timing_solution (timing_solution) wrote,
timing_solution
timing_solution

Циклический Геном (CG). Часть II

Продолжение. Первая часть здесь: Циклический Геном (CG)

Статья Сергея Тарасова.

Во второй части статьи будет объяснено, как эти вычисления были выполнены.

В Timing Solution вы можете вычислять и извлекать наиболее важные циклы с использованием модулей Q-Spectrum или Classical Spectrum. В качестве примера, возьмем акции компания Microsoft (MSFT) и Apple (AAPL). Вычисляем Q-Spectrum, извлекаем наиболее важные циклы и сохраняем эту информацию в файле Excel с помощью данной кнопки:



После этого запускаем специальную программу «Spectrum Viewer», которая может отображать все эти циклы (спектрумы) вместе. Вот как это выглядит:



Вы можете увидеть на рисунке две диаграммы, вычисленные через Q-Spectrum: для MSFT (красный) и для AAPL (синий). Вертикальные линии здесь соответствуют самым важным циклам для этих компаний.

Теперь обратите внимание на синюю панель: вертикальные полосы показывают ВСЕ циклы вместе, т.е. циклы для MSFT и APPL. Циклы для MSFT и AAPL довольно разные, хотя по трем циклам есть совпадения: это циклы в 90, 264 и 870 дней.

Теперь давайте проанализируем циклы уже для восьми компаний; у нас стало больше циклов, а на панели, где отображены все циклы, мы можем увидеть целые кластеры из циклов:



Например, больше всего у нас полос вокруг 321-дневного цикла, этот цикл активен для 3-х акций:



Идем дальше: я загрузил циклы Q-Spectrum, вычисленные для 204 акций; теперь программа анализирует уже 1727 разных цикла для всех этих акций, кластеров стало больше:



Это означает, что некоторые циклы работают активнее, чем другие; кластеры, соответственно, указывают нам на наиболее часто возникающие циклы. Чтобы лучше ориентироваться в цикло-кластерах, цвета для вертикальных полос в желтой области будут разные. Например, красные полосы означают, что этот цикл проявился 3 раза и более.

Также обратите внимание на красную гистограмму: она показывает нам разницу в активности эти кластеров по другому - чем выше гистограмма, тем чаще этот цикл появляется в диаграмме цен в исследуемых акциях.

На этом этапе мы начинаем применять формальный статистический анализ, чтобы выявлять кластеры (вместо визуального анализа).

Когда мы анализируем более 1300 акций и меняем для них LBC (Learning Border Cursor) три раза, мы имеем более 59000 различных циклов, что делает визуальный кластерный анализ просто невозможным. На этом этапе мы должны использовать гистограмму, чтобы увидеть, как распределяются эти циклы. Мы называем такую гистограмму высокопараметрической периодикой.

Вы должны понимать, что здесь мы говорим о ВОЗМОЖНОСТИ, а не о силе/важности анализируемых циклов.

Например, Периодограмма Наиболее Вероятных Циклов (High Probability Periodogram) показывает нам одно из самых максимальных значениий для цикла в 146,7 дней:



Это означает, что среди многих других циклов данный цикл в 146,7 дней появляется чаще, чем другие циклы. Соответственно, это означает, что мы должны уделять больше внимания этому циклу; вероятность того, что этот цикл будет работать в котировках, выше, чем подобная вероятность для других циклов.

Как эти циклы можно использовать на практике? Пользователи Timing Solution могут отображать эти высокостабильные циклы (циклический геном), активируя опцию «CG» в модуле Q-Spectrum:



Циклы высокой вероятности будут отображаться на диаграмме в виде вертикальных полос:



Таким образом, вы можете увидеть вместе на одном графике наиболее важные циклы для выбранного вами финансового инструмента (график Q-Spectrum) + циклический геном, который указывает наиболее вероятные циклы для 1300 американских акций.

Вы видите здесь, что пик Q-Spectrum в 114 дней совпадает с одним из циклов высокой вероятности. Я считаю, что это будет хорошим подтверждением для работоспособности этого цикла в данном финансовом инструменте.

По просьбам юзеров программы, остановимся подробнее на том, как происходят вычисления циклов высокой вероятности. Все эти вычисления были выполнены с помощью программы Spectrum Viewer.

Чтобы начать работу, кликните здесь:



Вы увидите набор из 14 папок с различными данными:



Для вычисления циклов высокой вероятности мы использовали файлы из папки Random_LBC_2012_2017. Здесь содержатся результаты нашей работы с историей котировок для более чем 1300 американских акций; мы рассчитали Q-Spectrum и Classical Spectrum для этих акций и извлекли наиболее важные циклы для этих акций. Чтобы получить полную картину, мы меняли LBC 3 раза в период между 2012 и 2017 годами. Таким образом, мы рассчитали усредненную картину за последние 5 лет. Это тяжелые и утомительные расчеты, и все результаты этой работы вы найдете в этой папке.

Хорошо, давайте рассчитаем спектрум для циклов высокой вероятности, рассчитанных при помощи модуля Q-Spectrum. Выберите в Random_LBC_2012_2017 только лишь циклы Q-Spectrum:



Останутся только данные расчетов для Q-Spectrum:



Теперь можно выделить либо один элемент в этом списке, например:



Либо выполнить команду Ctrl-A, чтобы выделить ВСЕ файлы в этом списке, это стандартная процедура Windows:



После вычислений вы получите периодограмму циклов высокой вероятности или Циклический Геном (Cyclical Genome):



Таким же образом вы можете рассчитать периодограмму циклов высокой вероятности и для Классического спектрума:



Видите ли, Q-Spectrum и Classical Spectrum показывают, как правило, одни и те же циклы, единственное отличие - классический спектрум выделяет другие циклы:

ЦИКЛ: 322.26391 DAYS
ЦИКЛ: 466.39232 DAYS
ЦИКЛ: 529.26149 DAYS

Я лично предпочитаю больше доверять Q-Spectrum, потому что он основан на критериях форвардного анализа, это ближе к реальной торговле; в то время как классический спектрум больше связан с подгонкой кривой (стандартная математическая процедура определения активных циклов).

Чтобы сравнить обе эти гистограммы, кликните по этой кнопке, чтобы сохранить спектрумы циклов высокой вероятности в файле Excel:



Я сохранил два файла циклов высокой вероятности, Q-Spectrum periodogram 1.csv и Classical periodogram 2.csv и загрузил в программу обе эти периодограммы. Когда вы это делаете, не забудьте выбрать опцию "All CSV files":



и выберите «Together», чтобы отобразить эти диаграммы вместе:



Здесь они вместе: красный цвет - циклы высокой вероятности Q-Spectrum; синий цвет - циклы высокой вероятности Classical Spectrum:



Чтобы понять, как изменяется циклический геном исторически, смотрите файлы в папках: LBC_2017, LBC_2015... и т.д. Используя эти данные, вы сможете рассчитать циклический геном для разных лет.

Важной особенностью модуля Q-Spectrum является следующее: он позволяет анализировать инвертированные циклы. В папке Inverted_Random_LBC_2012_2017 вы найдете данные с инвертированными циклами, которые были активны в течение последних 5 лет, начиная с 2012 года. Ниже приведена вероятностная периодограмма для инвертированных циклов:



На примере я выбрал три инвертированных цикла высокой вероятности - в 25.84, 43.22 и 64.37 дней.

В Timing Solution вы можете отображать эти инвертированные циклы в модуле Q-Spectrum. Чтобы сделать это, на вкладке Cyclical Genome выделите "US Stocks Inverted Cycles..." и нажмите кнопку "Add Cycles from Cyclical Genome":



В модуле Q-Spectrum инвертированные циклы будут отмечены красным цветом:



В настоящее время я не совсем понимаю, как именно инвертированные циклы работают на фондовом рынке. Это совершенно новый и малоизученный математический объект (как я это вижу). Я предпочел бы держаться подальше от инвертированных циклов, т. е. я считаю работу с этими циклами рискованной.

Еще один вопрос, заданный пользователями Timing Solution: почему циклический геном, рассчитанный для некоторого множества акций, показывает другой набор циклов, чем стандартный спектрум, рассчитанный для индексов фондового рынка.

Ниже вы можете увидеть вероятностную периодограмму для 1300 американских акций (красный цвет), и Классический спектрум (синий цвет), рассчитанный для Доу (LBC - октябрь 2017 года):



Как видим, циклы (т.е. пики) существенно различаются, хотя некоторые циклы совпадают: например циклы в два года и 239 дней. Чтобы понять, что происходит, я рассчитал вероятностную периодику для 30 "голубых фишек" американского рынка (входящих в индекс Доу-30). На графике они показаны красным цветом вместе с Классическим Спектрумом для Dow (синий цвет):



Как видим, здесь периодограммы показывают в значительной степени одни и те же циклы, т. е. Dow довольно хорошо отражает циклический портрет акций "голубых фишек", но значительно хуже соотносится с другими акциями американского рынка. У меня нет объяснения этому факту, но математически это означает, что высоколиквидные акции имеют лучшую корреляцию, чем остальные акции.

Все файлы, касающиеся исследований Циклического генома (с последней версией Spectrum Viewer) можно найти здесь: http://www.timingsolution.com/Temp1/Cyclical_Genom_Research.zip



С оригиналом статьи на английском можно ознакомиться здесь - Cyclical Genome (CG)
Tags: [модуль Q-Spectrum], [модуль Spectrum], [программа Spectrum Viewer], [статьи Сергея Тарасова]
Subscribe
  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your reply will be screened

  • 0 comments