Sur les méthodes d'analyse technique et de prévision du marché

L'article est préparé sur la base d'une étude théorique et pratique réalisée par Stairway to Heaven LLC et contient une partie originale de la documentation à l'appui du système analytique The Wild Cat's Strategics® pour MetaTrader 4. Stairway to Heaven LLC détient les droits d'auteur sur The Wild Cat's Strategics® pour MetaTrader 4, qui est enregistré avec succès par le Service fédéral russe de la propriété intellectuelle, des brevets et des marques. Le droit d'auteur sur cette publication appartient à l'auteur de l'article qui est un développeur du système. Le code du programme joint aux présentes est basé sur certains scripts et indicateurs publiés précédemment dont les auteurs sont inclus dans le code en tant que détenteurs du droit d'auteur.

Introduction

Cet article décrira brièvement un problème général et résoudra progressivement une tâche définie en dévoilant les principes de base du concept et en formant l'épine dorsale des nouvelles perspectives sur les marchés financiers, l'analyse technique et le paradigme de trading en soi.

Puisque la solution permet des implémentations alternatives de la partie de la tâche qui est déjà protégée par le droit d'auteur, l'un des objectifs de l'article est d'attirer l'attention des développeurs sur les études et de rechercher d'autres solutions qui peuvent être plus avancées et/ou plus intéressantes.

Les traders se voient proposer un outil technique prêt à l'emploi pour l'analyse et la prévision. Cet outil est une prochaine étape de développement de l'indicateur Extended Regression StopAndReverse publié en 2007 qui a reçu la reconnaissance de nombreux utilisateurs. Cela dit, le code de programme de l'outil peut être utilisé par les développeurs comme module final de présentation de données dans leurs propres implémentations de solution.

1. Aperçu des infrastructures. Concept général

1.1. Définir une tâche en général...

Bon nombre de travaux sérieux ont déjà été consacrés aux tentatives de formulation d'une description mathématique des marchés et diverses études des dépendances internes et externes des prix des instruments financiers.

Ils nous amènent à une conclusion peu prometteuse - les marchés ont une grande autodéfense contre la détermination et une capacité clairement définie de « s'infiltrer » à travers différents modèles scientifiques qui servent à assurer la stabilité de précision des prévisions essentielle pour le trading pratique pendant une période de temps requise par la majorité des traders.

Les propos de George Soros me viennent à l'esprit à cet égard résumant adéquatement cette situation :

... ils ne peuvent pas obtenir une connaissance parfaite du marché parce que leur pensée affecte toujours le marché et le marché affecte leur pensée.

Cela signifie-t-il qu'il est impossible de développer un modèle mathématique entièrement déterministe du marché ? D'une manière générale, il ne sert à rien de chercher une réponse à cette question dans le trading pratique car les aspects de trading sont plus caractéristiques de l'art que de la science. La science a cependant un grand potentiel pour soutenir l'ensemble du processus de trading.

Certaines méthodes et approches scientifiques peuvent être appliquées avec succès au travail sur les marchés financiers. Il est important ici d'insister particulièrement sur l'approche d'une telle application elle-même. Qu'est-ce qui est important pour un trader ? Je voudrais dire quelques mots sur les soi-disant systèmes de trading mécanique « Black Box » (MTS) en passant. Bien que l'on puisse s'attarder sur les aubaines et les fléaux du MTS, nous ne nous intéressons qu'à la conclusion ultime qui n'est pas très encourageante non plus.

Étant donné que la majorité des traders sont facilement piégés par le MTS qui doit dépendre des principes, de la qualité du développement et des erreurs inévitables de ces programmes, le trading se transforme de l'art en un mécanisme défectueux dont les défauts sont cachés et imprévisibles.

De plus, les traders doivent avoir une bonne connaissance et une compréhension claire du moment et des domaines de mouvements de prix auxquels un certain MTS peut ou ne peut pas être appliqué. Mais cette exigence n'est très souvent pas remplie et les traders perdent l'habitude d'avoir besoin de faire des analyses en raison de l'apparente simplicité d'utilisation du MTS. Nous nous abstiendrons cependant de discuter du MTS ici.

Entre autres choses, les traders ont besoin d'une prévision assez précise sur laquelle s'appuyer et sur laquelle former et ajuster dynamiquement leur activité de marché. Les prévisions peuvent, à leur tour, être classiquement divisées en deux groupes - les prévisions sous la forme de diverses prévisions basées sur certaines méthodes scientifiques et les prévisions sous forme de transfert direct de données interpolées.

Pour plus de clarté, elles peuvent être illustrées par deux courbes construites sur des cartes se ressemblant parfois beaucoup. La première courbe est construite à l'aide de l'analyse du spectre singulier connue sous le nom de « Caterpillar » en Russie ; la seconde représente une simple moyenne mobile décalée. Bien sûr, ce ne sont pas les meilleurs exemples, mais cela n'a pas d'importance à ce stade. Nous ne considérerons pas ici les avantages et les inconvénients de ces deux méthodes ; ce qui est important, c'est que les deux soient utilisés par des trader différents dans leur travail avec une certaine efficacité.

En fait, les deux méthodes ne diffèrent que par le fait que SSA cherche à prédire les changements futurs de certains paramètres tandis que le calcul et l'affichage de la moyenne mobile ne prédisent rien - cette méthode affiche simplement des informations sur les données réelles calculées de manière simple. A proprement dit, il n'y a pas de prédiction dans le second cas en tant que tel ; la prévision est produite par un trader sur la base du prix par rapport à la moyenne mobile étant un outil de prévision en soi. Dans les deux cas, un trader effectue une sorte d'analyse.

Ainsi, le trading basé sur des prévisions scientifiques sert à faciliter les opérations sur les marchés mais il est associé à des risques plus importants car les erreurs de prévision sont corrigées par les traders avec un retard souvent inacceptable.

D'autre part, le trading basé sur le transfert direct de données élimine les erreurs résultant des calculs/prédictions mathématiques mais augmente l'effort intellectuel du trader. Si nous prenons maintenant en compte toutes les différences de psychologie et de mentalité de la majorité des commerçants et les moyenne, les résultats commerciaux dans le cas général montreront qu'en pratique il n'y a pas de différence particulière entre les deux groupes de prévisions spécifiés.

Une différence significative commencera à apparaître lorsqu'une technique de prévision scientifique deviendra trop complexe, augmentant ainsi la probabilité d'erreur, la quantité et la qualité. On pourrait penser qu'il semble y avoir un conflit entre les conditions initiales et le résultat final.

En effet, si l'on décide de produire des prévisions à l'aide de méthodes scientifiques, des techniques simples ne donneront pas des résultats adéquats en termes de précision. Comment éviter les erreurs croissantes lorsque les techniques se compliquent et peuvent-elles être évitées dans la mesure où elles commencent à affecter la précision de prévision requise ? C'est une question délicate qui peut facilement conduire à une impasse logique ou donner lieu à des solutions brutales impliquant une énumération fastidieuse de méthodes simples et de leurs combinaisons.

Où et comment trouver le juste milieu entre la source et le résultat, la complexité des méthodes de calcul et la précision des résultats finaux ? Il peut y avoir un grand nombre de solutions. L'un au moins d'entre eux va être traité ci-après.

1.2. Diviser en parties...

Puisque nous nous concentrons sur le trading technique, les données initiales ne sont limitées que par l'historique des cotations, c'est-à-dire que nous avons le nombre total de barres et quatre valeurs de prix de chaque barre sans volumes. Les valeurs de volume doivent être ignorées car elles varient considérablement d'une source à l'autre et ne sont pas fidèles au volume des transactions. Par conséquent, il n'y a aucun sens à les utiliser dans les calculs puisque nous obtiendrons finalement des prévisions différentes en appliquant les mêmes données de prix, ce qui diffère avec la tâche donnée.

D'autre part, les mouvements de prix de l'instrument financier considéré contiennent déjà des informations sur les volumes d'échanges réels, étant directement dépendants de ces derniers. Nous devrons traiter la série numérique à portée de main et afficher les données traitées sur un graphique.

Pour ne pas compliquer la solution, la tâche sera divisée en deux parties - le prétraitement des données à l'aide d'une certaine méthode scientifique et le post-traitement suivi de l'affichage des données. Attaquons-nous à la tâche en commençant par la fin.

1.3. Résoudre la deuxième partie de la tâche...

Supposons que nous ayons déjà des données prétraitées qui seront affichées sur un graphique. Quelle méthode, approche, technique d'affichage des données faut-il privilégier pour garantir le moins de distorsion possible au matériel préparé tout en fournissant une analyse avec un potentiel de prévision ?

L'appareil mathématique offre une gamme adéquate de solutions élégantes parmi lesquelles nous pouvons distinguer et sélectionner l'analyse de régression comme une méthode répondant aux critères spécifiés ci-dessus.

L'analyse de régression est une méthode statistique d'étude des dépendances qui, d'un certain point de vue, peut être considérée comme un moyen simple de présentation des données sans corruption du matériel initial. Un autre objectif de l'analyse de régression est la prédiction des valeurs de la variable dépendante. Cette méthode est pratiquement idéale pour la tâche donnée.

Alors, peut-on considérer la deuxième partie de la tâche comme résolue ? Pas encore. La solution n'a été qu'ébauchée, il s'agit maintenant de déterminer le type de régression. Voyons quel résultat nous obtiendrons en utilisant la régression linéaire.

Supposons que le point de tracé initial obtenu suite au prétraitement des données soit l'un des extrema locaux du taux de change EURUSD à la fin de l'automne 2007. Un canal d'écart type sera tracé à partir de ce point en utilisant le rayon central de la régression linéaire comme base.

Figure 1. Canal d'écart type par rapport à la droite de régression tracée pour l'EURUSD

Quelle est la valeur de la prévision produite ?

Les règles de trading de canal sont bien connues. Clairement, la valeur de la prévision ci-dessus variera d'un trader à l'autre ; cependant, ces prévisions sont connues pour être tout à fait adéquates dans la pratique et sont assez largement utilisées.

Nous connaissons également les failles de telles prévisions. C'est maintenant que nous savons que le taux EURUSD a régulièrement atteint la limite supérieure du canal et a continué à monter librement. Mais les traders de l'époque devaient faire un choix associé au risque et aux sentiments intenses.

Cela nous amène à une question juste : l'un des objectifs de l'analyse de régression liée à la prédiction des valeurs peut-il être utilisé plus efficacement dans la prévision pour faciliter la prise de décision dans les moments critiques ? Oui il peut. La présentation des données à cette fin doit être basée sur la régression polynomiale, où la série numérique extrapolée sera la prévision cible, une prédiction, une astuce particulière.

Traçons le même canal d'écart-type à partir du même point mais sur la base de la courbe centrale des séries numériques interpolées et extrapolées de la régression polynomiale.

Figure 2. Canal d'écart type de la droite de régression polynomiale tracée pour EURUSD

Pas mal. Exactement c’est ce dont un trader a besoin pour un travail plus confiant et serein. Il convient seulement de noter qu'une erreur dans les paramètres de cette méthode transforme la prévision respective en son antipode. Une telle erreur sera certainement la faute d'un développeur et non caractéristique de la méthode elle-même.

La méthode en tant que telle est impeccable au regard de la tâche donnée et nous pouvons maintenant considérer la deuxième partie de la tâche résolue puisque nous avons opté pour la méthode de représentation des données.

En effet, il est difficile de penser à quelque chose de plus familier et clair qu'un canal dirigé avec des niveaux d'écart type où le prix évolue le long de son vecteur. Dans ce cas, par rapport à divers canaux linéaires, les prévisions sont plus précises alors qu'il n'y a rien de nouveau dans les tactiques de trading car elles sont soigneusement étudiées et sont même intuitivement claires.

Ici, nous pouvons revenir sur un autre aspect de l'analyse. Comment permettre à un trader de prendre plus facilement des décisions d'entrée sur le marché, de fermeture et/ou d’inversion de positions ? Le facteur de signaux de trading sous la forme d'une «boîte noire» entraîne les mêmes risques et effets négatifs que MTS. L'utilisation d'oscillateurs supplémentaires est un choix individuel et il est important ici qu'un commerçant réalise et comprenne exactement ce que montre un indicateur donné, sinon il peut également devenir une victime du programme.

Que peuvent offrir les mathématiques à un trader à cet égard ? D'une part, les données extrapolées de la régression polynomiale constituent une prévision d'avertissement en soi qui sera utilisée pour déterminer les zones d'entrée/sortie. D'autre part, un niveau Stop Loss standard de facto est une pratique courante dans le trading car il sert de facteur limitant pour les pertes résultant d'erreurs inévitables dans l'activité du marché.

L'affichage des niveaux dynamiques de Stop Loss sur le graphique n'est pas un gros problème car l'algorithme est simple et bien connu. Il suffit de se prononcer sur la méthode de calcul des niveaux et la notion d'écart-type s'est révélée ici à bon escient. Le calcul de l'écart de prix sur la plage allant du point initial déjà connu à la barre zéro ne semble pas compliqué non plus.

De ce fait, toutes les informations nécessaires à une analyse technique pouvant être obtenues à ce stade sont directement disponibles sur le graphique. Les niveaux de Stop Loss prédits dans le canal d'écart type polynomial apparaissent comme suit :

Figure 3. Niveaux de stop loss prédits dans le canal d'écart type polynomial

Et, un avertissement « prévision polynomiale » dans la perception visuelle, respectivement :

Figure 4. Prévision de mouvement de prix EURUSD en régression polynomiale

La mise en œuvre de la représentation finale des données sous forme de code de programme MQL4 est jointe à cet article.

Le module est complètement prêt à fonctionner et peut être utilisé comme un outil technique indépendant. Cependant, tout son potentiel caché et ses opportunités de prévision montreront pleinement leur valeur lorsqu'ils seront utilisés dans le cadre d'une seule implémentation complexe de plusieurs composants, comme cela sera démontré ci-dessous.

Le matériel suivant peut servir de guide dans la recherche de solutions alternatives pour le prétraitement des données.

1.4. Résoudre la première partie de la tâche...

Il convient de noter que l'option de représentation des données sélectionnée réduit généralement la tâche restante à la détermination du point de référence initial, ce qui est un autre avantage du post-traitement.

En effet, la méthode d'analyse de régression nous évite les problèmes de synthèse physico-mathématique complexe à des stades précoces et nous n'avons pas à répartir les changements de prix sur un spectre ou à traîner dans la superposition de composantes harmoniques et d'autres méthodes conduisant à certaines fluctuations et distorsions de fin données par rapport aux séries numériques initiales servant de colonne vertébrale à une prévision plus probabiliste au plus proche de la réalité.

Cependant, le point de référence peut être déterminé en utilisant n'importe quelle méthode simplement comme pointeur vers celui-ci. Néanmoins, la solution en question impose des exigences assez strictes au prétraitement, car la méthode dans son ensemble, appelée méthode de régression d'onde, suggère la présence de boucles profondes ainsi que de rétroactions négatives et positives entre ses composantes mathématiques.

L'évaluation des travaux de longue date effectués par divers chercheurs traitant des lois du marché et des processus d'ondes naturelles couplés à des résultats individuels d'abord définis mathématiquement et ensuite obtenus dans la pratique, nous amène à conclure qu'il existe au moins une théorie permettant de décrire dynamiquement la structure du marché avec un degré de précision adéquat et prédire les changements de prix futurs sur la base de cette structure à l'aide de l'analyse de régression.

Cela nous amène à la théorie des vagues qui définit ce qu'on appelle le principe des vagues d'Elliott. Le développement moderne de cette théorie a donné naissance à plusieurs branches indépendantes, la branche d'onde fractale étant plus importante car elle a beaucoup de potentiel pour des projets pertinents. Cette même branche a été choisie comme hypothèse de travail pour l'ensemble de la méthode de régression des vagues.

1.5. Assembler tous les composants

Ainsi, dans la variante finale de la solution, nous avons un projet mis en œuvre d'une méthode mathématique pour définir et décrire la structure d'onde fractale de séries numériques composées de cotations du marché ainsi qu'une méthode pour l'analyse de la description obtenue de la structure et la prédiction de fluctuations de prix des instruments financiers considérés.

Cela dit, nous n'avons pas besoin d'un point de référence séparé mais d'une structure fractale entière puisqu'elle définit les paramètres de régression polynomiale et le statut de la fractale en question à l'aide du critère tendance/correction.

De plus, la description de la structure permet d'utiliser des outils linéaires supplémentaires sur le graphique, tels que Fibonacci Retracement et Andrews' Pitchfork :

Figure 5. Outils supplémentaires (Fibonacci Retracement et Andrews' Pitchfork) pour l'analyse de la structure fractale

1.6. Matrice d'onde fractale

Le développement de la théorie moderne des ondes fractales a jeté les bases d'une recherche empirique motivée de différents phénomènes, à la fois physiques et économiques.

Les résultats de cette recherche ont été transformés en une forme pertinente de données mathématiques à la suite desquelles les données ainsi préparées ont été examinées en termes d'application au marché réel et correctement classées. Pour tout un groupe identifié de fractales stables, une matrice unifiée a été créée adaptée pour être utilisée comme données initiales pour le calcul de régression polynomiale.

On sait qu'une fractale représente une structure stable qui est évolutive et répétée à n'importe laquelle de ces échelles. En fait, cela devrait signifier que les fractales du même type auront une forme assez similaire sur une période mensuelle et un graphique en ticks. Dans les conditions réelles du marché, la structure interne des fractales est cependant exposée à la destruction et à la distorsion. Plus le délai est court, plus il peut être observé souvent.

La structure de la fractale est composée d'autres fractales similaires ou non les unes aux autres dans la forme extérieure. Les mouvements de prix chaotiques habituellement appelés le bruit du marché sont plus intenses sur des périodes plus courtes. Lorsque le niveau de bruit du marché dépasse une certaine limite, la structure fractale s'effondre.

La forme de la fractale est déformée au point qu'elle sort d'un ensemble de certaines fractales stables. La limite du niveau de bruit du marché sur des périodes plus longues est plus élevée et la structure fractale devient beaucoup plus stable.

Ce qui précède nous permet de tirer une conclusion intermédiaire importante qui nécessite compréhension et attention dans le travail et l'analyse - même si la structure fractale est décomposée et détruite sur des délais plus courts, le prix évoluera toujours dans le cadre de la formation fractale senior. Cette conclusion est essentielle dans le trading sur n'importe quelle période de temps car elle libère un potentiel d'orientation dans la situation du marché.

1.7. Concept de flux de trésorerie du marché

Dans le commerce pratique, il ne sert à rien de considérer des conditions préalables de bas niveau pour l'émergence de fractales stables sur le marché - elles sont transparentes et n'ont aucun effet sur la qualité du travail et le montant des bénéfices.

Au niveau supérieur, au niveau de l'utilisateur, il est opportun d'examiner et de déterminer les fractales primitives importantes affectant le mouvement des prix dans un proche avenir et orientant les commerçants dans la situation actuelle.

Cela sera illustré plus en détail, mais les fractales doivent d'abord être présentées d'une manière claire, naturelle et habituelle pour chaque trader, quelles que soient ses connaissances et ses antécédents. Il existe une analogie directe avec les rivières, leurs affluents, leurs sources et d'autres caractéristiques naturelles.

Une structure fractale en développement à chaque échéance forme des flux de trésorerie d'équilibre qui restent stables pendant un certain temps. Imaginez une piscine avec deux tuyaux - remplissage et évacuation. Le premier tuyau remplit constamment la piscine qui fuit constamment de l'eau du second. Apparemment, le volume d'eau entrant doit être égal au volume sortant afin d'assurer un niveau d'eau stable dans la piscine.

Les flux du marché sont formés de la même manière, à partir du total des entrées et des sorties d'argent sur une plage de barres changeant de manière dynamique sur une période donnée. La première loi de Newton (loi d'inertie) est également appliquée ici, ce qui a certainement été observé à plusieurs reprises par chaque trader- sur le marché restreint, lorsque le volume global de la masse monétaire n'est pas important, le prix est assez facilement affecté par de petits montants investis dans le marché par les acteurs du marché.

Il existe un grand nombre de ces flux en cours de formation, mais chacun d'entre eux n'est de loin pas approprié pour être considéré individuellement. L'expérience et le bon sens suggèrent que le nombre optimal de flux séparés est de trois pour chaque période.

L'un d'eux doit représenter le flux principal, la rivière qui coule sur une période donnée. Les deux autres sont les bras du fleuve ou bien les écoulements internes ou les conduites supplémentaires de remplissage et d'évacuation - tout ce qui est plus facile à appréhender. Les canaux de régression des vagues peuvent être interprétés comme des berges de e fleuve et de ses bras ou des limites figuratives des écoulements, ou des tubages, respectivement.

L'ensemble du concept est couronné d'un postulat de l'existence d'un flux global ou, en d'autres termes, fondamental - le fleuve principal pour l'étude d'un instrument financier dans son ensemble. Ces flux sont constitués sur la base de la masse monétaire totale disponible sur le marché et pertinente pour un instrument financier particulier. Ce flux est évidemment le plus inertiel et tous les mouvements de prix et tout le développement des diverses structures fractales se déroulent à l'intérieur des berges fondamentales du fleuve.

Ainsi, le concept de flux de trésorerie élimine considérablement l'incertitude des mouvements de prix et, avec les canaux de régression des vagues, fournit à un trader des références supplémentaires dans la topologie du marché ainsi que des moyens d'analyse et de prévision.

2. Les fractales élémentaires comme force motrice du marché

2.1. Fractales primitives

Une fractale primitive est un matériau pour les modèles de tendance et de correction. Il est formé de trois extrema consécutifs du diagramme et peut donc être défini comme la structure répétée stable minimale possible (primitive).

Les primitives imprègnent tout et n'importe quel cadre temporel et forment une structure de l'ensemble des fractales dans la matrice d'onde. On ne peut définir que quatre de ces primitives car il n'y en a tout simplement pas d'autre.

Jetons un coup d'œil aux quatre primitives qui se succèdent dans le même flux. Trois points (А-В-С) ont formé une tendance haussière. Cette fractale n'a que trois caractéristiques clés :

1. Le point extremum B est plus haut que le point extremum A.
2. Le point extremum B est plus haut que le point extremum C.
3. Le point extremum C est plus haut que le point extremum A.

Figure 6. Modèle de tendance haussière

L'émergence d'une telle structure élémentaire sur n'importe quel intervalle de temps de 1 à MN1 est une indication claire de la tendance haussière qui suit dans le même flux où la fractale primitive s'est formée. Cependant, à moins que et jusqu'à ce que le prix fluctuant dépasse le point B et dépasse les limites de la primitive formée, la tendance haussière sera non confirmée et instable. Dans notre cas, nous pouvons observer la tendance haussière formée et confirmée.

Règle : une tendance haussière confirmée est suivie d'une correction à la baisse dans le même flux.

La règle ne laisse aucune alternative - s'il y a une tendance haussière formée dans le flux et qu'une telle tendance haussière est confirmée, elle ne peut être suivie que d'une correction à la baisse dans le même flux, sans exception.

Cela implique que toute tendance haussière lors de sa confirmation forme le motif suivant, une structure élémentaire de la fractale primitive précédant la correction à la baisse. Cette fractale n'a également que trois caractéristiques clés :

1. Le point extremum B est plus bas que le point extremum A.
2. Le point extremum B est plus bas que le point extremum C.
3. Le point extremum C est plus haut que le point extremum A.

Il convient de garder à l'esprit qu'une tendance confirmée est toujours suivie d'une correction qui n'a pas nécessairement lieu exclusivement après la tendance confirmée car il existe également d'autres options.

Néanmoins, l'émergence d'une telle structure élémentaire à n'importe quelle échelle de temps est un signe définitif de la correction descendante suivante dans le même flux où la fractale primitive s'est formée. Voici une illustration de ce cas :

Figure 7. Correction à la baisse

Les trois points extrêmes suivants ont formé un modèle pour une correction à la hausse. Comme on peut le voir, la correction dans ce cas suit la correction et non la tendance. Cette fractale comme les deux primitives considérées plus haut, n'a également que trois caractéristiques clés :

1. Le point extremum B est plus haut que le point extremum A.
2. Le point extremum B est plus haut que le point extremum C.
3. Le point extremum C est plus bas que le point extremum A.

L'émergence d'une telle structure élémentaire à n'importe quelle échelle de temps est un signe définitif de la correction ascendante suivante dans le même flux où la fractale primitive s'est formée. Voici une illustration de ce cas :

Figure 8. Correction de la tendance baissière

Il est facile de voir que la correction à la hausse actuelle a formé le quatrième type de fractales élémentaires - une tendance baissière reflétant la fractale décrite précédemment précédant la tendance à la hausse. Définissons les trois caractéristiques clés de la quatrième primitive :

1. Le point extremum B est plus bas que le point extremum A.
2. Le point extremum B est plus bas que le point extremum C.
3. Le point extremum C est plus bas que le point extremum A.

L'émergence d'une telle structure élémentaire sur n'importe quel intervalle de temps de 1 à MN1 est une indication claire de la tendance baissière qui suit dans le même flux où la fractale primitive s'est formée.

Tout comme dans le cas de la tendance haussière mais sous une forme inversée, à moins que et jusqu'à ce que le prix fluctuant tombe en dessous du point B et dépasse les limites de la primitive formée, la tendance baissière ne sera pas confirmée. Il existe également une règle similaire.

Règle : une tendance baissière confirmée est suivie d'une correction à la hausse dans le même flux.

Cette règle ne laisse pas non plus d'alternative - s'il y a une tendance baissière formée dans le flux et qu'une telle tendance baissière est confirmée, elle ne peut être suivie que d'une correction à la hausse dans le même flux, sans exception.

Cela implique que toute tendance baissière lors de sa confirmation forme le motif suivant, une structure élémentaire de la fractale primitive précédant la correction à la hausse. Quelle que soit la durée de la tendance baissière, elle sera tôt ou tard suivie d'une correction à la hausse.

La description du modèle précédant la correction à la hausse a déjà été fournie ci-dessus.

Visuellement, la quatrième fractale élémentaire apparaît comme indiqué ci-dessous.

Figure 9. Tendance baissière

Résumons-le. Tout mouvement de prix sur n'importe quelle période dans un proche avenir est explicitement déterminé par l'une des quatre fractales primitives existantes. Les quatre mêmes motifs élémentaires constituent une structure de l'ensemble des fractales de la matrice d'onde.

Une tendance est toujours suivie d'une correction opposée. Une correction peut être suivie soit d'une tendance, soit d'une autre correction, ce mouvement étant dans tous les cas opposé à la correction précédente.

2.2. Force motrice du marché

D'une manière ou d'une autre, l'argent entrant et sortant du marché perturbe l'équilibre dynamique des flux. Les eaux entrantes font couler le fleuve vers le « pôle Nord » - le long de l'axe des prix. Les sorties - vers le «pôle Sud», vers le bas le long de l'axe des prix.

Malgré l'existence de termes généraux tels que «tendance» et «correction», les prix des instruments financiers suivent toujours une tendance dans un flux qui est la principale force motrice du marché à un certain point de changement du delta du prix.

Règle : une tendance est le principal moteur de tout marché.

Par structure et niveau de développement, les tendances peuvent être simples, étendues et tronquées. Si une tendance ne parvient pas à faire sortir le prix de la fractale primitive et reste non confirmée jusqu'au mouvement de contre-tendance, cette tendance relève de la catégorie des tendances tronquées. Les tendances tronquées apparaissent généralement au sein des corrections ainsi que des structures formant le modèle des tendances ultérieures.

Les modèles de vagues dans le Principe d'Onde d'Elliott comprennent également un modèle de tendance tronqué. Un tel modèle est appelé «Truncated5» et représente une cinquième onde d'impulsion tronquée qui ne se déplace pas au-delà de l'extremum de la troisième onde d'impulsion.

En général, chaque tendance confirmée est soit simple, soit étendue. Les tendances étendues du flux court immédiat ont une tendance confirmée et font que le prix dépasse de 100 % le prix de départ, le portant à 162 % et plus.

Des exemples de tels modèles dans le contexte de la théorie des ondes sont «Extension1» étant la première extension d'onde, «Extension3» étant la troisième extension d'onde, «Extension5» étant la cinquième extension d'onde en impulsions. La structure d'une tendance simple peut être composée à la fois d'une tendance et d'une correction, mais les tendances simples sont généralement limitées au niveau de 100 % en leur début. Les modèles d'ondes peuvent être illustrés par «Impulsion» et «Impulse2», ou des exemples plus complexes - «Diagonal1», «ExpTriangle5».

Règle : une correction doit avoir une tendance au moins à un niveau d'itération de sa structure.

Les corrections ont souvent des formes étranges et une structure mixte. La théorie des ondes définit beaucoup de modèles correctifs, mais en termes de primitives, il est généralement raisonnable de regrouper tous les mouvements correctifs en simples et complexes uniquement.

La structure d'une correction simple est constituée de séries de tendances explicites, supérieures en nombre. La structure d'une correction complexe est constituée de séries de corrections explicites, supérieures en nombre. Néanmoins, chaque mouvement correctif dans les deux cas a une tendance comme force motrice au plus profond de sa structure. Cette force motrice amène assez souvent des formations correctives au-delà de la limite de 100% de baisse.

A titre d'exemple simple, regardons la fractale primitive représentant une tendance tronquée classique qui est apparue dans le flux long principal. La fractale résultante (А-В-С) a identifié une tendance baissière. Il y a eu de fortes oscillations dans la tendance au cours de son développement, faisant rebondir le prix sur les baisses de Fibonacci standard.

Un modèle de régression du flux principal a montré l'épuisement de cette tendance après le prochain rebond du prix sur 61,8% du niveau d'expansion de Fibonacci. L'épuisement s'est produit dans l'état non confirmé de la tendance - le point «В» n'a pas été renversé.

Une telle disposition suggère un modèle de contre-tendance clair - une primitive composée des points «В» et «С» et du point de rebond au-dessus du niveau de 61,8%. Ainsi, la tendance tronquée a formé une base, une plate-forme pour la tendance haussière ultérieure au sein du flux long.

Figure 10. Base de tendance haussière

La tendance haussière du débit long s'est réalisée sous la forme du couloir étendu, sa structure étant constituée de séries de courants consécutifs en deux débits courts - la rivière augmentait constamment son volume en raison de deux affluents.

Auparavant, lorsque le prix avait rebondi au-dessus du niveau d'expansion de Fibonacci de 61,8%, cette paire de bras assurait la sortie requise, résultant en le modèle complètement formé et mis en œuvre «tendance tronquée - tendance étendue» composé de deux fractales primitives.

En même temps, cette tendance étendue a été la principale force motrice du développement de la première étape du mouvement correctif dans la structure fractale longue qui a été suivie par la deuxième étape corrective dans l'ensemble complétant la formation de la nouvelle fractale primitive en tant que base de la tendance mondiale de 2006-2008. Une analyse détaillée du taux de change EURUSD effectuée à l'aide de la solution logicielle mise en œuvre est disponible sur le site officiel de Stairway to Heaven LLC.

Conclusion

Ainsi, nous avons une fois de plus démontré les opportunités de MetaTrader 4 dans la mise en œuvre de projets à vocation scientifique et proposé une idée générale de la matrice d'onde fractale et un nouveau concept de flux de marché sous la forme de canaux de régression d'onde non linéaire.

Le matériel de l'article est généralement destiné à attirer l'attention des développeurs sur les aspects couverts et les particularités d'une analyse technique et d'une prévision, car le potentiel de ce domaine d'étude est loin d'être épuisé. Stairway to Heaven LLC exprime à son tour son appréciation et sa gratitude aux développeurs de MetaTrader 4.