Игроки часто превозносят валюты, за то, что на валютном рынке формируются длительные тренды, однако обработка данных показывает, что вера в то, что форекс является трендовым рынком несколько преувеличена, если не сказать больше – она является фантазией.

Идентификация рыночного тренда лежит в основе разработки любого хорошего торгового плана. Таким образом, наличие трендов на том или ином рынке лежит в основе решения спекулятнтов торговать или не на нем.

Во многих статьях беконечно поавторяется утверждение, что тренды на рынке форекс встречаются чаще, чем на других рынках. Корни этого взгляда на природу рынку форекс восходят к 1970-80-м годам прошлого века, когда только началась торговля валютными фьючерсами, и многие валюты действительно формировали значительные тренды. Но соответствует ли это утверждение действительности сегодня?

Чтобы ответить на этот вопрос, давайте проанализурем недельные цены закрытия на валютном рынке на такие известные пары как евро/американский доллар (EUR/USD), британский фунт/американский доллар (GBP/USD) и американский доллар/японская иена (USD/JPY), а также сравним их с также недельными ценами закрытия на индекс S&P500 index (SPX), доходностью 10-летних государственных облигаций (TY), а также с одной из акций NYSE, акциями Boeing (BA). Цель нашего анализе – определить, какие инструменты показывают самую большую степень «трендовости». Для анализа мы будем использовать период с января 1996 года по сентябрь 2007 года.

Чтобы определить степень рыночных трендов в нашем анализе мы будем использовать 10-недельный роллинговый коэффициент корреляции недельных закрытий по отношению к времени. Поскольку время течет одинаково, если недельные закрытия растут или падают постоянно в течение определенного времени, то корреляция между двумя сериями времени и цены будет высокой (т.е. она будет приближаться к +1.00 или -1.00).

Коэффициент корреляции +1.00 указывает на совершенную позитивную корреляцию двух серий, которые двигаются нога в ногу в одном и том же направлении. Коэффициент корреляции -1.00 наоборот указывает на негативную корреляцию двух серий, которые двигаются в противоположные направления. В данном случае последнее значение представляет собой высшую степень нисходящего тренда, тогда как первое высшую степень восходящего тренда. Если же недельные цены закрытия относительно случайны, то корреляция будет близка к 0, что будет указывать на отсутствие тренда или очень слабый тренд. Далее мы проанализируем как часто тот или иной инструмент демонстрирует высокие показатели корреляции, т.е. больше, чем 0.70 и меньше, чем -0.70.

Корреляция тренда.

На рисунках 1-6 приведены недельные графики для каждого из инструментов, а также графики плотности распределения для них, которые показывают какое количество раз коэффициенты корреляции выпадают в разные диапазоны. Горизонтальная ось на графиках плотности распределения показывает корреляцию, разделенную на отрезки по 0.10, столбец, который отмечен 0.20 показывает сколько раз имела место корреляция между 0.11 и 0.20, столбец, отмеченный 0.30 показывает сколько раз имена место корреляция между 0.21 и 0.30 и так далее.

За первые пять лет анализируемого периода пара EUR/USD находилась в нисходящем тренде, затем в восходящем тренде в течение следующих шести лет (рисунок 1). Интересно, что график плотности распределения показывает нам больше значений в диапазоне -0.90 - -1, чем диапазоне 0.90+1.0. Это показывает нам, что движения вниз были более стабильными и последовательными, чем движения вверх.

Пара фунт/доллар до 2001 года торговалась в «зыбчатой» манере. График плотности распределения показывает нам небольшое количество показателей между -0.90/-1.0 и достаточно большое количество значений в диапазоне выше +0.80.

Пара доллар/иена совершала в течение анализируемого периода колебательные движения вверх и вниз длительностью 3-4 года (рисунок 3). По сравнению с предыдущими двумя парами на графике плотности распределения мы видим, что значения концентрируются по большей части в центральной части графика, а не около экстремумов.

На графике индекса S&P500 за указанный период мы видим два бычьих периода, разделенных медвежьим периодом (рисунок 4). Два бычьих тренда привели к тому, что наиболее высокие столбцы на графике плотности распределения находятся справа.

Также как и для S&P500 на графике Boeing мы видим сильный бычий тренд, который начался в 2003 году. Высокие столбцы в правой части графика плотности распределения являются следствием этого сильного тренда.

В течение большей части анализируемого периода доходность 10-летних государственных облигаций падала (рисунок 6). На графике плотности распределения мы видим, что самые длинные столбцы находятся в левой части графика, что отражает этот нисходящий тренд.

Сравниваем статистику

В таблице 1 на рисунке 1 показано количество коэффициентов корреляции больших 0.70 и меньших -0.70 для всех инструментов, а также сумма высоко-позитивных и высоко-негативных значений. Только для пары EUR/USD общее количество таких коэффициентов (291) оказалось больше, чем для S&P500 index, Boeing и доходности10-летних казначейских облигаций.

Если проанализировать статистику по инструментам, то легко увидеть, что индекс S&P500 продемонстрировал самую сильную тенденцию к росту, за ним такую же тенденцию продемонстрировали акции Boeing. Количество коэффициентов больше 0.70 для этих активов больше, чем для всех трех валютных пар. С другой стороны, самую большую тенденцию к снижению продемонстрировала доходность 10-летних казначейских облигаций. Она была больше, чем для всех трех валютных пар. В целом пара доллар/японская иена продемонстрировала наименьшую склонность к тому, чтобы двигаться в трендовой манере. Она является второй с конца как для случаев высоко-позитивной корреляции, так и для случаев высоко-негативной корреляции.

Мудрость оказалась глупой.

Популярное утверждение о том, что валютные рынки имеют большую склонность к тренду, чем другие рынки, оказалось заблуждением. Индекс S&P500 и Boeing продемонстрировали нам большее количество экстремальных коэффициентов, сдвинутых вверх, что отразило сильные восходящие тренда, по сравнению с форекс-инструментами. То же самое справедливо для доходности 10-летних государственных облигаций, которая продемонстрировала нам большое количество корреляций, сдвинутых вниз во время нисходящего тренда. При этом этот показатель выше, чем для валют, находившихся в восходящем тренде или нисходящем тренде.

Однако выбор другого диапазона для изменений корреляции может привести к изменению результатов. 10-недельное «окно» может показаться очень большим для некоторых трейдеров, выбор меньшего диапазона может оказаться для вас более приемлемым. Однако, итоги нашего анализа имеют определенную ценность: с долгосрочного базиса наблюдения нет никаких оснований наблюдать, что валюты имеют большую тенденцию к движению в тренде, чем другие инструменты, с которыми мы их сравнивали.

Коэффициент корреляции.

Его иногда для простоты называют просто «корреляцией» отражает степень схожести двух переменных. На рынках корреляция обычно используется для оценки того, насколько взаимосвязаны две ценовые серии (например, две разных акции или рынка), отдельная акция (или торговый фонд) и индекс и так далее. Коэффициент корреляции имеет диапазон от -1.00 до 1.00. Значение +1.00 отражает совершенную позитивную корреляцию, т.е. две переменных двигаются точно друг за другом тандемом. Значение -1.00 представляет собой совершенную негативную корреляцию, т.е. две переменных двигаются точно друг против друга. Коэффициент корреляции равный 0 показывает, что две переменные двигаются без всякой взаимосвязи между собой.

© CURRENCYTRADER
© Перевод: www.kroufr.ru