Прогнозирование финансовых рынков с использованием искусственных нейронных сетей

Министерство общего и  специального образования 
Российской Федерации

Владивостокский государственный  университет 
экономики и сервиса

Кафедра Информационных систем и  
прикладной информатики

 

 

УТВЕРЖДАЮ

Заведующий  кафедрой

_____________ С.Ю.  Голиков

“____”_______________ 2000

 

 

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

к дипломной работе

“Прогнозирование финансовых рынков с использованием искусственных нейронных сетей”

индивидуальный шифр работы  И 051.002.369.000 ПЗ

 

 

Исполнитель		Д.В. Иванов
	(подпись,  дата)
Руководитель		О.Б. Богданова
	(подпись,  дата)
Консультант по экономике		Е.В. Моисеенко
	(подпись,  дата)
Нормоконтроль		С.Л. Бедрина
	(подпись,  дата)
Рецензент		Т.С. Закаидзе
	(подпись,  дата)

 

 

Владивосток

2000

 

АННОТАЦИЯ

Нейросетевая методология находит  все новые успешные применения в практике управления и принятия решений, в том числе - в финансовой и торговой сферах. Лежащая в ее основе теория нелинейных адаптивных систем доказала свою полезность при выработке прогнозов в целом ряде отраслей экономики и финансов.

Целью данной работы является изучение опыта специалистов в области  прогнозирования финансовых рынков с использованием искусственных  нейросетей, а также разработка собственных  подходов к прогнозированию рынка FOREX и проектированию торговых систем, пригодных для использования в торговом зале.

Для достижения поставленной цели в  работе выполняются опыты для  определения этапов процесса решения  задачи прогнозирования, которые нуждаются  в автоматизации, и на основе полученных результатов предлагается концептуальная схема системы прогнозирования финансовых рынков, базирующейся на технологии нейронных сетей.

Результаты применения нейронных  сетей для решения задач прогнозирования курсов валют в данной работе показали, что статическая нелинейная система может быть настроена так, чтобы выполнять анализ валютных рынков и прогнозировать курсы валют.

 

 

 

Содержание

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ВВЕДЕНИЕ

 

 

Введение

Финансовые рынки последние  десять лет переживают период бурного  развития и глобализации связей. Наряду с крупными национальными фондовыми, фьючерсными, валютными биржевыми рынками, появились рынки мирового масштаба. Типичный современный финансовый рынок FOREX, например, сегодня представляет собой всемирную сеть банков, инвестиционных фондов и брокерских домов, которая включает в себя связанную компьютерную инфраструктуру, обслуживающую клиентов, торгующих валютами, заключающих  спекулятивные сделки для того, чтобы получить прибыль от ежесекундно изменяющихся курсов валют. Уже сейчас ежедневный оборот на рынке FOREX превышает один триллион долларов, согласно прогнозам экспертов он будет развиваться и дальше.

Известно, что около 99% всех сделок на финансовых рынках - спекулятивные, т.е. заключаемые исключительно с целью извлечения прибыли по схеме "купить дешевле - продать дороже". Все они основаны на предсказаниях изменений котировок участниками рынка. Для эффективного анализа рынка требуются соответствующие современным требованиям экономико-математические методы. Сегодня огромное количество ученых работают в области разработки методов прогнозирования финансовых рынков. Таким образом, исследования в области биржевых рынков - актуальное и перспективное направление деятельности и будет оставаться таковым в течение довольно долгого периода времени.

Системы базирующиеся на искусственных  нейронных сетях в последние годы все активнее используются для прогнозирования финансовых рынков. Отличие этого подхода от стандартных состоит в том, что он позволяет сделать систему самообучаемой, что особенно важно для трудноформализуемых задач. Благодаря возможности работы с «зашумленными» данными система получается гибкой и, хотя обычно не решает задачу со 100%-ной точностью, может принести значительную прибыль для приложений финансовой сферы. Интеллектуальные системы на основе искусственных нейронных сетей  позволяют с успехом решать задачи прогнозирования. Известны и иные, более традиционные подходы к решению этой проблемы, такие как классический технический анализ, анализ фундаментальных факторов, регрессионный и корреляционный анализ и т.п., однако они не обладают необходимой гибкостью за пределами ограниченных условий. Искусственные нейронные сети дают многообещающие альтернативные решения.

Целью данной работы является изучение опыта специалистов в области  прогнозирования финансовых рынков с использованием искусственных нейросетей, а также разработка собственных подходов к прогнозированию рынка FOREX и проектированию торговых систем, пригодных для использования в торговом зале.

Для достижения поставленной цели в  дипломной работе решаются  следующие  задачи:

а) проведение обзора специализированной литературы, ресурсов глобальной сети Интернет, а также рынка программных  средств, реализующих нейросетевые принципы для решения задач прогнозирования;

б)  постановка и выполнение оптов  с целью определения этапов процесса решения задачи прогнозирования, которые нуждаются в автоматизации; сделать выводы по результатам опытов;

в) на основе полученных результатов  разработать концептуальную схему  системы прогнозирования финансовых рынков, базирующейся на технологии нейронных сетей.

Работа основана на методологии, изложенной в специализированной литературе, журнальных публикациях и ресурсах глобальной сети Интернет.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ОБЩАЯ ЧАСТЬ

 

 

 

1. Прогнозирование финансовых рынков

1.1. Современные финансовые рынки.  Международный валютный рынок FOREX

Валютный рынок FOREX - это мощнейший  финансовый инструмент, дающий возможность  получать высокую прибыль даже от незначительных колебаний цен на мировом рынке валют. Масштабы валютного  рынка огромны. Здесь ежедневно  продается и покупается около 1,5 триллионов долларов и объемы производимых операций увеличиваются до 25 % ежегодно. Это много больше объема любого товарного, фондового, фьючерсного или какого-либо другого рынка (для сравнения: ежедневный объем рынка ценных бумаг - около 300 миллиардов долларов, рынка валютных фьючерсов - около 40 миллиардов). По данным Нью-Йоркской фондовой биржи NYSE, максимальный торговый объем за день на бирже, зафиксированный 27 декабря 1995 года, составил 347 миллионов акций. Потребовалось бы от 8 до 10 недель, чтобы торговый объем на NYSE соответствовал объему торговли одного дня на рынке FOREX . Более того, Bank of America в 1997 году сделал предположение, что учитывая рост интереса в последнее время к игре на экзотических валютах, ежедневный торговый объем на международном валютном рынке FOREX может возрасти до 8 триллионов долларов уже в течение следующего десятилетия.

Состав участников валютного рынка  разнообразен: от крупнейших банков и  мощных международных инвестиционных фондов до небольших фирм и частных инвесторов (последняя группа самая многочисленная). Доходы от валютных операций на рынке FOREX составляют до 60% от всех доходов у многих банков (в отдельных случаях до 80%, как, например, в 1994г. у Union Bank of Switzerland - одного из крупнейших банков мира).

В настоящее время банк не может  быть конкурентоспособным и существовать без возможности осуществлять торговлю валютой. Валютные операции позволяют  банку быть независимым от изменения  курса доллара, если средства банка  находятся в долларах или любой другой валюте. Дилинговый отдел является неотъемлемой частью западного банка. От этого не уйти и банкам российским, так как закономерности развития рыночной экономики заставят, рано или поздно, включить валютный дилинг в арсенал средств, обязательных для выживания в условиях все обостряющейся конкурентной борьбы в банковской сфере.

Что же представляет из себя мировой  валютный рынок FOREX? Валютный рынок - это  вся совокупность конверсионных  операций по купле-продаже, расчетам и  предоставлению в ссуду иностранной валюты на конкретных условиях (сумма, обменный курс, период) с выполнением на определенную дату, осуществляемых между участниками валютного рынка. Текущие конверсионные операции по обмену одной валюты на другую составляют основную долю валютных операций. В отношении конверсионных операций в английском языке принят устойчивый термин Foreign Exchange Operations, сокращенно FOREX или FX.

Мировой межбанковский валютный рынок FOREX приобрел нынешний вид в середине 70-х годов, после прекращения в1971г. действия Бреттон-Вудской системы регулирования валютных курсов и переходе к "плавающим курсам". С этого времени FOREX становится самым динамичным и ликвидным рынком. Это единственный в мире рынок, работающий круглосуточно. Быстрое движение средств, низкая стоимость проводимых сделок, высокая ликвидность делает FOREX одним из самых привлекательных рынков для инвесторов.

Существенное отличие рынка FOREX от всех остальных рынков это то, что он не имеет какого-либо определенного  места торговли. FOREX это огромная сеть, соединенных между собой посредством телекоммуникаций, валютных дилеров, рассредоточенных по всем ведущим мировым финансовым центрам и круглосуточно работающим как единый механизм. Торговля валютой осуществляется по телефону или через терминалы компьютеров - сделки совершаются одновременно в сотнях банках во всем мире. Для получения информации о состоянии финансовых рынков в режиме реального времени, а также финансово-экономических новостей от международных и российских агентств используются международные информационные системы, такие как REUTERS, DOW JONES, CQG, BLOOMBERG, TENFORE и т.д.

Основными валютами, на долю которых  приходится основной объем всех операций на рынке FOREX, являются доллар США, евро, японская йена, швейцарский франк  и английский фунт стерлингов.

1.2. Прогнозирование финансовых рынков

1.2.1. Прогноз и цели его использования

Конечная эффективность любого решения зависит от последовательности событий, возникающих уже после принятия решения. Возможность предсказать неуправляемые аспекты этих событий перед принятием решения позволяет сделать наилучший выбор, который, в противном случае, мог бы быть не таким удачным. Поэтому системы планирования и управления, обычно, реализуют функцию прогноза.

Прогнозирование - это предсказание будущих событий. Целью прогнозирования является уменьшение риска при принятии решений. Прогноз обычно получается ошибочным, но ошибка зависит от используемой прогнозирующей системы. Предоставляя прогнозу больше ресурсов, можно увеличить точность прогноза и уменьшить убытки, связанные с неопределенностью при принятии решений.

Поскольку прогнозирование никогда  не сможет полностью уничтожить риск при принятии решений, необходимо явно определять неточность прогноза. Обычно, принимаемое решение определяется результатами прогноза (при этом предполагается, что прогноз правильный) с учетом возможной ошибки прогнозирования.

Сказанное выше предполагает, что  прогнозирующая система должна обеспечивать определение ошибки прогнозирования, также как и само прогнозирование. Такой подход значительно снижает риск объективно связанный с процессом принятия решений.

Необходимо отметить, что прогнозирование - это не конечная цель. Прогнозирующая система - это часть большой системы  управления и как подсистема, она  взаимодействует с другими компонентами системы, играя немалую роль в получаемом результате.

Предсказание финансовых временных  рядов - необходимый элемент любой  инвестиционной деятельности. Сама идея инвестиций - вложения денег сейчас с целью получения дохода в  будущем - основывается на идее прогнозирования будущего. Соответственно, предсказание финансовых временных рядов лежит в основе деятельности всей индустрии инвестиций - всех бирж и не биржевых систем торговли финансовыми инструментами.

1.2.2. Основные понятия и определения проблемы прогнозирования

Для того чтобы определить проблему прогнозирования, рассмотрим ее подробнее. Результаты прогнозирования используются для поддержки принятия решений. Следовательно, природа принимаемых  решений определяет большинство  желаемых характеристик прогнозирующей системы. Изучение решаемой проблемы должно помочь ответить на вопросы о том, что нужно прогнозировать, какую форму должен принять прогноз, какие временные элементы включаются и какова желательная точность прогноза.

При определении того, что нужно прогнозировать, необходимо указывать переменные, которые анализируются и предсказываются. Здесь очень важен требуемый уровень детализации. На используемый уровень детализации влияет множество факторов: доступность и точность данных, стоимость анализа и предпочтения пользователей результатов прогнозирования. В ситуациях, когда наилучший набор переменных неясен, можно попробовать разные альтернативы и выбрать один из вариантов, дающий наилучшие результаты. Обычно так осуществляется выбор при разработке прогнозирующих систем, основанных на анализе исторических данных.

Второй важный этап при построении прогнозирующей системы - это определение  следующих трех параметров: периода  прогнозирования, горизонта прогнозирования  и интервала прогнозирования. Период прогнозирования - это основная единица времени, на которую делается прогноз. Может потребоваться прогноз значения курса валюты на следующий день. В этом случае период - день. Горизонт прогнозирования - это число периодов в будущем, которые покрывает прогноз. То есть, может понадобиться прогноз на 10 дней вперед, с данными на каждый день. В этом случае период - сутки, а горизонт - 10 суток. Наконец, интервал прогнозирования - частота, с которой делается новый прогноз. Часто интервал прогнозирования совпадает с периодом прогнозирования. В этом случае прогноз пересматривается каждый период, используя требование за последний период и другую текущую информацию в качестве базиса для пересматриваемого прогноза. Если горизонт всегда имеет одну и ту же длину (t-периодов) и прогноз пересматривается каждый период, говорят что работа происходит на основе движущего горизонта. В этом случае, производится репрогнозирование требования для t-1 периода и выполняется оригинальный прогноз для периода t.

Выбор периода и горизонта прогнозирования обычно диктуется условиями принятия решений в области, для которой производится прогноз. Для того чтобы прогнозирование имело смысл, горизонт прогнозирования должен быть не меньше, чем время, необходимое для реализации решения, принятого на основе прогноза. Таким образом, прогнозирование очень сильно зависит от природы принимаемого решения. В некоторых случаях, время, требуемое на реализацию решения, не определено, например, как в случае поставки запасных частей для пополнения запасов ремонтных предприятий. Существуют методы работы в условиях подобной неопределенности, но они повышают вариацию ошибки прогнозирования. Поскольку с увеличением горизонта прогнозирования точность прогноза, обычно, снижается, часто можно улучшить процесс принятия решения, уменьшив время, необходимое на реализацию решения и, следовательно, уменьшив горизонт и ошибку прогнозирования.

Интервал прогнозирования часто  определяется операционным режимом  системы обработки данных, которая  обеспечивает информацию о прогнозируемой переменной. В том случае, если котировки сообщаются ежедневно, то, возможно, для внутридневного прогноза этих данных недостаточно и интервал прогнозирования - сутки является более обоснованным.

Хотя различие не велико, особо  хочется обратить внимание на различие между данными за период и точечными данными. Данные за период характеризуют некоторый период времени. Например, средняя цена и частота котировок валюты за сутки характеризуют период времени. Точечные данные представляют значение переменной в конкретный момент времени, например, последняя котировка валюты на конец суток. Различие между этими двумя типами данных важно в основном для выбора используемой системы сбора данных, процесса измерений и определения ошибки прогнозирования.

Третьим аспектом прогнозирования  является требуемая форма прогноза. Обычно при прогнозировании проводится оценка ожидаемого значения переменной, плюс оценка вариации ошибки прогнозирования  или промежутка, на котором сохраняется  вероятность содержания реальных будущих значений переменной. Этот промежуток называется предсказуемым интервалом.

В некоторых случаях не так важно  предсказание конкретных значений прогнозируемой переменной, как предсказание значительных изменений в ее поведении. Такая  задача возникает, например, при предсказании момента, когда текущее направление движения рынка (тренд) изменит свое направление на противоположное.

Точность прогноза, требуемая для  конкретной проблемы, оказывает огромное влияние на прогнозирующую систему. Важнейшей характеристикой системы управления является ее способность добиваться оптимальности при работе с неопределенностью.

До сих пор, обсуждался набор  проблем, связанных с процессом  принятия решения. Существует ряд других факторов, которые также необходимо принимать во внимание при рассмотрении проблемы прогнозирования. Один из них связан с процессом, генерирующим переменную. Если известно, что процесс стабилен, или существуют постоянные условия, или изменения во времени происходят медленно - прогнозирующая система для такого процесса может достаточно сильно отличаться от системы, которая должна производить прогнозирование неустойчивого процесса с частыми фундаментальными изменениями.

В первом случае, необходимо активное использование исторических данных для предсказания будущего, в то время как во втором - лучше сосредоточиться на субъективной оценке и прогнозировании для определения изменений в процессе. Другой фактор - это доступность данных. Исторические данные необходимы для построения прогнозирующих процедур; будущие наблюдения служат для проверки прогноза. Количество, точность и достоверность этой информации важны при прогнозировании. Кроме этого необходимо исследовать представительность этих данных.

Необходимо также отметить вычислительные ограничения прогнозирующих систем. Если для решения задачи достаточно прогнозирования небольшого количества переменных и эти прогнозы выполняются редко, то в системе возможно применение более глубоких процедур анализа. В случае же необходимости частого прогнозирования большого числа переменных, можно большое внимание уделить разработке эффективного управления данными.

И, наконец, два важных фактора проблемы прогнозирования - возможности и  интерес людей, которые делают и  используют прогноз. В идеале, историческая информация анализируется автоматически, и прогноз предоставляется аналитику для возможной модификации. Введение эксперта в процесс прогнозирования является желательным и очень важным. Далее прогноз передается аналитикам, которые используют его при принятии решений.

1.2.3. Методы прогнозирования финансовых рынков

1.2.3.1. Экономико-математические методы

Статистические методики включают в себя проверенные классические методы - регрессионный, корреляционный анализ и т.п. Однако работа с подобными системами для прогноза оперативно меняющейся внутридневной информации для неспециалиста (человека без образования в области статистики) сопряжена с некоторыми трудностями, как при выборе метода анализа, так и при трактовке результатов. Это представляется довольно существенным недостатком, поскольку скорость прогноза внутридневного хода торгов очень важна.

Эволюционное программирование - сегодня  является довольно динамично развивающимся  направлением анализа данных. Идеей  метода является запись предварительных  гипотез на некотором внутреннем языке программирования. Далее система находит программу, максимально точно выражающую искомую зависимость, и начинает самостоятельно ее корректировать, после чего из множества модифицированных программ отбирает наиболее удачную. При всей перспективности методики оперативный прогноз не является ее сильной стороной, да и программная реализация эволюционного программирования пока еще не совершенна.

"Деревья решений" - метод весьма условно может быть отнесен к системам прогноза быстро меняющихся финансовых показателей, являясь скорее системой классификаций. Однако для анализа оперативных финансовых потоков малопригоден.

Генетические алгоритмы - этот метод  весьма успешно используется для  решения комбинаторных задач, а  также задач поиска оптимальных  вариантов. Кратко схему метода можно описать как выбор лучших решений по ранее формализованным критериям, при этом процесс оптимизации напоминает естественную эволюцию - отбор лучших, скрещивание и мутации. Но у метода есть ряд недостатков, например сложность формализации критериев отбора. Кроме того, в целом методика оптимизирована на класс задач, несколько отличающийся от прогноза оперативно меняющихся финансовых показателей.

Сегодня все больше операторов используют в своей деятельности искусственные  нейронные сети. Сама нейросеть, как правило, представляет собой многослойную сетевую структуру однотипных элементов - нейронов, соединенных между собой и сгруппированных в слои. Среди прочих слоев имеется входной слой, на нейроны которого подается информация, а также выходной, с которого снимается результат. При прохождении по сети входные сигналы усиливаются или ослабляются, что определяется весами межнейронных связей. Перед применением нейросеть необходимо обучить на примерах - с помощью коррекции весов межнейронных связей, т.е. по известным входным параметрам и результату сеть заставляют выдавать ответ, максимально близкий к правильному. Проблему оценки постоянно изменяющихся внешних условий и соответственно степени влияния на рынок тех или иных параметров нейросеть решает в силу самого принципа работы.

Еще один метод, который используется для решения задач прогнозирования - нечеткая логика. Всем нам свойственно  давать простые, хотя бы по форме, ответы на любые самые сложные вопросы. Но факт остается фактом: в своей  массе, мы чувствуем себя комфортнее, облекая величины и понятия реального мира в обычную числовую форму и описывая взаимоотношения между ними однозначными функциями. При этом при развитии любого процесса всегда имеется только одна возможность, все величины имеют детерминистский характер. Подобно обычным числам, с распределениями нечеткости можно вести и производить определенные операции, например, складывать и умножать. В принципе, можно построить непротиворечивую алгебру нечетких распределений. С математической точки зрения некоторое неудобство доставляет тот факт, что практически все операции можно ввести неоднозначным образом. С середины 60-х годов, после разработки теории нечетких множеств, было предложено несколько теорий, позволяющих формализовать неопределенность. Эта область знания в настоящее время интенсивно развивается.

1.2.3.2. Анализ фундаментальных факторов

Фундаментальные факторы являются ключевыми макроэкономическими показателями состояния национальной экономики, действующими в среднесрочной перспективе, воздействующими на участников валютного рынка и уровень валютного курса. Агентство Рейтер публикует специальную страницу прогноза основных экономических индикаторов развитых стран. Обычно это данные макроэкономической статистики, публикуемые национальными статистическими органами.

Отмечено, что на мировых валютных рынках, где 80% арбитражных операций проводятся с американским долларом, наибольшее влияние имеют данные по экономике США, что приводит к  повышению или понижению курса  доллара по отношению к остальным валютам.

Трейдеры, принимающие решения  о покупке или продаже валюты, после появления на экранах мониторов  сообщений о значении того или  иного экономического индикатора, должны мгновенно ответить на ряд вопросов, от правильного решения которых зависит размер полученной прибыли или убытка. Появившиеся цифры могут быть такими, как ожидал рынок, или, наоборот, неожиданные. Поскольку трейдеры знают предварительный прогноз экономического показателя, в первую секунду после его публикации они сравнивают прогноз и реальное значение. В случае совпадения спрогнозированного и реального значения показателя сильного движения валюты, как правило, не происходит. Вышедшие данные могут быть положительными или отрицательными. Положительные данные приводят к росту курса валюты, отрицательные, наоборот, к его снижению. Принимается во внимание также показатель, учитывающий сезонную цикличность.

Выделяют следующие основные фундаментальные  факторы: валютный курс по паритету (Purchasing Power Parity Rate - PPP Rate), валовой национальный продукт - ВНП (Gross National Product - GNP), уровень реальных процентных ставок (Real Interest Rate), уровень безработицы (Unemployment Rate), инфляция (Inflation), платежный баланс (Balance of Payment), индекс промышленного производства (Industrial Production), индекс главных показателей (Leading Indicators Index - LEI), индекс делового оптимизма.

Для трейдера универсальным правилом открытия позиции должно являться ориентирование на ожидания и настроения большинства  участников рынка. Это достигается путем анализа ситуации по публикациям, при изучении обзоров состояния рынка в информационных системах, обмена мнениями с другими трейдерами. Таким образом, задача трейдера состоит в том, чтобы присоединиться к движению курса, продиктованному большинством участников рынка - "вскочить в лодку".

1.2.3.3. Технический анализ

Технический анализ - это общепринятый подход к изучению рынка, имеющий  целью прогнозирование движения валютного курса и предполагающий, что рынок обладает памятью, а  потому на будущее движение курса оказывают большое влияние наблюдаемые закономерности его прошлого поведения.

Объектом исследования в техническом  анализе являются графики, отображающие поведение цен. Современные компьютерные системы технического анализа поддерживают следующие основные типы графиков - линейные, столбиковые, японские свечи и пункто-цифровые графики ("крестики-нолики").

В техническом анализе принято  выделять на графиках определенный набор  типовых элементов, на основе которых  строится описание поведения графиков. Это, прежде всего, линия тренда, указывающая направление и темп роста/падения цен, канал - диапазон колебаний цены (курса валюты). Из этих элементов составляются так называемые фигуры: треугольник, клин, "голова и плечи", двойной верх и двойное дно, вымпелы, флаги и другие, являющиеся  для трейдеров ориентирами в построении прогнозов будущего поведения рынка. С помощью компьютеров можно осуществлять математическую обработку графиков, получая дополнительную информацию для выявления тенденций рынка. В математическом обеспечении современных информационных систем заложена возможность автоматизации построения нескольких десятков статистических показателей динамики цен (индикаторов). Построение графиков таких индикаторов и их анализ совместно с графиками движения валютного курса дает трейдеру много полезной информации для принятия решений.

Технический анализ представляет собой  некоторый набор подходов и методов  к построению прогнозов движения рыночных цен на основе наблюдений за прошлым поведением рынка. Основные принципиальные предпосылки (аксиомы), на которых основан технический анализ, принято формулировать в виде следующих трех постулатов.

Рынок учитывает все. Иначе говоря, цена является и следствием и исчерпывающем  отражением всех движущих сил рынка.

Движение цен подчинено тенденциям. Жизнь рынка состоит из чередующихся периодов роста и падения цен, так что внутри каждого периода  происходит развитие господствующей тенденции, которая действует до тех пор, пока не начнется движение рынка в  обратном направлении.

История повторяется. "Ключ к пониманию  будущего кроется в изучении прошлого". То, что определенные конфигурации на графиках цен имеют свойство появляться устойчиво и многократно, причем на разных рынках и в разных масштабах  времени, является следствием действия некоторых стереотипов поведения, свойственных человеческой психике.

Таким образом, можно сказать, что  обоснование работоспособности  методов технического анализа кроется  в особенности психологии людей  и существовании стереотипов  их поведения на рынке. Приблизительно одинаковый набор факторов, влияющих на принятие решений о покупке и продаже валюты, приводит каждый раз к сходному результату - появлению повторяющихся закономерностей движения курса.