Одни из самых многообещающих исторических паттернов формируются на периоде от нескольких дней до нескольких недель.

 

Есть несколько возможных источников данных для вашей базы. Многие торговые платформы сохраняют значительные объемы исторических данных на своих серверах. Вы можете скачивать эти данные из таких программ как e-Signal и Real Tick (два поставщика, которых использую лично я) и вручную обновлять базу данных в конце каждого торгового дня. Преимущество этого решения в том, что вам не приходится покупать исторические данные у поставщиков. Это также позволяет вам собирать только те данные, которые вам нужны, и хранить их удобным для себя способом. Именно так я собираю большую часть своих внутридневных данных об индексных фьючерсах и таких переменных как NYSE TICK. Мой лист разбит на колонки в соответствие с моими интуитивными предпочтениями. Весь процесс обновления данных, включая встроенные графики, занимает максимум несколько минут.

Вы может пойти и по второму пути (который я тоже использую) – купить исторические данные у поставщика. Я получаю дневные данные от компании Pinnacle Data (www.pinnacledata.com), предоставляющей онлайн-программу для обновления данных с защитой от дурака. Многие из их наборов данных уходят далеко в историю. Они покрывают данные и индикаторы, которые я сам не смог бы с легкостью архивировать. Информация автоматически сохраняется в Exсel, на отдельном листе для каждого элемента данных. Это означает, что вам придется заводить отдельные листы, чтобы вытащить данные, соответствующие гипотезе и тайм-фрейму. Разные поля затем можно скопировать на один лист, который вы будете использовать для ваших исторических исследований (мы остановимся на этом подробнее). Наиболее полезными данными у Pinnacle Data я считаю следующие: информация о росте/снижении, новые максимумы/минимумы, объемы, процентные ставки, цены товаров и валютные курсы, еженедельные данные. Это основные рыночные показатели, а не данные о движении отдельных акций. Когда я собираю данные об определенных акциях, мне обычно хватает данных из торговых платформ.

TickData (www.tickdata.co) – особенно ценный поставщик внутридневных данных. Их программа, включающая в себя исторические данные, позволяет вам выводить данные для любого тайм-фрейма и сохранять их в файлы формата Excel. Это отличный способ быстрого создания баз данных для рынков фьючерсов, акций и удивительно большого числа индикаторов.

Если вы воспользуетесь услугами поставщика данных, вы получите доступ к огромному объему информации, а процесс обновления будет очень легким. Ручное обновление данных требует больше усилий и времени, но оно, разумеется, дешевле. Важно, чтобы вы могли удобным для вас способом получить надежные данные. Если процесс станет слишком трудоемким, вы быстро все забросите.

Как собственный тренер, вы должны делать процесс обучения стимулирующим и приятным; только так вы сможете сохранить нужную мотивацию. Сфокусируйтесь на тех данных, за которыми вы уже следите в вашей торговле; ограничьте вашу базу только этими элементами. Цены, объема и нескольких простейших переменных для каждой акции, сектора, индекса или фьючерса для начала будет вполне достаточно. Добавить больше показателей – не проблема. Ключ в том, чтобы организовать информацию так, чтобы вам было легко извлечь из нее то что вы хотите и когда вы хотите. Когда вы поднатореете в определении исторических паттернов, вы будете приятно удивлены тем, как этот процесс поможет вам распознавать паттерны по мере их формирования и развития в реальном времени.

 

ТРЕНЕРСКИЙ СОВЕТ

Подумайте о создании отдельных архивов дневных и недельных данных, чтобы получить возможность исследовать паттерны, охватывающие от нескольких дней до нескольких недель. Вы будете удивлены тем, как много гипотез можно сформировать, основываясь только на данных цен OHLC (открытие/максимум/минимум/закрытие). Как рынок ведет себя после дня роста и после дня падения? Что происходит после дня снижения с диапазоном, превышающим диапазоны последних 20 дней? Что случается после трех последовательных дней роста или снижения? Как отличается динамика дня снижения в течение отрицательной недели по сравнению с днем снижения на положительной неделе? Вы можете очень легко выяснить это, изучая ценовые данные.

 

Урок 93: Основы Excel

 

В этом уроке я опишу лишь несколько основных функций Exсel, которые я применяю в изучении исторических рыночных данных. Если у вас нет понимания принципов работы с книгами этой программы (как пронумерованы ячейки, как копировать информацию и вставлять ее в ячейки, как создавать графики на листах, как записывать простые формулы в ячейках) вам нужно будет ознакомится с каким-либо вводной инструкцией по Excel. Мы будем затрагивать только основы; мы не будем затрагивать файлы с линковкой нескольких листов и не будем писать сложных макросов. Этих основ будет достаточно, чтобы сформулировать ясные гипотезы на основе рыночных данных.

Давайте начтем. Первый шаг к исследованию рыночной информации – скачать в Excel исторические данные. Поставщики данных предоставят вам необходимые инструкции по скачиванию; обычно это включает в себя копирование данных из системы или с сервера поставщика и сохранение их в Excel. Если, например, вы используете e-Signal (www.esignal.com) как основное информационное приложение, вам потребуется активировать график данных, которые вас интересуют. Затем найдите пункт DataExport в меню Tools. Вы увидите похожий на таблицу список с данными. В самой верхней строке вы можете отметить галочками данные, которые вы хотите увидеть в своей базе. Если в списке вы видите данные, которые вам не нужны, просто не отмечайте их.

Если вы кликните Copy to Clipboard на этом экране e-Signal, вы скопируете все нужные данные в буфер обмена в текстовом формате. Затем откройте новый чистый лист в Excel и вставьте туда данные.

Если вам нужно охватить больший исторический период, просто переместите график e-Signal к его началу и проделайте всю операцию снова. Если же вам нужно еще больше исторических данных, вам придется обратиться к специализированным поставщикам, таким как Pinnacle Data (www.pinnacledata.com).

 

Если вам нужны показатели множества индикаторов или инструментов за многие годы, вам необходимо скачать их у специализированного поставщика, который обеспечивает их полноту и точность.

 

Если вы пользуетесь услугами Pinnacle Data, вы можете автоматически обновлять вашу базу данных ежедневно с помощью приложения Goweb. Эта программа обновляет данные в файлах Excel, помещая каждый из массивов информации на отдельный лист. Вам придется скопировать интересующие вас данные на один лист вашей рабочей книги, при этом не изменяя сами файлы, используемые Goweb.

Лично я не подписываюсь на услуги поставщиков данных/графической информации, которые не предоставляют возможность удобного скачивания данных в таблицы для анализа. Также полезно пользоваться сервисами, поддерживающими большой объем внутридневных данных на серверах. Так вы можете с легкостью получить любые данные из одного источника. В целом, я считаю e-Signal и Pinnacle надежными и удобными поставщиками данных. Есть и другие, но я рекомендую вам прицениться к этим.

 

Когда вы скачиваете данные, сохраняйте ваши файлы в папки, которые помогут вам организовать ваши исследования и давайте файлам узнаваемые имена. Со временем, число ваших исследований возрастет; организация вашей работы позволит вам заново не изобретать колесо.

 

Когда данные окажутся на вашем листе Excel, вам потребуются формулы, чтобы привести их в тот вид, который вам нужен для изучения паттернов. Формулы в Excel начинаются со знака «=». Если, например, вы хотите посчитать среднюю первых десяти периодов ценовых данных (где первое значение находится в ячейке 2, а более поздние данные – ниже), вы можете вести в ячейку D11 следующую формулу: «=average(C2:C11)», без кавычек. Это даст вам простую среднюю (арифметическую) цены в ячейках от С2 до С11. Если вы хотите создать скользящую среднюю, вы можете просто кликнуть на правый нижний угол ячейки D11 и протянуть данные ниже. В колонке D вы увидите значения скользящей средней из 10-ти периодов.

Как правило, каждая колонка Excel (они отмечены буквами), будет содержать какой-либо интересующий вас показатель. Обычно моя колонка А – это дата, В – время (если я исследую внутридневные данные), С – цена открытия, D – максимум, Е – минимум, F – цена закрытия. Колонка G может содержать данные об объемах каждого из периодов (если это часть моего исследования; в следующих колонках, будут другие интересующие меня показатели, например, серии данных другого индекса или акции или значения рыночных индикаторов за период. Каждая строка данных – это временной период, например, день. Обычно, мои данные организованы так, чтобы первое значение массива находилось в строке 2, а все последующие размещались ниже. Я оставляю строку 1 для заголовков данных, чтобы можно было ясно увидеть название каждой колонки: ДАТА, ОТКРЫТИЕ, МАКСИМУМ, МИНИМУМ, ЗАКРЫТИЕ и т.д. Вы увидите, почему это важно, когда мы дойдем до процесса сортировки данных.

Вот некоторые простые статистические функции, которые я часто использую для качественного анализа данных. В каждом из примеров подразумевается, что мы исследуем данные в колонке С и ячейках с 1-й по 10-ю:

=median(C2:C11) – медианное значение данных;

=max(C2:C11) – самое большое значение;

=min(C2:C11) – самое маленькое значение;

=stdev(C2:C11) – стандартное отклонение;

=correl(C2:C11,D2:D11) – корреляция между данными в колонках С и D

 

Чаще всего, наш анализ будет направлен не на сами данные, а на их изменения от периода к периоду. Формула =(С3-С2) выдает разность между ячейками С3 и С2. Если мы хотим выразить разницу между ячейками в процентах (например, чтобы изучить процент роста и падения цены), формула должна принять следующий вид: =((С3-С2)/С2)*100. Это выражает разность между ячейками в пропорции к первоначальному значению (С2) и умножает результат на 100, для получения процентов.

Если мы хотим обновить значения следующих ячеек процентной информацией, нам не потребуется переписывать формулы в каждой из них. Вместо этого, как отмечалось выше, мы можем распространить формулу на все последующие строки данных с помощью перетаскивания. Это означает, что при обновлении данных мы можем просто распространять формулы на новые строки, которые мы только что добавили. Если вы организуете таким образом ваши файлы, их полное обновление займет у вас всего несколько минут.