Статистика моделей свечей, приведенная в табл. 6-1, показывает количество данных, использованное в этом анализе, тип используемых данных и прочую уместную статистику. Были использованы данные по акциям (с ценами открытия и без них), бессрочных фьючерсных контрактов CSI и основных рыночных индексов.
В целом частота возникновения моделей немного ниже 11%, что эквивалентно появлению одной свечной модели примерно каждые девять торговых дней. Это представляет хорошую частоту для дневного анализа акций и фьючерсов. Разворотные модели появляются примерно в 30 раз чаще, чем модели продолжения. Это очень важно, поскольку указывает на развороты тренда, вызванные изменениями торговых позиций. В этом анализе было 48 разворотных моделей и 14 моделей продолжения, то есть примерно 77% всех моделей являлись разворотными.
ТАБЛИЦА 6-1. СТАТИСТИКА МОДЕЛЕЙ СВЕЧЕЙ
Кроме того, интересно заметить, что шесть моделей составляют почти 9% всех моделей. Модель харами «набрала» 32% среди этих шести моделей и почти 3% среди всех моделей. И, наконец, обратите внимание на то, что некоторые модели встречаются весьма редко. Чтобы оценить, имеют ли они какую-то значимость, следовало бы обратиться к статистике, представленной в главе 7. Когда появляется модель, нужно понимать, что со статистической точки зрения ее успех или неудача не имеют особого значения. Успешность и/или неудачность моделей свечей подробно рассматривается в главе 7.
Когда определенная модель появляется лишь несколько раз на большом количестве данных, следовало бы отдавать себе отчет в том, что ее успех или неудача — вопрос исследуемого временного периода. Не позволяйте статистике затмить здравый смысл и, конечно, избегайте неточности в данных.
Помните, что модели свечей применялись в качестве визуальной графической техники на протяжении сотен лет. При использовании компьютера не остается места субъективности, которую предлагает классическое чтение графиков. Другой важный фактор при использовании компьютеров — качество графического экрана, его разрешение. Экран состоит из маленьких световых точек, называемых пикселями. Иногда используется слишком много данных или диапазон данных слишком велик; в этом случае то, что на экране кажется равным, в цифровом выражении может таковым и не быть. Самая маленькая (тонкая) горизонтальная линия может представлять собой определенный ценовой диапазон, не видимый глазу, который не будет показан не только на мониторе, но и на компьютерной распечатке. Вот почему определенная гибкость должна допускаться как в процессе идентификации, так и в определении классических моделей.
Другая компьютерная аномалия возникает при работе с моделями свечей, входящими в состав других моделей. Компьютер просматривает данные в хронологическом порядке, то есть старые данные рассматриваются в первую очередь. Когда добавляется новый день, модель не всегда может быть замечена. Когда модель идентифицирована, результат сохраняется и процесс продолжается. Если идентифицировано бычье поглощение и у следующего дня белое тело с ценой закрытия выше, чем у первого дня модели поглощения, замечается и записывается модель три внешних дня вверх. Данные статистики и тестирования получаются от обеих моделей. Однако лишь модель три внешних дня вверх будет идентифицирована, если ей дан более высокий приоритет.
Статья размещена в рубрике: Японские свечи в техническом анализе
