Wykresy giełdowe stanowią nic innego, jak graficzną prezentację zachowania ceny w czasie. Oś pozioma oznacza czas, natomiast pionowa – cenę. Istnieje cały odłam analizy technicznej poświęcony analizie czasu, ściślej rzecz ujmując, obserwacji cykli czasowych. Analitycy, którzy się tym zajmują, liczą minuty, godziny, dni, miesiące i lata między poszczególnymi szczytami i dołkami w poszukiwaniu określonych prawidłowości. Będąc mało pojętnym uczniem (by nie powiedzieć niepojętnym), spędziłem prawie 15 lat życia, próbując zrozumieć ideę analizy czasu

Nadal jestem przekonany, że w zachowaniu ceny występują pewne powtarzające się prawidłowości, w zasadzie trzy podstawowe, ale żadna z nich nie jest związana z czasem. Głównym problemem związanym z analizą czasu jest fakt, że zawsze kiedy wydaje się, że występuje dominujący cykl, który widoczny jest na wykresie w danym horyzoncie czasowym, pojawia się inny, który znajduje się z nim w sprzeczności. Ponadto cykle czasowe mają tendencję do pojawiania się i znikania w tempie, w którym przełączają się światła na skrzyżowaniach drogowych. Nie dość więc, że trudno ocenić, który z cykli jest ważniejszy, to jeszcze są one nietrwałe.

Na przełomie lat 60. i 70. analitycy mieli nadzieję, że jeśli wykorzysta się ogromne moce przerobowe komputerów, możliwe będzie rozwiązanie tego problemu. Do dzisiaj jednak nie udało się wskazać narzędzia jednoznacznie wyznaczającego cykle czasowe, które skutecznie mogłoby wspomagać procesy decyzyjne podczas tradingu.

Tabela 2.1. Wyniki systemu dla rynku soi opartego na przecięciu średnich kroczących (5;25) – okres: od 29 kwietnia 1975 do 1 stycznia 1987

Udowodnię mój punkt widzenia, przedstawiając wyniki konkretnych badań. W tabeli 2.1 znajdują się rezultaty testów przeprowadzonych dla rynku soi. System polega na otwieraniu transakcji długich w momencie, gdy krótkoterminowa średnia ruchoma wybija się powyżej długoterminowej średniej. Jedyną zmienną w proponowanym systemie jest więc czas3, mierzony liczbą dni, z których stworzone są oba wskaźniki. Jeśli rynek poruszałby się cyklicznie, to stworzenie systemu opartego na logice bazującej na czasie byłoby możliwe.

Pierwszy test wykonałem na rynku soi. Uwzględniał on dane od 29 kwietnia 1975 do 1 stycznia 1987. Celem badania było znalezienie optymalnej kombinacji krótkoterminowych i długoterminowych średnich ruchomych. Po kilkunastu próbach okazało się, że w tym okresie najlepiej sprawdziły się pięciodniowa i 25-dniowa średnia. Opierając się na wygenerowanych w ten sposób sygnałach, zarobilibyśmy 40 075 dolarów, zawierając 54 zyskowne transakcje przy 153 stratnych. Czyżbyśmy odkryli maszynkę do zarabiania pieniędzy?

Tabela 2.2. Wyniki systemu dla rynku soi opartego na przecięciu średnich kroczących (5;25) – okres: od 1 stycznia 1987 do 23 kwietnia 1998

W tabeli 2.2 zaprezentowałem, co by się stało, gdybyśmy handlowali zgodnie z regułami tego systemu od 1 stycznia 1987 do 23 kwietnia 19984. Wyniki eksperymentu nie wyglądają już tak zachęcająco jak wcześniej. Podczas gdy skuteczność wzrosła do 31%, to zawierając 163 transakcje, stracilibyśmy w tym okresie 9100 dolarów, po drodze doświadczając obsunięcia kapitału w wysokości 28 612 dolarów. Ryzykowanie 28 612 dolarów po to, by stracić 9100, nie jest rozsądnym podejściem! Przeciętny zysk na transakcji wyniósł –55 dolarów. Gdzie się podziała cykliczność rynku z poprzedniego okresu? Nie mam pojęcia!

Z ciekawości prześledziłem później, jakie dwie średnie ruchome sprawdziłyby się najlepiej w tym drugim okresie, pomiędzy 1 stycznia 1987 a 23 kwietnia 1998 (tabela 2.3). Okazało się, że najkorzystniejszą kombinacją były wtedy średnie 25- i 30-dniowe.

Tabela 2.3. Wyniki systemu dla rynku soi opartego na przecięciu średnich kroczących (25;30) – okres: od 1 stycznia 1987 do 23 kwietnia 1998

Taki system zarobiłby 34 900 dolarów ze świetną skutecznością na poziomie 59%. Przeciętna transakcja przynosiła zysk 234 dolary, a maksymalne obsunięcie kapitału wyniosło 13 962 dolary. Jednak aplikowanie tych parametrów w pierwszym okresie nie byłoby dobrą decyzją. Stosując średnie 25- i 30-dniowe na danych od 1975 do 1987, poniósłbym druzgocącą stratę 28 725 dolarów, co pokazuje tabela 2.4.

Powyżej przedstawione doświadczenie udowadnia, że niezależnie od tego, w jaki sposób dokonywałbym optymalizacji, parametry, które sprawdzały się w jednym okresie, w drugim kompletnie zawodziły. Jest to dowód na ulotność cykli giełdowych.

Niektórzy mogliby stwierdzić, że problem nieopłacalności proponowanych systemów nie leży w kwestii czasu, tylko instrumentu finansowego. Może po prostu trendy na rynku soi pojawiają się zbyt rzadko? Identyczny test przeprowadziłem dla funta brytyjskiego – na nim zwykle występują silne trendy. Od 1975 do 1987 roku najlepszą kombinację stanowiły średnie 5- i 45-dniowe, które wygenerowały imponujący zysk 135 443 dolarów (tabela nie została zamieszczona w książce).

W kolejnym badanym okresie, od 1987 do 1998 roku, owszem, te same średnie zarobiły (tabela 2.5), ale tym razem znacznie mniej, bo tylko 45 287 dolarów, i przy znacznych obsunięciach kapitału (29 100 dolarów). Stosunek maksymalnego drawdownu do zysku był na tyle niekorzystny, że eliminował on strategię z jej wykorzystania w praktyce. W drugim okresie najlepiej dawały sobie radę średnie 20- i 40-dniowe.

Tabela 2.4. Wyniki systemu dla rynku soi opartego na przecięciu średnich kroczących (25;30) – okres: od 29 kwietnia 1975 do 1 stycznia 1987

Przy użyciu tych parametrów zarobilibyśmy 121 700 dolarów, choć one ponownie nie okazały się uniwersalne. Ich zastosowanie w latach od 1975 do 1987 wygenerowałoby zaledwie 26 025 dolarów przy obsunięciu kapitału rzędu 30 000 dolarów (wyniki nie zostały zamieszczone w książce).

Jak się więc okazuje, problem nie leży w kwestii rynków. Systemy oparte wyłącznie na cyklach czasowych po prostu nie działają. Wykorzystywanie czasu jako jedynej zmiennej w spekulacji jest jednym z najpewniejszych sposobów na bankructwo. Wiem, co mówię! Badałem ten temat na danych z różnych okresów i rynków przez wiele lat i do tej pory nie znalazłem systemu opartego wyłącznie na cyklach czasowych, który dawałby powtarzalne rezultaty na przestrzeni dłuższego okresu. Dlatego radzę, abyście zapomnieli o cyklach czasowych w tradingu. Są one bowiem jedynie chwytliwymi hasłami, krążącymi wśród analityków technicznych.

Owszem, istnieją pewne stałe prawidłowości, które można zidentyfikować na wykresach w każdej perspektywie czasowej i na każdym rynku świata. Gdy już się je pozna i zrozumie, ruchy cenowe staną się czytelne. Przez wiele lat doświadczeń wykryłem i opisałem trzy podstawowe mechanizmy, zgodnie z którymi cyklicznie porusza się cena:

– cykl oparty na zmienności (naprzemiennie tworzące się słupki o dużych i małych zasięgach; zasięg = cena maksymalna – cena minimalna),

– cykl tworzenia silnych słupków wzrostowych (lub spadkowych) o dużych zasięgach,

– cykl dojrzewania trendu, polegający na umiejscowieniu ceny zamknięcia względem cen minimalnej i maksymalnej danego słupka.

Tabela 2.5.Wyniki systemu dla rynku funta brytyjskiego opartego na przecięciu średnich kroczących (25;30) – okres: od 1987 do 1998

Wszystkie trzy wyżej wymienione cykle funkcjonują we wszystkich perspektywach czasowych. Reguły, które sformułowałem, są uniwersalne.

Do tej pory ustaliliśmy prawidłowości dotyczące zmienności. Teraz nadszedł jednak czas, aby przedstawić inną fundamentalną zasadę – ona również funkcjonuje na każ- dym rynku świata i w każdej perspektywie czasowej. Zacznijmy zatem pierwszą lekcję dotyczącą analizy trendu rynkowego:

Wraz z rozwijaniem się trendu następuje ciągła zmiana umiejscowienia ceny zamknięcia (w obrębie zasięgu danego słupka), która przemieszcza się w kierunku ekstremum zgodnego z dominującym ruchem.

Przykładowo, gdy na wykresie formuje się dołek, kolejne ceny zamknięcia sytuują się coraz bliżej minimum poszczególnych słupków, aby ostatecznie w punkcie zwrotnym znaleźć się w pobliżu najniższej wartości ekstremalnej. Gdy natomiast następuje zmiana trendu, cały proces odwraca się i ceny zamknięcia stopniowo zamykają się coraz bliżej górnego ekstremum. Im dłużej utrzymuje się trend wzrostowy, tym wyżej, względem zasięgu całego interwału, znajdują się ostateczne ceny danego dnia. Wykres 2.14 prezentuje wyidealizowaną wersję tej koncepcji.

Niedoświadczeni spekulanci sądzą, że to duzi inwestorzy wchodzą na rynek i że to oni są główną przyczyną zmiany trendu. Nic bardziej mylnego. Jak to określił mój przyjaciel, Tom DeMark: „Dołek na rynku nie powstaje, bo nastąpił przypływ kupujących. Powstaje, ponieważ zabrakło sprzedających”.

Wykres 2.14. Związek pomiędzy ceną zamknięcia a maksimum lub minimum w rozwijającym się trendzie

Zachowania kupujących i sprzedających są widoczne na przykładzie każdego słupka cenowego. Moja nadrzędna zasada odnośnie pojedynczych słupków cenowych, którą sformułowałem w 1965 roku, mówi, że działania sprzedających są reprezentowane przez ruch ceny od maksimum dnia do ceny zamknięcia, natomiast działania kupujących od minimum dnia do ceny zamknięcia. Następstwem powyższej tezy jest fakt, że im większa odległość pomiędzy ceną minimum a ceną zamknięcia, tym silniejsi są kupujący, a im większa odległość pomiędzy ceną zamknięcia a ceną maksimum, tym silniejsi są sprzedający. Do takich wniosków doszedłem, gdy wspólnie z Joem Millerem i Donem Southardem rozpracowywaliśmy wskaźnik OBV.

W późnych latach 60. traderzy chcący pogadać i napić się darmowej kawy często przesiadywali w biurach maklerskich, obserwując notowania cen na tzw. taśmie. Odnotowywana nań była każda transakcja danego dnia. W moim biurze maklerskim często pojawiała się para dwóch starych dziwaków – Jack i Murray. Przychodzili codziennie i chętnie dzielili się swoimi giełdowymi doświadczeniami – my zaś słuchaliśmy ich z dużym zainteresowaniem. Murray, starszy z nich, pracował jako chłopiec od zapisywania kwotowań podczas krachu giełdowego w 1929 roku. Wspominał, jak w pierwszym dniu kryzysu odnotował obniżkę cen akcji spółki Bank of America o dokładnie 100 punktów! Wyobrażaliśmy sobie młodego Murraya stojącego przy dużej tablicy, zapisującego kredą ostatnią cenę, po której zawarto transakcję, po czym zmazywał ją i zastępował nową, niższą wartością. Murray wspomniał również, że największy spadek ceny, jaki odnotował pomiędzy kolejnymi notowaniami, wyniósł 23 punkty.

Jego historia wpasowywała się idealnie w ulubione powiedzenie starych bywalców biura. Po dziś dzień dźwięczy mi ono w głowie. Jack zwykł je powtarzać przynajmniej raz dziennie. „Nigdy nie łap spadającego noża”, przy czym często dodawał: „Zaczekaj, aż nóż wbije się w ziemię i przestanie się trząść (czyli zabraknie sprzedających, a ceny zamknięcia będą bardzo blisko cen minimalnych). Wtedy i tylko wtedy możesz go podnieść. To najważniejsza lekcja, jaką wyniosłem z ponad 50 lat patrzenia, jak ludzie tracą pieniądze na giełdzie”.

Wziąłem tę radę do serca i nigdy nie próbuję kupować, gdy rynek idzie w dół. Nie chcę stać na drodze rozpędzonego pociągu. Straciłem bardzo dużo pieniędzy, myśląc, że jestem w stanie stwierdzić, kiedy rynek osiągnął dno, a moje pierwsze rachunki maklerskie stanowią przekonujący dowód na to, że w ogóle nie opanowałem tej magicznej sztuczki. Początkowo nie wiedziałem jednak, dlaczego kupowanie podczas spadku jest pozbawione sensu – po prostu aplikowałem w swoim podejściu wiedzę bardziej doświadczonego tradera. Całkowite zrozumienie, że próba wyznaczania dołków i szczytów nie jest drogą do skutecznego zarabiania, zajęło mi wiele lat. Gdy jednak w końcu mechanizmy rynkowe stały się dla mnie jasne, zacząłem je świadomie wykorzystywać na swoją korzyść.

Wykres 2.15 obrazuje walkę kupujących i sprzedających oraz wpływ tej walki na formowanie słupków w perspektywie dziennej. Po prawej stronie wykresu znajduje się słupek z wyższego horyzontu czasowego, po lewej przedstawione są natomiast ruchy widoczne na wykresie 15-minutowym.

Rynek otworzył się na określonym poziomie, po czym cena spadła do minimum dnia, wykonała punkt zwrotny i zaczęła rosnąć. Ruch w górę rozwijał się do momentu, gdy tuż przed zamknięciem uaktywniła się sprzedaż, która spowodowała horyzontalne poruszanie się ceny. Trzeba mieć świadomość, że każdy dzień tradingu stanowi walkę kupujących ze sprzedającymi. Dzięki zastosowaniu omawianej koncepcji łatwo określić, kto w danej chwili kontroluje rynek. Jeśli zauważymy, że kupujący zamykają kolejne słupki coraz bliżej cen maksimum, możemy oczekiwać, że wkrótce na rynku zabraknie sił kształtujących popyt i utworzy się punkt zwrotny. Zapamiętajcie dwie poniższe zasady:

1. Prawie wszystkie szczyty cenowe powstają w momencie, gdy rynek zamyka się przy maksimum dnia.

2. Prawie wszystkie dołki cenowe powstają w momencie, gdy rynek zamyka się przy minimum dnia.

Wykres 2.15. 15-minutowy wykres kontraktów terminowych na kawę; notowania intraday tworzące dzienny słupek

Teraz pora przyjrzeć się innym przykładom. Rozpocznę od wykresu 2.16, który prezentuje notowanie 10 letnich obligacji amerykańskich na przełomie lat 1982 i 1983. W ramach ćwiczenia spróbuj samodzielnie wyznaczyć poszczególne swingi, a następnie skup swoją uwagę na dniach kończących dany ruch lub występujących chwilę przed jego zakończeniem. W wielu przypadkach punkt zwrotny zapowiadający wzrosty był wyznaczany przez słupki z zamknięciem blisko minimum, a punkt zwrotny zapowiadający spadki – przez słupki z ostatnim notowaniem w okolicach maksimum.

Nie są to odosobnione przypadki, które dotyczą tylko wykresów w perspektywie dziennej. Kolejne grafiki od 2.17 do 2.21 prezentują notowania indeksu S&P 500 w horyzontach czasowych: 15-minutowym, godzinowym, dziennym, tygodniowym i miesięcznym. W każdym przedstawionym przypadku można zauważyć omawianą koncepcję: im bliżej maksimum słupka znajduje się cena zamknięcia, tym szybciej wystąpi lokalny szczyt, a już szczególnie jeśli powstanie kilka z rzędu słupków z wysokimi zamknięciami. Dołki cenowe w każdej perspektywie powstają natomiast w dokładnie odwrotny sposób: im cena zamknięcia znajduje się bliżej minimum słupka, tym większe prawdopodobieństwo na odwrócenie ceny w górę.

Przedstawione powyżej stwierdzenia to giełdowa rzeczywistość. Tak bowiem działa rynek spekulacji i nie sądzę, aby kiedykolwiek uległo to zmianie.

Wykres 2.16. Dzienny wykres kontraktów terminowych na 10-letnie obligacje amerykańskie

Wykres 2.17. S&P 500 – wykres 15-minutowy

Wykres 2.18. S&P 500 – wykres godzinowy

Wykres 2.19. S&P 500 – wykres dzienny

Wykres 2.20. S&P 500 – wykres tygodniowy

Wykres 2.21. S&P 500 – wykres miesięczny

Wykres 2.22. Olej sojowy – naturalny cykl oparty na umiejscowieniu ceny zamknięcia względem zasięgu całego słupka

PODSUMOWANIE

Najistotniejszym wnioskiem, jaki należy wyciągnąć z tego rozdziału, jest to, że głównym zadaniem tradera jest uważna analiza ceny. Jak widać na wykresie 2.22, przedstawiającym notowania z 2010 i 2011 roku, stwierdzenia, które spisałem w roku 1999, nadal pozostają aktualne i trafnie opisują sposób zachowania ceny. Gorąco namawiam do obejrzenia tylu wykresów giełdowych, ile jesteśmy w stanie. Przestudiujmy dokładnie trzy zależności, które tu przedstawiłem.

I pamiętajmy: rynki nie tworzą szczytu na skutek wzrostu presji podażowej. Robią to, gdy zaczyna brakować kupujących (co możemy stwierdzić po zamknięciu rynku w okolicach maksimum dnia). W takich sytuacjach ruch w dół jest niewątpliwie najbardziej prawdopodobnym scenariuszem. Oczywiście odwrotna sytuacja ma miejsce w przypadku punktów zwrotnych zapowiadających wzrosty.