|
|
 |
|
 |
В своей книге 1938 года «Закон волн» и вновь в серии статей, опубликованных в 1939 году журналом Financial World, Р.Н.Эллиотт указал, что фондовый рынок развивается в соответствии с базисным ритмом или моделью из пяти волн вверх и трех волн вниз, формируя полный цикл из восьми волн. Все что происходит на рынке, можно успешно прогнозировать, используя эту модель. |
| |
|
|
|
Р.Н.Эллиотт специально не подчеркивал, что существует только одна базисная фигура - «пятиволновая» модель, но это, несомненно, факт. В любое время рынок может быть оценен, как находящийся где-то на базовой пятиволновой модели самого высокого волнового уровня движения. Так как пятиволновая модель является базисной фигурой движения рынка, все остальные модели могут быть составлены из нее. |
| |
|
|
|
«Закон волн» - это открытие Ральфа Н. Эллиотта (Ralph Nelson Elliott) о том, что поведение общества или толпы развивается и изменяется в виде распознаваемых моделей. Используя данные фондового рынка в качестве своего главного инструмента, Эллиотт открыл, что постоянно меняющаяся траектория цен фондового рынка выписывает некоторый cтруктурированный рисунок, который в свою очередь отражает основную гармонию, найденную в природе. На основе этого открытия он разработал рациональную систему рыночного анализа. Эллиотт выделил тринадцать моделей движения или «волн», которые снова и снова возникают в потоке рыночных цен и повторяются по форме, но не обязательно по времени или амплитуде. Он дал названия, определения и проиллюстрировал эти модели. Далее он описал, как эти структуры соединяются вместе, чтобы образовать укрупненную версию этих же самых моделей, как они в свою очередь соединяются для образования идентичных моделей следующего большего размера и т.д. Если кратко, то Закон волн – это каталог моделей изменения цен и объяснений того, где подобные фигуры вероятнее всего должны проявиться на пути развития рынка. Описания Эллиотта представляют собой набор эмпирически выведенных правил и указаний для объяснения поведения рынка. Эллиотт заявил о прогностическом значении данного Закона волн, который сейчас носит его имя, «Закон волн Эллиотта». |
| |
|
| Активный и пассивный портфельный менеджмент |
Статьи |
|
|
Рассмотрим одну из самых актуальных задач современного финансового управления, а именно портфельный менеджмент. Анализ этой проблемы интересен в первую очередь руководителям аналитических отделов банков и инвестиционных компаний и частным инвесторам.
Портфельный менеджмент, т. е. формирование инвестиционного портфеля ценных бумаг, берет свое начало примерно с тех времен, когда появились сами ценные бумаги, и является следствием естественного нежелания инвестора полностью связать свое финансовое благополучие с судьбой только одной компании. Методология же инвестиционного менеджмента начала складываться в двадцатые годы с появлением понятия «истинной» цены (fair price) акции. Задача инвестора состояла в том, чтобы приобрести недооцененные акции, чья рыночная цена на момент покупки ниже истинной, и избавиться от переоцененных бумаг и тем самым получить в перспективе максимальную прибыль. Эта цель не менее актуальна и сейчас.
Основные понятия
Начало современной теории финансового портфеля было заложено в статьях Гарри Марковица (1952), а затем в работах Вильяма Шарпа (1964) и Джона Литнера (1965), и было основано на понятиях систематического (рыночного) и несистематического рисков ценной бумаги. Риск (в литературе также встречается термин общий риск) ценной бумаги есть неопределенность ее дохода в конце периода инвестирования. Риск измеряется дисперсией доходности ценной бумаги за фиксированный интервал времени, например, месяц, квартал, год и т. д. Данное определение риска является наиболее распространенным, хотя существуют и другие.
Систематический или рыночный риск акции -- это та часть общего риска, которая зависит от факторов, общих для всего рынка ценных бумаг. К ним относятся неожиданные изменения макроэкономических показателей (ВВП, скорость промышленного роста, собираемость налогов, процентная ставка, уровень инфляции и т. д.), изменение политической ситуации в стране или в мире, психологический настрой участников рынка и др. Несистематический, или собственный риск -- это часть общего риска, зависящая только от состояния дел в данной компании, которое характеризуется неожиданными изменениями таких факторов, как вероятность смены руководства, наличие долгосрочных договоров, просроченной дебиторской или кредиторской задолженности, показатели финансового состояния и др.
Математически разделение рисков можно провести на основе уравнения линейной регрессии, связывающего доходность акции с доходностью по рыночному индексу. Коэффициент регрессии называется коэффициентом бета ценной бумаги и является характеристикой ее рыночного риска. В качестве рыночного обычно берется индекс, достаточно полно отражающий состояние дел в экономике в целом и включающий курсы акций крупных компаний в различных секторах рынка. В США для этих целей часто используют индекс Standard&Poor's 500. Для российского рынка в качестве такого индекса можно рекомендовать сводный индекс АК&М, МТ-индекс или любой другой, включающий достаточно представительную выборку акций из разных отраслей. Обычно за основу расчета индекса берется капитализация входящих в него ценных бумаг.
Рассмотренное представление общего риска ценной бумаги в виде суммы собственного и несобственного рисков является далеко не единственным. Часто общий риск представляют в виде суммы трех слагаемых, где в качестве третьей компоненты выступает риск отрасли, к которой относится компания. Наконец, можно использовать многофакторные модели, о которых будет сказано ниже.
Для инвестиционного портфеля коэффициент бета вычисляется путем сложения коэффициентов бета входящих в него бумаг, умноженных на соответствующие веса (вес каждой бумаги в портфеле равен частному от деления ее совокупной стоимости в портфеле к стоимости всего портфеля). Наиболее интересный вывод с точки зрения портфельного менеджмента заключается в том, что хорошо диверсифицированный портфель не имеет собственного риска, т. е. изменение его доходности равно изменению доходности рыночного индекса, умноженного на коэффициент бета портфеля. Это означает, что поведение хорошо диверсифицированного портфеля ничем (с точностью до умножения на константу) не отличается от поведения рыночного индекса.
Главная задача, которую поставил и полностью решил Марковиц, формулировалась так: инвестор хочет получить доходность, равную r, исходя из некоторого набора ценных бумаг. Каким образом он должен составить портфель с наименьшим общим риском, имеющий среднюю доходность r? Это -- типичная оптимизационная задача. Полученный портфель определяется однозначно как показателями средней доходности и риска бумаг из набора, так и ковариациями между ними, и называется эффективным портфелем. При этом, естественно, большему значению r будет соответствовать и большее значение общего риска портфеля... |
| |
|
|
|
М-ОБРАЗНЫЕ ВЕРШИНЫ
Вершины сильно отличаются от оснований, и М отличаются от W. Скорость, волатильность, объем и определение — все стремится быть иным. Поэтому вершины и основания похожей важности не обязательно будут зеркальны по отношению друг к другу. Их фигуры являются производной психологии, паника представляет собой более резкую, более сильную эмоцию, чем жадность, поэтому отражение паники на графике гораздо отчетливее. В то время как наиболее типичной фигурой основания является двойное основание, или W, вершины, как правило, более сложны, и наиболее распространенной формацией является тройная вершина. Так же, как в случае панических оснований, бывают случаи шипообразных вершин, где восходящий тренд резко разворачивается, но они относительно редки. Гораздо более распространены М-образные вершины или двойные вершины, которые состоят из роста, отката, последующей неудачной пробы сопротивления в районе более ранних максимумов, за которым следует начало нисходящего тренда. Самыми распространенной из всех, однако, является тройная вершина, и обычной вариацией этого является вершина типа "голова и плечи" (этот технический термин, пожалуй, знаком самому широкому кругу инвесторов). Фигура голова и плечи (см. Рисунок 13.1) состоит из роста, за которым следует мелкий откат, формирующий левое плечо. Затем ростом до нового максимума образуется голова, и следует более крутой откатом, который обычно заканчивается вблизи минимума, установленного первым откатом. Для этой фазы типичной является фигура Ml5. Наконец, неудавшийся рост, который не может сделать нового максимума - в идеале заканчиваясь вблизи первого пика - за которым следует снижение, падающее ниже уровней, установленных первым и вторым снижениями — уровня, известного как "линия шеи" — формируют правое плечо. Новая фигура может быть М15, переходящая в М12 или М7 после еще двух колебаний цены. Последняя часть формации является обратным ростом, который приносит цены снова в область линии шеи. После последних двух колебаний мы имеем фигуру Ml или МЗ. Отсюда уже начинается настоящее снижение. Объем при росте в "голове и плечах" также имеет типичную фигуру — сильнее на левой стороне формации, ослабевает в середине и начинает нарастать по мере того, как развивается снижение. И ценовая фигура, и сопровождающий объем тесно связаны с лежащей в основе психологией. Эйфория и жадность характеризуют левую сторону формации, при этом доминирующим средством распространения информации являются слухи. |
| |
|
|
|
W-ОБРАЗНЫЕ ОСНОВАНИЯ
С этого момента мы будем использовать фигуры М и W для описания того, что происходит с поведением цены. Все эти фигуры размещены на двух страницах вашей справочной карточки (которая прикреплена к задней стороне обложки книги), М-образные находятся слева, а W-образные находятся спра. Вытащите ее (если вы еще этого не сделали) так, чтобы вы легко могли по ней справляться, когда вам потребуется. Мы начнем с формаций основания. Они, как правило, чище, яснее и легче для диагностики, чем формащм вершин. Разница заключается в базовой психологии; основания создаются в среде страха и боли, совершенно отличной от среды эйфории и надежды, в которой формируются вершины.1 Поэтому мы ожидаем, что основания будут острее и более сфокусированными, что они займут меньше времени и будут более яркими. Боль, в конце концов, более сильная эмоция, чем радость. Аналогичным образом мы ожидаем, что вершины будут более длительны, обычно более распыленными и трудными для диагностики. Инвесторы просто не ощущают необходимости действовать на вершинах так же срочно, как они действуют в областях оснований. |
| |
|
|
|
ПЯТИКОНЕЧНЫЕ ФИГУРЫ
Практически все фигуры цен акций можно аккуратно классифицировать с помощью простого инструмента — ценового фильтра. При этом подходе на графике соединяются точки максимумов и минимумов, когда колебания между точками превышают определенное число пунктов или, более полезно, определенный процент. Полезный пунктовый фильтр может иметь такую большую величину, как 100 пунктов, для промышленного индекса Доу-Джонса или такую малую, как 2 пункта, для IBM. По мере того, как меняются уровни цены, эти величины в фиксированных пунктах представляют различные процентные значения. Поэтому в принципе лучше использовать процентный фильтр, который имеет одинаковое экономическое значение на всех уровнях цены. Конечно, для акций пунктовые фильтры не стоит даже рассматривать.1 Фильтр в 8% будет равняться восьми десятым пункта на уровне 10, но восьми пунктам на уровне 100, в то время как восьмипунктовый фильтр будет равняться 8% на уровне 100 и 80% на уровне 10. Эти результаты сильно варьируются из-за широкого диапазона цен, в котором торгуются акции, поэтому пунктовые фильтры нельзя сравнивать между разными ценными бумагами. Процентные фильтры в размере от 2 до 10 процентов обычно хорошо работают для акций и позволяют сравнивать между собой различные акции. На рисунках с 11.1 по 11.6 показывается, как работает процентный фильтр. Каждый график показывает один и тот же ряд, но использует ценовой фильтр со все более высоким процентом. Получающиеся ломаные линии устраняют все большее количество шума до тех пор, пока мы не достигаем последнего примера -Рисунка 11.6 - где весь график характеризуется одним колебанием. Целью этих графиков колебаний является отфильтровать цену достаточно, чтобы прояснить фигуры, не уничтожая важной информации. "Крестики-нолики" представляют собой другой метод фильтрования, подобный ломаным, или графикам колебания. Графики "крестиков-ноликов", которые, возможно, являются старейшими методами построения графиков на Западе, основаны исключительно на колебаниях цены, которые записываются безотносительно времени или объема. Графики "крестики-нолики" ведутся на клетчатой бумаге, и каждая отдельная клетка сетки называется "клеткой". Уровни цены откладываются слева на оси у.  Рисунок 11.1 NASDAQ Composite, три года, без фильтра. Сырые данные.  Рисунок 11.2 NASDAQ Composite, три года, 5% фильтр. Фильтр начинает прояснять положение вещей  Рисунок 11.3 NASDAQ Composite, три года, 10% фильтр. Показывает очень хорошую картину важных колебаний. |
| |
|
|
|
РАСПОЗНАВАНИЕ ФИГУР
Распознаванием фигур называется процесс, с помощью которого мы узнаем повторяющиеся события. Обычно такие события имеют признаки, состоящие из ряда отчетливых элементов, которые, будучи скомбинированными в определенной последовательности, позволяют нам узнавать фигуру и предпринимать в этой связи действия. Эти фигуры редко, если вообще когда-либо, повторяются точно. Скорее, они лишь в общих чертах одинаковы, и в этом-то и заключается проблема. Для того, чтобы научиться успешно распознавать фигуры, нам требуется некоторая среда, внутри которой эти фигуры могут анализироваться, и ленты Боллинджера могут создавать такую среду. Литература по техническому анализу богата описаниями технических фигур. Двойные основания и вершины, формации "голова и плечи" (обычные и перевернутые), а также восходящие и нисходящие треугольники являются лишь немногими из наиболее распространенных фигур. Некоторые фигуры подразумевают разворот тренда, а другие являются фигурами продолжения.1 Ленты Боллинджера могут помогать в распознавании фигур, давая определения: максимум и минимум, спокойный или подвижный, переменчивый, трендовый или нет - определения, которые можно сравнивать между различными отрезками времени, различными ценными бумагами и различными рынками. По мере эволюции фигур ленты развиваются вместе с ними, давая относительную гибкую структуру, а не абсолютную жесткую структуру, налагаемую сеткой графика или строгостью линии тренда. Ценные бумаги редко резко переходят от бычьих фаз к медвежьим или наоборот. Переходы, как правило, включают последовательность поведения цены, которая обычно включает одну или несколько проб поддержки или сопротивления. М и W являются примерами фигур, формирующих на рынках точки разворота и дающих нам знать, что главный тренд закончился и начинается новый тренд. Этот новый тренд может быть разворотом предыдущего восходящего или нисходящего тренда, переходом от бестрендового состояния или может быть началом бокового тренда, такого как консолидация. Наиболее распространены двойные основания и вершины типа "голова и плечи".
|
| |
|
|
|
ИНДИКАТОРЫ ЛЕНТ БОЛЛИНДЖЕРА
Из лент Боллинджера непосредственно могут быть извлечены два индикатора, %b и BandWidth. Первый, %b, говорит нам, где мы находимся относительно лент Боллинджера и является ключом к разработке торговых систем путем связывания иены с поведением индикатора. Второй, BandWidth, говорит нам, насколько широки ленты. BandWidth является ключом к Сжатию и может играть важную роль в нахождении начала и конца тренда. Сначала мы займемся %Ь, а затем BandWidth. В Таблице 8.1 показана формула %b. Обратите внимание, что эта формула имеет значение 1,0 когда последняя цена находится на верхней ленте, 0,5 на средней ленте и 0,0 на нижней ленте. %b не является связанной формулой. Он превышает единицу, когда последняя цена оказывается выше верхней ленты, или падает ниже нуля, когда последняя цена оказывается ниже нижней ленты. Значение 1,1 говорит, что мы находимся на 10% ширины ленты выше верхней ленты, а значение —0,15 говорит, что мы находимся на 15% ширины ленты ниже нижней ленты (Рисунок 8.1). Таблица 8.1 Формула %b
| (Последняя иена - нижняя ЛБ)/(верхняя ЛБ - нижняя ЛБ) |
 Рисунок 8.1 Ленты Боллинджера и %b, Nokia, 250 дней. %b говорит нам, где мы находимся относительно лент. |
| |
|
|
|
ПОСТРОЕНИЕ
Построение торговых лент действительно совсем просто. Вы начинаете с какой-то меры центральной тенденции и строите ленты выше и ниже этой меры. Вопрос в том, какую меру центральной тенденции следует использовать, и что определяет интервал? Для лент Боллинджера мерой центральной тенденции является простая скользящая средняя, а интервал определяется мерой волатильности, скользящим стандартным отклонением. Что в данном случае означает скользящее? Это означает, что для каждого периода анализ рассчитывается заново. Для скользящей средней значения каждого периода выводятся из непосредственно предшествующих значений. Для 20-дневной средней используются 20 самых последних дней. На следующий день данные самого старого дня отбрасываются, а самые свежие данные включаются. То же самое справедливо и для волатильности; для каждого периода волатильность измеряется с использованием непосредственно предшествуюших периодов. Как это относится к торговым лентам или неновым конвертам? На мой взгляд, торговые ленты строятся выше и ниже некоторой центральной точки, обычно средней. Конверты строятся безотносительно центральной точки - например, скользящие средние максимумов и минимумов или кривые, проходящие через ключевые максимумы и минимумы а 1а Хѐрст. Когда речь заходит о торговых лентах, проблемы ясны. Ширина процентных лент для того, чтобы они работали, должна изменяться для каждой отдельной бумаги; даже для одного и того же инструмента ширина лент должна изменяться по мере того, как проходит время для того, чтобы оставаться эффективной. Марк Чайкин показал нам один метод оценки правильной ширины лент; его ленты Бомар смещают 21-дневную скользящую среднюю вверх и вниз так, что они содержат 85% данных за прошлый год. Хотя это хорошо послужило его целям, для наших целей структура цены развивается более динамично, чем позволяет длительный ретроспективный период лент Бомар. Эксперименты по сокращению расчетного периода лент Бомар позволяют предположить, что расчеты разбиваются на короткие временные структуры. Марк Чайкин решил эту проблему, обращаясь непосредственно к рынку за определением правильной ширины лент, но на самом деле было нужно нечто, что было бы более непосредственно адаптивным. Первым, что заинтересовало меня в мире ценных бумаг, стали опционы. Анализ опционов, будь то опционы, встроенные в конвертируемые облигации, варранты или зарегистрированные опционы, во всех случаях обращаются к одному и тому же вопросу волатильности — а именно, оценке будущей волатильности. Ключ к победе в этой игре было просто понять — но трудно использовать; вы должны понимать волатильность лучше, чем все остальные. Действительно, волатильность, казалось, была ключом ко многим вопросам, поэтому я изучал волатильность во всех ее формах: исторические оценки, будущие оценки, статистические измерения и т.д. Когда дело дошло до торговых лент, стало ясно, что для того, чтобы достичь успеха, ленты должны включать в себя волатильность. Когда волатильность была идентифицирована как лучший способ установления ширины торговых лент, все еще оставалось немало выборов. Волатильность может измеряться по разному: как функция диапазона в течение некоторого периода времени, как мера дисперсии вокруг линии тренда, как отклонение от ожидаемого — этот список в буквальном смысле бесконечен.1 После первоначального отсева был определен список из семи возможных измерений. На ранней стадии процесса принятия решения стало ясно, что чем более адаптивен подход, тем лучше он будет работать. Из всех изученных мер в этом смысле выделялось стандартное отклонение (сигма, σ). Чтобы рассчитать стандартное отклонение, вы сначала измеряете среднюю набора данных и затем вычитаете эту среднюю из каждой точки набора данных. В результате получается список отклонений от средней — некоторые из них отрицательные, другие положительные. Чем более переменчив ряд, тем больше дисперсия списка. Следующим шагом является сложение списка. Однако список сам по себе даст нулевой результат, поскольку плюсы компенсируют минусы. Для того, чтобы измерить дисперсию, необходимо i избавиться от отрицательных величин. Это можно сделать, просто убрав знаки минуса. Получившаяся мера — среднее абсолютное отклонение — было одним из вычислений, которые рассматривались первоначально. Возведение составляющих списка в квадрат также устраняет отрицательные числа — отрицательное число, умноженное на отрицательное число, дает позитивное число — этот метод и используется в стандартном отклонении. Последние шаги просты — возведя в квадрат список отклонений, рассчитайте среднее квадратное отклонение2 и извлеките квадратный корень (см. Таблицу 7.1).
Таблица 7.1 Формула совокупности для квадратного отклонения 
Где х - точка данных μ -средняя N - число точек |
| |
|
|
|
|
