Из технического анализа вейвлет-анализа в исполнении австралийского доллара
РЕЗЮМЕ
Технический анализ был использован для исследования тенденций изменения валютных курсов. В данной работе новый метод, называемый сигнал словари, предлагается проанализировать тенденции обменного курса австралийского доллара по отношению к доллару США. Вейвлет экстракты особенности и отображает результаты в частотно-временной (масштаб) карты. Полученные результаты указывают на возможное понимание поведения рынка, таких как доминирующая реакция рынка на новости.
Ключевые слова: сигнал словари, частотно-временной карте
1. ВВЕДЕНИЕ
Технический анализ был использован при определении тенденции изменения курсов валют на ранней стадии и определить, следует ли сохранить инвестиций или торговли позе, пока масса доказательств показывает, что наблюдается обратная тенденция.
В последнее время сигнала словари были приняты в качестве нового анализа данных для нестационарных данных и, следовательно, применять на финансовом рынке (Ramsey, 1997). Сигнала словари новая методика анализа данных, которая включает в себя как оконный преобразование Фурье и вейвлет-преобразование (Добеши, 1992). Каждый сигнал параметризуется местоположение, частота и масштабы. Сигнала словари можно анализировать сигналы, которые сильно локализованных структур времени или в пространстве частот, а также широкополосного структур. Формы сигнала может, в принципе, обнаружить все, от ударов представлены функции Дирака, Delta, на короткие всплески энергии в узкой полосе частот, которые происходят время от времени, и, наконец, с наличием частот, которые проведет в течение всего наблюдаемого периода.
В данной работе сигнал словари используются для анализа тенденции обменного курса к доллару США с австралийского доллара.
2. Обзор литературы
Некоторые теории были разработаны по определению валютного курса. За этими теориями, две общие гипотезы лежат, паритет покупательной способности гипотезы и Непокрытый Процентный паритет гипотезы (Амрхейн, 1988). В гипотезе паритета покупательной способности, валютные курсы будут корректироваться по мере изменения в национальных индексов цен, а это означает, что реальная стоимость валюты будет таким же, в любое время. Под Открытая Интерес гипотезы Оценить Паритет, разница в процентных ставках между странами будет равна скорости изменения курса валют.
Многие исследования обменный курс продолжал классические методы анализа данных, которые могут быть классифицированы в основном тремя способами. Во-первых, распределение ежедневных валютных курсов является модель признается (Бут, 1987). Нормальное распределение с ее среднее значение и стандартное отклонение параметров симметричного распределения Парето стабильной с характерным показателем ограниченной нуля и два, распределения Стьюдента характеризуется среднее, стандартное отклонение и степеней свободы и смеси двух нормальных распределений с 1 означает , 2 стандартных отклонений и параметра смешивания используются для проверки распределения валютных курсов. Во-вторых, статистические показатели, такие как средства или второго моментов данные используются, чтобы найти степень временной корреляции. Условные Heteroskedasticity авторегрессии (ARCH) модель была использована для исследования взаимосвязи между валютными курсами и других экономических переменных (Bollerslev, 1992). В-третьих, степень стационарности в данные анализируются (Brooks, 1998). Поскольку ежедневный иностранных валют были продлены на новый внутри-дневных данных на сообщения от спроса и предложения на котировки иностранных валют использованием клещей по-тик наблюдений, полученных во всем мире, внутри-дневных данных на самом деле не было принято быть стационарным.
3. С преобразование Фурье вейвлет-преобразование
Преобразование Фурье властвует над линейных стационарных обработки сигнала синусоидальной волны, так как собственные векторы линейных стационарных операторов. Это в основном сосредоточены в ограниченном частотном диапазоне, и имеет ограничения, что не может измерять временные вариации "мгновенного" частот (Mallat, 1998).
Оконным преобразованием Фурье представил преодолеть это ограничение. Сигналов, как это определено физик Габор, строятся путем перевода по времени и частоте временное окно.
Как оконным преобразованием Фурье, вейвлет-преобразования для измерения частотно-временных вариаций спектральных составляющих, но она имеет другое разрешение частотно-временной. Фильтр банки вводят разложить дискретного сигнала в два сигнала вполовину своего размера, используя фильтрацию и Прореживание процедуры. Сигнал может быть извлечена из этих дискретизации сигналов. Вейвлет-преобразования можно обнаружить и охарактеризовать переходные с масштабирования процедуры в различных масштабах. Особенности обнаруживаются следующие различных масштабах локальных максимумов вейвлет-преобразования. Возможность масштабирования вейвлет не только находит изолированных особых событий, но также может характеризовать более сложных мультифрактального сигналов с неизолированными особенностями. Масштабирование 1 часть мультифрактального дает сигнал, что является статистически аналогичные целом. Это автомодельности появляется в вейвлет-преобразования, который изменяет анализа масштаба. От глобального вейвлет распада, можно определить особенности распределения мультифракталов. Ортонормированным базисам всплесков были созданы на основе разработки приближения кратномасштабного сигнала для анализа сигналов на несколько резолюций. Ограниченное пространство хранения и передачи информации через узкую полосу шириной каналов вызывают необходимость для сжатия сигнала при сведении к минимуму их деградации.
Преобразование кодов сжатия сигналов путем разложения их в ортонормированный базис. Коэффициентами разложения оцифрованы и эффективно закодировано чтобы свести к минимуму искажения при заданном распределении бит. Для сложных сигналов, преобразования кодов достижения наилучшего сжатия ..
Есть и другие применения вейвлет-преобразования, они могут быть использованы в подавлении шума в сигналов и изображений. Вейвлет-преобразования изображения может быть thresholded, а затем реконструирован. Шум обычно проявляется в виде мелкозернистой структуры по образу и вейвлет обеспечивает масштаб основе разложения. Большинство шума, как правило, представлены вейвлет-коэффициент тонких уровнях. Сброс этих коэффициентов приведет к естественной фильтрации шумов на основе шкалы. Вейвлет шумоподавления процедура может быть использована в спекл удаления в когерентных изображений которая включает ультразвуковые и лазерные. Края сохранили функцию шумоподавления вейвлет могут быть применены в обнаружение края изображения. Информация о событиях во времени или расположения объектов в пространстве, часто полученных с помощью нескольких датчиков для получения более глубокого понимания источника данных, который называется слияния данных. Способность вейвлет локализовать информацию в зависимости от пространства и масштаба помогает слияния информации из двух изображений. Вейвлет основе корреляции процедура может быть распространена на автоматическое обнаружение объектов в изображениях. Тот факт, что всплески могут быть использованы для построения ортогональных базисных функций для сигнала пространств и подпространств может быть принято использовать при передаче данных по каналам.
В цифровой связи, поток информационных символов модуляции сигнала на такие передачи. (РАО, 1998).
4. Модели рынка цикла и идентификации тренда
Есть четыре типа трендов: краткосрочные тенденции от 3 до 6 недель; среднесрочной тенденции 6 недель до 9 месяцев; приоритетных направлений 9 месяцев до 2 лет, и светских тенденций от 8 до 12 лет. Светского тенденция не представляет большой интерес для краткосрочных трейдеров, но имеют важное значение для инвесторов. Основная тенденция состоит из бычьего рынка, или основной восходящий тренд, и рынок с понижательной тенденцией, или первичный нисходящего тренда. Краткосрочные тренды, как правило, больше зависят от случайных событий новости, чем промежуточные и основные тенденции и, следовательно, более трудно определить.
Цены движутся в зигзагом. В восходящем тренде, акции прерывается коррекции, и затем еще один митинг, потом другой коррекции, и так далее. Эти пики и спады. До тех пор, как эта серия роста пики и спады цела, восходящий тренд считается в силе. Однако, когда цена опытом пик, что ниже, чем предыдущий пик, и следующей реакции принимает цене ниже предыдущей низким, в этой серии рост пики и спады уже не в силе, и это является сигналом того, что наблюдается обратная тенденция.
Линии тренда получить их значение от 3 факторов: длина, количество раз коснулась и угол подъема или спуска. Еще раз тренда был затронут, тем больше его значение в качестве поддержки или сопротивления области. Очень крутой тренд, вероятно, будет неустойчивым, и не очень значительный. Время от времени мы можем построить линию, которая проходит параллельно с основной линии тренда. Линия построена присоединения серии циклонов, а другой присоединения к вершинам. Нижняя линия поддержки, а верхняя, сопротивление. (Принг, 2001)
5. МЕТОДЫ
Insights исследованы использованием сигнала словари для анализа валютных курсов. Конкретных данных, используемых были отобраны из ежедневных наблюдений собрал в Университете Британской Колумбии. Сырые данные с 1/2/98 по 15/4/99. Обменного курса был рассмотрен в долларах США Австралийский доллар.
Частота дискретизации на ежедневной основе, может избежать периодичности, которая вызвана организационной структуры международного рынка обмена валют в основных мировых валют.
6. РЕЗУЛЬТАТЫ
Вейвлет-разложение сигнала в частотно-временной (масштаб) карты, соответственно (см. рисунок 1). 1 приведены в долларах США Австралийский курса доллара. Частотно-временной карте указывает на высокие энергии месте с глубоким цветом. То есть, 190 рабочих дней с даты начала 1/2/1998. D1 (подробно на уровне 1) карта определяет высокий всплеск курса в тот день. Подробно d1 обычно свидетельствует о высоком деятельности частота рыночного обменного курса, как низкая частота a1 приближается тенденции рынка. Кроме того, максимальный уровень энергии находится в масштабе 1 (уровень 1) на оси у. Это означает, что сигнал природы ровно и гладко.
Что касается сигнала и приближение на рисунке 1, цены будут держаться до тренда или нисходящего тренда в канале, если они не нарушают верхней или нижней границы линии. Если они нарушают верхнего предела, и это подтверждается цены на следующий день, разворота приведет это означает, цена будет зависеть. Тем не менее, последние тенденции также должна быть подтверждена по объему торгового дня и показателей.
Касаясь деталей на рисунке 1, торг полномочия покупателей и продавцов равны. Держать цены колеблются между двумя параллельными линиями.
Вейвлет-функций на детали, d1, d2 и приближенных a2 для US $ / $ курс на рисунке 2. Сигнала в сравнении с а2, что указывает на тенденцию долларов. D1 демонстрирует высокий деятельности на рынке частоты при частоте дискретизации, 1 нуль на 2 дня, и d2 показывает более низкой частотой рыночной деятельности на половине частоты d1, т.е. 1 нуль на 4 дня. Показано, что низкая частота циклов составляет примерно 20 рабочих дней с кривой D2 на рисунке 2.
Кумулятивная частота сигнала, US $ / $ показано на рисунке 3. Наибольшая активность перемещения уровень цен находится на US $ 0,623 в рамках меж-квартили диапазона. Гистограммы низких частот 'приближенных' a1 и высокой частоты "подробно" D1 долл. США / $, показаны на рисунках 4, 5.
[Рисунок 1 опущены]
Рисунок 1: US $ / $ в 1998
Цветной карте (внизу) показывает, времени и частоты локализации обменный курс: ось абсцисс показывает рабочую дату, начиная с 1/2/1998; оси показывает частоту (масштаб) разрешением. Глубокие цвета местоположение на карте показано расположение высоких энергий.
[Рисунок 2 опущены]
[Рисунок 3 опущены]
[Рисунок 4 опущены]
[Рисунок 5 опущены]
7. ОБСУЖДЕНИЕ
Результаты показывают, что форма словари можно резать нестационарных данных обменного курса в различных частотных составляющих, например: масштабных уровнях 1 и 2 показаны на рисунках 1-2. Такой подход предоставляет альтернативный способ извлечения полезной информации из шипов или короткими очередями энергии, которая не может продолжаться в течение всего периода наблюдения данных загрязненных шума. Кроме того, короткими очередями энергии или шипами данных может представлять краткосрочные всплески активности рынка или энергии в узком диапазоне смежных частотах. Эти локализованные всплески частоты составляют большую часть энергии сигнала в них, а также указать возможные понимание поведения рынка. Эти вспышки могут рассматриваться как доминирующая реакция рынка на новости. Они могут быть отчетливо наблюдалась в первые разногласия или подробно d1: Дельта-функции Дирака найдены. Медиана изменений почти инвариантных на нулевом уровне d1. Это означает, почти даже вероятность того, что цены будут расти или падать.
Чтобы улучшить прогнозирование потенциальных больший объем данных и эксперименты должны быть проведены.
8. ЗАКЛЮЧЕНИЕ
Технический анализ был использован для анализа движений валютных курсов в краткосрочной перспективе. Предлагаемый подход сигнала словарях как было показано, представить новую информацию о времени и частоты поведение валютных курсов.
Ссылки:
Амрхейн, Е. и Guithues Д., "Курсы валют: их значение, цель и роль в переводе" многонациональной Обзор Бизнес, 6 (2), 1998 Fall, 37-43.
Bollerslev, T., Чжоу, RY, и крона, КФ ", ARCH моделирования в области финансов: обзор теории и опыта", журнал "Эконометрика, том. 52, 1992, 5-59.
Бут, П. и Глассман, D., "Статистическое распределение Курсы валют: Эмпирические данные и экономические последствия", журнал "Международная экономика, том. 22, 1987, 297-319.
Брукс С., Hinich, МЮ, "Эпизодические нестационарности обменных курсов", Прикладная Economics Letters, Vol. 5, 1998, 719-722.
Добеши И., Десять лекций по всплески, столица Press, 1992.
Mallat, S., вейвлет-тур обработки сигналов, Academic Press, 1998.
Принг, М., "Введение в технический анализ, McGraw-Hill, 2001.
Рамси, JB и Чжан, З., "Анализ данных Exchange иностранных Использование формы Словари", журнал "Эмпирические финансов, об. 4, 1997, 341-372.
Рао и Р. А. Bopardikar, вейвлет: Введение в теорию и приложения, Assison-Wesley, 1998.
Ширли Вонг, Victoria University, штат Виктория, Австралия
АВТОР ПРОФИЛЬ:
Г-жа Ширли Вонг получил ее MBA в Oklahoma City University, США в 1988 году. В настоящее время она является преподавателем бухгалтерского учета в Victoria University, Австралия, и заместитель редактора международного журнала междисциплинарных социальных наук.