Tytuł artykułu
Autorzy
Języki publikacji
Abstrakty
Celem pracy jest przetestowanie na danych historycznych pewnej, istotnie zmodyfikowanej przez autora, koncepcji zaprezentowanej przez amerykańskiego eksperta rynków finansowych Richarda Saidenberga podczas wywiadu z innym znanym praktykiem giełdowym Joe Krutsingerem, opublikowanego w pracy tego ostatniego [10]. Koncepcja ta należy do grupy tzw. prostych reguł analizy technicznej, wyekstrahowanych spośród powtarzalnych wzorców w szeregach czasowych instrumentów finansowych. Najczęściej do reguł tych zalicza się grupy lub sekwencje warunków wykorzystujących rozmaite wskaźniki oparte na średnich kroczących, różnicach średnich, ich pierwszych pochodnych, odchyleniach standardowych (np. związanych z istotną w niniejszej pracy wstęgą Bollingera) czy punktach zwrotnych (pivot points). Friesen, Weller i Dunham [8] twierdzą, że metody te były przez wiele lat lekceważone przez środowisko akademickie pomimo częstego stosowania ich przez praktyków giełdowych. Cai B., Cai C. i Keasey [3] zauważyli skuteczność zarówno predykcyjną jak i inwestycyjną najprostszych reguł opartych na różnicach średnich kroczących i ich pochodnych, a także poziomach zmiany kierunku ruchu ceny (punktach zwrotnych). Tian, Wan i Guo [17] stwierdzili efektywność niektórych prostych reguł na jednych rynkach i całkowitą ich nieprzydatność na innych. Rozróżniali pod tym względem rynki dojrzałe i rosnące (np. amerykański i w szczególności w opozycji do niego – rynek chiński). Do przekonanych zwolenników prostych reguł należą także tacy badacze jak Brock i Lakonishok [2], LeBaron [2,11], Gencay [9], czy też wielu wybitnych praktyków takich jak najważniejszy w niniejszej pracy – Richard Saidenberg, Joe Krutsinger, Larry Williams, Joseph DiNapoli czy Michael Connor [10].
The paper presents a trading strategy, tested using historical data, aimed at trading WTG20- based futures, inspired by a concept proposed by Richard Saidenberg. The strategy is based on simple technical analysis rules, can be also treated as a pattern recognition method. A primary goal consists in finding a pattern allowing for detecting a reversal point, basing on the lagged Bollinger band. The strategy has been verified using several years long time series of WIG 20-based futures quotes. Satisfactory results were obtained, considering prediction accuracy and practical usability.
Słowa kluczowe
Czasopismo
Rocznik
Tom
Strony
169--176
Opis fizyczny
Bibliogr. 20 poz., rys.
Twórcy
autor
- Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Informatyki
Bibliografia
- [1] Ball P. Masa krytyczna. Jak jedno z drugiego wynika. Insignis. Kraków 2007
- [2] Brock W., Lakonishok J., LeBaron B. Simple technical trading rules and stochastic properties of stock returns. Journal of Finance 47(1992), 1731-1764.
- [3] Cai B. M., Cai C. X., Keasey K. Market Efficiency and Returns to Simple Technical Trading Rules: Further Evidence form US, UK, Asian and Chinese Stock Markets. Asia-Pacific Financial Markets, Springer 2005, 45-60.
- [4] Carolan C. Kalendarz spiralny. WIG-Press, Warszawa 1996.
- [5] Fama E. Efficient capital markets. Journal of Financial Economics 11 (1991) 1575-1617.
- [6] Fama E. Market efficiency, long-term returns, and behavioral finance. Journal of Finacial Economics 49 (1998) 283-306
- [7] Fischer R. Liczby Fibonacciego na giełdzie. WIG-Press, Warszawa 1996.
- [8] Friesen G. C. F, Weller P., Dunham L. M. Price trends and patterns in technical analysis: A theoretical and empirical examination. Journal of Banking & Finance 33(2009) 1089-1100.
- [9] Gencay R. Linear, non-linear and essential foreign exchange rate prediction with simple technical trading rules. Journal of International Economics 47(1999) 91-107.
- [10] Krutsinger J. Systemy transakcyjne. Sekrety mistrzów. Wig-Press, Warszawa 1999.
- [11] LeBaron B. Technical trading rules and regime shifts in foreign exchange intervention. Journal of International Economics 49(1999), 125-143.
- [12] Muriel A. Short-term predictions in forex trading. Physica A 344 (2004) 190–193
- [13] Pedrycz W. Computational Intelligence: An Introduction. CRC Press 1997.
- [14] Raghuraj R. K., Lakshminarayanan S. Variable Predictive Models – A new multivariate classification approach for pattern recognition application. Elsevier, Pattern Recognition vol. 42/1, 2009 p.7-17 [sciencedirect.com].
- [15] Satchwell Ch. Pattern Recognition and Trading Decisions. McGraw Hill, New York 2005.
- [16] Schwager J. D. Analiza techniczna rynków terminowych. WIG-Press, Warszawa 2002.
- [17] Tian G. G., Wan G. H., Guo M. Market efficiency and the returns to simple technical trading rules: New evidence from U.S. equity makets and Chinese equity markets. Asia-Pacific Financcial Markets. 9(2002), 241-288.
- [18] Wiliński A. GMDH - Metoda grupowania argumentów w zadaniach predykcji na potrzeby handlu automatycznego na rynkach finansowych. Wydawnictwo IBS PAN, seria Badania Systemowe t. 65, Warszawa 2009.
- [19] www.investopedia.com [dostęp sierpień 2009]
- [20] www.bossa.pl [dostęp sierpień 2009]
Identyfikator YADDA
bwmeta1.element.baztech-article-BPS3-0014-0047