Николай Луданов - Интуитивный трейдинг Страница 8

На одном из интернет-форумов мне встретилась интересная метафора, описывающая российский фондовый рынок: «Наш фондовый рынок – это некое финансовое недоразумение, неумело передразнивающее сипи». Ну что ж, иногда действия крупных игроков настолько запаздывают, что действительно кажется, будто они нелепо передразнивают основной американский фондовый индекс!

Когнитивные модели, так же как и другие модели в сфере науки, есть следствие наблюдений, но в определенной степени они же – определяющий фактор наблюдений. Это означает, что то, в каком виде наблюдатель репрезентирует и структурирует знания, то, как элементы наблюдений классифицируются, оказывает огромное влияние на то, как человек воспринимает наблюдаемые явления.

Самым ярким примером когнитивной модели является периодическая таблица химических элементов Д. И. Менделеева. Его открытие – это прекрасный пример того, как естественная, природная информация структурируется мыслью человека так, что она одновременно точно изображает природу и поддается пониманию. Важно, однако, помнить, что периодическое расположение элементов имело много интерпретаций. Интерпретация Менделеева была не единственной; возможно, она не была даже лучшей; но предложенный Менделеевым вариант помог понять часть физического мира и был, очевидно, совместим с реальной природой.

Когнитивная модель является попыткой создания формальной структуры представлений человека, основанной на выводах, сделанных из наблюдений. Их задача – обеспечить умопостигаемую репрезентацию наблюдаемого и помочь сделать предсказания при развитии гипотез.

НЛП и интуитивный трейдинг

Фундаментальный принцип нейролингвистического программирования (НЛП) гласит: опыт имеет структуру. Опыт есть не что иное, как упорядоченные воспоминания, информация о прошедших событиях. То, как воспоминания располагаются в нашей голове, определяет, что они будут означать для нас. И как они будут на нас воздействовать. Если мы изменим структуру наших воспоминаний, мы будем переживать события нашей жизни иначе. Измените структуру мыслей, и опыт изменится автоматически.

Интуиция в трейдинге – это аккумулированный опыт и развитый метод восприятия.

Рынок – это реальность. Но мы воспринимаем не саму реальность, а образы этой реальности, созданные с помощью наших мыслей и чувств. Если использовать принятый в НЛП подход и считать реальность территорией, то образы являются картами этой территории. Опираясь на свои мысли и чувства, мы пытаемся создать лучшую, насколько это удастся, карту этой реальности. НЛП исходит из того, что все карты являются искаженным взглядом на реальность.

Различные формы рыночного анализа можно рассматривать как разные карты одной и той же территории.

Трейдеры стремятся иметь карты, как можно точнее соответствующие территории рынка.

Но этого мало. Карта территории должна соответствовать методу восприятия этого человека.

Метод восприятия – это методология, подход или просто какая-то система понимания поведения рынков. Метод восприятия должен быть обязательно близок характеру мышления человека. Как сказал Эд Сейкота: «Нужно иметь такую торговую систему, с которой вы совместимы как трейдер».

Интуиция в трейдинге – это аккумулированный опыт, это развитый метод восприятия, затрагивающий как сознательную, так и бессознательную область мышления. Развивая метод восприятия, человек развивает интуитивные способности.

Другой важный вопрос в интуитивном трейдинге, который тесно связан с использованием НЛП, – исследование методов мотивации. Известны два основных типа мотивации: первый – к тому, чего мы хотим, второй – от того, чего мы не хотим.

Интуитивный трейдинг требует от трейдера сознательного усиления второго способа мотивации.

Лучший способ защиты в таком опасном деле, как торговля фьючерсами, – это бояться, считал Ларри Вильямс. Поэтому он создал для себя следующую установку: «Я верю, что моя текущая сделка будет убыточной, очень убыточной». Фактически таким образом он старался внушить себе страх.

Второй способ мотивации помогает компенсировать интуитивному трейдеру не всегда достаточную жесткость в правилах торговли.

Модель торговли на основе нечеткой логики

Определенность – это неисправимо, а неопределенность – это жизнь.

Почему задачи, решаемые в процессе биржевой торговли, не могут быть решены в рамках традиционного механического подхода?

Дело в том, что финансовые рынки устроены таким образом, что создать четкую адекватную модель происходящих здесь процессов практически невозможно, потому что все факторы нечетки и размыты. В этих случаях используется такая относительно новая наука, как нечеткая логика.

Нечеткая логика, в отличие от традиционной формальной логики, известной со времен Аристотеля и оперирующей точными и четкими понятиями типа «да» и «нет» (0 и 1), имеет дело со значениями, лежащими в некотором диапазоне. Оперировать такими нечеткими величинами, конечно, гораздо сложнее, но это необходимо, поскольку многие явления не вписываются в рамки традиционной бинарной логики. Нечеткая логика позволяет описывать качественные явления (например, перекупленность/перепроданность, тренд/диапазон, оборот торгов и т. д.) некоторой функцией распределения и далее использовать его как точное, не заботясь более о его «нечеткой» природе. Попытка решить задачу в привычных формальных рамках приведет к получению неправильного результата.

Все торговые сигналы являются нечеткими, поскольку они действуют только в определенных рыночных условиях, которые невозможно четко определить. Трейдер имеет дело с вероятностными по своему характеру явлениями; они как раз и описываются функцией распределения. Методы, применяемые для решения задач нечеткой логики (а опыт здесь уже накоплен немалый), могут также применяться и в области интуитивного трейдинга. Вообще говоря, большая часть происходящих вокруг нас явлений по своей природе нечетка, и попытка анализировать эти явления с помощью формальной логики приводит к недопустимым искажениям.

Интуитивный трейдинг – это модель торговли, изначально построенная на решении задач с помощью методов нечеткой логики.

Использование нечеткой логики принципиально упрощает решение многих задач. Во-первых, значительно проще и понятнее математический аппарат решения этих задач. Во-вторых, гораздо легче создать механизм адаптации подобной системы к изменяющимся входным параметрам. В-третьих, появляется возможность оперирования не только собственно значениями данных, но и степенью их достоверности.