random reggeli
számlanyitás

Bohner Adrián

2021-04-28

Atomokból építünk világot I. – A kalapácsgyertya

Talán nincs is jellegzetesebb dolog, ami a tőzsdéhez köthető, mint egy japán gyertyákból álló grafikon. Reklámokban, képeken, filmek különféle jeleneteiben is találkozhatunk velük, tulajdonképpen a mai világban mintegy képi szinonimája a parkettnek ez az ábrázolási mód.

Talán nincs is jellegzetesebb dolog, ami a tőzsdéhez köthető, mint egy japán gyertyákból álló grafikon. Reklámokban, képeken, filmek különféle jeleneteiben is találkozhatunk velük, tulajdonképpen a mai világban mintegy képi szinonimája a parkettnek ez az ábrázolási mód.

Korábbi cikkünkben már bemutattuk a japán gyertyákat, hogy miként ábrázoljuk őket, milyen adatok olvashatók le róluk, a tapasztaltabb tőzsdézőknek pedig minden bizonnyal az sem ismeretlen, hogy egyes speciális formájú gyertyákat kifejezetten keressük a napi kereskedés során. A technikai elemzés egyik alapvetése, hogy a gyertyák alakjából, több gyertya alkotta formákból következtetni lehet az árfolyam alakulására, tehát jobb eredmény érhető el hosszú távon, mint az 50%-os – véletlenszerű választással elérhető – találati arány.

Ezzel kapcsolatban azonban lényeges kérdések merülnek fel. Egyrészt fontos, hogy mennyivel haladja meg a találati arány az 50%-ot, ami hosszú távon egyszerű szerencsejátékként érhető el. Másrészt az is érdekes lehet, hogy milyen időtávon lehet következtetni az árfolyam további alakulására. Öt gyertya múlva? 10 gyertya múlva? Vagy csak a következő gyertya iránya határozható meg jó biztonsággal? A cikkben többek között ezekre a kérdésekre kerestem a választ, segítségül hívva az algoritmikus kereskedés eszköztárát is.

 

A módszertan bemutatása

A cikkben tartalmi és formai keretek miatt csupán egy speciális (és elég közismert) gyertyaformát elemzek több szempontból. Ez a speciális gyertya a kalapácsgyertya lesz (az angol szakirodalomban hammer), ami egy jól felismerhető objektum, és az általános szemlélet szerint viszonylag erős hatású.

Alább látható egy ábra a vizsgált gyertyáról, és rögtön látszik egy probléma, ami nagyban meg fogja határozni az analízis további lépéseit.

 

hammer.png

Ahogy látható, nincs konkrét definíció a kalapácsgyertyára, így majd ez is egy érdekes szempont lehet az adatgyűjtés során. Rövid kitérőként említeném meg, hogy a szigorú arányok, definíciók, és összességében az objektivitás hiánya a tőzsde egészére jellemző, sokszor sávokban, fals kitörésekben, sikerességi százalékokban gondolkodunk, ami jól mutatja, hogy a valóság sokszor nem szép, és nem precíz. Azonban talán pont a tőzsde az egyik olyan terület, ami a szubjektivitása ellenére nagyon jól reagál a modellekre, a matematikai precizitásra.

 

Ahhoz, hogy a kalapácsgyertyát egyértelműen tudjuk vizsgálni, be kell vezetnünk két arányszámot, amelyek meghatározzák, hogy „milyen intenzitású” a gyertya. Ezt a két arányszámot hívjuk a-nak és b-nek, és a következőképpen számoljuk ki őket:

$$a = {open - low \over close - open}$$

$$b = {high - close \over close - open}$$

A kalapácsgyertya esetén mindkét érték pozitív (gondoljuk csak végig), az α az alsó kanóc nagyságát méri a gyertyatest egységeiben, a β pedig a felsőét. Ez a két arányszám lesz az, ami a vizsgálatban meghatározza a gyertya matematikai struktúráját, így a továbbiakban nagyban támaszkodni fogunk rájuk.

 

A kalapácsgyertya vizsgálata

Környezet nélkül

Az elemzés ezen szakaszában önálló objektumnak tekintjük a kalapácsgyertyát, így elsőnek adódik az a formai kérdés, hogy milyen α érték mellett lesz a legnagyobb a sikeres üzletek aránya (profittal záruló üzletek/sikeres üzletek). Ehhez természetesen rögzítenünk kell, hogy mi a piacra lépési és a piacelhagyási feltétel, és rögzítenünk kell a β-t. A vizsgálatot a Morgan Stanley (MS) részvényárfolyamával végezzük, napos grafikonon.

Piacra lépés: egy kalapácsgyertyát követő gyertya kezdőárán lépünk piacra

Piac elhagyása: 10 gyertya után (Itt feltételeztük, hogy a kalapácsgyertyának van tíz gyertya után is érezhető hatása, ezt az aspektust később még vizsgáljuk.)

β: 0-0,5-ig terjedhet az értéke, és β<α

Ha a fenti paraméterekkel beállítjuk a backtestet, akkor a következő eredményekhez jutunk. Mivel hasonló jellegű táblázatokkal még találkozunk a cikk többi részében is, érdemes áttekinteni a táblázat jelöléseit.

  • Az első oszlopban mindig a manuálisan változtatott értéket olvashatjuk, ami jelen esetben az α

  • A második oszlopban legtöbbször a Prof. % kifejezéssel találkozhatunk. Ez a nyereséges üzletek aránya az összes üzlethez képest.

  • A harmadik oszlopban a Net. Prof. % a Prof. % véletlenszerű választással elérhető nyereségességgel korrigált arányát mutatja. Véletlenszerűen a tőzsde bináris tulajdonsága miatt (BUY/SELL) 50% hosszú távon, így Net. Prof. % = Prof. % - 50%

 

 (Prof. % a nyereséges üzletek aránya, a harmadik oszlop pedig a nyereséges üzletek arányát korrigálja a véletlenszerű választás találati esélyével, ami hosszú távon 50%):

 

 

A fenti diagrammon látható, hogy nincsen szoros összefüggés az alsó kanóc mérete, és a nyereséges üzletek aránya között, ami talán kissé meglepő következtetés. Észrevehető azonban egy tartomány, ahol a véletlenszerű választástól (50%-os esély) jócskán eltérnek pozitív irányba az adatok, ez pedig a diagrammon is jelölt α=0,2-1,0-s tartomány. A β vizsgálata során tehát célszerű az itt viszonylag sikeres α-tartományt használni: α rögzítve van a 0,7-1,0-as tartományban.

 

Itt sem látható igazán jó összefüggés, de halványan felismerhető a várt tendencia: a β növekedése csökkenti a nyereségességi rátát. Gondoljunk csak bele, ha növeljük a felső kanóc méretének arányát a gyertyatesthez képest, egyre gyengébb lesz az az impulzus, amit a gyertya hoz a piacra, így nem meglepő a nyereségesség százalékának csökkenése sem.

A környezet nélküli vizsgálathoz már csak egy adatot kell a lehetőségekhez mérten optimalizálni, ez pedig az időfaktor. Az eddigi vizsgálatok az előzetesen és önkényesen megállapított 10 napos intervallumban zajlottak, de érdemes megnézni, hogy az üzletkötés után eltelt gyertyák száma (N-nel jelöljük) hogyan befolyásolja a nyereségességi rátát.

A korábbiakhoz hasonló módon járunk el, ezúttal azonban az α-t és a β-t is rögzítjük. Az α-t az előbb is használt 0,7-1,0-s intervallumban, a β-t pedig 0,0-0,3-as tartományban, hiszen a második grafikonon egyértelműen kirajzolódik, hogy ott van a Net. Prof. % érték zérus felett.

 

Itt viszont egyértelműbben rajzolódik ki a várakozásunk: 3-6 nap környékén látható a csúcs a diagrammon, onnantól pedig tendencia nélkül szóródik 50% körül a Prof. %. Tehát van szerepe az időnek, rövidebb távon tud csak a kalapácsgyertya hatása érvényesülni, körülbelül 6-7 gyertya után már nincs kimutatható szerepe a vizsgálat alapján.

A környezetnélküli vizsgálat tehát összességében kimutatta, hogy a kalapácsgyertya önmagában nem erős indikátora a mozgásnak, nem sokkal érhető el jobb eredmény vele, mint a véletlenszerű választással. Az optimalizált paraméterek szabad kalapácsgyertyára:

$$a = 0,7-1; b=0,0-0,3; N=3-6 gyertya $$

 

Környezettel együtt

Természetesen a gyertyákat, és azok jelentését alapvetően a környezetük határozza meg, így érdemes lehet megvizsgálni különféle gyertyakörnyezetben is a kalapács gyertyát. Három alapvető formát veszünk alapul, amik kifejezetten leegyszerűsített módon modelleznek egy-egy környezettípust, de egy felszínes vizsgálatra, és arra, hogy kapjunk egy alapvető benyomást a kalapácsgyertya viselkedéséről, teljesen megfelelő.

Fontos változás az eddigi vizsgálatokhoz képest, hogy ezúttal négy cég árfolyamát vesszük figyelembe, mivel egy cég esetén olyan kevés adat állna a rendelkezésünkre, hogy nem lehetne egy körülbelüli képet sem felvázolni. Az eddig vizsgált Morgan Stanley mellé még a Microsoft (MSFT), a Pfizer (PFE), és az Intel (INTC) került.

 

Bikakörnyezet

Az első vizsgált környezet az emelkedő tendencia. Ezt a következőképpen modellezhetjük egyszerűen: a kalapácsgyertya előtti két gyertya bikagyertya, tehát a záró ára nagyobb, mint a nyitóára. Érdemes itt megjegyezni, hogy nem vesszük figyelembe, hogy ez a két emelkedő gyertya milyen formát mutatnak, egy teljes körű vizsgálat esetén itt is külön kéne bontani az eseteket (növekvő intenzitás, csökkenő intenzitás, stb.), de itt is egyszerűsítünk a modellen. Az alábbi sematikus ábrán látható az egyszerű modellezés:

bikakörnyezet.pngA várakozás, hogy ebben az esetben nagyobb lesz a nyereségességi ráta, hiszen egy bikaimpulzust jelző gyertya kerül egy alapvetően bikakörnyezetbe. Valószínűnek tűnik azonban az is, hogy kisebb N-értékekre (üzletkötés óta eltelt gyertyák száma) fog jobb eredményt adni a teszt, hiszen nem kell kivárni trendfordító hatást.

 

Az ábrán a várakozásokkal ellentétben nem rajzolódik ki kevés gyertya esetén egy pozitív nyereségességi ráta, így feltételezhető a mintából, hogy bikakörnyezetben nem túl jó indikátora a további emelkedésnek a kalapácsgyertya. Sokszor a trend végén érkezhet már ez az alakzat, így sokszor nem ad további impulzust.

Hosszabb időtávon azonban ismét érezhető egy tartósan pozitív hatás. Ennek oka lehet egy későbbi trend, ami már független a kezdeti kalapácsgyertyától, egyszerűen az emelkedő tendencia folytatódása egy korrekció szakasz után.

 

Medvekörnyezet

A következő környezettípus, amiben megvizsgáljuk a kalapácsgyertya viselkedését, az alapvetően csökkenő környezet. Ezt a bikakörnyezethez hasonlóan fogjuk leegyszerűsítve modellezni, a kalapácsgyertya előtti két gyertya csökkenő gyertya lesz (záróár-nyitóár<0), és utána következik a kalapácsgyertya. Az alábbi sematikus ábrán látható egy fordulós környezet:

medvekörnyezet.png

Itt a várakozás nem olyan egyértelmű, mint a bikakörnyezet esetén, hiszen kérdéses, hogy nagyobb N-re már érezhető a fordulat, vagy nem fog semmi látszani, és mondhatni nem lesz jelentősége ennek a kalapácsgyertyának.

 

Talán a medvekörnyezet mutatja a legkevesebb szabályszerűséget, mert bár egyre több gyertya után emelkedő tendenciába kezd a Net. Prof. % mennyiség, amely magyarázható egy trendforduló jelenséggel, de látható, hogy nagyon esetleges az esélyek és arányok alakulása, leginkább egy nagy szórású 50% körüli eloszlást láthatunk az ábrán.

 

Trendfordulós környezet

Az utolsó kategória talán az egyik legfontosabb. A kalapácsgyertyát a szakirodalom az esetek többségében trendforduló gyertyának titulálja, így elvileg megjelenése arra utal, hogy az eddigi mozgásiránnyal ellentétes irányú elmozdulás lesz várható a következő gyertyák során. A modellezés a korábban megszokotthoz hasonlóan egyszerű lesz: három gyertyát veszünk figyelembe. A gyertyák közül az első egy medve gyertya lesz (close-open<0), a második lesz a kalapácsgyertya, a harmadik pedig egy emelkedő gyertya (close-open>0). Az alábbi sematikus ábrán látható egy fordulós környezet:

 

fordulóskörnyezet.pngA várakozása az, hogy a fordulat 5-10 gyertyát követően már látszik az esetek többségében (tehát N>5-re a Prof. % nagyobb, mint 50%), de érdekes lehet, hogy milyen pontosabb tartományban kapunk kiugró eredményeket, ha kapunk.

 

Valóban mutatja a várt tendenciát a trendfordulós környezet grafikonja, de még talán a várakozásokhoz képest is többet olvashatunk le az ábráról. Jelöltem a Net. Prof. % értékek változásának irányait, és némiképp meglepő módon jól leolvasható az ábráról az Elliot-hullámok alakja. Adhatunk egy egyszerű magyarázatot arra, hogy miért jelenik meg így az alakzat: a 9-14. gyertyák között érkezik egy korrekció, majd a 15-től kezdve ismét a trend irányába állt az árfolyam, ezzel együtt pedig a nyereségesség aránya is.

Ez a magyarázat azonban inkább csak a felszínen magyarázza meg a jelenséget, hiszen a nyereségességi ráta nem csupán az árfolyam változásától függ. Az azonban, hogy az Elliot-hullámok ismert formája egy több részvényből álló, arányokat vizsgáló visszatesztben is ilyen pontosan megmutatkozik, további ilyen irányú spekulációkra adhat alapot.

 

Összegzés

Két vizsgálatot végeztünk az egyik alapvető gyertyatípuson: egyrészt kielemeztük, hogy önmagában tekintve a gyertyát, milyen paraméterek mellett lehet a legnagyobb nyereségarányra számítani, és milyen időtávon. A cikk második felében már környezetben vizsgáltuk a gyertyát, így megállapítható volt, hogy valóban trendfordulós környezetben viselkedik a legkiszámíthatóbban az alakzat, ráadásul az Elliot-hullámok is megjelentek, mutatva a mélyebb összefüggéseket a háttérben.

Amire még érdemes kitérni, hogy milyen eredménynek számít a vizsgálat során elért 56-58 Prof. %, ugye azt jelenti, hogy az ilyen módszerrel megkötött üzletek 56-58%-a nyereséges. Látható, hogy ez azért nem a legjobb arány, még úgy sem, hogy kilépési stratégiát kizárólag az eltelt gyertyák számától tettem függővé. Önállóan egy stratégia kiépítésére tehát a kalapácsgyertya kevéssé alkalmas, viszont kiegészítő elemként bármely stratégiában helye lehet, de egyrészt fontos az α és β értékek helyes, a célnak megfelelő beállítása, és az, hogy megtaláljuk a helyes környezetet, amiben a kalapácsgyertya hatékony indikátorként tud működni.

Zárásként még érdemes megemlíteni, hogy mik a cikk korlátai, mire adott választ, milyen szempontból tekinthető releváns vizsgálatnak, és hogy milyen szempontból nem. A nemzetközileg is elismert tanulmányokban általában egy ennél lényegesen nagyobb szegmenst ölel fel a dolgozat, így ebből a szempontból nem tud a cikk teljes körű képet adni a gyertyák formáiról, és összehasonlításra sem volt lehetőség. Másrészt a modellezési módszer is egyszerű, amely rejtettebb összefüggések pontos feltárására nem elegendően komplex, így összességében az elemzés a kalapácsgyertyák körüli árfolyamváltozások tendenciáit tudja nagy biztonsággal kimutatni.

 

 

 

 

Források:

Elemzésközpont. (2020). 10 népszerű japán gyertya megbízhatósága. 10 népszerű japán gyertya megbízhatósága (elemzeskozpont.hu)

Elemzésközpont. (2020). A japán gyertyák használhatatlan eszközök a tőzsdén? A japán gyertyák használhatatlan eszközök a tőzsdén? (elemzeskozpont.hu)

Piyapas Tharavanij, Vasan Siraprapasiri, and Kittichai Rajchamaha (2017) Profitability of Candlestick Charting Patterns in the Stock Exchange of Thailand (Research article). Retrieved from Profitability of Candlestick Charting Patterns in the Stock Exchange of Thailand - Piyapas Tharavanij, Vasan Siraprapasiri, Kittichai Rajchamaha, 2017 (sagepub.com)


A fenti bejegyzés marketingközleménynek minősül, nem a befektetéssel kapcsolatos kutatás függetlenségének előmozdítását célzó jogi követelményeknek megfelelően készült, és nem érinti a befektetéssel kapcsolatos kutatás terjesztését megelőző kereskedésre vonatkozó tiltás.

A fenti cikk sem önállóan, sem egyes részleteiben nem tekinthető pénzügyi eszköz megvásárlására, jegyzésére, eladására, kölcsönzésére, vagy tartására vonatkozó befektetési tanácsadásnak, illetve szerződéskötésre, vagy kötelezettségvállalásra történő rábírásnak, ajánlanak, vagy ajánlati felhívásnak. A cikknek nem célja befektetési döntéshozatali szándék megalapozása, kialakítása, illetve a befektetési döntéshozatal.

A publikációban szereplő információk csak tájékoztató jellegűek, amelyektől a jövőben ténylegesen bekövetkező események lényeges mértékben eltérhetnek. A múltbeli teljesítményből nem lehetséges a jövőbeni hozamra, változásra, illetve teljesítményre vonatkozó megbízható következtetéseket levonni. A cikkben szereplő adatok és információk felhasználása az Ön felelősségére történik, a Random Capital Zrt. azok felhasználásából keletkező esetleges károkért nem vállal felelősséget.

A Random Capital Zrt. fenntartja a jogot, hogy a weboldalon található tartalmakat bármikor módosítsa, átírja.

A Random Capital Zrt. nem garantálja a cikkben található információk pontosságát, hitelességét és teljességét, ugyanis a weboldalon található bejegyzések a weboldal készítésében közreműködő személyek személyes megítélésén alapulnak, továbbá a cikk alapjául szolgáló adatok, információk különböző forrásból származnak, s azok frissítése nem tartozik a Random Capital Zrt. feladatkörei közé. A cikkben szereplő pénzügyi eszközök nem feltétlenül felelnek meg egyes befektetők befektetési céljainak, pénzügyi lehetőségeinek, kockázattűrő képességének. A jelen publikációban foglalt tájékoztató információk nem helyettesítik a pénzügyi eszközökhöz kapcsolódó, kibocsátó(k) által kiadott hivatalos tájékoztatókat, kezelési szabályzatokat, hirdetményeket, ill. a befektetési ügyleteket bemutató ismertetőket, ezért a megalapozott befektetési döntés meghozatalához kiemelten fontos ezek áttanulmányozása, értelmezése. Hangsúlyozandó, hogy mielőtt bármilyen befektetési instrumentumban pozíciót vállal, feltétlenül győződjön meg, hogy megértette-e a piac működését és kockázatát, s az teljes mértékben megfelel saját befektetési céljainak és elvárásainak, kockázatvállaló képességének, ügyleti, ill. pénzügyi eszközökre vonatkozó ismereteinek.

A cikket készítő díjazása semmilyen formában, sem közvetlenül, sem közvetetten nem függ a cikkben szereplő előrejelzéstől, állásponttól.

A fenti publikáció szerzői jogi védelem alatt áll, annak közzététele, harmadik személyek részére történő továbbküldése, átdolgozása vagy bármely más formában történő felhasználása a Random Capital Zrt. előzetes engedélyéhez kötött. A dokumentumban a más szellemi termékekből (grafikonok, adatbázisok, cikkek) való idézés mellett a forrás minden esetben feltüntetésre kerül.

Tájékoztatjuk, hogy a Random Capital Blog weboldaláról esetlegesen más cégek és egyéb szervezetek weboldalára is eljuthat. Az azokon közölt adatok tartalmáért, helyességéért és adatai biztonságáért a Random Capital Zrt. nem vállal felelősséget.