Канальный индекс товаров (Commodity Channel Index)

При расчете Канального индекса товаров (CCI) определяются следующие величины:

1. Разница между средней ценой (mean price) товара за торговой день и средней арифметической этой цены за определенный период.

2. Среднее отклонение данной цены за определенный период.

3. Расчитывается отношение между величинами описанными в пунктах 1 и 2.

4. Данное частное умножается на коэффициент. Полученное значение и является CCI.

Коэффициент подбирается таким образом, чтобы при “обычный” диапазон колебаний CCI находился в пределах ±100.

Подробное описание данного индикатора выходит за рамки данного руководства. Полную информацию по калькуляции и интерпретации CCI Вы можете найти в статье написанной Donald Lambert и опубликованной в октябре 1980 в журнале “Commodities (сейчас Futures) Magazine”.

В более ранней версии МетаСтока данный индикатор назывался "CCI (EQUIS)". В последующих версиях он называется "CCI (Standard)" и его расчет производится по более современному методу автора. Интерпретация обоих методов идентична.

См. “Plotting an Indicator”, “Commodity Channel Index (CCI)”.

Интерпретация

Несмотря на то, что первоначально данный индикатор был разработан для товарных рынков, он неплохо работает и на рынках акций и паевых фондов.

Имеется два способа оценивания CCI:

1. Наличие дивергенции.

Это достаточно популярный метод анализа CCI. При котором обращают внимание на наличие дивергенции: т.е. когда цена ЦБ достигла нового ценового гребня, а в тоже время у индикатора не хватило “силы” выйти на новые пиковые значения. За такой классической дивергенцией обычно следует корректировка цены ЦБ.

2. Зоны перекупленности/перепроданности

CCI обычно колеблется в пределах ±100.Выход значения индикатора из этого диапазона рассматривается как состояние перекупленности или перепроданности.

Селекционный индекс товаров (Commodity Selection Index)

Селекционный индекс товара (CSI) расчитывается с использованием компонента ADXR (компонент индикатора Дирекционный момент). Для исчерпывающей информации по расчету и интерпретации данного индикатора отсылаем Вас к книге “New Concepts in Technical Trading Systems”.

См. “Plotting an Indicator”, “Commodity Selection Index”.

Интерпретация

Высокое величина CSI говорит о том, что данный товар характеризуется устойчивыми трендом и волатильностью. Характеристика тренда определяется фактором Дирекционного момента (ADXR), а волатильности фактором Среднего истинного диапазона (Average True Range).

По Уилдеру, следует торговать товарами с высокими значениями CSI (относительно значений других товаров). Из-за того, что данные товары имеют высокую волатильность, они имеют более высокий потенциал "для зарабатывания большего количества денег в более короткий период". Высокие значения CSI в приложении к характеристике тренда, делают его удобным для торговли ЦБ. Данный индикатор разработан для краткосрочных торговых операций, при его помощи можно управлять рисками связанными с высоко волатильными рынками.

Корреляция (Correlation)

Целью корреляционного анализа является измерение связи между двумя переменными. Эта величина называется коэффициентом корреляции.

Коэффициент корреляции находится в диапазоне ±1.0. При коэффициенте корреляции «+1.0» имеет место положительная функциональная зависимость (изменение одной переменной полностью зависит от изменения другой и имеет тоже направление), при «-1.0» - функциональная отрицательная зависимость (изменение одной переменной полностью зависит от изменения другой и имеет противоположное направление). Ели коэффициент равен 0, взаимосвязь между переменными отсутствует.

См. "Plotting an Indicator», «Correlation».

Интерпретация

Корреляционный анализ выделяет зависимую и независимую переменные. Цена ЦБ всегда зависимая переменная. Независимой переменной может быть какой либо индикатор или цена другой ЦБ. Корреляционный анализ исследует возникают или нет изменения зависимой переменной при изменении независимой.

Низкий коэффициент корреляции (например, ±0.10) говорит, что связь между двумя переменными слабая или ее нет совсем. Высокий коэффициент корреляции говорит, что зависимая переменная (например цена акции) будет изменяться, если будет изменяться независимая переменная (например, индикатор).

Направление изменения зависимой переменной определяется знаком коэффициента корреляции. Если коэффициент положительный, тогда зависимая переменная движется в том же направлении, что и независимая. Если же он отрицательный, то зависимая переменная движется в противоположном направлении.

Практическое значение коэффициента корреляции заключается в возможности оценивать при его помощи “прогностические способности” независимых переменных. Так коэффициент корреляции показывает как хорошо (чем он выше тем лучше), изменения независимой переменной (например индикатора) предсказывают изменения зависимой переменной (например цены акции).

Индикатор корреляции может быть использован двумя способами:

1. Корреляция между ценой ЦБ и значением индикатора.

В данном случае Вы можете измерить силу связи между поведением индикатора и цены ЦБ. Высокий положительный коэффициент корреляции предполагает, что изменения индикатора обычно предсказывают изменения цены ЦБ. Высокий отрицательный коэффициент (например, -0.70) говорит о том, при изменении значения индикатора, цена ЦБ обычно движется в другом направлении. Помните, что низкий (например, 0.10) коэффициент корреляции говорит о том, что взаимосвязь между значением индикатора и ценой ЦБ несущественна.

2. Корреляция между двумя разными ЦБ.

Другое приложение коэффициента корреляции заключается в измерении силы связи между двумя ЦБ. Довольно часто, цена одной ЦБ опережает или предсказывает движение цены другой ЦБ. Это особенно заметно на рынке товаров. Например, известна устойчивая отрицательная корреляция между ценой золота и курсом доллара. Другими словами, повышению курса доллара обычно предшествует падение цены золота.

Линии циклов (Cycle Lines)

Циклы присущи многим явлениям природы: сезонная миграция птиц, приливы и отливы, движение планет и т.д. Вы также можете использовать анализ циклов, чтобы предсказать изменения на финансовых рынках, правда не всегда с такой точностью как природные явления.

Мы знаем, что цены представляют из себя консенсус человеческих ожиданий. Эти ожидания всегда изменяются, передвигая при этом уровни предложения/потребности (см. “Support and Resistance Levels”), и заставляя цены колебаться между уровнями перекупленности/перепроданности. Флюктуации цен это естественный процесс изменения ожиданий, что предполагает наличие циклических моделей.

См. “Drawing a Line Study”, “Cycle Lines”.

Интерпритация

Наглядный пример циклической модели Вы можете увидеть на графике синусоиды. Несмотря на то, что движение цен ЦБ вряд ли удасться прогнозировать при помощи данной тригонометрической функции, даже быстрого взгляда на графики многих ЦБ достаточно, чтобы увидеть очевидность некоторых типов циклических моделей.

Метастоковский инструмент “Cycle Line” предлагает Вам разместить на графике группу вертикальных линий отстоящих друг от друга на одинаковом растоянии. Поскольку это растояние можно подбирать самому, Вы можете можете выявить визуально явные циклы присутствующие на графике. Если Вы сдвинете правую границу Графика, то линии циклов будут спроецированны в будующее. Это поможет Вам предположить, где в дальнейшем могут располагаться следующие ценовые пики и впадины.