen wir die Ergebnisse dieser beiden Tests anhand einiger wichtiger Parameter und stellen sie in der folgenden Tabelle dar:

Diagramm der verschlechternden Parameter (Handelseffizienz)

Bild 7. Schaubild der sich verschlechternden Parameter (Handelseffizienz) bei Ignorierung der Risiken des Eintritts in die überkauften/überverkauften Zonen


Abb. 7 zeigt die Ergebnisse des ersten Tests — es ist Stufe 1 (eine einzige Ausgangsstufe für alle Parameter), während die Ergebnisse des zweiten Tests die Stufen 2, 3 und 4 sind. Wie wir in der Grafik sehen können (Test 2 im Gegensatz zu Test 1), führt das Ignorieren des Risikos, das mit der Eröffnung einer Position innerhalb der überkauften/überverkauften Zonen verbunden ist, zu nachteiligen Folgen — in diesem Fall haben sich wichtige Indikatoren im Vergleich zu den ersten Testergebnissen erheblich verschlechtert. Es spielt keine Rolle, dass sie anfänglich negativ waren; es ist wichtig, dass sie sich im Vergleich zu den ersten Indikatoren erheblich verschlechtert haben:

"1" — Ergebnisse von Test 1, Basisniveau (für jeden Parameter, der mit dem aktivierten Modul zur Risikominimierung erhalten wurde), in Bezug auf die sich die Indikatoren von Test 2 geändert haben.

"2" — Allgemeines Trainingsergebnis, Verschlechterung um 168%.

"3" — Einlagen-Drawdown (während der maximale Drawdown-Wert wächst), Verschlechterung um 97%.

"4" — Erholungsfaktor, Verschlechterung um 67%.

Aus der Praxis haben wir also gelernt, dass, wenn wir keine besonderen Maßnahmen ergreifen, einige Eröffnungen angesichts der Unbeständigkeit des Marktes in eine überkaufte/überverkaufte Zone geraten und sich die finanziellen Ergebnisse des Handels verschlechtern werden.

Im Folgenden werden wir uns mit den Folgen eines Marktaustritts (Schließung der bestehenden offenen Positionen) in den überkauften/überverkauften Zonen befassen.


Folgen eines Marktaustritts in der überkauften/überverkauften Zone

Wenn der Markteintritt in den überkauften/überverkauften Zonen große Risiken birgt (und daher für einen Händler bedingungslos schädlich ist), dann ist ein Marktaustritt (Schließung einer bestehenden Position) in solchen Zonen eher hilfreich, da er die Investitionsrisiken reduziert. Natürlich hängt alles von der Genauigkeit der Reaktion des Indikators ab. Wir haben bereits früher gelernt, dass die Risiken umso geringer sind, je näher der Ausstiegspunkt am Trendextremum liegt (sowohl nach Zeit als auch nach Amplitude). Die Faktoren Zeit und Amplitude sind innerhalb eines bestimmten Trend-/Korrekturabschnitts miteinander verbunden: Wenn ein Punkt zeitlich näher am Extremum liegt, dann liegt er auch hinsichtlich der Amplitude näher an diesem Extremum (natürlich unter Berücksichtigung der Steigung der Diagrammlinie zur Zeitachse).

Betrachten wir das oben Gesagte am Beispiel eines Überverkaufs:


Schließen einer Position innerhalb einer überverkauften Zone

Bild 8. Schließen einer Position innerhalb einer überverkauften Zone durch verschiedene Indikatoren


Abb. 8 zeigt zwei Optionen zum Schließen einer Verkaufsposition, wobei:

(A-B) -Abwärtstrend-Amplitude,

Startpunkt des roten Pfeils — der Einstiegspunkt für den Verkauf (ein bedingter Einstieg unmittelbar nach der Bildung eines Fraktals, das den sich nach unten bewegenden Preis unterstützt),

Punkt 1 — der Zeitpunkt der Schließung einer Verkaufsposition durch die Indikatoren Stochastik, RSI (verfrühte Prognose des Trendendes) und

Punkt 2 — der Punkt der Schließung einer Verkaufsposition durch den Indikator MACD (verspätete Prognose des Trendendes).

Wie wir anhand der historischen Daten sehen können, scheint ein Ausstieg aus dem Markt zu Punkt 1 verfrüht zu sein - als Ergebnis erhalten wir etwa 50% des höchstmöglichen Gewinns, während ein verspäteter Ausstieg uns etwa 70% des höchstmöglichen Gewinns einbringen wird. In der Praxis bedeutet dies, dass ein verspätetes Signal sich als profitabler erweisen kann, wenn es näher am Ende des Trend-Extremums liegt, als ein zu frühes Signal. 

Das Problem ist jedoch, dass wir die Effizienz dieser beiden Signale anhand historischer Daten vergleichen können, d.h. nur dort, wo sich der Trend bereits umgekehrt hat. Zu diesem Zeitpunkt werden wir das 1. Signal nicht mehr verwenden können. Deshalb werden wir in einer realen Situation folgendes tun:

— Entweder wir verwenden das 1. Signal unmittelbar nach seinem Auftreten (Schließen der Position bei Punkt 1 in Abb. 8), 

— Oder wir ignorieren das 1. Signal (indem Sie z.B. den Indikator MACD als Filter verwenden — er unterstützt nicht die Aktionen der Indikatoren Stochastik und RSI bei Punkt 1) und schließen Sie die Position bei Punkt 2 in Abb. 8.

Schlussfolgerungen:

Das Schließen einer Position (Marktaustritt) in einer überkauften/überverkauften Zone ist sinnvoll, da die Investitionsrisiken reduziert werden. Nämlich,

wenn wir auf der Grundlage der frühzeitigen Prognose des zu Ende gehenden Trends schließen, erhalten wir einen zusätzlichen Gewinn durch den Kursrutsch, da der Trend eine gewisse "Betriebsreichweite" aufweist (verbleibende Trendamplitude). Im Falle der Schließung einer Position auf der Grundlage einer verspäteten Prognose des Trendendes hängt alles von der Entfernung vom Trend-Extremum ab. Je weiter der Marktausgangspunkt vom Trend-Extremum entfernt ist (d.h. je stärker die Korrektur), desto schlechter sind die Handelsergebnisse.

Daher hängen die Handelsergebnisse vom Aktionsalgorithmus ab, mit dem der Händler die Signale der Indikatoren (falls überhaupt welche vorhanden sind) verwendet, um den Markt zu verlassen. Die Mehrheit der Händler auf den Finanzmärkten verwendet Indikatoren jedoch in mehr oder weniger großem Umfang für ihren Handel.

 Betrachten wir ferner die Vor- und Nachteile herkömmlicher Indikatoren bei der Suche nach den überkauften/überverkauften Zonen. Beginnen wir mit denjenigen, die in beliebten Handelsterminals verfügbar sind.


Vor- und Nachteile der Verwendung konventioneller Indikatoren zur Erkennung überkaufter/überverkaufter Zonen

Händler verwenden verschiedene Indikatoren, um die überkauften/überverkauften Zonen zu erkennen. Wir richten unsere Aufmerksamkeit auf einige von ihnen, nämlich RSI, Stochastik, Bollinger Bands, MACD und Momentum. Wir werden weiter unten sehen, dass die Genauigkeit dieser Indikatoren gering ist — ihre Signale sind oft verzögert, wobei die Verzögerungen für eine bestimmte Handelssituation kritisch werden können.

Zunächst einmal ist die recht schleppende Arbeit herkömmlicher Indikatoren auf den zufälligen Ausgangspunkt der Berechnungen durch die Formeln zurückzuführen, die den Algorithmen der Indikatoren zugrunde liegen. Dies ist darauf zurückzuführen, dass der Berechnungszeitraum in den Formeln ein fester Wert ist. Die realen Marktschwankungen haben jedoch eine Periode, deren Wert sich auch innerhalb eines Zeitrahmens ständig ändert. Da solche Merkmale der Marktdynamik nicht berücksichtigt werden, führt die Verwendung herkömmlicher Indikatoren zu einer schlechten Genauigkeit bei der Erfassung des Beginns einer überkauften/überverkauften Zone, die nur manchmal mit dem tatsächlichen Ende der Preisschwankungen des Finanzinstruments zusammenfällt. Aus eben diesem Grund erlauben Algorithmen, die auf solchen Indikatoren basieren, in der Regel nicht die Erzielung eines stabilen Gewinns innerhalb eines beträchtlichen Testsegments. Wir werden die oben genannten Indikatoren an den Trends von vier verschiedenen Typen testen: 
  — Stetiger Trend,
  — Aktiver Trend,
  — Gemischter Trend (z.B. stetig, mit einigen aktiven Elementen), und
  — Seitwärts.

Da wir im Voraus nicht wissen, welcher Indikator genau sich im Moment als effizient erweist, werden wir beobachten, wie alle Indikatoren hinsichtlich des Trendtyps in der Gruppe funktionieren. Die Ergebnisse einer Gruppe von Indikatoren zur Ermittlung der überkauften/überverkauften Zonen in Bezug auf die Trends aller Arten werden anhand bestimmter Beispiele betrachtet - zunächst mit Standardeinstellungen. Da wir aus unserer Erfahrung wissen, dass die Genauigkeit herkömmlicher Indikatoren gering ist, werden wir versuchen, diese (Gruppen-) Genauigkeit irgendwie zu verbessern, indem wir die Indikatoreinstellungen ändern, d.h. einige neue Einstellungen verwenden. Dann werden wir die Logik solcher Einstellungen bilden, indem wir bekannte Analysewerkzeuge verwenden.


Einrichtung einer Gruppe von Indikatoren unter Verwendung der Werte der Fibonacci-Reihe

Händler verwenden die Werte der Fibonacci-Reihen häufig, um wichtige Preisniveaus zu identifizieren, wie z.B. Korrekturen oder Erweiterungen, und als feste Werte der Berechnungsperioden für verschiedene gleitende Durchschnitte.

Daher wird es auch ganz logisch sein, die Werte der Fibonacci-Reihen zu verwenden, um eine Gruppe konventioneller Indikatoren aufzustellen.

Logik der Änderung der Einstellungen von Indikatoren: Um die Genauigkeit der Erkennung der überkauften/überverkauften Zonen zu erhöhen, ist es notwendig, dass die Signale der Indikatoren näher am Ende eines lokalen Trends liegen, d.h. näher am letzten fraktalen Extremum des Trends. In Anbetracht der Tatsache, dass die Signale der Indikatoren sowohl früh als auch verzögert bezüglich dieses Extremums sein können, ist es praktisch notwendig, die "Trefferdichte" der Indikatoren zu verbessern, wobei das Trend-Extremum das Ziel ist. Zu diesem Zweck werden wir die Einstellungen der Indikatoren ändern. Dies werden natürlich fast intuitive Einstellungen sein, die auf visuellen Schätzungen beruhen. Nichtsdestotrotz werden wir immer noch eine gewisse Logik anwenden - wir werden die (bezüglich der Standardeinstellungen) nächstliegenden Werte der Fibonacci-Reihen verwenden, um die Werte der Berechnungszeiträume der Indikatoren festzulegen. Darüber hinaus werden wir, wenn nötig, einen Preistyp verwenden, den wir benötigen und der in den Indikatorberechnungen verwendet wird. Wir werden auch versuchen, diese neuen Einstellungen an die Merkmale bestimmter Indikatoren anzupassen.

Lassen Sie uns die neuen Einstellungen für jeden Indikator in der Gruppe unter Berücksichtigung der obigen Logik betrachten.

Diese "rastlose" Stochastik: Analyse der Indikatorformel

Der Indikator Stochastik: Die Stochastik (ein Oszillator) ist einer der "beweglichsten", was oft zu extrem frühen Signalen führt. Verlangsamen wir ihn daher ein wenig. Zu diesem Zweck ändern wir den Parameter "Verlangsamung" (slowing), indem wir 5 statt 3 einstellen. Warum 5? Dies ist die nächstliegende Zahl der Fibonacci-Reihen nach oben. Dies führt zu einer gewissen Glättung des stochastischen Diagramms mit einer nicht-kritischen Verlangsamung seiner Reaktion auf Preisänderungen. Wir haben die Stochastik "zur Vernunft gebracht", indem wir die Wahrscheinlichkeit von Frühsignalen bei der Erkennung der überkauften/überverkauften Zonen verringert haben. Schauen wir in diesen Indikator hinein und versuchen wir, sein mathematisches Modell zu analysieren. Der Indikator hat zwei Linien (Komponenten) — eine schnelle (%K) und eine langsame (%D).

Formel der schnellen Komponente des Indikators Stochastik:   

%K=((C- min)/(max⁡ - min⁡))*100;  

wobei:

C — der letzte Schlusskurs,

min — der niedrigste Preis, der während des Zeitraums von "n" vorhergehenden Balken gehandelt wurde,

max — der höchste im gleichen Zeitraum gehandelte Preis ("n" vorhergehende Balken),

%K — aktueller Wert der schnellen Komponente der Stochastik.

%D ist der gleitende Durchschnitt bezüglich %K mit einer kleinen Glättungsperiode. Es können verschiedene Arten der Glättung verwendet werden, wie z.B. einfach, exponentiell, geglättet und gewichtet. Dies ist die langsame Komponente des Indikators.

Der Parameter "Verlangsamung" (den wir zuvor geändert haben) beeinflusst die Häufigkeit des Auftretens von Signalen: Je größer der Parameterwert, desto weniger Signale des Indikators in der Nähe der Extremwerte.

Ein wichtiges Signal des Indikators Stochastik ist die Kreuzung der Linie %K mit der Linie %D. Die Linie %K ist schneller (empfindlicher) als die Linie %D, da sie von %K abgeleitet wird. Ein weiteres wichtiges Signal ist die Tatsache, dass die Indikatorlinien jenseits der Pegelkanäle 30-70 (oder 20-80) des Indikators liegen, um die überkauften/überverkauften Zustände abzuschätzen. Was die Empfehlungen zur Verwendung dieser Signale betrifft, so können diese je nach Quelle in der traditionellen Analyse unterschiedlich ausfallen. Daher verwenden Händler sie je nach ihren persönlichen Präferenzen und Erfahrungen auf unterschiedliche Weise.

Lassen Sie uns das mathematische Modell dieses Indikators untersuchen. Was sind die Vor- und Nachteile eines solchen Algorithmus? Sein Analysemodell ist recht einfach; genau das tut der Indikator: 

▪ Es findet in der Historie (bei einer bestimmten, festgelegten Suchtiefe) den Höchst- und Tiefstkurs und identifiziert die maximale Kursamplitude bei der gegebenen Tiefe in der Kurshistorie (max - min).

▪ Es findet die aktuelle Amplitude in Bezug auf das gleiche Tief (С - min).

▪ Dann findet es das Verhältnis der aktuellen Amplitude zur maximalen Amplitude (dies ist genau %K, die schnelle Komponente des Indikators).

▪ Konstruiert den gleitenden Durchschnitt der %K-Werte (dies ist genau %D, die langsame Komponente des Indikators).

Was sind die Vorteile eines solchen Modells?

Tatsächlich ermittelt der Indikator den Anteil der aktuellen Amplitude an einer bestimmten Referenzamplitude. Grundsätzlich ein guter Ansatz, vorausgesetzt, dass die Referenz korrekt ist.

Was sind die Nachteile?

Der Hauptnachteil ist, dass die Referenz, auf die sich die Berechnungen beziehen (max - min), nicht ganz korrekt ist, und das ist der Grund. Die grundlegende Grenzen der Amplituden in den Diagrammen von Finanzinstrumenten sind Fraktale. Und diese Fraktale (und die Prozesse unter ihnen) sind die wichtigen Indikatoren für die Marktdynamik. Eine logischere Referenz wäre daher wahrscheinlich die Preisamplitude zwischen den unterschiedlich gerichteten Fraktalen (d.h. der vorhergehende lokale Trend). In der Stochastik (wie auch in allen anderen konventionellen Indikatoren) wird die fraktale Natur des Marktes praktisch nicht berücksichtigt. Fraktale (fraktale Kerze) werden in ihren Algorithmen neben anderen Kerzen ("wie alle") berücksichtigt. Allerdings, wie ein bekannter Charakter eines bekannten Films sagte: "Wir sind Brüder, aber wir sind nicht gleich". Wir haben bereits an einem Beispiel (Testergebnisse in Abb. 7) gesehen, dass Handeln ohne Verankerung auf der fraktalen Ebene die Handelsergebnisse verschlechtert. Das bedeutet, dass die Kerzen der Fraktale wirklich von Bedeutung sind.

Aus der Ignorierung der fraktalen Natur ergibt sich die folgende Situation: In einer bestimmten zufälligen Tiefe in der Kurshistorie wird eine bestimmte Amplitude gemessen und dann als Referenz verwendet (innerhalb des Algorithmus des Indikators). Ist das korrekt? Es ist eine Angelegenheit, die einer eingehenderen Diskussion bedarf, da sie sich auf globale Fragen bezieht, wie z.B. die Frage, was eine elementare Struktur für die Analyse der Dynamik von Marktpreisen ist (dies sprengt jedoch den Rahmen dieses Artikels).

Zusammenfassung: Stochastik ist im Allgemeinen ein guter Indikator. Auch wenn er die fraktale Natur nicht berücksichtigt (dies ist jedoch ein "systematisches" Problem der traditionellen Analyse), ist der Indikator recht schlau und empfindlich. Dies wird nicht nur durch seinen Algorithmus erreicht (der Vergleich der Amplituden ist im Allgemeinen ein korrekter Ansatz), sondern auch durch seine Standardeinstellungen (es wird eine geringe Tiefe der Datensuche und ein gleitender Durchschnitt mit einem kleineren Berechnungszeitraum verwendet), die seine gute Empfindlichkeit tatsächlich bestimmen.

Wir werden auch andere Indikatoren in Betracht ziehen.

Indikatoren Momentun und RSI

Hier geht es vielmehr darum, die Sensitivität zu verbessern, da diese Indikatoren eine beträchtliche Standarddauer der Berechnung von 14 haben. Lassen Sie uns hier die obigen Methoden verwenden. Zu diesem Zweck werden wir den Wert des Berechnungszeitraums der Indikatoren reduzieren (verwenden Sie 8 statt 14). Warum 8? Wir haben den Periodenwert auf die nächstliegende Fibonacci-Zahl reduziert (wobei wir 13 als Zahl ignorieren, die zu nahe an 14 liegt und praktisch nichts ändern würde), um frühere Signale von den Indikatoren zu erhalten. Gleichzeitig änderten wir, um die Charts der Indikatoren zu glätten, den bei der Berechnung der Indikatoren verwendeten Preistyp: Wir verwenden den typischen Preis anstelle des Schlusspreises. Warum der typische Preis? Weil er ausgeglichener ist als der Schlusskurs. Infolgedessen erzeugt der RSI weniger falsche Antworten um die wichtigen Niveaus 30 und 70, während der Indikator Momentum besser auf beträchtliche Korrekturen bezüglich des wichtigen Niveaus 100 reagiert. Warum betrachten wir die Einstellungen von zwei absolut unterschiedlichen Indikatoren gleichzeitig? Nur weil in diesem Fall ihre Einstellungen übereinstimmen, mehr nicht, obwohl die Algorithmen dieser Indikatoren natürlich absolut unterschiedlich sind.

Indikator MACD: 

Lassen Sie uns in ähnlicher Weise die Einstellungen dieses Indikators ändern. Um die Verzögerung der gleitenden Durchschnitte, die bei der Berechnung des MACD-Indikators verwendet werden, zu verringern, ändern wir die Werte der Standardeinstellungen für die nächst kleineren Werte der Fibonacci-Reihe. Als Ergebnis erhalten wir anstelle der Einstellungen (12,26,9 nach Schlusskurs) die Einstellungen (8,21,5 Typical Price), bei denen die relevanten Parameter des MACD-Indikators von links nach rechts sind: Schnell ЕМА, langsam ЕМА, und Indikator SMA. 

Indikator Bollinger-Bänder: 

Dieser Indikator basiert auf der Abweichung bezüglich des gleitenden Durchschnitts. Versuchen wir daher, diesen Parameter einzustellen. Statt des Standardwerts 2 setzen wir den Wert 1, während der Schlusskurs durch den typischen Preis ersetzt wird. Gleichzeitig ist es nicht notwendig, den Wert der Berechnungslänge des Indikators, der standardmäßig 20 beträgt, zu reduzieren, da die Sensitivität des Indikators erheblich besser wird, ohne diesen Wert zu addieren. Das sehen Sie schon bei einer einfachen visuellen Kontrolle: Bei den neuen Einstellungen werden die äußersten Linien des Indikators tatsächlich wie schneller gleitende Durchschnittswerte. Gleichzeitig wird der Indikator praktikabler, um Trendsegmente zu erkennen - die Trends liegen nun jenseits aller drei Linien des Indikators (der größere Teil der Trends, nicht wie bei den früheren Einstellungen ihr kleinerer Teil). Wenn sich der Kurs innerhalb eines solchen Indikators befindet, dann ist dies entweder der eigentliche Beginn des Trends oder die Konsolidierungszonen, die bei der Identifizierung des Trends als Zonen unbestimmter Dynamik vernachlässigt werden können. Visuell ist es viel bequemer, als nach Preissprüngen innerhalb der Zone zu suchen, die aus drei Linien dieses Indikators besteht (bei Standardeinstellungen).

Daher haben wir uns für die Einstellungen entschieden. Natürlich sind solche Einstellungen nicht das Ergebnis einer klassischen, langfristigen Optimierung; es handelt sich lediglich um eine logische Vorbereitung der Parameter einer Gruppe von Indikatoren mit dem Ziel, die "Trefferdichte" auf die überkauften/überverkauften Zonen zu erhöhen. Versuchen wir zu verstehen, ob es möglich ist, die Arbeit einer Gruppe von konventionellen Indikatoren bei der Suche nach solchen Zonen irgendwie zu verbessern. 

Zu diesem Zweck sollten wir, wie vereinbart, testen, wie sie bei verschiedenen Trendtypen funktionieren, was uns eine vollständigere Bewertung der Ergebnisse für unterschiedliche Marktpreisdynamiken ermöglichen wird.


Erprobung einer Gruppe von Indikatoren zur Ermittlung der überkauften/überverkauften Zonen bei verschiedenen Trendtypen

Da jeder Indikator mehrere Arten von Signalen hat, sollten wir uns zunächst mit dieser Frage befassen.

Auswahl des Typs von Indikatorsignalen.

Um den überkauften/überverkauften Bereich zu identifizieren, werden verschiedene Arten von Signalen von Indikatoren verwendet. Da es in der herkömmlichen technischen Analyse keine strengen Regeln gibt, sondern nur allgemeine Empfehlungen zu diesem Thema, verwendet jeder Händler die Art von Signalen, die er für richtig oder praktikabel hält. Hier sind diese Arten von Signalen:

▪ Schnittpunkt von zwei Linien des Indikators.

▪ Überschreiten des Signalpegels durch eine der Indikatorlinie (wenn der Indikator zwei Linien hat).

▪ Überschreiten des Signalpegels durch die Indikatorlinie (wenn der Indikator eine einzige Linie hat).

▪ Umkehrung der Indikatorlinie (wenn der Indikator eine einzige Linie hat).

Die Verwendung der Umkehrung der Indikatorlinie scheint profitabel zu sein; daher wird sie von einigen Autoren empfohlen. Solche Signale sind jedoch oft zu früh. Am wichtigsten ist jedoch, dass sich das Muster der Umkehrung der Indikatorlinie selbst als falsch erweisen kann (Korrektur, ähnlich wie bei der Korrektur des Preisdiagramms). Daher werden wir diese Art von Indikatorsignalen hier nicht verwenden (wenn auch manchmal unter Einbußen bei der Genauigkeit). Wir werden die einwertigen und im Hinblick auf die Identifizierung zuverlässigeren Signale von Indikatoren verwenden: Solche, die auf dem Schnittpunkt von Linien oder dem Überschreiten eines kritischen Niveaus durch eine Linie basieren.

Trend-Typen.

Diese Trendtypen haben wir oben bereits genannt (es gibt insgesamt vier davon). Wir werden die Arbeit der Indikatoren für jeden Trendtyp getrennt bewerten — zunächst mit den Standardeinstellungen, dann mit den neuen Einstellungen, die wir bereits für jeden Indikator der Gruppe definiert haben. 

Genauigkeit bei der Ermittlung der Zonen.

Wir werden die Genauigkeit bei der Erkennung der überkauften/überverkauften Zonen anhand des Distanzwertes (in Balken oder in Zeiteinheiten eines bestimmten Zeitrahmens) in Bezug auf die Zeit des Trend-Extremums (absolutes Hoch für einen Aufwärtstrend oder absolutes Tief für einen Abwärtstrend) schätzen. Pluszeichen bedeutet ein verfrühtes Signal, während Minus ein verspätetes Signal bedeutet. 

Beachten Sie! Ein nutzbares Segment des Trends beginnt mit der Bildung des unterstützenden Fraktals, da ein solches Fraktal das Mindestvorzeichen für den zukünftigen Trendbeginn ist.

Erkennen der überkauften/überverkauften Zonen innerhalb eines stetigen Trends (mit den Standardeinstellungen der Indikatoren).


Indikatoren, die während eines stetigen Trends arbeiten (mit den Standardeinstellungen der Indikatoren)

Bild 9. Indikatoren, die während eines stetigen Trends arbeiten, um die überkauften/überverkauften Zonen zu erkennen (Standardeinstellungen der Indikatoren)


Abb. 9 zeigt die Arbeit konventioneller Indikatoren, d.h. Stochastik, Momentum und RSI, mit Standardeinstellungen (in diesem Fall wird der Indikator Bollinger Bänder mit modifizierten Einstellungen verwendet, aber er ist hier ein Hilfsindikator, nur um den Abwärtstrend zu visualisieren: Der Trend liegt unterhalb der unteren Linie dieses Indikators).

Momente, in denen die Indikatoren auslösen, werden durch vertikale rote Segmente dargestellt. Wie wir sehen können, gibt es eine recht große Streuung der Indikatorreaktionen über die Zeit. Wir erhielten die folgenden Fehlerwerte als Abweichungen (in Balken) von der minimalen fraktalen Ebene dieses lokalen Trends (plus bedeutet ein verfrühtes Signal, minus ein verspätetes): Stochastisch "+12", Momentum "-7", MACD "-3" und RSI "+4".

Lassen Sie uns die Einstellungen der Indikatoren ändern. 

Aufspüren der überkauften/überverkauften Zonen innerhalb eines stetigen Trends (mit den neuen Einstellungen der Indikatoren).


Indikatoren, die während eines stetigen Trends arbeiten (mit den neuen Einstellungen)

Bild 10. Indikatoren, die während eines stetigen Trends arbeiten, um die überkauften/überverkauften Zonen zu erkennen (neue Einstellungen der Indikatoren)


Abb. 10 zeigt, dass die gleichen Indikatoren funktionieren, aber mit neuen Einstellungen. 

Momente, in denen die Indikatoren auslösen, werden durch vertikale rote Segmente dargestellt. Wie wir sehen können, hat sich die Streuung auf die Antwortwerte der Indikatoren mit den neuen Einstellungen deutlich verringert. Wir erhielten die folgenden Fehlerwerte als Abweichungen (in Balken) vom minimalen fraktalen Niveau dieses lokalen Trends (plus bedeutet ein verfrühtes Signal, minus ein verspätetes): Die Stochastik änderte sich von "+12" auf "+11", Momentum "-7" auf "-2", MACD "-3" auf "-1" und RSI "+4" auf "+12" (das Signal ist implizit, nur eine Berührung der Auslöseschwelle, so dass wir es vernachlässigen können), und "-1". Infolgedessen hat sich der Wert des Trends "Abdeckung" verbessert (siehe die Ausdehnung der blauen horizontalen Zone in Abb. 10 im Vergleich zu Abb. 9).

In Bezug auf den Typ des stetigen Trends erwiesen sich in diesem Fall die neuen Einstellungen der Indikatoren als effizienter als die Standardeinstellungen. Eine Ausnahme bildete ein Signal des RSI, das jedoch nicht klar genug ist (die Linie des Indikators überschritt nicht das wichtige Niveau von 30, sondern berührte nur das Niveau), so dass wir es ignorieren können. Gleichzeitig werden wir uns an diesen RSI-Spitzenwert erinnern (wir werden diese Information später benötigen).

Lassen Sie uns eine ähnliche Arbeit bezüglich des aktiven Trendtyps durchführen und sehen, ob die neuen Einstellungen dort effizient sind.

Erkennen der überkauften/überverkauften Zonen innerhalb eines aktiven Trends (mit den Standardeinstellungen der Indikatoren).


Indikatoren, die an einem aktiven Trend arbeiten (mit den Standardeinstellungen)

Bild 11. Indikatoren, die während eines aktiven Trends arbeiten, um die überkauften/überverkauften Zonen zu erkennen (Standardeinstellungen der Indikatoren)

Abb. 11 zeigt die Arbeit konventioneller Indikatoren, d.h. Stochastik, Momentum, RSI und Bollinger Bands, mit Standardeinstellungen (Indikator Bollinger Bands wird auch hier als Hilfsmittel verwendet, nur um den Aufwärtstrend bezüglich der oberen Linie dieses Indikators zu visualisieren).

Momente, in denen die Indikatoren auslösen, werden durch vertikale rote Segmente dargestellt. Wie wir sehen können, gibt es eine recht große Streuung der Indikatorreaktionen über die Zeit. Wir erhielten die folgenden Fehlerwerte als Abweichungen (in Balken) von der minimalen fraktalen Ebene dieses lokalen Trends (plus bedeutet ein vorrückendes Signal, minus ein verzögerndes): Stochastisch "+5" und "-1", Momentum "0" (Volltreffer!) und sofort "-10", MACD "-4", RSI "+7" und Bollinger-Bänder "-10".

Wie wir sehen können, ist die Streuung der Antworten (Signale) der Indikatoren recht groß.

Lassen Sie uns die Einstellungen der Indikatoren ändern.

Erkennen der überkauften/überverkauften Zonen innerhalb eines aktiven Trends (mit den neuen Einstellungen der Indikatoren).


Indikatoren, die an einem aktiven Trend arbeiten (mit den neuen Einstellungen)

Bild 12. Indikatoren, die an einem aktiven Trend arbeiten, um die überkauften/überverkauften Zonen zu erkennen (neue Einstellungen der Indikatoren)


Abb. 12 zeigt, dass die gleichen Indikatoren funktionieren, aber mit neuen Einstellungen.

Momente, in denen die Indikatoren auslösen, werden durch vertikale rote Segmente dargestellt. Wie wir sehen können, gibt es eine recht große Streuung der Indikatoren, die durch die Zeit ausgelöst werden, aber die meisten Indikatoren "kleben" aneinander, während die Genauigkeit der Signale der Gruppe den RSI wieder verschlechtert. Wir erhielten die folgenden Fehlerwerte als Abweichungen (in Balken) vom minimalen fraktalen Niveau dieses lokalen Trends (plus bedeutet ein vorrückendes Signal, minus ein verzögerndes): Die Stochastik wechselte von "+5" und "-1" zu "+4" und "-2", das Momentum von "0" und "-10" zu "+4" und "-2", der MACD von "-4" zu "-2", der RSI von "+7" zu "+8" und die Bollinger-Bänder von "-10" zu "-3".

Wie wir sehen können, haben fast alle Indikatoren ihre Ergebnisse verbessert. Ausnahmen sind die Indikatoren Stochastik und (insbesondere) RSI — das Signal des letzteren ist außerhalb des allgemeinen Bildes der Signale anderer Indikatoren (in der Abbildung als Fragezeichen und roter Pfeil dargestellt). 

Was den aktiven Trendtyp betrifft, so erwiesen sich in diesem Fall die neuen Einstellungen der Indikatoren als etwas effizienter als die Standardeinstellungen. Ausnahme ist, wie beim stetigen Trend, wieder "allein" das Signal des RSI. Es sei angemerkt, dass sich der RSI wiederum nicht als sehr gut erwiesen hat. Es ist dieser Indikator, aufgrund dessen sich der Wert der "Abdeckung" eines Trends nicht verbessert hat (unwesentliche Verringerung der Länge des blauen horizontalen Bereichs in Abb. 12 im Vergleich zu Abb. 11). Der Indikator "Stochastik" hat die Genauigkeit der Erkennung dieser Zonen unwesentlich verschlechtert. Ohne Berücksichtigung des RSI hat sich jedoch die allgemeine Situation verbessert — die Gruppengenauigkeit bei der Erkennung der überkauften/überverkauften Zonen hat sich erhöht.

Lassen Sie uns die Messlatte höher legen — führen Sie die ähnliche Arbeit in Bezug auf einen strukturell komplexeren Trend, den gemischten Trend (in dem es sowohl ein Segment mit stetiger Dynamik als auch ein Segment mit aktiver Dynamik gibt), durch.

Erkennen der überkauften/überverkauften Zonen innerhalb eines gemischten Trends (mit den Standardeinstellungen der Indikatoren).


Indikatoren, die an einem gemischten Trend arbeiten (mit den Standardeinstellungen)

Bild 13. Indikatoren, die während eines gemischten Trends arbeiten, um die überkauften/überverkauften Zonen zu erkennen (Standardeinstellungen der Indikatoren)


Abb. 13 zeigt die Arbeit der Gruppe von Indikatoren zu einem gemischten Trend — der erste Teil des Trends weist eine relativ stetige Dynamik auf, während der zweite Teil aktiv ist. Der Vielfalt halber wollen wir auch den Indikator CCI verwenden. Die für Standardeinstellungen erhaltenen Ergebnisse: Stochastik: "+3" und "-3", CCI: "-3", RSI: "+1" und MACD: "-7". MACD liefert hier das schlechteste Ergebnis in der Gruppe.

Lassen Sie uns die Einstellungen der Indikatoren ändern.

Ermittlung der überkauften/überverkauften Zonen innerhalb eines gemischten Trends (mit den neuen Einstellungen der Indikatoren).


Indikatoren, die während eines gemischten Trends arbeiten (mit den neuen Einstellungen)

Bild 14. Indikatoren, die während eines gemischten Trends arbeiten, um die überkauften/überverkauften Zonen zu erkennen (neue Einstellungen der Indikatoren)


Abb. 14 zeigt die gleiche Gruppe von Indikatoren, die auf einem gemischten Trend, aber mit neuen Einstellungen arbeiten. Wir erhalten diese Ergebnisse: Die Stochastik hatte "+3" und "-3", und die Werte blieben gleich, CCI: "-3" geändert für "-2", RSI: "+1" geändert für "-3", und MACD: "-7" geändert auf "-5". Infolgedessen hat sich die allgemeine Arbeitseffizienz mit Ausnahme des RSI verbessert. Lassen Sie uns dies nochmals zur Kenntnis nehmen: RSI hat das schlechteste Ergebnis hinsichtlich der Genauigkeit beim gemischten Trend, wie bei der Arbeit an allen vorhergehenden Trendtypen.

Ein weiterer Trendtyp, die Seitwärtsbewegung, bleibt noch übrig. Lassen Sie uns versuchen zu testen, wie die Indikatoren auf diesen Trend wirken. Dies wird höchstwahrscheinlich nicht einfach sein: Bei einem solchen Trend hängt vieles von seiner Amplitude ab. Wenn seine Amplitude beträchtlich ist, dann kann in der Tat jedes Segment dieses Trends als eines der vorhergehenden klassifiziert werden. Daher ist es grundsätzlich schwierig, in einem solchen Trend von den überkauften/überverkauften Zonen zu sprechen, denn wenn seine Amplitude unbedeutend ist (innerhalb einer bestimmten Skala), dann sind die Trendsegmente sehr klein. Lassen Sie uns jedoch versuchen, etwas in dieser herausfordernden Option zu entdecken.

Indikatoren im Seitwärtsmarkt (Standardeinstellungen)

Erkennen der überkauften/überverkauften Zonen innerhalb eine Seitwärtsmarkt (mit den Standardeinstellungen der Indikatoren).


Indikatoren im Seitwärtsmarkt (mit Standardeinstellungen)

Bild 15. Indikatoren in einem Seitwärtsmarkt, um die überkauften/überverkauften Zonen zu erkennen (Standardeinstellungen der Indikatoren)


Abb. 15 zeigt, wie Indikatoren mit Standardeinstellungen bei der Erkennung der überkauften/überverkauften Zonen funktionieren. In diesem Seitwärtstrend ist der "nutzbar" Teil (ein hellblauer horizontaler Balken) für die Verkaufs- (nicht Kauf-) Position geeignet, da die Amplitude innerhalb des Kanals unbedeutend ist und unmittelbar nach dem Fraktal, das die Aufwärtsbewegung unterstützt, eine umgekehrte Kerze gebildet wurde und der lokale Aufwärtstrend (innerhalb des Kanals) nicht zustande kam. 

Lassen Sie uns die Einstellungen der Indikatoren ändern.

Erkennen der überkauften/überverkauften Zonen innerhalb der Seitwärtsbewegung (mit den neuen Einstellungen der Indikatoren).


Indikatoren in der Seitwärtsbewegung (mit den neuen Einstellungen)

Bild 16. Indikatoren, die seitwärts arbeiten, um die überkauften/überverkauften Zonen zu erkennen (neue Einstellungen der Indikatoren)


Abb. 16 zeigt, wie die gleiche Gruppe von Indikatoren bei der Erkennung der überkauften/überverkauften Zonen mit neuen Einstellungen arbeitet. Wir sehen, dass sich der nutzbare Teil des lokalen Trends (Abwärtstrend innerhalb des Kanals) ausgeweitet hat, während der Bereich der Trendunsicherheit eher abnimmt, was ein Beweis für die erhöhte Genauigkeit bei der Erkennung solcher Zonen ist.

Jetzt haben wir die Tests abgeschlossen, wie die Indikatorgruppen bei verschiedenen Trendtypen funktionieren. Es ist nicht unbemerkt geblieben, dass der RSI die schlechteren Ergebnisse lieferte. Es war wie ein "Enfant terrible" in der Gruppe. Lassen Sie uns über die Gründe für eine solche Arbeit von RSI nachdenken.


Was ist falsch am RSI? Analysieren der Indikatorformel

Um das Funktionsprinzip des RSI zu verstehen, wollen wir die mathematische Formel dieses Indikators analysieren.

Hier ist die Formel des RSI:

RSI=100 - (100/(1+RS));

wobei:

RS — das Verhältnis der relativen Stärke (Verhältnis des durchschnittlichen Preiszuwachses zum durchschnittlichen Preisrückgang während des Zeitraums.

RS=EMAup/EMAdn;

wobei:

EMAup — der exponentiell gleitender Durchschnitt für alle Kerzen, die höher geschlossen wurden als die vorhergehenden Kerzen, und

EMAdn — der exponentiell gleitender Durchschnitt für alle Kerzen, die niedriger geschlossen wurden als die vorhergehenden Kerzen.

Die Analyse der Indikatorformel zeigt deutlich, warum ein solcher Indikator bei der Ermittlung der überkauften/überverkauften Zonen auf Trends verschiedener Art schlechter funktioniert als die anderen (zumindest in unseren Beispielen). Die Gründe dafür sind wie folgt:

▪ Erstens nimmt der Preis nicht an der Berechnung des RSI als primärer Marktparameter teil (er verwendet das Verhältnis der sekundären Parameter — gleitende Durchschnitte, außerdem exponentielle), was die Genauigkeit des Indikators generell verschlechtert. Darüber hinaus werden separate ("Patch") Stichproben des Kursfeldes verwendet, um gleitende Durchschnitte zu bilden.

▪ Zweitens ist der logische Kern des Indikators (RSI-Parameter) recht tief in den Algorithmus "eingegraben" - er liegt im Nenner der RSI-Berechnungsformel, wobei sein Einfluss dadurch abgeschwächt wird, dass der Parameter nicht so verwendet wird, wie er ist, sondern um eins addiert wird. Dies, zusammen mit der im Indikator verwendeten Normalisierung (Grenzen von 0 bis 100), verringert die Sensibilität des Indikators. 

Daher können wir sehr konservativ davon ausgehen, dass es besser ist, den RSI als Hilfsfilter und nicht als Signalindikator zu verwenden, während es effizienter wäre, einen anderen Indikator zur Ermittlung der Punkte zu verwenden, die die Signale des Handelssystems bestimmen. Warum eine "vorsichtige" Annahme? Einfach deshalb, weil eine unbedingte Aussage eine groß angelegte Untersuchung bezüglich dieses Indikators (mit unterschiedlichen Zeitrahmen und Finanzinstrumenten) erfordern würde. Ich halte es jedoch für meine Pflicht, die Marktteilnehmer vor einem übertriebenen Vertrauen in die unbedingte Effizienz dieses weithin beworbenen Indikators zu warnen (zumindest als warnendes Beispiel).

Nun, wir haben uns mit der "Mathematik" des RSI befasst, so dass wir nun zur Gruppenarbeit unserer Indikatorgruppe zurückkehren werden.


Ergebnisse der Auswertung der Genauigkeit der Erkennung der überkauften/überverkauften Zonen je nach Einstellungen und Trendtyp

Falls Sie es bemerkt haben, haben wir die Genauigkeit der Erkennung der überkauften/überverkauften Zonen sowie den nutzbaren Teil des Trends anhand einer Zeitskala (Abstand in Balken bezüglich der Zeit des Trend-Extremums) bewertet. Lassen Sie uns nun sehen, wie sich die Genauigkeit der Erkennung solcher Zonen auf die Effizienz der "Abdeckung" der Trendamplitude auswirkt.


Anzeige der Trendamplitudenabdeckung

Bild 17. Anzeige der Trendamplitudenabdeckung


Abb. 17 zeigt den EURUSD-Chart, und den Indikator Stochastik mit Standardeinstellungen wird als Arbeitsindikator verwendet, um den überkauften Bereich zu erkennen. Da es sich in diesem Fall um einen lokalen Aufwärtstrend handelt, sprechen wir daher von einer Kaufposition:

Dieses Beispiel zeigt, wie sich die Genauigkeit der Erkennung der überkauften Zone auf die Handelseffizienz auswirkt. Die Notation lautet wie folgt:

1 — die volle Amplitude des Trends (natürlich wird die unterstützende Fraktalamplitude — in diesem Fall fraktal abwärts — nicht berücksichtigt, da der Trend erst bei der Bildung dieses Fraktals "sichtbar" (oder besser gesagt leicht unterscheidbar) wird),

2 — die verwendbare Amplitude des Trends (es ist die Amplitude, die den Gewinn bestimmt, vorausgesetzt, dass wir die Kaufposition an einem durch den roten Pfeil hervorgehobenen Punkt schließen), und

3 — die Restamplitude des Trends (es ist die Amplitude, die "verloren" geht, wenn der Händler das Signal des Stochastik-Indikators als Beginn der überkauften Zone verwendet und die Position schließt).

Aus der in Abb. 17 dargestellten Formel ist ersichtlich, dass der Abdeckungskoeffizient der Trendamplituden (und damit die Handelseffizienz) umso höher ist, je höher die Genauigkeit der Erkennung der überkauften Zone ist. 

Es ist klar, dass je aktiver der Trend ist (d.h. je größer der Winkel der Trendabweichung von der Zeitachse ist, unabhängig davon, ob es sich um einen Auf- oder Abwärtstrend handelt), desto größer der Gewinn aus der Verbesserung der Genauigkeit der Erkennung der überkauften/überverkauften Zonen ist, da die Amplitude einer Kerze (Balken) in einem aktiven Trend breiter ist als bei anderen Trendtypen. In der Praxis ist der größte Teil der Lebensdauer auf Märkten nicht ein aktiver Trend, sondern andere Trendtypen (stetige, gemischte oder seitwärts gerichtete Trends). Wenn man den Trendtyp in Betracht zieht, werden daher Gewinne bei der Genauigkeit der Erkennung solcher Zonen durch den Zeitparameter nicht immer einen bemerkenswerten Amplitudengewinn gewährleisten. In Anbetracht der Dimensionalität einer solchen Analyse (Werte der Amplitudengewinne in Abhängigkeit von der Genauigkeit der Erfassung der Zonen in der Zeit), werden wir uns durch die Genauigkeit in Bezug auf den Zeitfaktor einschränken. Darüber hinaus analysieren wir die Funktionsweise eines zufälligen Satzes von Indikatoren und nicht eines bestimmten Handelssystems. Und unsere Aufgabe ist es, die Fähigkeit dieser Gruppe von Indikatoren zur Erkennung der überkauften/überverkauften Zonen in Abhängigkeit von den Einstellungen und dem Trendtyp abzuschätzen.

Nichtsdestotrotz kann die in Abb. 17 gezeigte Formel verwendet werden, um die Effizienz jedes Handelssystems als zusätzlichen Parameter der Standardschätzung zu bewerten. 

Lassen Sie uns die Ergebnisse der Änderung der Genauigkeit der Erkennung der überkauften/überverkauften Zonen durch die Gruppe der Indikatoren bei der Änderung ihrer Einstellungen (anfänglich verwenden wir die Standardeinstellungen, während die neuen Einstellungen auf der Grundlage der nächstliegenden Zahlen der Fibonacci-Reihen vorgenommen werden) durch den Zeitparameter (für alle Trendtypen zusammengefasst) bewerten.

Linie der Verbesserung der Genauigkeit bei der Erkennung der überkauften/überverkauften Zonen

Bild 18. Die Grafik zur Verbesserung der Genauigkeit der Erkennung der überkauften/überverkauften Zonen (durch eine Gruppe von Indikatoren) in Abhängigkeit von den Einstellungen und Trendtypen


Abb. 18 zeigt die Grafik der Veränderung (Verbesserung) der Genauigkeit bei der Erkennung der überkauften/überverkauften Zonen in Abhängigkeit von den Einstellungen der Indikatoren und vom Trendtyp. Die horizontale Skala entspricht dem anfänglichen Genauigkeitsniveau (für die Standardeinstellungen der Indikatorgruppe). 

Vertikale Skala zeigt die Werte der Genauigkeitsänderungen (mit den neuen Einstellungen der Indikatoren) in Bezug auf das anfängliche Genauigkeitsniveau (mit den Standardeinstellungen). Jeder Trendtyp hat seine eigene Farbe.

Die grüne Linie zeigt die Änderungen der Genauigkeit bei einem stetigen Trend an. Blaue Linie zeigt Änderungen in der Genauigkeit bei einem aktiven Trend an. Die violette Linie zeigt Änderungen in der Genauigkeit bei einem gemischten Trend an. Die orangefarbene Linie zeigt die Änderungen der Genauigkeit einer Seitwärtsbewegung an.

Welche Schlussfolgerungen können aus dieser Grafik gezogen werden? Ich glaube nicht, dass wir ernsthafte Schlussfolgerungen für die absoluten Werte der Genauigkeitssteigerung ziehen können, wie z.B. "wenn der Trend gemischt ist, wächst die Genauigkeit für ihn langsamer als für alle anderen Trendtypen" (für solche Aussagen sind globale Studien notwendig). Wir können jedoch definitiv sagen, dass die Genauigkeit der Erkennung der überkauften/überverkauften Zonen bei neuen Einstellungen grundsätzlich höher ist (in diesem Fall um mindestens ein Viertel im Vergleich zu den Standardeinstellungen). 


Schlussfolgerungen über die Effizienz konventioneller Indikatoren zur Ermittlung der überkauften/überverkauften Zonen

Wir haben in einem spezifischen Kontext gesehen, dass herkömmliche Indikatoren mit Standardeinstellungen eine recht geringe Genauigkeit aufweisen, wenn sie zur Erkennung der überkauften/überverkauften Zonen verwendet werden. In vielen Fällen sind die Signale der Indikatoren zu früh (was den Gewinn aufgrund des Verlustes des größten Teils der Trendamplitude deutlich verringert) oder deutlich verzögert (was die Wahrscheinlichkeit, überhaupt einen Gewinn zu erzielen, aufgrund der bestehenden Trendumkehr erheblich verringert).

Wir haben herausgefunden, dass wir nach dem Grund für die recht verzögerte Arbeit herkömmlicher Indikatoren in ihren mathematischen Modellen suchen sollten, die den nichtstationären Charakter der Preisbewegungsprozesse praktisch nicht berücksichtigen. Die Algorithmen solcher Indikatoren lassen die Schlüsselfaktoren der Trendstrukturen auf den Finanzmärkten völlig außer Acht, nämlich Sie berücksichtigen nicht den fraktalen Charakter von Trendanfängen und -enden und sie erweitern nicht die Dynamik der Veränderung der Parameter von Kerzen (sie beschönigen sie nur), aus denen Trends bestehen, auch in den Bereichen der Bildung der überkauften/überverkauften Zonen.

Stattdessen wird ein zufälliger (nicht fraktaler) Ausgangspunkt für die Berechnung der Indikatorwerte verwendet, wenn nach der dem Algorithmus eines bestimmten Indikators zugrunde liegenden Formel gerechnet wird. Infolgedessen beginnt die Berechnung der Indikatorwerte nicht streng vom Trendbeginn an, sondern mitten im aktuellen Trend, oder sie deckt einen Teil des vorhergehenden Trends ab, was die Vorhersageergebnisse erheblich verzerrt. Dies ist darauf zurückzuführen, dass der Berechnungszeitraum in den Formeln der Indikatoren meist ein fester Wert ist, wobei jeder Händler den Wert des Berechnungszeitraums des Indikators, d.h. die Tiefe der Verwendung historischer Daten, "nach Belieben" ändert. 

Der Markt lebt jedoch nach seinen eigenen Gesetzen: Reale Marktschwankungen haben eine Periode (oder als Kehrwert die Frequenz), deren Wert nicht fixiert ist, sondern sich auch innerhalb eines kleinen Zeitintervalls kontinuierlich ändert. In diesem Zusammenhang erscheint eine Verankerung am Trendbeginn sinnvoll. 

Da solche "natürlichen" Merkmale der Marktdynamik nicht berücksichtigt werden, führt die Verwendung herkömmlicher Indikatoren zu einer schlechten Genauigkeit bei der Erfassung einer überkauften/überverkauften Zone, die nur manchmal mit dem tatsächlichen Ende des lokalen Trends zusammenfällt. Genau aus diesem Grund erlauben automatisierte Handelssysteme, die auf solchen konventionellen Indikatoren basieren, nicht die Erzielung eines stabilen Gewinns innerhalb eines längeren Testsegments. 

Natürlich zählen Handelssysteme ohne Risikobegrenzung (StopLoss) nicht — sie können manchmal die unvergleichlichen Ergebnisse der Rentabilität manifestieren, selbst bei Verwendung konventioneller Indikatoren, da sie die Drawdowns ignorieren. Wir können jedoch die Risiken im realen Handel nicht ignorieren, da solche Drawdowns die Einlage des Händlers früher oder später verbrauchen, wenn StopLoss nicht verwendet wird (meine eigene Erfahrung beim Testen mehrerer verschiedener Handelssysteme beweist dies).

Um die Indikatorverwendung zum Erkennen der überkauften/überverkauften Zonen zu verbessern, haben wir eine einfache Methode ohne jegliche Voroptimierung verwendet und (feste) Einstellungen anstelle der Standardeinstellungen verwendet. Die neuen Einstellungen wurden wie folgt vorgenommen: Der Wert des Einstellungsparameters wurde für die nächstliegenden Werte der Fibonacci-Reihe geändert. Selbst mit solch einfachen Änderungen konnten wir die Genauigkeit der Erkennung der überkauften/überverkauften Zonen durch den Parameter "Zeit" um mindestens ein Viertel erhöhen. 

Auf der Grundlage der Testergebnisse analysierten wir auch die Funktionsweise von zwei Indikatoren (in diesem Fall der beste und der schlechteste) genauer. Bei der eingehenden Analyse der mathematischen Formeln der oben genannten Indikatoren (Stochastik und RSI) identifizierten wir die Faktoren, die die Betriebsqualität dieser Indikatoren beeinflussen. 

So wurde zum Beispiel festgestellt, dass das mathematische Modell der Stochastik selbst bei Standardeinstellungen eine gute Leistung gewährleistet.

Gleichzeitig wurde gezeigt, dass der Betrieb des bekannten RSI als Signalindikator gerade aufgrund seines mathematischen Modells eine Herausforderung darstellt. Daher kann dieser Indikator trotz seiner grossen Beliebtheit einige operationelle Einschränkungen aufweisen (wenn auch nicht ausschließlich bei der Erkennung der überkauften/überverkauften Zonen, sondern in seiner allgemeinen Funktionsweise). Die Analyse des mathematischen Modells ergab, dass es logisch wäre, den RSI als allgemeinen Filter zu verwenden, d.h. wir sollten den Bereich der Indikatorwerte nutzen, anstatt das Kreuzen bestimmter Level durch den Indikator (das Indikatormodell erlaubt es im Grunde nicht, eine hohe Sensitivität zu gewährleisten).


Neue Ansätze zur Verbesserung der Effizienz beim Aufspüren der überkauften/überverkauften Zonen

Nun, was sollte eigentlich die Neuheit der Ansätze zur Aufdeckung der überkauften/überverkauften Zonen sein? Lassen Sie uns die allgemeinen Anforderungen zusammenfassen. Da wir die Notwendigkeit der Berücksichtigung von Fraktalen (Trendbeginn und -ende) und die Notwendigkeit der Analyse der Elemente innerhalb des Trends diskutiert haben, können wir von der Fraktal-Kerzen-Analyse sprechen.


Allgemeine Anforderungen an den Indikator-Algorithmus zur Erkennung der überkauften/überverkauften Zonen mit Hilfe der fraktalen Kerzenanalyse

In Anbetracht der Nachteile der konventionellen Methoden, die zur Feststellung der überkauften/überverkauften Zonen verwendet werden, kann Folgendes empfohlen werden:

▪ Es sollte ein gültiger Referenzausgangspunkt gewählt werden und nicht ein zufälliger (wie es bei konventionellen Indikatoren der Fall ist), um die Funktionswerte beliebiger Indikatoren (zu jeder Zeit) zu berechnen. Was ist dieser Startpunkt? Es ist zweifellos das unterstützende fraktale Extremum. Warum fraktales Extremum? Denn genau solche Niveaus sind die expliziten Kennzeichen der Marktdynamik, die von den Marktteilnehmern als Referenzzeitpunkte (z.B. zum Setzen eines StopLoss) wahrgenommen werden. Wir haben oben bereits erwähnt, dass es das Fehlen solcher Referenzpunkte in den Berechnungsalgorithmen herkömmlicher Indikatoren ist, das die Genauigkeit der Erkennung der überkauften/überverkauften Zonen verringert.

▪ Die Berechnungsperiode konventioneller Indikatoren ist ein fester Wert, während reale Preisbewegungen den sich ständig ändernden Häufigkeitswert (und damit den Wert der Berechnungsperiode) von Schwankungen haben. Dies führt zu den unbeabsichtigten Fehlern solcher Indikatoren bei der Erkennung der überkauften/überverkauften Zonen. 

▪ In Übereinstimmung mit der Impulsgleichgewichtstheorie ist die Kerze keine vollwertige Elementarstruktur zur Analyse der Marktdynamik, während die herkömmlichen Muster der Kerzenanalyse nicht immer zur Analyse geeignet sind, da die Kerze ein Element solcher Muster ist. Der Kerze hat trotz der Leichtigkeit, mit der er Informationen verbreitet, große Defizite, wie z.B: Wichtige fraktale Ebenen sind innerhalb einer Kerze nicht sichtbar. Darüber hinaus sind die Niveaus von Open und Close Kerze praktisch nie fraktal, was einige zusätzliche Analysen der Preisänderungen nach diesen Punkten erfordert. Um die Rolle solcher negativen Faktoren zumindest bis zu einem gewissen Grad zu reduzieren, muss bei der Durchführung von Kerzenanalysen innerhalb des Trends Folgendes getan werden:

Eine detaillierte Analyse des Verhältnisses Kerzen-Körper/Kerzen-Amplitude für jede Kerze (dies charakterisiert vereinfacht die Gesamtaktivität des Prozesses als Mikrotrend innerhalb der Kerze).

Eine Analyse, wie die Korrektur im Inneren einer Kerze mit ihrer Gesamtamplitude korreliert (dies charakterisiert in vereinfachter Form die Dynamik des Prozesses im letzten Stadium der Kerzenbildung, vor dem Beginn der Bildung der nächsten Kerze des Trends).

Ein Umfassender Multiskalenansatz, nämlich, da die Preise für Öffnen und Schließen keine Fraktale sind, benötigen wir eine zusätzliche präzise Analyse der Dynamik in einem kleineren Zeitrahmen - sowohl zur Analyse der Aktivität in der letzten Phase des Formens und Schließens (der vorhergehenden größeren Kerze) als auch zur Analyse der Aktivität nach dem Öffnen der nächsten Kerze.

▪ Bezüglich der Struktur eines analytischen Systems zur Erkennung der überkauften/überverkauften Zonen. 

Gemäß den Faktoren der Impulsgleichgewichtstheorie muss der Algorithmus jedes Analyse- oder Handelssystems multimodal sein, da die Preisbewegung jedes Finanzinstruments ein komplexer, nichtstationärer Prozess ist, der nicht durch einen einfachen Algorithmus beschrieben werden kann. Das oben Gesagte trifft auch vollständig auf den Algorithmus zur Erkennung der überkauften/überverkauften Zonen zu (jeder herkömmliche Indikator-Algorithmus stellt immer die vereinfachte Modellierung der Marktdynamik dar). Bei der Erkennung solcher Zonen kann es viele Muster der Dynamik geben. Daher ist eine logischere Lösung des Problems der Erkennung der überkauften/überverkauften Zonen ein gemeinsamer Algorithmus, der aus mehreren Variationen (relativ einfache Algorithmen) besteht, die durch die logische "ODER"-Funktion vereinheitlicht werden. Warum sollten Sie die logische ODER-Funktion verwenden? Weil jede Variation (der Situation, die den Beginn einer solchen Zone charakterisiert) theoretisch mit der gleichen Wahrscheinlichkeit gebildet werden kann, aber wir wissen nicht im Voraus, welche Variation genau gebildet wird.

Wir haben oben gezeigt, dass die Kombination von Fraktalanalyse und Kerzenanalyse die effizienteste Option zur Modellierung der Marktdynamik sein kann. Natürlich geht es hier nicht um die klassischen Muster der Kerzenanalyse. Es geht um einige neuere Lösungen in diesem Bereich.

Lassen Sie uns also zu den spezifischen Methoden zur Lösung unseres herausfordernden Problems übergehen.


Methode zur Identifizierung der Anzeichen für eine "Verlangsamung" des Trends

In unserem vorhergehenden Artikel (Wie reduzieren Händler die Risiken) haben wir gezeigt, dass eine genauere Methode zur Erkennung der überkauften/überverkauften Zonen (im Vergleich zu herkömmlichen Indikatoren) darin besteht, Anzeichen einer Verlangsamung innerhalb des aktuellen lokalen Trends anhand der folgenden Kriterien zu identifizieren:

— eine Verkürzung des Abstands (Amplitude) zwischen den benachbarten fraktalen Unterstützungsebenen (wir benötigen drei Fraktale, um die Amplituden zweier benachbarter Segmente zu vergleichen),

— eine Vergrößerung der Korrekturtiefe im Inneren der Kerze und Verkleinerung des Kerzen-"Körpers" (Intra-Kerzen-Analyse), und

— die Änderung der Verschiebungsrichtung des Kerzenpivotpunkts in Bezug auf den Pivotpunkts der vorhergehenden Kerze (drei Kerzen werden zum Vergleich dieser Niveaus benötigt).

Es gibt noch eine weitere Methode — diejenige, die die Verankerung am Trendbeginn verwendet (als Ausgangspunkt für die weitere Vorhersage der überkauften/überverkauften Zonen). Betrachten wir den Algorithmus einer solchen Verankerung.


Algorithmus der Verankerung an den Trendeintritt

Die Impulsgleichgewichtstheorie zeigt, dass eine der wichtigen Komponenten in einem Analyse- oder Handelssystem das Modul der Verankerung an den Beginn einer wellenförmigen Bewegung, d.h. an den lokalen Trendbeginn, ist. An einem konkreten Beispiel (Diagramm in Abb. 7) haben wir oben gelernt, dass die Deaktivierung dieses Moduls, d.h. das Ignorieren der Risiken, die mit dem "Treffen" der überkauften/überverkauften Zonen verbunden sind, die Effizienz eines Handelssystems erheblich verringert. Jeder Indikator ist ein analytisches System, das dies berücksichtigen sollte. Das Fehlen einer solchen Verankerung in konventionellen Indikatoren ist der Kernfaktor für deren ungenaue Funktionsweise.

Wie kann dieser Parameter bei der Ermittlung der überkauften/überverkauften Zonen verwendet werden? Diese Verankerung scheint vor allem notwendig zu sein, um den Trendbeginn für den Markteintritt zu prognostizieren. Die Verankerung des Trendbeginns erwies sich jedoch als hilfreich bei der Erkennung der oben genannten Zonen. Zu diesem Zweck müssen wir unseren Abstand vom lokalen Trendbeginn einhalten, was die Wahrscheinlichkeit erhöht, das "Ende" der Bewegung zu "treffen" (und genau das ist es, was wir brauchen, um die überkauften/überverkauften Zonen zu erkennen).

Abb. 19 unten zeigt das Modul der Verankerung am Trendbeginn (als Teil des Expert Advisor Reduce_risks für MT5).

In diesem Fall ist ein Zeichen für den zu prognostizierenden Trendbeginn der Schnittpunkt des gleitenden Durchschnitts und der Kerze in der Historie: MA8 für M1 und MA5 für M15. Die Berechnungszeiträume der gleitenden Durchschnitte wurden aus den Werten der Fibonacci-Reihen entnommen.

Bitte beachten Sie, dass der Schnittpunkt (des Kerzenlichts und des MA) auf dem Zeitrahmen von M1 nicht durch einen Balken in der Historie begrenzt ist. Er wird durch das logische ODER festgelegt - entweder auf dem vorhergehenden Balken oder auf dem zweiten Balken in der Historie oder auf dem dritten Balken in der Historie (auf M1). Für M15 steht in diesem Fall eine einzige Schnittmenge zur Verfügung, d.h. auf dem vorhergehenden Balken in der Historie. Diese Reihe von möglichen Optionen ermöglicht es, multi-varianten, realen Marktsituationen zu berücksichtigen, die mit der Entwicklung eines lokalen Trends relativ zu einer solchen Kreuzung verbunden sind.

Das Beispiel wird für den Einstieg in den Markt gezeigt (mit einem solchen Algorithmus reduzieren wir die Wahrscheinlichkeit, in eine überkaufte/überverkaufte Zone zu geraten). Der Algorithmus ist universell — er kann sowohl für Aufwärts- als auch für Abwärtstrends verwendet werden, da der Algorithmus (absichtlich) nicht die Richtungen der Kerzen berücksichtigt. 

Betrachten wir ein Codefragment des Moduls der Verankerung am Trendbeginn (MQL5-Version):

int            handle_iMA_M1_period5;        // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period8;        // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period13;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M1_period60;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period4;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period5;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_M15_period8;       // variable for storing the handle of the iMA indicator 
int            handle_iMA_H1_period24;       // variable for storing the handle of the iMA indicator 

...................................................................................................

 handle_iMA_M1_period5=iMA(m_symbol.Name(),PERIOD_M1,5,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M1_period5==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stopped early 
      return(INIT_FAILED);
     }
//--- create handle of the indicator iMA
   handle_iMA_M1_period8=iMA(m_symbol.Name(),PERIOD_M1,8,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M1_period8==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stopped early 
      return(INIT_FAILED);
     }



handle_iMA_M15_period5=iMA(m_symbol.Name(),PERIOD_M15,5,0,MODE_SMA,PRICE_TYPICAL);
//--- if the handle is not created 
   if(handle_iMA_M15_period5==INVALID_HANDLE)
     {
      //--- tell about the failure and output the error code 
      PrintFormat("Failed to create handle of the iMA indicator for the symbol %s/%s, error code %d",
                  m_symbol.Name(),
                  EnumToString(Period()),
                  GetLastError());
      //--- the indicator is stopped early 
      return(INIT_FAILED);
     }

..........................................................................................................


    //--- minimize the risks associated with entering the overbought zone at the entrance to the market
      //--- binding to the beginning of a wave to reduce probability of an entrance in a overbought zone:
      //---    the beginning of a wave - not further three bars in the history of data (M1)
      bool beginning_wave_M1=
                             (arr_MA_M1_period8[1]>rates_M1[1].low && arr_MA_M1_period8[1]<rates_M1[1].high) ||
                             (arr_MA_M1_period8[2]>rates_M1[2].low && arr_MA_M1_period8[2]<rates_M1[2].high) ||
                             (arr_MA_M1_period8[3]>rates_M1[3].low && arr_MA_M1_period8[3]<rates_M1[3].high);
      //---    the beginning of a wave - on the previous bar of the senior timeframe (M15)
      bool beginning_wave_M15=
                              MA_M15_period5_1>rates_M15[1].low && MA_M15_period5_1<rates_M15[1].high;


...............................................................................................................


 if(amplitude_candles_M1 && 
         amplitude_candles_M15 && 
         amplitude_channel_M15 && 
         activity_previous_bar_M1 && 
         local_resistance_overcome && 
         beginning_wave_M1 && 
         beginning_wave_M15 &&    
         ascending_direction_2nd_bar_M1 && 
         ascending_direction_previous_bar_M1 && 
         ascending_MA_5and60 && 
         hierarchy_of_three_MA && 
         current_price_is_higher_than_MA && 
         ascending_direction_of_the_previous_candle_M15 && 
         ascending_MA_period4 && 
         hierarchy_of_two_MA_M15 && 
         current_price_is_higher_than_MAperiod4_M15 && 
         current_price_is_higher_than_MAperiod24_H1 && 
         share_of_body_M15 && 
         restriction_of_depth_of_correction_M15 && 
         ascending_tendency_M15 && 
         existence_of_a_shadow_M15 && 
         share_of_body_M1 && 
         previous_candle_no_flat && 
         restriction_of_depth_of_correction_M1 && 
         ascending_a_tendency_M1 && 
         existence_of_a_shadow_M1)

Abb. 19. Modul der Verankerung an der einsetzenden Trends.


 Abb. 19 zeigt das Modul der Verankerung am Trendbeginn (als Teil des Expert Advisors Reduce_risks für MT5). Notation:

 arr_MA_M1_period8[1], arr_MA_M1_period8[2], arr_MA_M1_period8[3] — gleitender Durchschnitt mit der Berechnungsperiode 8, berechnet auf dem vorhergehenden, dem 2. bzw. dem 3. Balken in der Kurshistorie (Zeitraum M1),

MA_M15_period5_1 — gleitender Durchschnitt mit der Berechnungsperiode von 5, berechnet auf dem vorhergehenden Balken in der Historie (Zeitrahmen M15),

rates_M1[1].low, rates_M1[2].low, rates_M1[3].low, rates_M1[1].high, rates_M1[2].high, rates_M1[3].high — Extremwerte der Kerzen oder entsprechenden Balken in der Hoch/Tief (Zeitrahmen M1), und

rates_M15[1].low, rates_M15[1].high — Extremwerte der Kerzen des vorhergehenden Balkens (Zeitrahmen M15).                                 

Bitte beachten Sie, dass der Algorithmus in der MQL5-Version in zwei Schritten ausgeführt wird: Zuerst werden die Bedingungen der Verankerung am Trendbeginn durch separate Variablen definiert (bool beginning_wave_M1 und bool beginning_wave_M15), dann werden die Werte dieser Variablen im "Wenn"-Operator validiert (Durch logisches UND werden sie grün hervorgehoben). 

Weiter erfahren wir, wie die Verankerung am Trendbeginn verwendet werden kann, um die überkauften/überverkauften Zonen zu erkennen.


Methode in Bezug auf die Distanzierung vom Trendbeginn

Damit haben wir den Trendbeginn identifiziert (es handelt sich natürlich um eine Prognose, da nicht jeder Trend wirklich weiter gehen wird). Nun müssen wir sehen, wie dies genutzt wird, um die überkauften/überverkauften Zonen zu erkennen.

Hier kommt die umfassende Methode, die die obigen Lösungen kombiniert — Verankerung am Trendbeginn und Erkennung der Anzeichen einer Trendverlangsamung (bereits nach dem Verankerungspunkt). In unserer vereinfachten Version der Anwendung dieser Methode wird ein Nachteil darin bestehen, dass ein solcher Indikator bereits bei der allerersten Korrektur als eine überkaufte/überverkaufte Zone betrachtet wird. Um die Wahrscheinlichkeit falscher Signale des Indikators zu verringern, können wir daher die folgende Trendeigenschaft verwenden: 

Die Trendzeit (genauer gesagt, ihr aktiver Teil) ist ein endlicher Wert, der in den meisten Fällen 10-15 Balken in keinem Zeitrahmen (egal welches Finanzinstrument) überschreitet. 

Das ist das wichtige Ergebnis:

Je weiter sich der aktuelle Kurs (in Balken) vom Trendbeginn entfernt (sich den angegebenen Zahlen nähert), desto höher ist die Wahrscheinlichkeit, dass der Trend zu Ende geht (und desto höher ist die Wahrscheinlichkeit, dass das Frühstadium des zu Ende gehenden Trends eintritt — und das ist genau die überkaufte/überverkaufte Zone, je nach Trendrichtung). 

Ein solcher vernünftiger Abstand vom Trendbeginn ermöglicht es, die Anzahl der falschen Signale zu reduzieren, die durch das Ignorieren der nächstliegenden Antworten (in Bezug auf die Verankerung am Trendbeginn) entstehen.

 Im Falle eines starken Anstiegs der Amplitude von Kursen, die sich gegen den Trend bewegen, ist der Faktor Abstand natürlich von geringerer Bedeutung, und wir müssen die Risikoarten im Zusammenhang mit umgekehrten Impulsen in Betracht ziehen (Risikokategorien und die entsprechenden Algorithmen werden in meinem Artikel mit dem Titel "Wie man die Risiken des Händlers reduziert" vorgestellt). Dies sind die folgenden Risikokategorien: Risiken im Zusammenhang mit der Unsicherheit der Preisbewegungsamplitude nach einem Markteintritt und Risiken im Zusammenhang mit einem Preiseinbruch nach einem Markteintritt. 


Schlussfolgerungen

Damit ist der erste Teil des Themas "Methoden zum Auffinden überkaufter/überverkaufter Zonen" abgeschlossen. Was haben wir neu gelernt?

▪ Zunächst einmal haben wir das eigentliche Konzept solcher Zonen geklärt, und zwar im Hinblick auf die Natur des Preisbewegungsprozesses, nämlich seine Fraktalität. 

▪. Wir haben die Folgen des Markteintritts innerhalb solcher Zonen und die Folgen der Schließung von Positionen in solchen Zonen bewertet, basierend auf der Annahme, dass diese Zonen eine Vielzahl eines breiteren Begriffs sind — Zonen der Unsicherheit (siehe für weitere Einzelheiten die Theorie des Impulsgleichgewichts).

▪ Wir untersuchten, wie eine Gruppe konventioneller Indikatoren bei der Erkennung solcher Zonen sowohl mit Standard- als auch mit neuen Einstellungen funktioniert (basierend auf den nächstliegenden Werten der Fibonacci-Reihen). Die Tests waren umfassend, d.h. mit Trends unterschiedlicher Art. Da die neuen Einstellungen auf theoretischen Annahmen und nicht auf volumetrischen Tests basieren, können sie nicht als direkte Empfehlungen für den Handel betrachtet werden. Gleichzeitig haben selbst solche Vorstudien gezeigt, dass die Verwendung der Werte der Fibonacci-Reihen für die Einstellungen herkömmlicher Indikatoren (z.B. diejenigen, die den Standardindikatoren am nächsten kommen) im Allgemeinen ein positiver Faktor ist, um ihre Genauigkeit zu erhöhen, insbesondere bei der Ermittlung der überkauften/überverkauften Zonen. Daher können solche Einstellungen sehr gut als Ausgangswerte für die volumetrische Optimierung von Handelssystemen unter Verwendung konventioneller Indikatoren verwendet werden.

▪ Nachdem wir die mathematischen Formeln einiger Indikatoren in der Gruppe analysiert haben, haben wir gelernt, dass nicht alle Indikatoren als signalgebende Indikatoren verwendet werden können. Zum Beispiel ist das mathematische Modell des RSI leider so, dass wir, wenn der RSI ein Thermometer wäre, nur etwas undefiniertes sehen würden, wie "es ist jetzt warm/kalt", anstatt eines exakten Temperaturwertes. Der Grund dafür ist, dass der Algorithmus dieses Indikators nicht primäre Daten (Marktpreise, die in einigen Fällen direkt verglichen werden), sondern sekundäre Daten (gleitende Durchschnitte) verwendet. Darüber hinaus sind diese gleitenden Durchschnitte auch sehr spezifisch, "cut-off" — nicht die gesamte Sequenz von Preisen innerhalb des ausgewählten Bereichs wird zu ihrer Berechnung verwendet, sondern nur eine Stichprobe aus dieser Sequenz innerhalb desselben Bereichs. Daher wurde eine recht fundierte Annahme aufgestellt, dass es vernünftiger wäre, den RSI nur als allgemeinen Filter und nicht als Signalindikator zu verwenden. Das heißt, es ist sinnvoller, nicht die Auslösezeitpunkte (wo sich ihre Linien schneiden), sondern einen breiteren Bereich der Indikatorwerte zu verwenden, nachdem bei der Auswahl der Antwortpunkte anderen Indikatoren der Vorzug gegeben wurde. Diese Tatsache mag für viele Händler interessant sein, die den RSI verwenden, der bei der traditionellen technischen Analyse ein "alter Vertrauter" ist. 

▪ Gleichzeitig haben wir gelernt, dass Indikatoren, deren Algorithmen die Primärdaten (und, was wichtig ist, die Amplituden verschiedener aufeinanderfolgender Intervalle im Chart) analysieren und direkt vergleichen, eine höhere Genauigkeit bei der Erkennung der überkauften/überverkauften Zonen und eine bessere Flexibilität/Empfindlichkeit bei der Änderung der Einstellungen haben. Ein Beispiel für einen solchen Indikator ist die Stochastik, deren Verwendung als signalgebender Indikator recht vernünftig erscheint.

▪ Es wurden auch einige neue Ansätze vorgeschlagen, um die Genauigkeit bei der Erkennung der überkauften/überverkauften Zonen zu verbessern. Es wurde eine komplexe Fraktal-Kerzen-Analyse vorgeschlagen, und zwar Algorithmische Verankerung am Trendbeginn, Distanzierung und Analyse der Dynamik einer kleineren Skala (jede Kerze im aktuellen Trend wird als ein Impuls aus einem kleineren Zeitrahmen betrachtet).

Umsetzung.

▪ Der Indikator des Autors zur Ermittlung der überkauften/überverkauften Zonen, der auf der Grundlage der hier beschriebenen Methoden entwickelt wurde, ist im Markt hier zu finden.

▪ Dieser Artikel verwendet die Algorithmen des Expert Advisor Reduce_risks (MQL5-Version von Vladimir Karputov) — die Codes sind diesem Artikel beigefügt (eingestellt für den Zeitrahmen M1). 

EAs werden ausführlich im Artikel mit dem Titel Wie reduzieren Händler die Risiken und hier beschrieben.  Wichtig! Dieser EA wurde nur zu Forschungszwecken entwickelt und ist nicht für den realen Handel bestimmt!


Im zweiten Teil des Artikels über Methoden zum Aufspüren überkaufter/überverkaufter Zonen werden wir die folgenden Themen diskutieren: 

▪ Vor- und Nachteile der Anwendung der herkömmlichen Methoden zur Erkennung der überkauften/überverkauften Zonen unter Verwendung der folgenden Analysewerkzeuge: 

  • Adaptive gleitende Durchschnitte, 
  • Fibonacci-Niveaus, 
  • Divergenz, 
  • Chart-Muster, 
  • und die Möglichkeiten der Anwendung der oben genannten Methoden.

▪ Fragen der Verbesserung der Effizienz der oben genannten Analysewerkzeuge.


Übersetzt aus dem Russischen von MetaQuotes Software Corp.
Originalartikel: https://www.mql5.com/ru/articles/7782

Beigefügte Dateien |
Reduce_risks.mq5 (114.03 KB)
Wahrscheinlichkeitstheorie und mathematische Statistik mit Beispielen (Teil I): Grundlagen und elementare Theorie Wahrscheinlichkeitstheorie und mathematische Statistik mit Beispielen (Teil I): Grundlagen und elementare Theorie

Beim Handel geht es immer darum, im Angesicht von Unsicherheit Entscheidungen zu treffen. Das bedeutet, dass die Ergebnisse der Entscheidungen zu dem Zeitpunkt, zu dem diese Entscheidungen getroffen werden, nicht ganz eindeutig sind. Daraus ergibt sich die Bedeutung theoretischer Ansätze für die Konstruktion mathematischer Modelle, die es uns ermöglichen, solche Fälle sinnvoll zu beschreiben.

Schnelle Werkzeuge für den manuellen Handel: Arbeiten mit offenen Positionen und Pending-Orders Schnelle Werkzeuge für den manuellen Handel: Arbeiten mit offenen Positionen und Pending-Orders

In diesem Artikel werden wir die Möglichkeiten der Werkzeuge erweitern: Wir werden die Möglichkeit hinzufügen, Handelspositionen unter bestimmten Bedingungen zu schließen, und wir werden Tabellen zur Kontrolle von Markt-Aufträgen und Pending-Orders erstellen, mit der Möglichkeit, diese Aufträge zu bearbeiten.

Zeitreihen in der Bibliothek DoEasy (Teil 47): Standardindikatoren für mehrere Symbole und Perioden Zeitreihen in der Bibliothek DoEasy (Teil 47): Standardindikatoren für mehrere Symbole und Perioden

In diesem Artikel beginne ich mit der Entwicklung von Methoden für die Arbeit mit Standardindikatoren, die letztlich die Erstellung von Multisymbol- und Mehrperioden-Standardindikatoren auf der Grundlage von Bibliotheksklassen ermöglichen werden. Außerdem werde ich das Ereignis "fehlende Balken" (skipped bars) zu den Zeitreihenklassen hinzufügen und die übermäßige Belastung des Hauptprogrammcodes beseitigen, indem ich die Bibliotheksvorbereitungsfunktionen in die Klasse CEngine verlege.

Ein System von Sprachbenachrichtigungen für Ereignisse und Signale im Handel Ein System von Sprachbenachrichtigungen für Ereignisse und Signale im Handel

Heutzutage spielen Sprachassistenten eine herausragende Rolle im menschlichen Leben, da wir häufig Navigatoren, Sprachsuche und Übersetzer einsetzen. In diesem Artikel werde ich versuchen, ein einfaches und nutzerfreundliches System von Sprachbenachrichtigungen für verschiedene Handelsereignisse, Marktzustände oder durch Handelssignale erzeugte Signale zu entwickeln.