Обывателям наука не нужна. Зачем в школе и университете изучать сложные для понимания и реализации методы, если в жизни хватит простого калькулятора и 4 арифметических действия? Трейдинг – не точная наука. В моей книге “Биржевые ловушки” есть глава “Знайки” трейдинга. В ней на примере показал, как “сливается” в трейдинге человек науки. В этой статье хочу поделиться с вами своим мнением, и обобщить опыт использования научных методов в трейдинге.

В жизни, в основном, все задачи простые. Сколько ресурсов получим? Сколько планируем потратить? Какой вариант больше нам нравится? Ответы на все эти вопросы можно получить, использую простую арифметику. Но есть вопрос в точности простых методов.

Например, вы захотите сделать ремонт у себя в квартире. Какое количество стройматериалов вам понадобится? Конечно, можно взять план квартиры и прийти в магазин. Там возьмут размеры, посчитают площади и объемы, добавят процент на обрезку. Как вы думаете, насколько точен такой расчет. Не точен, от слова “совсем”. То остается несколько сотен килограмм плитки, то не хватает 2-х рулонов обоев.

Если бы эти задачи решались не грубым способом расчета площадей или объемов, а с помощью инженерных методов, то тогда не пришлось бы сдавать обратно плитку и искать в 10 часов вечера обои.

Проблема инженерных задач в том, что методы их решения на порядок сложнее базовых методов. Точность расчетов растет линейно, сложность методов увеличивается экспоненциально. Поэтому, большинство трейдеров считают, что овчинка выделки не стОит, и не выходят за рамки расчетов простейших индикаторов.

Если трейдер готов выйти из зоны комфорта, и сделать свои торговые системы более точными, то что ему нужно изучить?

Для начала нужно понять, что получаемые с рынка котировки не несут в себе полезный сигнал, который можно представить в виде картинки, видео, звука, текста и прочих образов, которые готов воспринимать человеческий мозг.

Поэтому, отправной точкой будет служить Теория Хаоса. Если кратко, то она показывает как система реагирует на новую информацию. Используя понятия аттракторов, можно смоделировать движения цен.

Теория вероятностей покажет, насколько эффективна торговая система для случайного набора данных.

Если полезного сигнала в котировках нет, то это означает, что мы работаем с шумом. Бенуа Мандельброт показал, что рыночный шум фрактален. Т.е. с увеличением периода движений пропорционально увеличивается и его амплитуда. У Джона Элерса этот феномен назван “спектральным расширением”. Обязательно изучаем фрактальную теорию рынка.

По фрактальности в индикаторах мы не только должны выделять те движения, что требуется, но и фильтровать спектральное расширение. На это не способен ни один индикатор из классического технического анализа. Увы. Зато становится понятно, в чем преимущество научного подхода.

Далее нужно отметить Теорию Игр. Входы, выходы, лоты, Мартингейл и др. методы управления капиталом любой торговой системы можно описать как правила игры. Затем смотреть, есть ли доминирующие и доминируемые стратегии? Существует ли хотя бы одно равновесие Нэша?

Все индикаторы становятся фильтрами 2-го порядка и выше. Чем выше порядок, тем более точен фильтр, но тем больше задержка. Я использую фильтры 2-го и 3-го порядков. Любой индикатор/фильтр можно спроектировать используя методы цифровой обработки сигналов (ЦОС).

При изучении всех этих наук потребуется не только знание алгебры и геометрии на уровне средней школы, но и продвинутые методы математического анализа, аналитической геометрии. Их изучают только в университетах на профильных специальностях.

К счастью для нас с вами, и к несчастью для всех остальных трейдеров.