Большинство механических торговых систем в соответствии с лежащими в их основе торговыми идеями можно отнести к одному из следующих трех типов:
системы следования за трендом, или трендследящие системы;
противотрендовые системы и системы торгового диапазона;
системы распознавания моделей.
Системы следования за трендом основаны на использовании трендовых движений цен. Такие системы должны, по возможности, раньше определить момент зарождения рыночной тенденции и выдать сигнал к открытию торговой позиции в направлении
тренда. Далее трендследящая стратегия выявляет признаки окончания тенденции и дает сигнал к закрытию имеющейся позиции.
Противотрендовые системы, напротив, открывают позиции в направлении, противоположном предшествующему движению цен, и используют коррекционные ценовые движения. Закрытие позиций происходит по признакам окончания коррекций.
Системы торгового диапазона близки по используемым методам к противотрендовым стратегиям, они работают в периоды «бокового» движения рыночных цен и основаны на покупке активов вблизи одной границы ценового диапазона и продаже этих активов вблизи другой границы.
Задача торговых стратегий распознавания моделей заключается в выявлении в поведении рыночных параметров определенных типичных картин. Реализация таких картин рассматривается в стратегиях этого типа как признак того или иного дальнейшего движения цен, а следовательно, может служить основой для выдачи торговых сигналов. Модели могут распознаваться на графиках различного типа — штриховых, свечных, «крестики-нолики» и др. К этому же типу механических торговых систем можно отнести стратегии, использующие циклические модели и модель волн Эллиотта.
Приведенное деление механических торговых систем имеет условный характер, поскольку элементы стратегий разных типов могут объединяться в одну систему.
Отдельно стоит упомянуть торговые системы, основанные на нейросетевых и генетических алгоритмах. Нейросетевые и генетические алгоритмы представляют собой компьютерные методы обработки информации, в результате которых определяются связи между различными данными и прогнозируется поведение одних величин в зависимости от поведения других. Если на вход таких алгоритмов поступает информация о поведении параметров некоторого финансового рынка, а на выходе получается прогнозное значение цены финансового инструмента данного рынка, то нейросетевые и генетические методы формально можно отнести к методам технического анализа. Однако особенность этих методов состоит в том, что характер выявленных нейросетевыми и генетическими способами связей между рыночными параметрами остается неизвестным пользователю. Компьютерные программы такого рода представляют собой своеобразный «черный ящик», внутри которого осуществляется обработка информации в соответствии с выявленными этим «черным ящиком» закономерностями. Возможно, нейросетевые и генетические алгоритмы явля-ются полезными в целях прогнозирования рыночных движений, но их рассмотрение выходит за рамки настоящего пособия.
Далее рассмотрим более подробно основные типы торговых стратегий и приведем примеры торговых идей, лежащих в основе используемых алгоритмов.
