Уровни поддержки и сопротивления (S&R) преподносятся как фундаментальная основа технического анализа в Прайс Экшен. Теория предполагает, что трейдеры видят, где цена достигла уровней максимумов и минимумов в прошлом, и решают осуществить свои действия в соответствии с этими прошлыми уровнями максимумов/минимумов. Уровни, от которых цена отбивается после восходящего движения, называются «уровнями сопротивления», а уровни, от которых цена отбивается после нисходящего движения, называются «уровнями поддержки».
Предположительно, если данный уровень в прошлом выступал в роли поддержки или сопротивления, то он с большой вероятностью относительно других уровней будет выступать в роли уровня поддержки или сопротивления снова в будущем. И чем дольше он выступал в роли поддержки/сопротивления, тем с большой вероятностью он продолжит данное поведение в дальнейшем.
Рисунок 1. Эти данные демонстрируют хорошо заметные уровни поддержки и сопротивления, которые являются результатом случайности.
Однако большой проблемой теории об уровнях является то, что «очевидные уровни поддержки/сопротивления» также могут возникать вследствие чистой случайности. На рисунке 1 показаны некоторые очевидные уровни поддержки и сопротивления на основе полностью случайных данных, созданных путем перемешивания и замены котировок по валютной паре GBPJPY в период 1986-2016 годов. Данные были перетасованы, так что они не содержат возможных реальных причинно-следственных связей. Фактически любой уровень поддержки и сопротивления, который мы видим в этих данных, является чистым следствием случайности, поскольку между любой свечой и предшествующей ей свечой нет никакой связи. Учитывая, что уровни S&R могут происходить случайным образом, возникает логичный вопрос: как то, что мы наблюдаем в реальной торговле, отличается от того, что мы наблюдаем в случайно генерируемых данных, если в том вообще есть какая-то разница?
Для этого анализа я использовал дневные графики валютных пар EURUSD, USDJPY, GBPUSD и GBPJPY с 1986 по 2017 годы. Чтобы протестировать реальные уровни поддержки и сопротивления по сравнению со случайными данными, я использовал подсчет соседних максимумов/минимумов в качестве показателя того, действительно ли это уровень поддержки/сопротивления. Для реальных и случайных рядов данных я взял минимальные и максимальные уровни цен, а затем исследовал весь диапазон уровней с шагом в 10 пунктов. Для каждого уровня я изучил все данные, чтобы найти количество соседних, которые существовали в диапазоне 10 пунктов (на 5 пунктов выше или на 5 пунктов ниже). Например, если при изучении минимальных данных уровень 1,010 давал 20 соседних минимумов, то это означает, что в период с 1986 по 2017 год в ценовых данных было 20 минимумов, которые находились в интервале между 1,005 и 1,015, поэтому цена отбивалась от этой зоны 20 раз. Если уровень выступает в роли уровня поддержки, то количество соседних минимумов для этого уровня должно быть выше. Поскольку уровни поддержки и сопротивления обычно воспринимаются как «зоны», а не определенные уровни, то это в лучшей степени описывает, как трейдеры чаще всего рассматривают эти уровни. Если в соответствии с этим реальные уровни поддержки и сопротивления действительно работают, это означает, что прошлые уровни влияют на будущие уровни, и мы склонны видеть возврат цены к тем же уровням, как не случайность – тогда мы ожидаем, что это проявится в виде заметной разницы между количественными распределениями соседних максимумов/минимумов возле уровней, основанных на реальных и на случайных наборах данных. Чтобы получить полную картину того, что может произойти случайно, я провел описанный выше эксперимент на ста графиках случайных данных для каждой пары.
Рисунок 2. Сравнение между количеством соседних максимумов для разных наборов реальных и случайных данных. Результаты реальных данных показаны синим цветом, а результаты случайных данных показаны розовым цветом.
На рисунке 2 показаны результаты этого анализа при рассмотрении уровней максимумов. Очевидно, что количество соседних максимумов демонстрирует, что некоторые уровни, похоже, значительно повторяются. Например, при подсчете соседних максимумов на графике EURUSD мы видим, что приблизительно в 25-ти случаях ценовой уровень имеет более 15-ти соседних максимумов. Это означает, что есть некоторые максимумы, которые в рамках этих данных затрагиваются часто, что визуально выглядит как зоны сопротивления на дневном графике EURUSD.
В итоге, количество уровней в реальных данных приближается к среднему значению количества уровней случайных данных, что указывает на то, что количество повторений максимумов вокруг определенных уровней никоим образом не является особенным по сравнению с тем, что мы ожидаем от простой случайности. По сути, из этого анализа становится ясно, что случайные данные имеют большое количество случаев и нередко максимумы в случайных данных показывают более сильный вид «сопротивления». Т.е. бывают случаи, когда количество соседних максимумов значительно выше, чем в реальных данных.
Рисунок 3. Сравнение между количеством соседних минимумов для разных наборов реальных и случайных данных. Результаты реальных данных показаны синим цветом, а результаты случайных данных показаны розовым цветом.
В случае с минимумами, как показано на рисунке 3, мы имеем в значительной мере похожие явления. Мы действительно наблюдаем значительное накопление высокого количества соседних максимумов на реальных графиках – это то, что заставляет нас видеть уровни поддержки на графиках, но практически во всех случаях реальные данные остаются в пределах возможностей случайных данных. Стоит отметить, что в некоторых случаях мы видим, что уровни в случайных данных приближаются к наиболее высокому зафиксированному количеству, а в некоторых случаях даже намного выше. Тем не менее, это различие является недостаточным, чтобы мы сделали какие-либо сильные различия между случайными и реальными данными. Даже если бы можно было провести некоторые точные различия – например, что частота уровней соседних минимумов валютной пары EURUSD, равная 26, отличается от случайных данных – тот факт, что разница с наибольшим результатом случайной серии является небольшой, плюс тот факт, что кривая затем приближается к среднему значению случайных рядов при еще большем количестве соседних минимумов, предполагает, что уровни могут быть результатом случайности.
Из этих результатов видно, что разница между наличием уровней поддержки и сопротивления в случайно генерируемых данных и реальных рыночных данных не может быть выведена с какой-либо уверенностью для данных дневных графиков валютных пар EURUSD, GBPUSD, USDJPY и GBPJPY с учетом определений уровней поддержки и сопротивления и размера зон поддержки и сопротивления, упомянутых выше. Также важно отметить, что вышеизложенное не означает, что не следует торговать на уровнях поддержки и сопротивления или что не было обнаружено статистически значимых уровней поддержки и сопротивления. Однако, приведенные выше исследования демонстрируют, что уровни поддержки и сопротивления следует использовать осторожно, поскольку существует большая вероятность того, что они могут быть результатом случайности. Трейдер, заинтересованный в использовании зон поддержки и сопротивления, может извлечь выгоду от этого тестирования – подметив для себя возможность образования уровня в результате случайности.
Даниэль Фернандез,
учредитель компаний “Asirikuy.com” и “Mechanicalforex.com”,
Переведено специально для TradeLikeaPro.ru
