Почему не работают популярные методы технического анализа

Почему не работают популярные методы технического анализа

Мы утверждаем, что ни один метод, который широко доступен для среднестатистического трейдера, в принципе не может работать на развитом высоколиквидном рынке. Под доступностью метода понимается либо простота самостоятельной реализации, либо покупка за небольшую цену программ автотрейдинга. Например, реализовать расчет точки пересечения двух линий MA не составляет практически никакого труда даже для трейдера-новичка.

Доказательство этого утверждения простое. Рынок формируют его участники: банки, торговые и производственные компании, и, в некоторой степени, вся совокупность трейдеров. Именно трейдеры делают рынки эффективными. Если бы можно было запретить спекулятивные операции на рынке, то конечно рынок не стал бы полностью предсказуем. Но достаточно эффективно прогнозировать рынки стало бы возможным стандартными методами, которые широко и с успехом используются в других экономических областях - ритейле, банкинге, страховом деле и др. Обороты, создаваемые трейдерами, в сумме не такие уж и большие, по сравнению с остальным оборотом рынка. Но ведь и рыночные зависимости не такие уж и сильные. Вся масса трейдеров стремится по максимуму выжать из рынка и этим разрушают рыночные зависимости. Попутно происходит распределение дохода, который в пределе можно «выжать» из рыночных закономерностей, между всем «коллективом» трейдеров. Конечно, распределение дохода не равномерное. Очевидно, «львиная доля пирога» достается не тем, кто торгуеть по пересечению линий MA, волнам Эллиота, уровням Фибоначчи и прочим методам, описанным во множественной литературе. Некоторые «специалисты» бросаются в другую крайность, путая сложность метода со сложностью вычислений – начинают использовать «сложные» методы типа «Нейронные сети», зачастую даже не понимая, насколько стандартные алгоритмы «нейронных сетей» требовательны к объему и качеству обрабатываемых данных.

Мы встречали такое мнение, что прогнозы по популярным индикаторам могут самореализовываться. Якобы большинство трейдеров видят прогноз в своих торговых терминалах, начинают открывать позиции в определенном направлении. Благодяря этому спрос растет и цена на инструмент начинает также изменятся в направлении массово открываемых позиций. Но не надо забывать о факторе ликвидности и механизме работы «стакана» позиций. В какой-то момент из-за перекоса спроса и предложения возникает дифицит предложения, и трейдеры, почувствовав риск ликвидности, наперегонки начинают сдвигать цены к ближайшим противоположным позициям в «стакане», чтобы раньше других закрыть свои позиции. Обычно в такие моменты мы видим резкие развороты тренда, похожие на крутой обрыв. Вовремя закрыть позиции успевают не все. И это печально.

Также имеется мнение, что внимательно визуально изучая графики котировок можно заметить тренды, развороты тренда, головы-плечи, трех самураев, созерцающих весеннюю сакуру на склоне священной горы Фудзияма, и прочие рыночные «фигуры». Заметив эти признаки, совершать на их основе прибыльные торговые сделки. Проблема в том, что зрительная система человека (трейдер тоже человек) многие миллионы лет эволюционировала для выполнения задач типа охота на мамонта. Да, мы генетически являемся кроманьонцами, собирателями грибов-ягод, охотниками на мамонтов. Зрительная система человека за миллионы лет приспособилась для прогнозирования процессов естественной природы. Современные же рынки существуют не более 100 лет, и являются искусственным процессом.
Поэтому в графиках котировок человеческий глаз легко находит тренды и фигуры, которых на рынке в реальности нет. И именно поэтому вместо удачной охоты на пипсы получается охота на «лосей».

В этом разделе мы привели качественные рассуждения (Лирика). Далее попробуем показать предельную сложность поиска рыночных зависимостей на примере применения методов статистического анализа (Физика).

Анализируем рыночные данные

Попробуем на простом примере показать сложность анализа рыночных данных. Мы будем подходить к анализу рыночных данных как к анализу временных рядов. Понадобяться некоторые знания об анализе временных рядов, авторегресии, доказательства статистических гипотез. Базовыми знаниями по этим темам должен обладать любой специалист занимающийся автотрейдингом. Если есть не согласные с этим утверждением, предлагаем поспорить при обсуждении статьи.

В общем случае под анализом зависимостей во временных рядах понимается поиск вообще любых зависимостей, выразимых математическими средствами. Тем не менее, рамки статьи заставляют нас ограничиться стандартными методами анализа – анализом авторегрессии и распределений.

На рисунке 1 представлен пример ограниченных наблюдений некоторого временного ряда, который может быть историей котировок (например, цен закрытия баров) некоторого рыночного инструмента (валютной пары, акции, биржевого индекса и т.п.). Можно сказать, что график напоминает поведение Forex.



Напомним, что первым моментом называется взятие разницы от соседних отсчетов временного ряда. Операция перехода к временному ряду первых моментов исходного ряда иногда позволяет избавиться от нестационарности. Исследуем распределение первых моментов приведенного временного ряда. На рисунке 2 представленна оценка распределения первых моментов.


Данное распределение можно считать нормальным (normal distribution) с нулевым матожиданием и единичным стандартным отклонением (standard deviation). Мы не приводим здесь расчеты, подтверждающие эти выводы, и предлагаем читателям поверить нам наслово.

Установление факта нормального распределения дает нам право воспользоваться стандартными методами проверки статистических гипотез, и в частности, проверить наличие автокорреляции (Рис. 3).


График автокорреляции быстро снижается. Уже при t-3 (при лаге = 3) автокорреляция меняет свой знак с положительного на отрицательный. Максимальный коэффициент автокорреляции получен при t-1 (при лаге равном 1) и равен 0.074. Критичный уровень корреляции в двухстороннем t-тесте с уровнем значимости 0.05 и количестве наблюдений 500 приблизительно равен 0.089, что больше чем максимальный полученный нами коэффициент автокорреляции.

Это говорит, что по статистическим стандартам наличие автокорреляции не доказано. Альтернативное решение – использовать менее строгий уровень значимости (Например, 0.1 или 0.2).

Здесь мы видим типичную проблему исследования рыночных данных, все оценки практически важных зависимостей находятся на границе или за пределами статистической доказуемости. В тоже время цена ошибочных выводов вполне определенная – убытки.

Создаем торговую стратегию

Так как на этапе предварительного анализа мы наблюдали хотя и слабую, но положительную автокорреляцию, то можно попробовать построить несколько простейших торговых стратегий использующих это свойство. Для упрощения мы не будем учитывать спреды и стоп-уровни.

Автор статьи примерно за 20 минут построил три простейших торговых стратегии, не претендующие на какую-то оптимальность (продвинутость), и использующие при принятии решений анализ толко три последних закрытых баров. Созданные стратегии не имеют настроечных параметров и не требуют выполнения процедуры оптимизации.

Оценивать эффективность стратегий будем по кривой доходности и коэффициенту прибыльности (profit factor). Коэффициент прибыльности определяется как отношение суммы всех выигрышей к сумме всех убытков . Существуют и другие критерии эффективности торговых стратегий, но для целей статьи приведенных критериев достаточно.

Таблица 1 - коэффициент прибыльности стратегий.


Как видно из таблицы 1, лучшую эффективность демонстрирует торговая стратегия №2. Но вспомним, как мы оценивали достоверность авторегрессии. Мы оценивали доверительную вероятность и выполняли процедуру доказательства статистической гипотезы существования корреляции. Можно ли подобные процедуры доказательства значимости построить и для оценки торговых стратегий? Это вторая проблема анализа рыночных данных - неразвитость статистического аппарата для оценки торговых стратегий, по сравнению с «классическими» задачами прикладной статистики.

Некоторые специалисты по торговым стратегиям могут сказать, что по их «опыту» полученные значения profit factor не достаточны, что необходимо достичь значения profit factor не менее 2, что требуется уменьшать просадки. Но каким способом они достигают таких значений? Вероятно за счет введения настроечных параметров, оптимизации, сокращения периода оптимизации для «лучшего учета» последних изменений рынка. Но все подобные меры в «классической» прикладной статистике автоматически ужесточают и усложняют требования к доказательству наличия статистических связей, эффекта. Не думаем, что область автоматизации торговли не подпадает под те-же требования. Таким образом «отвертеться» от строгого статистического анализа не получается.

Ниже представлены кривые доходности представленных торговых стратегий, полученные на имеющейся ограниченной выборке данных (Рис. 1). Чувствуете ли уверенность в доходности этих торговых стратегий? Решили использовать их в торговле? Дерзайте.

Раскроем карты, временной ряд, представленный на рисунке 1, полностью описывается моделью броуновского движения и сформирован с использование достаточно хорошего генератора случайных чисел из пакета MS Excel Data Analysis (можно так-же использовать функцию RAND в Excel). Другими словами, на данном временном ряде в принципе невозможно построить прибыльную торговую статегию. Но как он похож на ряды котировок Forex! Ах, как похож…

В данном случае нам заведомо известна модель временного ряда и мы точно знаем его свойства. Но в реальности модель рыночных временных рядов полностью определить не удается. Более того, мы можем только улавливать некие «слабые» статистические зависимости.

Подведем итоги

На простом примере мы показали некоторые сложные проблемы, возникающие при построении торговых стратегий:

1. Простой визуальный анализ эффективности торговых стратегий не дает хороших результатов по той же причине, по которой не дает результатов визуальное распознавание трендов и фигур. Человеческий глаз генетически приспособлен для охоты на мамонтов и собирательства, а не для анализа сложных искусственных процессов.
2. Простые средства технического анализа, включая популярные индикаторы и инструменты создания торговых роботов, не позволяют трейдеру зарабатывать. Популярные средства не позвляют трейдеру выделится из общей «толпы» и получить более крупный кусок трейдерского пирога. Достаются только «крошки» тонким слоем «размазанные» по общему коллективу трейдеров. Да и эти крошки эффективно съедаются спредами и комиссиями брокеров-посредников.
3. Обнаруживаемые практически важные статистические связи в рыночных данных не проходят стандартные процедуры доказательства гипотез.
4. Для распространенных метрик эффективности торговых стратегий нет обоснованных оценок доверительных интервалов, процедур определения критичных значений (авторам статьи пришлось разрабатывать такие процедуры самостоятельно). Трудно в числе выразить каковы наши шансы получить прибыль по некоторой торговой стратегии.
5. Статистические условия, такие, к примеру, как распределения, для рынков удается определить только очень приблизительно. Стационарность рыночных временных рядов или их преобразований подтвердить не удается.

Нам видится, что решение перечисленных проблем может заключаться в использовании рыночной истории охвытывающий значительный период наблюдений (5 и более лет). Мы также предлагаем широко использовать кросс-тестирование торговых стратегий и иммитационное моделирование, непараметрические методы оценок. Правда все эти предложения требуют сложного программного обеспечения, расширенного программирования и значительных вычислительных ресурсов.

Мы приглашаем всех заинтересованных читателей обсудить перечисленные проблемы, предложить свои варианты решений, поделиться своим опытом.

Частенько в последнее время встречаю высказывания, что теханализ на форексе непотдаеться более менее точному прогнозу и тд.

Тех анализ не работает потому что это случайный процесс. Он просто не будет работать, впрочем как и любой другой анализ.

А что тогда работает? Прозрение свыше?

Статья не отрицает возможность прогнозирования Forex!

Статья показывает сложность задачи, наскоком по Чапаевски не одолеть. Но сложность задачи не повод ее не решать. Все "легкие" задачи решили до нас и профит от их повторного решения уже низкий. Так-что деваться некуда, придется решать.

Случайные процессы они разные. Скажу по секрету, в природе вообще нет НЕслучайных процессов.

А теперь самую малость математики (ну куда мы без нее родной).

Случайным процессом называют процесс со случайной компонентой. Например, броуновский процесс

x[t+1]=x[t] + e[t]

где e - случайная переменная. Между прочим этот процесс рисует графики очень похожие на рыночные. Прогнозировать изменение (тренд) этого процесса невозможно.

А вот другой случайный процесс


e и здесь есть, поэтому процесс случайный. Но есть и детерминированная составляющая f. А значит тренд этого процесса поддается прогнозированию. И этот процесс также показывает графики похожие на Forex.

Весь вопрос в идентификации типа процесса, оценке его параметров, точности прогнозирования, risk management, money management и т.п.

Статья может не отрицает, а сам рынок отрицает. Рынок случаен, потому что все те люди и организации, которые участвуют с формировании цены каждый раз поступают по своему разному мнению, кому что взбредет в голову. И никто не может знать как именно поступят те ил иные люди, поэтому это случайный процесс.
Ну сказать то можно, только это не поможет
Интуиция какая-то работает у некоторых, только такие трейдеры в плюсе и бывает. и на самом деле плюсовых не 5% , как пишут в рекламе. а может быть 0.01% . на длителе

добавлено через 18 минут
Хорошая статья на эту тему:

Давайте проанализируем рыночную историю и сделаем очевидные выводы. В 70-х годах фундаментальный анализ рассматривался как единственный путь получения прибыли на финансовых рынках. Технический анализ в те времена использовало малое количество трейдеров. В настоящее время мы видим обратную ситуацию, фундаментальный анализ продолжает использовать ограниченная группа приверженцев, в основном представителей академической экономики, что является следствием краха этой современной экономической теории. Сегодня мы наблюдаем смещение интересов трейдеров в сторону технического анализа. Однако ни для кого не секрет, рост возможностей и навыков технического аналитика не приводит к к какому либо стабильному результату.
Почему это происходит?
Вывод очевиден - эти пути тупиковые. Но почему же не останавливается двигатель изобретений сказочных теорий, построенных практически на пустом месте. Причиной является неудовлетворенность трейдеров разницей между неявно возможной не лимитированной потенциальной возможностью «делать деньги» и постоянными убытками. Итак, энергетический двигатель сказок это искусственно накрученный «психологический гэп» между возможностью анализа рынка и способностью трансформировать результаты анализа в устойчивую прибыль.
Прежде чем моделировать рынок, чтобы понимать нам с Вами друг друга, попробуем ответить на основные вопросы касающиеся понимания функционирования рынков.
Цель данной статьи, разработать часть "Модели рынка", которая может предоставить в наше распоряжение истинные свойства закономерностей "входных данных" и назовем ее "Модель рыночного процесса".
Наша задача, рассмотреть рынок пока чисто статически, не акцентируя внимание на денежных взаимодействиях участников.
В процессе получения данных об изменении ситуации на рынках, мы получаем информацию, визуализируемую классически, пятью параметрами:
Open, High, Low, Close, Volume.
Если выразить это языком математиков, то можно сказать, что мы имеем информацию в виде последовательности событий, наблюдаемых через некоторые, как правило равные интервалы времени, то есть в виде временных рядов.
За все время существования рынков, скопились гигабайты исторической информации, вследствие чего, мы имеем богатый материал для исследований.


Наиболее простыми считаются линейные прогнозирующие системы, для которых очередное значение ряда определяется линейной комбинацией предыдущих членов.
Рис.1. Устройство линейной прогнозирующей системы.



Более сложным способом, считается строить нелинейную функциональную зависимость между членами временного ряда. Этим как раз и занимаются искусственные нейронные сети (ИНС), как утверждают математики, доказано, что многослойная нейронная сеть прямого распространения, способна аппроксимировать произвольную нелинейную функцию.
Каждый нейрон нейросети прямого распространения, получает возбуждающие сигналы от от входов нейросети или других нейронов, умножает их на соответствующие весовые множители и суммирует. Полученная в результате свертка сигнала, с настраиваемыми весами, пропускается через нелинейную функцию и далее выдается в сеть.
Скажу еще о возможности настройки синаптических весов, путем обучения нейросети, правильно выдавать значение ряда в следующий момент времени.



Рис.2.Устройство искусственной нейросети прямого распространения с одним скрытым слоем.


Следующий, предлагаемый метод анализа временных рядов, представляет собой нейронную сеть, реализующую алгоритм самоорганизующихся отображений Кохонена (SOM). В связи с мало известностью этого способа, я вкратце постараюсь пояснить суть этой методики:



Рис.3.Самоорганизующаяся карта признаков Кохонена (SOM)

Представьте себе, что в многомерное пространство данных погружается двумерная сетка. Эта сетка изменяет свою форму таким образом, чтобы по возможности точнее аппроксимировать облако данных. Каждой точке данных ставится в соответствие ближайший к ней узел сетки и таким образом каждая точка данных получает некоторую координату на сетке. Близким точкам на карте соответствуют близкие точки в исходном пространстве, а вот близким точкам в исходном пространстве могут соответствовать и далекие точки на карте (за счет размерности). Таким образом, распределение данных на двумерной карте позволяет очень наглядно судить о локальной структуре многомерных данных. Далее несколько слов, об обучении сети, синаптические веса нейрона в сети Кохонена являются его координатами в исходном многомерном пространстве. Данные по очереди подаются на входы всех нейронов и для каждого входа определяется ближайший к нему нейрон. Обучение состоит в подгонке весов нейрона-победителя и его ближайших соседей, минимизурующих отклонение данных от нейронов-победителей. Постепенно сеть находит равновесное положение, оптимально аппроксимирующее данные.
Другими словами говоря, соседние точки на карте должны показывать очень схожее поведение временного ряда.

Используя работу нашего исследовательского программного комплекса попробуем ответить на вопрос, а именно:
Какова же наилучшая универсальная стратегия, работающая на любых рынках, ее параметры и характеристики?
Для этого используем материалы исторических данных различных рынков и временных интервалов в любых вариациях. Для получения надежного результата выполняем лишь одно условие: система должна отработать около 10 млн. сделок.
Результат Вы видите ниже, на построенной круговой диаграмме. Для наглядности на окружности (по часовой стрелке) отложена последовательность 600 сделок. Окружность "0" является нулевым балансом, собственно грань проигрыша и выигрыша.



Рис.1. Диаграмма результатов работы программного комплекса школы Z-School.com

Говоря проще, каждый радиус является сделкой и ИПК по общему балансу сделок, на определенный момент, может находиться в точке этого радиуса, согласно приведенной справа шкале вероятности.
Результаты, как Вы видите не впечатляют, поставленная задача не решена.
Абсолютно никакой закономерности исследуемых временных рядов не обнаружено. Наряду с возможностью оказаться в плюсовой зоне баланса существует такая же вероятность оказаться в минусовой, ближе к центру диаграммы, причем на произвольном порядковом номере сделки.
Однако, параллельно с выполнением вышеописанных исследований были получены очень конкретные и говорящие о многом результаты.
Для формирования у Вас уверенности и понимания сути, я настоятельно советую проверить их Вами лично на практике. Вы можете сами, используя тестовые программы, как правило в торговых терминалах есть соответствующие возможности, на истории котировок проверить выводы нашей системы.
Теперь мы подошли к самому главному, возможности понимания истиной модели процесса рынков.

Вывод 1.

На основе комбинаций данных любого количества предыдущих баров вычисляем направление следующего.

Результат: 50% на 50% !

Результат не меняется от количества расчетных предыдущих баров и не зависит ни от исследуемых размера тайм фрейма ни типа рынка.

Вывод 2.

Определим понятие "тренд" как "ценовое движение предыдущего бара продолжает следующий". Для примера "дневок" - 1 бар - однодневный тренд, 2 бара - двухдневный, 3 бара - трехдневный, итд.

Результаты:

Частота возникновения трендов являет собой стандартную кривую нормального распределения и не зависит ни от исследуемых размера тайм фрейма и типа рынка, а именно, трендов в 1 бар всегда будет 50%, в 2 бара - 25%, в 3 бара - 12,5%, 4 бара - 6,25% итд.

Учитывая вышесказанное, думаю для Вас не будет неожиданным очередной вывод.

Вывод 3.

Вероятность выигрыша и проигрыша ставки определят исключительно постановка уровней стоп лосса и тейк профита, и напрямую является их процентным соотношением. (Например при величинах стоп лосса 100 и тейк профита 200 пунктов, вероятность выигрыша будет 33,3%, а проигрыша 66,6% итп)
Примечание: Самый простой способ убедиться в этом на практике, протестировать любую МТС на возможно большем количестве истории, манипулируя стопами и отслеживая в результате отношения общего количества лоссов и профитов теста.

Вывод 4.

Оптимальной, в контексте "выживаемости", стратегией будет любая стратегия, с размещением ограничивающих стоп лосса и тейк профита на равноудаленном расстоянии относительно точки открытия позиции.

Ниже приведена картинка, разрисованная программным комплексом для стратегий со стопами ставок в 100 пунктов (желтый цвет), в 50 пунктов (красный цвет) и 10 пунктов (зеленый цвет). Здесь наглядно демонстрируется, где (в каких точках) может находиться баланс трейдера, в зависимости от величины ограничивающих стопов.



Рис.2. Диаграмма результатов работы (ставки фиксированных стопов) программного комплекса школы Z-School.com

Особых комментариев к рисунку, я думаю, делать не имеет смысла, все, достаточно коротко, можно выразить в следующем выводе:

Вывод 5.

В процессе увеличения количества сделок, баланс будет стремиться к нулю, по определенному закону, а именно "разнице депозита и количества произведенных ставок, умноженных на величину спрэда".


Статья с сайта z-school.com

Так прямо все и по разному поступают?! И нет никаких эффектов массового поведения!?

Знаете, молекулы идеального газа тоже как-бы независимы и гуляют сами по себе. Однако есть термодинамика, статистическая физика. И тепло идет гарантировано от горячего к холодному.


Существование или не существование трейдеров со сверх-интуицией или там экстрасенсорными способностями из области недоказуемого. А значит это выпадает из области науки. Предлагаю мистику оставить другим тематическим форумам.

Интересные способ доказательства невозможности чего либо тем, что у кого-то это не получилось. Я не умею управлять самолетом, значит управлять самолетом нельзя. Дефектная логика.

Зачем было притягивать нейросетки, когда можно было просто измерить линейную автокорреляцию и сравнить с критическим уровнем?

Какой таймфрейм использовался, сколько переменных, какие данные, за какой период данные собраны, какая целевая переменная? over9000 вопросов.

Элементарно, вместо close[t], close[t-1] предложили бы на вход линейной бинарной регрессии предикторы типа delta[t] = (close[t] - close[t-1]) / close[t-1] и получили бы гарантировано 53%/47% или лучше. Это еще не гарантия дохода (брокерский спред, серии убыточных сделок и т.п.), но было бы доказательство, что не полная случайность.

Если б там была хоть какая-нибудь закономерность, уже бы давно все математики разбогатели, а не писали бы статьи о неэффективности тех. анализа

Если вы нашли закономерность в случайном процессе, чтож вы его не применяете на своем счету , уже б миллионером стали

добавлено через 4 минуты
Хотя, прочитав вашу статью, вижу что вы так говорите о том же о чем и я)) а потом начали доказывать обратное

Демагогию развели, понимаешь..)))

Все методы тех. анализа работают, и одновременно не один не работает, зависит от того, в чьих руках данный инструмент.

)) Прям квантовая механика получилась, все зависит от "наблюдателя", пока его нет, метод не жив, не мертв)))

Ну это уже клише, про математиков и быстромиллионеров. Одно дело красиво поиграть и слить, другое дело зарабатывать. Если ваша цель именно устойчиво зарабатывать, то реалистичная оценка доходности 15%-20% годовых. И это еще после нескольких лет набивания шишек и расшатывания нервной системы. Вот и посчитайте, каков необходим начальный капитал и через сколько лет вы заработаете свой первый миллион.

Не все так просто, поэтому "умные и талантливые" ищут и другие пути устроится в этой жизни, и такие возможности есть.

*******

Я все пытаюсь привести вас к мысли качественно проверить статистикой наличие зависимостей, а не словами манипулировать. Статья о том, что надо все проверять качественно, а не на уровне средней школы. О том, что весьма желательно интересоваться более глубоко статистикой. В иниверах статистику не очень глубоко преподают в стандартном курсе. Но даже и универский курс не мешало бы в памяти освежить.

*******

А еще не зря в заголовке темы упомянуто "популярные". Это намек на то, что надо использовать что-то более другое, более элитарное.

capitalistas,

На самом деле в статье все грамотно описано. Речь не о неэффективности тех.анализа, а о неэффективности наивного использования того, что сейчас выдают за тех.анализ. А в частности те инструменты, которые доступны десятикласснику, и которые загружают в мозг начинающим горе-трейдерам, да и еще приклеивают ярлык "в простоте сила".

В простоте сила тогда, когда надо рубить дрова, например. Ты же не будешь думать как и под каким углом в градусах лучше рубить, с какой силой. Раз рубанул, два - да и приноровился. Но когда речь о реальном прогнозировании валютных курсов, процессе, который нельзя просто так изучать с пол-тычка, то я согласен, что лучше в том числе обращаться к той литературе, и к тем исследованиям, которые объясняют, и которые умеют.

Простые же индикаторы как возможная основа трейдинга рассыпаются при первом блоке критических вопросов.

О том же самом, но более кратко сказал Бернард Барух - "То, что знает каждый, не стоит знать"

Уильям Бернстайн - "Выясните общепринятую точку зрения своей эпохи и затем игнорируйте ее".

Вообще-то на вопрос «Почему не работают популярные методы технического анализа» совершенно простой ответ находится на таймфреймах от W1 и выше. Если вы туда заглянете, то на большинстве инструментов увидите существующий уже годами и десятилетиями флет. А так как весь «технабор» завязан на анализе истории и нет индикатора, достоверно показывающего разворот в его самом начале, то суммирующая всех сигналов данных индикаторов будет стремиться к нулю.
Вот и вся наука.
Перефразировав известную фразу можно сказать так: «Разворот или не разворот – вот в чём вопрос.»

Вот, читаю сообщения... и в каждом - рациональное зерно.
Поэтому решил "не включаться" в тему, а - просто маленькая притча.
Но с одним мааа-леньким условием : no comments...
----------------
Один человек думал, что когда он проиграл партию в шахматы, то потерпел поражение.
Проучившись два года у знаменитого учителя Дзен, он понял, что потерпел поражение, если выиграл.
По-прежнему неудовлетворенный, он проучился полтора года у великого суфийского святого Нарсуфина и узнал, что если он проиграл, но доволен проигрышем, то потерпел поражение.
Тогда он на три года направился в Гималаи и научился у великого Йога Махариши, что если он выиграл, но чувствует себя виноватым за это, то он потерпел поражение.

А потом друзья подарили ему "Энциклопедию шахматных дебютов" и он научился, наконец, развивать свои пешки.

Тех.анализ прекрасно работает, когда спокойные дни без особых новостей, часто этим пользуюсь....

Верно сказано , очень большое внимание надо уделять не только как торговать а еще и когда

Согласен, лучше совмещать техн. и фундаментальный, хотя от фундаментального сам беру только наличие или отсутствие новостного фона. Если новостной фон отсутствует то думою что не следует ждать каких то резких отскоков от линий или уровней, а когда новости появятся техническая картинка уже может быть совсем другой.

всё упирается повезёт не повезёт конечно если вы не супер эксперт и никакие стратегии не помогут если ты делетант

Технический анализ всё больше становится инструментом в руках ММ для ловли участников рынка. И это не обязательно связано с выходом новостей и т.д. Например, образовалась некая формация и трейдеры открывают ордера в том или ином направлении в соответствии с паттерном. ММ видит объём и направлени и начинает работать против толпы. В такие моменты вдруг обнаруживается что паттерн не сработал и образовался флет - накопление. Народ продолжает тариться в надежде, что цена всё же рванёт. Да, рванёт, только в противоположную сторону - охота за стопами. Ну а дальше по актуальной ситуации, но в принципе по тому же сценарию.

Тех анализ работает, если его правильно использовать. Использую его на часовом таймфрейме и выше, т.к. на графиках с меньшими таймфремами слишком много рыночного шума, он часто дает ложные сигналы пробития фигур и может только запутать.