Многие трейдеры начинают своё знакомство с техническим анализом со скользящих средних. Причём принцип торговли по ним выбирают самый простой. Вход на пересечении цены и скользящей средней. Как правило трейдер быстро убеждается, что такой метод ведёт к убыткам. Объясняют это обычно тем, что индикатор не работает в флэте. Начинаются попытки отфильтровать флэт. Как правило безуспешные попытки. Всё это связанно с непониманием сути скользящих средних.
Они были придуманы для того, чтобы сгладить движения цены. Такое сглаживание необходимо для дальнейших математических расчётов. Бытует мнение, что на рынке есть шум. Это случайные мелкие движения цены. Скользящие средние избавляют от него. Считается что это даёт более значимые статистические результаты. Да, скользящие средние изначально начали применяться в статистике. Там же их следует применять в трейдинге.
Основа статистики – это теория вероятностей. Если в самой теории выводы о вероятности делаются на основании математических расчётов, то статистика делает их на основании серии наблюдений. Статистика мало применима для анализа графика цены. Вероятность чего можно определить по графику? Очевидно будет ли цена следующего бара выше или ниже текущей. Это можно было бы использовать. Делается это как раз для скользящей средней. Правда есть одно «но». Поведение цены не стационарно. То есть характер её движения меняется со временем. Поэтому может меняться и вероятность. Когда произойдёт такое изменение предсказать невозможно.
А теперь давайте рассмотрим хороши ли скользящие средние для сглаживания. Чем больше период скользящей средней, тем более сильные колебания цены она сглаживает, но тем больше запаздывает. То есть текущее показание скользящей средней отражает прошлое поведение цены. Очевидно, что это плохо для любого анализа. Хотя для статистики применимо. Например, мы по скользящей средней определили, что цена закрытия бара с большей вероятностью вырастет. Мы можем постоянно открывать длинные позиции на закрытие текущего бара и закрывать их на закрытие следующего. Если бы такая вероятность сохранялась это принесло бы прибыль. Кстати, если посчитать вероятность математически, то она для нашего случая будет 50%. Статистика способна дать более точные данные о вероятности. Это происходит потому, что исследуемый процесс может быть не случаен.
Скользящие средние могут быть использованы не только в статистике, но и в любых расчётах, в которых необходимо убрать шум. Например, в нейронных сетях. Правда в этом случае запаздывание может стать серьёзной проблемой. Один из методов борьбы с этим уменьшение периода индикатора, но это приводит к тому, что скользящая будет включать в себя больше шума. Поэтому придуманы другие методы сглаживания данных. Например, цифровые фильтры. Эти методы призваны бороться с запаздыванием и с той или иной долей успеха справляются с этим.
Вывод: скользящая средняя не самостоятельный индикатор, а основа для дальнейшей обработки данных.