विदेशी मुद्रा बाजार में तकनीकी विश्लेषण कार्य

Technical Analysis Software Spider IRIS+ : Event Selector & Tick Query (मई 2024)

Technical Analysis Software Spider IRIS+ : Event Selector & Tick Query (मई 2024)
विदेशी मुद्रा बाजार में तकनीकी विश्लेषण कार्य
Anonim

भविष्य की कीमतों में बदलाव की भविष्यवाणी के उद्देश्य से तकनीकी विश्लेषण, या पिछली कीमत का सांख्यिकीय विश्लेषण, कई वित्तीय हलकों में संदेह के साथ एक गर्म बहस वाला विषय मिला है। अधिकांश व्यापारियों और निवेशक तीन शिविरों में से एक में आते हैं: जो लोग मानते हैं कि यह एक ऐसा विज्ञान है जो काम करता है, जो आग्रह करते हैं कि यह एक आत्म-भरी भविष्यवाणी है और उनको विश्वास है कि यह भविष्यवाणी के एक उपकरण के रूप में बेकार है।
ट्यूटोरियल: तकनीकी विश्लेषण: परिचय

आज के तकनीकी विश्लेषण अतीत में मौजूद अस्तित्व से बहुत दूर है। तंत्रिका नेटवर्क, आनुवंशिक एल्गोरिदम और इसी प्रकार की तकनीकों का विकास, भविष्यवाणी में नाटकीय रूप से सटीकता में सुधार लाया है और उद्योग में बदलाव का संकेत दे सकता है। इस आलेख में, हम कुछ अनुभवजन्य सबूतों पर एक नज़र डालेंगे जो अंततः इस प्रश्न को आराम करने के लिए, विदेशी मुद्रा (विदेशी मुद्रा) बाजार पर एक विशेष ध्यान देने के साथ-साथ देखेंगे। (आनुवंशिक एल्गोरिदम के बारे में और जानने के लिए, पढ़ें: आनुवंशिक एल्गोरिदम का उपयोग करके वित्तीय बाजारों का पूर्वानुमान करने के लिए ।)

क्या तकनीकी विश्लेषण वास्तव में काम करता है? यूजीन फेमा और मार्शल ब्ल्यूम ने "फ़िल्टर नियम और स्टॉक मार्केट ट्रेडिंग" में किसी भी फ़िल्टरिंग तकनीकों को खरीदने और पकड़ने के बाद से शोधकर्ताओं ने तकनीकी विश्लेषण के बारे में संदेह किया है। हालांकि, विदेशी मुद्रा बाजारों पर ध्यान केंद्रित अनुसंधान ने तकनीकी विश्लेषण से प्रेरित असाधारण बड़े लाभ दिखाए हैं, जो कुशल बाजार परिकल्पना को चुनौती देते हैं।

1 99 5 में, ब्लेक लेबोरन ने "तकनीकी ट्रेडिंग नियम लाभप्रदता और विदेशी मुद्रा हस्तक्षेप" नामक एक अध्ययन प्रकाशित किया, जिसने प्रस्तावित एक संभावित कारण विदेशी मुद्रा बाजार में तकनीकी विश्लेषण इतना प्रभावी था। रिपोर्ट में पाया गया कि अनुमानितता काफी हद तक कम हो जाती है, अगर समाप्त नहीं होती है, जिस दिन फेडरेशनल रिजर्व सक्रिय रूप से हस्तक्षेप कर रहा था।

विदेशी मुद्रा बाजार में तकनीकी विश्लेषण की प्रभावशीलता के लिए अंतर्निहित कारण हो सकता है, इसलिए, प्रमुख खिलाड़ियों के बीच प्राथमिकताएं भिन्न हो सकती हैं। अप्रत्याशित इक्विटी बाजारों के विपरीत, केंद्रीय बैंकों के पास निश्चित स्तरों पर मुद्रा की कीमतों को बनाए रखने के लिए एक मजबूत प्रोत्साहन होता है, जो कि मूल्य आंदोलनों को अधिक पूर्वानुमान लगा सकता है, खासकर जब वे हस्तक्षेप करते हैं। (तकनीकी विश्लेषण व्यवसायी के बारे में कुछ जानकारी हासिल करने के लिए, पढ़ें: तकनीकी विश्लेषण के पायनियर्स ।)

तंत्रिका नेटवर्क और तकनीकी विश्लेषण डेटा में अस्पष्ट पैटर्न की पहचान करने की उनकी क्षमता के साथ, तंत्रिका नेटवर्क मॉडल लोकप्रियता में बढ़ रहा है मॉडल सटीकता की एक मनमानी डिग्री के लिए किसी भी nonlinear समारोह का अनुमान कर सकते हैं, जो उन्हें कई अलग-अलग सेटिंग्स में पूर्वानुमान के लिए आदर्श बनाता है। इसके अलावा, आधुनिक सॉफ्टवेयर ने इन नेटवर्कों को भी व्यक्तिगत व्यापारियों और निवेशकों के लिए सुलभ बना दिया है।

अंतर्निहित तकनीकी व्यापार नियमों की पहचान करने के लिए हाल के अध्ययनों से तंत्रिका नेटवर्क का उपयोग करने पर ध्यान केंद्रित किया गया हैजिंगटाओ याओ और ची लीम टैन के अनुसार, "फॉरेक्स की तकनीकी पूर्वानुमान करने के लिए न्यूरल नेटवर्क का प्रयोग करने पर एक केस स्टडी में, खरीदारी और पकड़ वाली रणनीतियां प्रवृत्ति के बाद की तुलना में बेहतर हो सकती हैं, लेकिन तंत्रिका नेटवर्क मॉडल ने दोनों को पीछे छोड़ दिया, यहां तक ​​कि अभी चलती औसत जैसी सरल संकेतक

"विदेशी मुद्रा की भविष्यवाणी के लिए आवर्तक न्यूरल नेटवर्क का इस्तेमाल करना" नामक एक और अध्ययन में, अधिक व्यावहारिक प्रमाण प्रदान करता है कि तंत्रिका नेटवर्क विदेशी मुद्रा दरों के सांख्यिकीय विश्वसनीय पूर्वानुमान प्रदान कर सकते हैं। अध्ययन में प्रयुक्त मॉडल ने अनुमान लगाया है कि भविष्य में पूर्वानुमान में 80% सटीकता प्राप्त की जा रही है, जिससे पुष्टि की जा सकती है कि तंत्रिका नेटवर्क विदेशी मुद्रा पूर्वानुमान बनाने में बहुत प्रभावी हो सकते हैं। (तंत्रिका नेटवर्क के बारे में और जानने के लिए, देखें: न्यूरल नेटवर्क: पूर्वानुमान मुनाफ़ा ।)

एक प्रभावी प्रणाली के घटक तकनीकी विश्लेषण विकसित करते समय कई महत्वपूर्ण विचारों को ध्यान में रखते हुए- इस विषय पर उपरोक्त अध्ययनों के मुताबिक, विदेशी मुद्रा बाजारों के लिए ट्रेडिंग प्रणाली आधारित है। प्रणाली विकसित करते समय ध्यान रखने के लिए यहां कुछ प्रमुख बिंदु दिए गए हैं:

  • स्विस फ़्रैंक और जापानी येन को चिपकाएं कई अध्ययनों से पता चला है कि एसएचएफ और जेपीवाई दोनों मुद्राएं हैं जो भविष्यवाणी करने में आसान हैं। इस घटना के पीछे प्रचलित सिद्धांत इस तथ्य से प्रतीत होता है कि इन मुद्राओं में हस्तक्षेप की संभावना अधिक होती है, जो संभावना है क्योंकि वे अंतरराष्ट्रीय निवेशकों के लिए सुरक्षित हेवन मुद्राएं हैं।
  • सिस्टम ऑप्टिमाइज़ करने के लिए तंत्रिका नेटवर्क का उपयोग करें तंत्रिका नेटवर्क में डेटा में अस्पष्ट पैटर्न की पहचान करने की क्षमता होती है, जो उन्हें विदेशी मुद्रा बाजारों के लिए परिपूर्ण बनाती है। नतीजतन, न्यूरल नेटवर्क के आसपास के विषय केंद्रों पर वर्तमान शोध के अधिकांश।
  • औसत और लॉगरिदमिक रिटर्न पर चलना कम से कम एक अध्ययन ने सुझाव दिया कि चलने वाली औसत और लॉगरिदमिक रिटर्न विदेशी मुद्रा व्यापार मॉडल के लिए दो सर्वोत्तम इनपुट हैं, खासकर जब एसएचएफ या जेपीवाई का विश्लेषण करते हैं

विपक्ष से एक शब्द तकनीकी विश्लेषण-आधारित व्यापार प्रणालियों की प्रभावशीलता अभी भी कई शोधकर्ताओं द्वारा विवादित है। संदेहास्पद परीक्षण डाटा नमूने या अत्यधिक-अनुकूलित व्यापार प्रणालियों का उपयोग करके, इन शोधकर्ताओं का मानना ​​है कि इन अध्ययनों के परिणाम भ्रामक हो सकते हैं। अंततः, सिस्टम को नए डेटा सेटों पर लागू किए बिना यह कहना मुश्किल है, लेकिन व्यापारियों को चिंताओं से अवगत होना चाहिए।

दो महत्वपूर्ण चिंताओं में शामिल हैं:

  • डेटा ड्रेजिंग कुछ अध्ययनों में डेटा खनन तकनीकों का इस्तेमाल हो सकता है ताकि डेटा में भ्रामक संबंधों की पहचान हो सके। इस मामले में, परीक्षण प्रणाली का प्रदर्शन अपने परीक्षण डेटा के भीतर वैध हो सकता है, लेकिन व्यापक जनसंख्या नमूने में इसका कोई सांख्यिकीय महत्व नहीं होगा।
  • वक्र फिटिंग कुछ अध्ययनों ने वक्र फिटिंग तकनीकों का इस्तेमाल किया हो सकता है जो एक डेटा सेट के लिए विश्वसनीय परिणाम दे सकते हैं, लेकिन फिर, व्यापक जनसंख्या नमूने के लिए नहीं।

नीचे की रेखा तकनीकी विश्लेषण इक्विटी मार्केट में काम करने के लिए सिद्ध नहीं किया जा सकता है, लेकिन विदेशी मुद्रा बाजारों में इसकी दक्षता का बढ़ता प्रमाण है।सफलता मुख्य रूप से केंद्रीय बैंकों द्वारा सुरक्षित-स्वस्थ मुद्राओं में दिखाई देने वाले हस्तक्षेपों की अनुमाननता के कारण हुई है। हालांकि, कुछ शोधकर्ता संदेह रखते हैं, कम से कम दो प्रकार के भ्रामक विश्लेषण तकनीकों की क्षमता को देखते हुए।