H χρήση των ταλαντωτών στην τεχνική ανάλυση
Πώς μπορούν να αποφύγουν τις παγίδες οι επενδυτές.
Οι ταλαντωτές υπόσχονται μια καθολική μέθοδο που μπορεί να αξιολογήσει τα οικονομικά εργαλεία βραχυπρόθεσμα, αναγνωρίζοντας υπερεκτιμημένες καταστάσεις της αγοράς και υπεραγορασμένες πορείες και στιγμές υποεκτίμησης και υπερπωλημένων εύρων τιμών. Οι κλασικοί ταλαντωτές έχουν την αξία τους, αλλά φαίνεται πως πρέπει να παλέψουν με όλα τα ίδια, επαναλαμβανόμενα μειονεκτήματα με τα οποία θα ασχοληθούμε σε αυτή τη σειρά άρθρων.
» Ταλαντωτές
Όποιος χρησιμοποιεί τεχνική ανάλυση είναι εξοικειωμένος με τους ταλαντωτές. Ένας ταλαντωτής προσπαθεί να ανιχνεύσει μια βραχυπρόθεσμη (σχετική) αξιολόγηση της υποκείμενης χρονικής σειράς. Όλοι σχεδόν οι κλασικοί ταλαντωτές εμπίπτουν σε δύο κατηγορίες: οι ταλαντωτές συμπίεσης εύρους (Range Compression ), (όπως ο δείκτης σχετικής ισχύος, εν συντομία: RSI)* προσπαθούν, σε γενικές γραμμές, να προσαρμόσουν ένα διάγραμμα τιμών σε ένα σταθερό εύρος όπως [0, 100] ή [-1, +1], ενώ οι ταλαντωτές εξομάλυνσης (smoothing), (όπως ο Moving Average Convergence / Divergence, εν συντομία: MACD)* χρησιμοποιούν κινητούς μέσους όρους για να ‘ξεφορτωθούν’ το θόρυβο της αγοράς.
Οι ταλαντωτές συμπίεσης εύρους δεν μας δίνουν τίποτα περισσότερο από ό,τι μπορούμε ήδη να δούμε με μια πιο προσεκτική εξέταση του αρχικού διαγράμματος τιμών. Επιπλέον, έχουν το πρόβλημα ότι «κολλάνε» για πολύ. Σε μία προσπάθεια συμπίεσης των τάσεων οποιασδήποτε διάρκειας στο ίδιο περιορισμένο εύρος, οι τάσεις συσσωρεύονται στις μικρές ζώνες υπεραγοράς ή υπερπώλησης. Κατά συνέπεια, παράγονται άχρηστα, παρατεταμένα σήματα υπεραγοράς, ενώ η τάση, εντούτοις, συνεχίζεται. Οι ταλαντωτές εξισορρόπησης έχουν τα ίδια προβλήματα χρονικής υστέρησης με τους κινητούς μέσους όρους. Λόγω του υπολογισμού του μέσου όρου, συχνά το σήμα έρχεται αργά, όταν η μετακίνηση βρίσκεται ήδη σε πλήρη εξέλιξη. Μια περαιτέρω περιπλοκή είναι ότι και οι δύο τύποι απαιτούν συγκεκριμένες εισαγωγές παραμέτρων, που διακρίνονται από έντονη υποκειμενικότητα ως προς τη χρήση τους και την ερμηνεία τους.
Οι επενδυτές μπορούν εύκολα να πέσουν θύματα κατά τον αναδρομικό έλεγχο του Curve Fitting – άρα, μιας καλής αλλά τελικά τυχαίας ρύθμισης στα πρόσφατα δεδομένα τιμών, που μετά βίας λειτουργεί εξίσου καλά για το μέλλον. Μετά από αυτήν την όχι και τόσο όμορφη περιγραφή των δημοφιλέστερων ομάδων δεικτών στην τεχνική ανάλυση, πρέπει να απαντήσουμε στην ακόλουθη ερώτηση: μπορούμε να θέσουμε υπό έλεγχο την καθυστέρηση, το «κόλλημα» και την υποκειμενικότητα, έτσι ώστε να προκύψει ένας καλύτερος ταλαντωτής; Η απάντηση είναι ναι!
Μια γενικά αποδεκτή αξία
Η πραγματική αξία ενός εργαλείου και η σχέση του με την πορεία είναι ζήτημα πρόσφατων και μελλοντικών τιμών. Οι μελλοντικές πορείες είναι το αποτέλεσμα της αντίδρασης άλλων ατόμων μετά από την εκτέλεση της εντολής μας. Κάθε συναλλαγή είναι μια συμφωνία για μια τρέχουσα τιμή και, συγχρόνως, μια διαφωνία για τη μελλοντική αξία. Ή, όπως λέει ο Warren Buffett: «Η τιμή αφορά αυτό που πληρώνετε αλλά η αξία είναι αυτό που παίρνετε.» Εάν λοιπόν η αξία καθορίζεται από μελλοντικές συναλλαγές, δεν μπορούμε να το γνωρίζουμε επί του παρόντος, τη στιγμή που δίνουμε την εντολή μας. Μόνο αργότερα γίνεται σαφές εάν η θέση μας αρχίζει να παράγει κέρδος ή απώλεια. Αν και η μελλοντική μακροπρόθεσμη αξία μπορεί να υπολογιστεί από μια θεμελιώδη ανάλυση, η βραχυπρόθεσμη μελλοντική αξία εξαρτάται από την αντίληψη των ατόμων που παρακολουθούν με ακρίβεια τη δράση τιμών. Δηλαδή, ατόμων που είτε μόλις έδωσαν, είτε σκοπεύουν να δώσουν τις εντολές τους.
Έτσι πρέπει να διαμορφώσουμε τον ταλαντωτή μας με τρόπο που να βασίζεται στην προϋπόθεση ότι η αντίληψη των ανθρώπων αλλάζει ανάλογα με τη μετακίνηση των τιμών. Στην πρώτη γραμμή βρίσκεται η σύγκριση διαδοχικών πορειών. Παραδείγματος χάριν, εάν ένα κερί είναι υψηλότερα από ένα προηγούμενο, η λογική αντίληψη για τον παρατηρητή είναι ότι η μετοχή έχει γίνει ακριβή. Και εάν η μετοχή συνεχίσει να ανεβαίνει, η αντίληψη θα αλλάξει μέχρι το σημείο που οι μετοχές θα θεωρούνται πολύ ακριβές. Στη συνέχεια θα δημιουργηθεί η πλάνη ότι θα ακολουθήσει μια αντίθετη μετακίνηση. Ας υποθέσουμε ότι η μετοχή είναι ακριβή. Ο ταλαντωτής μας θα πρέπει να έχει μια υψηλότερη αξία. Αλλά τι θα γίνει εάν στις επόμενες δύο περιόδους η τιμή παραμείνει σε αυτό το νέο υψηλότερο επίπεδο; Η πρώτη σας σκέψη μπορεί να είναι ότι ο ταλαντωτής θα πρέπει να παραμείνει στο επίπεδό του, το οποίο κάνουν πολλοί ταλαντωτές. Η αντίληψη, ωστόσο, αλλάζει μέχρι το σημείο που η μετοχή να θεωρείται λιγότερο ακριβή για όσο περισσότερο παραμένουν οι τιμές σε αυτό το υψηλότερο επίπεδο.
Κατά συνέπεια, όταν στην επόμενη περίοδο μια μετοχή ανεβαίνει από τα εννέα στα δέκα ευρώ, η μετοχή γίνεται ακριβή και ένας καλός ταλαντωτής θα πρέπει να φθάσει στην κορυφή του. Αλλά όταν η μετοχή μένει στα δέκα ευρώ, ο ταλαντωτής θα πρέπει να αρχίσει να πέφτει, επειδή μετά από λίγο τα δέκα ευρώ αντιστοιχούν στη συναίνεση και άρα δεν θεωρούνται ακριβά. Θυμηθείτε ότι εδώ μιλάμε πάντα για μικρές χρονικές περιόδους, δηλαδή, όχι περισσότερο από μερικές ημέρες. Αλλά όπως θα δούμε, σε αυτό το πολύ σύντομο χρονικό πλαίσιο μπορεί να βρεθούν καλές είσοδοι που μπορούν να χρησιμοποιηθούν για να ακολουθήσουμε μια τάση σε ένα πιο μακροχρόνιο χρονικό πλαίσιο.
Ο δείκτης αξίας ChartMill
Για να πετύχουμε το στόχο μας, χρησιμοποιούμε μια αρχή από τη στατιστική. Χρησιμοποιούμε μια διαδικασία εξομάλυνσης για να λάβουμε μια κανονική κατανομή. Ο λόγος για αυτό είναι ο ακόλουθος: Καταρχάς, οι απόλυτες τιμές δεν σημαίνουν τίποτα. Πρέπει να τις βάλουμε σε σχέση με τις πρόσφατες τιμές. Δεύτερον, οι διαφορετικές αγορές έχουν διαφορετική μεταβλητότητα. Μια μεταβολή τιμής κατά ένα ευρώ σημαίνει περισσότερη μεταβλητότητα σε μια μετοχή των 5 ευρώ απ’ ό,τι σε μια μετοχή των 50 ευρώ. Επιπλέον, οι οικονομικές χρονικές σειρές δεν παρουσιάζουν κανονική κατανομή. Αλλά όταν προγραμματίζουμε μια στατιστική ανάλυση πρέπει να ψάχνουμε για ένα χαρακτηριστικό γνώρισμα με κανονική κατανομή.
Τέλος, θέλουμε να έχουμε έναν ταλαντωτή χωρίς καμία υστέρηση, κανένα «κόλλημα» και καμία υποκειμενικότητα στον ορισμό ή την ερμηνεία του. Κατ’ αρχάς, καθιερώνουμε μια συναίνεση πέντε ημερών. Για αυτό, χρησιμοποιούμε το 5-day Trailing-By-section του μέσου εύρους κάθε περιόδου, δηλαδή, (υψηλό + χαμηλό)/2. Κατόπιν αφαιρούμε την αξία συναίνεσης από τις τιμές ανοίγματος, υψηλού, χαμηλού και κλεισίματος (OHLC). Για να το καταλάβετε καλύτερα, απλά φανταστείτε ότι βάζουμε και τα δύο άκρα της γραμμής συναίνεσης που ταλαντεύεται μέσω των τιμών (δείτε επάνω, την εικόνα 1), και την κάνουμε ευθεία γραμμή, ενώ όλα τα κεριά διατηρούν τη σχετική θέση τους σε σχέση με αυτή τη γραμμή (διάγραμμα 1, μέσο).
Τέλος, διαιρούμε όλα τα προσαρμοσμένα δεδομένα OHLC με έναν 5-day-Trailing Average True Range (αληθινό εύρος, παραλλαγή) διαιρεμένο με πέντε (για ρύθμιση κλίμακας) προκειμένου να ληφθεί υπόψη η μεταβλητότητα (διάγραμμα 1, κάτω).
Στο διάγραμμα 2 βλέπετε τον υπολογισμένο chart-Mill-value-indicator σε σύγκριση με τους κλασικούς ταλαντωτές MACD (άνω υπο-διάγραμμα) και RSI (μέσο υπο-διάγραμμα). Τα κόκκινα σημάδια υποδεικνύουν ανακριβή ή αμφισβητήσιμα σήματα, τα πράσινα σημάδια υποδεικνύουν καλά σήματα. Με μια πρώτη ματιά, ο δείκτης αξίας ChartMill εμφανίζεται να παρέχει τα ακριβέστερα και σαφέστερα σήματα. Ο δείκτης μπορεί να βρεθεί στη διεύθυνση www.chartmill.com.
Στο επόμενο άρθρο
Στο 2ο μέρος αυτής της σειράς θα αναλύσουμε περαιτέρω τις λεπτομέρειες αυτού του δείκτη, τη χρήση του και τα πλεονεκτήματά του. Είναι αρκετά σαφές ότι αυτός ο δείκτης έχει καθολική σημασία για τη βραχυπρόθεσμη υποεκτίμηση και υπερεκτίμηση.
