Ярослав Суков – Спектральный анализ на финансовых рынках (страница 3)

Для нас же важна следующая идея: спектральный анализ позволяет количественно оценить вклад каждой из этих компонент. Мы можем построить спектр мощности временного ряда и увидеть, на каких частотах сосредоточена основная энергия колебаний. Если спектр имеет ярко выраженные пики — это свидетельство наличия устойчивых циклов. Если спектр убывает как ( 1/f ) (розовый шум) — это характерно для фрактальных процессов. Если спектр равномерен — перед нами белый шум, и рынок в этом режиме непредсказуем.

Но самое главное, что мы усвоим в этой книге: граница между шумом и сигналом подвижна и зависит от нашего масштаба наблюдения и нашего понимания. То, что для одного трейдера является неразличимым шумом, для другого — хорошо структурированный сигнал на более высоких частотах. Спектральный анализ даёт нам карту, на которой мы сами выбираем, какие частоты исследовать, а какие отфильтровать.

Мы только начинаем наше путешествие. Мы заложили фундамент: увидели рынок как генератор временного ряда, осознали его нестационарность и рефлексивность, разделили его на тренд, циклы и шум. Но пока это лишь статичная картина. В следующей главе мы возьмём в руки главный инструмент нашего исследования — преобразование Фурье — и научимся превращать временной ряд в его частотное представление. Мы увидим, как разложение на синусоиды открывает перед нами новые измерения рыночной реальности, и почему эта математика, созданная для изучения теплопроводности в XVIII веке, стала ключом к пониманию современных финансов.

Мы стоим на пороге между двумя мирами: миром времени, где царит хаос и случайность, и миром частот, где проступают строгие, изящные структуры. Переход через этот порог изменит ваше восприятие рынков навсегда. Готовы ли вы сделать следующий шаг?

Глава 2. Иллюзия случайности

Представьте себе учёного XVIII века, который впервые смотрит в микроскоп на каплю воды. Он видит хаотичное движение мельчайших частиц — они скачут, кружатся, сталкиваются без видимой причины. Это явление, позже названное броуновским движением, казалось абсолютно случайным. И только спустя столетие физики поняли: за этим хаосом скрывается строгая статистическая структура — тепловое движение молекул, подчиняющееся законам термодинамики. Случайность на макроуровне оказалась проявлением детерминированных процессов на микроуровне.

То же самое происходит сегодня с финансовыми рынками. Нам внушали — и учебники по экономике, и гуру инвестиций, — что рынок эффективен, а цены совершают случайное блуждание. Эта доктрина стала своего рода интеллектуальной ловушкой, которая на десятилетия затормозила развитие реального понимания рынков. В этой главе мы разберём эту ловушку на части, чтобы выйти на свободу.

В 1900 году французский математик Луи Башелье защитил диссертацию «Теория спекуляции». Он первым применил математический аппарат броуновского движения к ценам на французские облигации. Башелье пришёл к выводу, что математическое ожидание цены равно её текущей стоимости — то есть цена непредсказуема. Его работа опередила время на десятилетия, но была забыта. Позже, в 1960-х, американский экономист Юджин Фама сформулировал гипотезу эффективного рынка (EMH), которая стала догмой: цены полностью отражают всю доступную информацию, поэтому никакой анализ (ни технический, ни фундаментальный) не может дать устойчивого преимущества.

Эта теория была красива. Она опиралась на простую математику и соответствовала духу времени — вере в рациональность и равновесие. Она давала академическому сообществу удобную модель, а управляющим фондами — алиби: «рынок случаен, мы не можем его предсказать, так что покупайте индексный фонд».

Но проблема в том, что реальный рынок никогда не ведёт себя как идеальное случайное блуждание. Случайное блуждание (геометрическое броуновское движение) обладает тремя ключевыми свойствами:

Приращения независимы (сегодняшнее движение не зависит от вчерашнего).

Распределение приращений нормально (колоколообразное).

Дисперсия растёт линейно со временем.

Реальный же рынок демонстрирует:

Автокорреляцию: на коротких горизонтах существуют инерция (тренды) и возврат к среднему (mean reversion).

Толстые хвосты: экстремальные движения (крахи, ралли) происходят гораздо чаще, чем предсказывает нормальное распределение. Как выразился Талеб, рынок живёт в «стране Крайнейстании», а не в «стране Медиокристании».

Долговременную зависимость: волатильность кластеризуется — за периодами высокой волатильности следуют периоды высокой волатильности.

Но если рынок — не случайное блуждание, то что же он такое? Ответ лежит на стыке теории сложных систем и поведенческой экономики.

Первый ключ: фрактальность.

В 1960-х годах Бенуа Мандельброт, работавший в IBM, обратил внимание на странное свойство цен на хлопок. Он заметил, что структура колебаний на дневных данных напоминает структуру на месячных данных, которая напоминает структуру на годовых. Это свойство называется самоподобием или масштабной инвариантностью. Мандельброт предложил описывать рынки с помощью фрактальной геометрии и ввёл понятие «фрактальная размерность» для характеристики степени «шероховатости» временного ряда.

Фрактальность означает, что рынок не имеет характерного масштаба. Любой участок графика, если его растянуть, будет выглядеть как весь график. Это радикально отличается от классического представления, где предполагается, что существует некий «истинный масштаб» (например, дневной), на котором рынок становится случайным. На самом деле случайность — лишь иллюзия, возникающая из-за того, что мы смотрим на фрактал с недостаточным разрешением или не знаем его порождающих правил.

Но фрактальность сама по себе не объясняет, почему рынок движется так, а не иначе. Она лишь описывает его геометрическую структуру. Чтобы понять причину движений, нужно заглянуть внутрь чёрного ящика — в сознание участников.

Второй ключ: нелинейная динамика и детерминированный хаос.

В 1980-х годах, после работ Эдварда Лоренца, стало ясно, что очень простые детерминированные системы (например, три уравнения для конвекции жидкости) могут порождать поведение, которое неотличимо от случайного — так называемый «детерминированный хаос». Ключевая особенность хаотических систем — чувствительность к начальным условиям («эффект бабочки»): ничтожное различие в начальной точке приводит к экспоненциальному расхождению траекторий.

Рынок — идеальный кандидат для хаотической динамики. Тысячи участников принимают решения, основываясь на неполной информации, под влиянием эмоций, и каждое решение чуть-чуть меняет состояние системы. В результате траектория цены кажется случайной, но на самом деле она является детерминированной траекторией очень сложной системы с обратной связью.

К концу 1990-х годов консенсус в академической среде сместился: рынок — это не случайное блуждание, а сложная адаптивная система с элементами фрактальности, нелинейности и рефлексивности. Но эта новая парадигма пока слабо проникла в практическую торговлю. Большинство трейдеров до сих пор действуют так, будто рынок случаен, или, наоборот, ищут простые линейные закономерности, которые работают, пока не перестают работать.

Истина, как это часто бывает, лежит посередине. Рынок не является полностью детерминированным (мы не можем предсказать цену с абсолютной точностью), но он и не полностью случаен. В его движении есть скрытая структура, которую можно выявить и использовать. И эта структура проявляется наиболее ярко именно в частотной области.

Чтобы понять, почему традиционные методы анализа часто терпят неудачу, а спектральный анализ, наоборот, может дать преимущество, нужно глубже разобраться с фрактальной природой рынка.

Представьте себе береговую линию. Если вы измерите её на карте масштаба 1:100 000, получите одну длину. Если возьмёте карту 1:10 000, длина увеличится, потому что вы увидите больше изгибов. Если спуститесь на землю и пройдётесь вдоль каждого камня, длина станет ещё больше. У береговой линии нет истинной длины — она зависит от масштаба измерения. Это классический пример фрактала.

Точно так же у финансового временного ряда нет «истинной» волатильности или «истинного» тренда. Всё зависит от того, в каком масштабе вы смотрите. На тиковых данных цена мечется хаотично, создавая большое количество «шума». На часовых данных проявляются внутридневные паттерны. На дневных — циклы в несколько недель. На месячных — сезонность и экономические циклы.

Но самое удивительное — это то, что статистические свойства ряда часто остаются одинаковыми при изменении масштаба. Это и есть самоподобие. Если вы возьмёте дневной график S&P 500 и сравните его с графиком 5-минутных данных за один день, вы не найдёте точного повторения, но вы увидите похожую структуру: периоды трендов, сменяющиеся флэтами, всплески волатильности, кластеризация движений.

Для спектрального анализа фрактальность имеет два важных следствия.

Следствие первое: степенной закон в спектре.

Для фрактальных процессов, таких как дробное броуновское движение, спектр мощности имеет вид S(f)∝1/f^β , где β — показатель, связанный с фрактальной размерностью. Если β=0, это белый шум (независимые приращения). Если β=2, это красный шум (интегрированный процесс, похожий на случайное блуждание). Реальные рыночные данные часто дают β около 1,5 — так называемый «розовый шум». Это означает, что в спектре нет выделенных частот; энергия распределена по широкому диапазону, но с преобладанием низких частот. Иными словами, рынок имеет память и долговременную зависимость.