自動制御システム(ACS)のコンテキストでのテクニカル分析の考え方、また『逆説』

はじめに

生活するには働くだけで十分である。
ただし、裕福になるには何か別のものを見つけなくてはならない。
Alphonse Karr
（翻訳：MetaQuotes Software Corp.　フランス語より）

何かがうまくいかない場合、体調をよく、視野を広げ、物事に対し別の見方をする必要があります。これは時としてひじょうに面白い普通ではない結果をもたらすことがあります。一見、考えの一部は不合理であるように思われます。『当然』です。幸いにも、それらがそのように思えるのはあくまでも一見にすぎないのです。実際、不用意な人は、たとえば相対論的速度で何が起こっているのかまず想像できないものです。もちろんスケールはまったく異なりますが、その実用的なアプリケーションで両極端を議論することはあるものです。もっとも興味深く珍しい結果は何か『ふつうでない』ものを利用する場合に取得されます。ここで意味することは正確に『なにか』です。

テクニカル分析は長年にわたりうまく発展してきています。現在のプロセスの理解が深まるほど、より複雑なプロパティや法則が使用されます。そして、もっとすばらしいことは、少し前に完全自動売買システムについて話しだしたことです。同時に、自動制御理論と実践が科学や工学の対象として開発が続いているのです。

この2分野における教育と経験が、それらを計算する考えを提案するということは論理的です。浅学を続ける気持ち、問題の本質に行きあたりたいという願いは付加的なよい刺激です。もっともよく知られた方法は、複雑であっても、むしろシンプルな特性を利用するものです。

以下はこの方向での1年半の開発を簡潔に表示したものです。それは大半が理論で、一部興味深い実用的方法です。以下で提供されているものはすべて『現場で実証済み』です。目的は代替の考えを示すことです。必要に応じて、のちに詳しく述べます。

それがいくらか既存の法則を一般化したものであると判明したのは興味深いことですが、それは時としてほんとうに『逆説』であるのです。もちろん、問題は、機械と金融は『りんごとなし』であると言えます。それでも私にはそれらは共通する点が多くあるように思えます。また、技術的な側面については、理論自体ははるかに根本的に発展しています。すなわち、1分野における適用だけでなく、またより深いものなのです。そのような法則はつねにより信頼性があります。当然、ここでそれらを適用するのに高レベルの原理はほとんど見つけられません。技術的な範囲では、大きな離散化とスプレッドはかなり不快なものです。主要な制御原理はひじょうに珍しいものです。疑問はまさに基本法則です。

私見では、それは既知の原理の大きなシステム分類における一般化、一部への深化であることが判明し、それゆえそれは従来触れられなかった（少なくとも私の実践では）のです。もちろんこれは従来の方法の重要性を落としおめるものではありません。

中央理念

誰も主なる神や神の預言者に対するように人を信じることはない。
考えさせる人に耳を傾けるだけで十分である。
ピーター・オッペンハイマー引用

従来の見解では、分析は予想、あるいは市場に参入／退出するポイントを見つけることを課題とするものです。ポジションがオープンされるとき、それが行われます（ヘッジされます、等）。この公式化自体すら高度な離散化や「良好な」そして「まずい」変動の存在を示すのでです。分析の主な対象は過去で、意思決定にいくらかの持続性があります。

『聖杯』が見つかり、世界的に実装されるとき、市場に何が起こるは別の問題です。

市場変動とそのユーザビリティは通常ひじょうに単純に関連しています。たとえば、2008年4月8日の金曜日、ロシア証券市場ではネガティブな外的背景において、もっとも流動性の高い証券の価格が下落しました。投資家は不安でした。

また、分析や意思決定は2つの異なるシステムを代表していることが多いものです。分析家は市場の状況を推定し、自分の推奨事項を提案します。管理全体は多様な情報源（独自のものを含め）からもたらされる分析データを比較し、オープンまたはクローズの判断をし、取得されるさらなる情報を基にポジションを伴うようになります。トレーダーの状況についての情報が分析家にとっては不合理であるため、フィードバックは予知されないか、ほとんど実現されません。その上、分析部分は配布され変更可能なのです。

概して作成された構造（インディケータ、形状、等）は根本的な市場法則に強く関連しています。通常、それらは市場法則のみ（心理、マクロ経済等）に関連しています。フィボナッチやエリオットなど、ほかにもっと一般的な方法があります。他にも数多くの基本法則が ACS（自動制御システム）の動作に関与しています。

上記はすべて歴史的な特殊ケースです。すべては正反対になる可能性があります。

そのようなテクニカル分析自体は簡単な分野ではありません。それゆえ、この部分（管理）はさらに複雑です。一部には、多くの技術分野（非線形力学、計算数学、システム分析、確率論、数学統計、プログラミング、など）と金融市場の分野における深い知識と経験を必要とするためです。ただし、得るものははるかに魅力的です。

このため、モニタリングが実質的にずっと続きます（もちろん個別で『常に市場にいる』のです）。活動がたいてい低くなるのは別の問題です。市場変動とそのユーザビリティの関係は、複雑で高度に非線形であることが判ります。市場の「良い」とか「悪い」（システムにとって）動きは心理やマクロ経済プロセス（以下に例示しています）によって決定する、というのはかなり付随的なことです。状態の特定が取得された結果についてのデータに配慮する場合、強いフィードバックが存在する可能性があります。

自動制御理論では、サーボ型システムが標準です。すなわち、タスクをフォローアップするシステムです。タスクと現在の結果の差は制御システムにインプットされます。これを（このまま）市場で使用するのは妥当ではありません。ただ、考え方自体はここでも使えるものです。

よってこの観点から考慮すると、分析は恒久的に制御に関連しているのです。分析を持つ制御について話すのがより適切でしょう。さらに、システムは完全に制御対象、制御システム、通信として理解されるのです。対象はもちろん、アカウントとして理解されますが、これは市場を通してポジションのサイズ変更によって行われます。制御比率と価格（たとえば、ある国または複数の国の為替レート、ある企業またはその競合の証券価格、など）は異なるトピックです。

予測で構成されている分析の役割は、このコンテキストにおいてはあまり重要ではなく、極端な場合には完全に消失します。そして主要なタスクは次の疑問に答えることとなります。異なるバリエーションを作成する際何をすべきか？これはどのような結果になるのか？
この抽象的な結果は市場の別の特性を利用することにつながります。

一般化と拡張

人は進むにつれ独自の「宇宙」を創造するのだ。
ウィンストン・チャーチル

基本方程式は以下のように書き表されます。

y(i+1)=y(i) + (x(i+1) – x(i)) × k(i)

ここで

y －結果
x －初期チャート
i －ステップ

ひじょうに明確です。'i' の瞬間、ポジションは k(i) に等しいロット数でオープンしています。よって、結果はそれに比例して変化します。スプレッドについてはまだ考慮していません。それも以下のように書くことができます。

dy(i)=dx(i) × k(i)

k(i) にも速度感覚があります。実際、k(i) につしては数多くの選択の可能性があります。

それは「ここで他に何が考え出されるのか？」のようなことです。たとえば、この方程式はあるチャートから別のチャートへの変換にすぎません。結果のチャートは通常、資金として取得されます（再び、スプレッドはここでは考慮していません）。これはそうある必要はありません。オープンしているポジションについては、加重チャートとして結果のチャートは最初のチャートを繰り返します。すなわち、そのプロパティは実質的には互いに対応しているのです。結果チャートを初期チャートとして取得し、それを再び処理します。よって、このシステムはマルチレベルで、同時にスプレッドは最終レベルでのみ考慮されるようになります。各レベルでは、必要なプロパティを維持、追加し、不要なプロパティを削除します。

考えやトレーディングシステムが検証され、検証結果が満足のいくものでない場合は（大きなドローダウン、非常に不安定な利益、等）、もちろんシステムを改良することができます。ただし、このチャートは初期チャートよりも良く、もっと高いレベルで処理する価値がある可能性があります。それは事実ではありませんが、そうであると判明することが多いものです。

私は最近、同様の方法で人の資金チャートで作業することができるかもしれない、という考えを得ました。これはさまざまな興味深い機会を開くものです。ただこの問題は、投資市場、信託管理の発展と深くかかわっています。まあ、これは別のテーマですが。

これは垂直の複雑性、または深さの考察でした。複数の並列システムを使用すれば、またすべてを水平に考察することも可能です。もっとも簡単なケースでは、あるシステムが別のシステムの欠点を補います。その考え方はなんら新しいものではありません。それらが相互に関係しているなら、それは別の問題です。その他の事柄の中で、そのうなシステムは、離散化とスプレッドの存在があるため、同期する必要があります。これは本稿の末尾で考察します。
一般的なケースでは、主要な方程式は複合式に変換されます。

dy1(i)=dx(i)*k10(i)+dy1(i)*k11(i)+dy2(i)*k12(i)+…
dy2(i)=dx(i)*k20(i)+dy1(i)*k21(i)+dy2(i)*k22(i)+…
...

私の実践では、水平方向に1000を超えるシステムがあり、垂直方向には10を超えるレベルがありました。

垂直方向には、現実のシステムは最後のシステムだけです（ポジションサイズ、またはスピードは全レベルで乗算されます）。水平方向ではすべてのシステムが実在します。それは、システムの一部が内的なシステム、補助的なシステム、偽のシステムとして使用可能であることを意味します。それらにより各段に柔軟性が増します。有用な特定は、たとえば、そのようなシステムが実システムの法則の元で処理を行う際に示されますが、小さな偏差を伴います。また、同時に別のシステムの処理にも積極的に出てきます。たとえば、それを制御する実システムがある場合です。

最終的には、並列システムが追加され（または差し引かれ）、すべてが最初の基本資金に縮小されることができます。

2システムが追加され、第1のシステムの結果から一部を減らし、その部分を第2システムの結果に追加する場合、合計は変わらず、そのような処理はきわめて許容できるものです。一見、こうすることには意味がありません。フィードバックが何もない場合に限ります。ただし、システムのさらなるふるまいがそれの現在の状況による場合、この方法はもっとも歓迎されるものであると判ります（以下にその例があります）。

ここでチャートの変換に関して少しお話します。チャートが上昇すれば、それは良いことです。下降すれば、常にそれを変更します。そうすると再び上昇します。スプレッドや資金不足を用いることで簡単にデポジットを減らすことができますが、ほかにも方法は存在することでしょう。または、タスクがデポジットの増加まで縮小されます。

チャートが変動していれば、それを指向性の動きに変えるのが可能であることが多いものです。それは変動の特性によります。私は、それをまずそのような形式に縮小して、それからそれで作業をするのを好みます。

これらはよく知られるトレンドで、ほとんど横ばいの市場です。実際には、当然、すべてがずっと複雑です。そこには低いものを含み、多くの周波数があります。

有用なプロパティ：チャートはすべて2つの形式の内の1つに縮小できます。取得されるプロパティがあまり魅力的でない、というのは別の問題です。トレンド変動は短くはありますが、大きなドローダウンを持ち、同時に変動の動きは大きすぎるランダム振幅であることがあります。ただこういったデメリットは強引な方法を使う場合に現れるものです。とはいえ、この機会があるということは、それなりに有用です。

もう一つ別の有用な注意としては、スプレッドや資金不測に関連する制限はどれも中間、内部チャートでは有効ではない、ということです。
市場はそれ自体に不確実性の大部分をになっています。この不確実性は通常、使用されている方法のためにみなさんの資金や、初期チャートおよび結果チャート（1レベル）の近接性に渡します。これら変換すべての意味は、不確実性を低くするために、各レベルで連続してチャートのプロパティを変更することにあります。

いくつかのテクニック

世界を作り出す者を見つける前に神はどれほど多くの言葉を試されたか誰が知るだろう。
Stanisław Jerzy Lec 引用

ここで説明されるテクニックはすべて、独立して動作することのできない可能なツールにすぎませんが、それらは複合システムにおいて相互的な多様な組み合わせでそのアプリケーションを見つけることができるのです。それらは、かなり極端な場合を表す例として書かれています。ですが、極端の間にはずっと多くのものがあります

サーボ型システム

厳格なフィードバックが再度出ます。もっとも単純な例（ソリューションは初期チャートの変動に依存しません）。

dy(i)=dx(i) × (y - g) × m

ここで

m －係数。本例では定数です。
g －定数のタスク。変数でもあり得ます。

一方、g はアトラクター（単純なものですが、複雑なものもありえます）。すなわち、下落トレンドまたは横ばい市場によってシステムが引きつけられる状態です。また、可能な分岐ポイントでもあります。すなわち、システムがこのポイントを維持することを許可しない場合、乗算された今後の変動方向です。チャートが上昇している場合、システムは結果チャートが移動し始めたときにあった位置への方向での安定状態から出る傾向にあります。

ここでは数多くのバリエーションがあります。

g が定数であれば、システムはこの位置に引きつけられ、特殊な方法でのみそこから離すことが可能です。たとえば、小振幅または以下を持つサイン曲線を設定して、別のシステムと交換する（それが必要なであるかもしれない例です）のです。

dy(i)=dx(i) × y – g| × m + c

ここで
c －なんらかの定数

c が正であれば、平衡状態はありません。負であれば、平衡状態は2つありあｍす。ゼロより大きいものと小さいものです。負である 'c' を用いて制限された振幅での振動システムを作成することはできません。境界に張り付くためです。c が正の数である場合、振幅は制限されず、大きすぎることがよくあります。ただし、これはすべて所定のシステムがどこで動作し、どのような追加テクニックが使用されているかによります。それでも、全体として、状況は上述同様です。

これはすべてサーボ型システムの広い範囲、振動部分に適用されます。その標準表示はおおよそ以下のようなものです。

もう1件別の例では、タスクは定数ではなく、たとえば、線形で上昇するものとします。そうすると、システムはほとんどの時間、タスクに従い、それを決して超えることはありませんが、大きなドローダウンを持ちます。テイクプロフィットとストップロスを設定すれば、長期の結果方向は変動制とトレンドに依存します。どんな場合でも、逆にすれば、ドローダウン制限テクニックを取得します。以下が標準表示です。

タスクはより複雑な方法で選択されます。たとえば初期チャート自体を取得、または別のシステムのチャートを取得します。それから結果はタスクにひじょうによく従います。初期チャートと結果チャートの間に差が出れば、もう一つ振動システムを取得します。ここでも数多くのバリエーションがあります。

それは作業として良い方向でしょう。タスクを線形で移動させます。それから、タスクからの動きの可能性を増やそうと、さまざまなテクニック（たとえば、初期チャートとそれをフォローアップするチャート間で交換するなど）を使用することができます。たいてい、システムは排他的に一方向に移動しますが、それは強い逆の動き以外によって補正されるのは稀です。問題はそれが稀であることです。異なる初期チャートを基にして、この種の並列システムを複数試しに作成します（他の通貨ペア、異なる事前処理、以下で述べるテクニックにより、ランダムな処理に基づく）。また、ここでドローダウンとスプレッドを補償するために同期を追加します。

ドローダウン制限はひじょうに有用なプロパティです。

もう一つ別のソリューションは、2つ以上の実質的に同一のシステムを利用することです。それらはすべて同じ法則の下で動作しますが、たとえば速度のような、導入されるランダムな信号の形式で小さな偏差を伴います。システムは同じ値になる傾向になければなりません。そうすると、タスク領域では、その間の偏差はゼロになる傾向です。1システムを別のシステムから引くと、ランダムな信号を導入した結果を取得します。かなりランダムとはいかないことが判明しますが、全体として考え方は悪くありません。

サーボ型システムは、タスクをシステムが超えない境界に設定して、逆の目的に利用されます。張り付きに対してそれを保護したら、システムはタスクの片側でのみ振動します。
データ交換

簡単なバリエーションに戻ります。それにマイナスを足したら、

dy(i)=-dx(i) × (y - g)× m

逆チャートは取得されません。トレンドのアクションのみ互いに置換します。最初のシステム（正の数）がゼロより下がったら、もう一つのシステムがゼロに近づく、またはその反対になるのです。横ばいの市場も同様に作用します。

それをわずかに複雑化します。そのデータ交換を追加しましょう。

dy1(i)=dx(i) × (k1 × 1 + k2 × y2 – g) × m
dy(i)=-dx(i) × (k2 × y1 + k1 × y2 – g) × m

k1 = 1 そして k2 = 0 であれば、2つの個別の考察したシステムを取得します。

k1 > 0.5 そして k2 < 0.5 であれば、システムは同じく収束しますが、やや速度が落ちます（それに応じて振動の振幅は小さくなります）。

k1 = 0.5 そして k2 = 0.5 であれば、自己発振の類似体を取得します。スピードは g に依存します。g がサインであれば、スピードもサインとなります。ゼロ付近で振動してはいけません。

k1 < 0.5 そして k2 > 0.5 であれば、システムは発散します。それはまだゼロ付近で振動していますが、振幅は加速度を伴って増加します（おそらく、より高いデリバティブで）。すなわち、近隣の振動の振幅間比率が最初に1よりやや大きければ、それは後に数百でカウントされます。以下はその一般的な表示です（式で出されているように、2つのサブシステムからなるシステム）。

開始にあたり、タスクとしてサインを使用しますが、一番最初だけが妥当です。システムの1つの残りの初期値をゼロ以外に設定するだけです。それはもう決して収束しません。(y1=0, y2=0) の状況は自動で回避されるのです。
動き自体にはほかにいくつか有用なプロパティがあります。

主なメリットはゼロ付近の振動と発散です。

不安定であること自体（振幅間の比率が1より大きい）はひじょうに便利です。また、最初の基本的な方程式を見てください。そのような単純な変換（k1 と k2 で）がチャートを大幅に変えるということはひじょうに興味深いものです。

もちろん、この動きはひじょうにむつかしく制御がほとんどききません。ここで、管理技術についてお話します。私はそのプロセスにおいて、一定の前進を遂げましたが、まだここでは実システムに至っていません。

後方変換

前方変換が可能であれば、後方変換も可能です（以下の条件で）。

dy(i)=dx(i) × k(i)
dx(i)=dy(i) ÷ k(i)

まず、前方変換を作成し（たとえば、振動のバリエーション）、もう一つの変換によってそれを修正し、それから後方変換を前のチャートへしたと同様に新しいチャートに適用します。それから、必要な方向で変更済み初期チャートを取得します。

これら変換のほとんどは内部的なものであることを繰り返しておきます。それは、最終的には大きなドローダウンや無謀なスピードを渡すことはない、ということを意味します。発散しているチャートはゼロの上下、2レベルによって制限されます。それは振動し、最後にはその一つに落ち着きます。そのようにあまり意味はありませんが、制限する例としては適しています。ひじょうに奇妙で一見稀なプロセスが外部ではなく、内部で起こります。それは地球から発射されて地球に落ち、途上で地球からの距離という利点を利用する弾道ロケットのようなものです。

ランダム プロセス

ところで、空間についてです。ランダムプロセスを利用して市場から離れて、一般性を失うことなく話をもっと抽象化します。第1の変換は以下のようになります。

dy(i)=dx(i) × k(i)

ここで
k(i) －ランダム（疑似）数たとえば -1～1 です。私は分散型のバリエーションを好みます。1 または -1 です。

変動だけが結果です。実質的にはその他すべてがランダムです。 意思決定間の周期での初期チャートのプロパティの一部も通過します。もちろん、小さなスケールのランダム性を追加することもできます。そうすると、状況は混合となります。

初期チャートの「良い」また「悪い」変動の概念はここで大きく変わります。

チャートのプロパティは、たとえば20ポイントの上昇（スピードは -1）で売り、下降変動で買うシステムは、通常長期ではスプレッドで敗北するのとほぼ同様に勝利します。これはそのようなチャートには起こりません。

変動に関連した問題があり、変動は今度は意思決定、スプレッド、類似したその他要因に関連しています。ただし持続性を平滑化し増加する限られた方法がいくつかあります。それはある程度状況を改善するものです。

一般的に、以下の疑問がきわめて論理的に生じます。原則的にそのようなプロセスをうまく管理することは可能なのか？大きな時間間隔では、同じポイント数を勝利し敗北する確率がフィフティ・フィフティにはならないのか？おそらく、そうはならないでしょう。たとえば、モジュールとしての関数があります。純粋に数学的には、ランダムチャートは常にゼロを上回ります。それはみなさんが望むようには動作しませんが、これはチャートだけで決まるものではありません。すなわち、ここで問題は無作為性に強く関連してはいないのです。これは利益になる制限の大規模な多様性を産み出すと私は思います。

メリットについてはまず、抽象性です。危険はありません。初期チャートがどこで、どのように変動しても、みなさんにとっては大差ありません。危機は目に見える原因で起こるものではなく、このことを考慮する必要があります。この場合、やや異なる動作原理によってこのことを考察する方が簡単です。

次に、好きなだけ初期チャートを作成することができます。上記例のように、徐々に下降し、同時に稀ですが急激に上昇して下降を補償するシステムを取得します。それから、この種のシステムを数多く持ち、それらを同期することで、より一般的に見える要約された結果を取得することができるのです。システムが正常に別のプロパティを伴って並列動作することも可能です。

第3に、リスクは基本的に減少します。取引は事前に千年分までモデル化することができます。

連続切り替え、それはスプレッドが類似した問題であることを意味します。それには大量のシステムの同期が必要です。追加後のスピードが前のスピードとあまり変わらないように、つねに1～2周期でシステムの一部を「フリーズ」させる可能性があります。主なポイントはオーバープレイしないことです。スピードがつねに1またはゼロであるようにします。ですがそれには何の意味もありません。「フリーズした」システムとその他技術に優先順位をつけるというような追加条件はスピードの振動を下げますが、システムの有効性に多大な影響を与えることはありません。

また、2つ深刻なデメリットがあります。変動性と離散化に関連する第1のデメリットは上で述べられています。第2のデメリットは、結果チャートの変動の可能性です。連携するのに適した値範囲にそれらを移動するのは困難です。システムがわずかに収益性のあるものであれば、利益を大幅に増やすことのできるいくつかの方法によって、状況は改善可能です。ただし、そういった重大な値はほとんどメソッド作成によって決定されます。

意思決定の離散化について少々お話します。それは時として役に立つこともあります。私はよく、1.5時間という厳密な周期でシステムをすべてチェックします。そして、システムのプロパティに対して調整するために修正し、状況に応じて変更するようにさせます。極端な場合を除いて、ある裁量に任せてスピード変化の可能性ある瞬間をアタッチするのが得策です。これはスプレッドの損失を減らすのに役立ちます。なぜなら、同時に動作している並列システムが数多くある場合、そのスピードは徐々に合計され、合計された損失は個別システムの損失合計よりもずっと小さいことが判明するからです。

テイクプロフィットやストップロスなどの技術は、概して最終レベルで使用するのがより良いものです。最初の段階では、継続変換をするほうが良いでしょう。

そして最後に、そのようなシステムの活動を「外側」から見ると、その処理ロジックを洞察することはひじょうに困難です。特に、内部にランダム プロセスがある場合には。

おわりに

われわれは、実用的な結果によってのみ科学の達成を推定することが多いものです。
そしてりんごを採る人は、主要な作業を行った人であることが判ります。
そのとき、実際には、リンゴはリンゴの木を植えた人によって作られているのです。

P.L. Kapitsa

ここでは、かなり実行可能ないくつか極端な場合（フィードバックの利用のみ、疑似ランダムチャートの使用、など）を説明しました。それらがひじょうに多くの機会を産み出すとしても、中間バリエーションはさらにあります。これが大きな柔軟性をもたらし、大量の多様な選択肢が存在するのです。ここで私が示したことは、実行可能な事柄のほんの一部にすぎません。

そのような極端な場合に、それなしではできないさまざまな小さな特性については書きませんでした。たとえば、パラメータがひじょうに正確に設定されない、または特別な方法が予見されない場合、最良はサーボ型システムがそのタスク（予見されていない）を超えてしまい、そこからかなりの距離に移動してしまいます。ただし、その境界はドローダウンを決定している可能性のあるものです。それは発散のプロセスを処理するときに特によく現れます。

情報技術の発展の中、高まる流動性と減少するスプレッドやコミッション、そのようなメソッドは重要性を増すのです。

もちろん、そのようなもので作業するのはあまり簡単なことではありませんが、見通しは悪くありません。これらはすべて不可能に思えることが多いものです。この疑問が観点を変え、新しい機会、原理、技術の発見につながったのです。幸いにも、われわれにとっては外見がすべてです。私は自分がすでに大きな進歩を成し遂げたとは言えません。1年半はこういう事柄（見てのとおり複雑な）にとってはそれほど長い期間ではないのです。ほとんど、私にとっては趣味にしかすぎません。この趣味は今、最初にポジティブな結果を得たのち、私のプロとしての活動となりつつあります。ところで、私はこういったことをチームで作業するのが好ましいと思います。ですが、それはまた別の話題です。作業し、作成し、常により良くありましょう。

グッドラック！