15 / 85
Γνώμη των ειδικών
15
που χρησιμοποιούνται εδώ για το μέγεθος είναι ο βαθμός, ή
ακόμα καλύτερα, το εύρος. Το εύρος για ένα ορισμένο χρονικό
διάστημα, τις περισσότερες φορές, ημερήσιο. Είναι απλά η
διαφορά μεταξύ της υψηλότερης τιμής που σημειώθηκε σε αυτό
το διάστημα και των χαμηλότερων τιμών. Αυτή θα είναι πάντα
μηδέν ή μεγαλύτερη (δηλαδή θετική). Αντίθετα, το αποτέλεσμα,
που ονομάζεται και κέρδος, είναι η διαφορά μεταξύ των τιμών
ανοίγματος και κλεισίματος του διαστήματος. Κατά συνέπεια,
για ένα χρονικό διάστημα αυτή η διαφορά μπορεί να είναι
αρνητική, εφόσον το κλείσιμό του συμβεί να είναι χαμηλότερο
από το άνοιγμα.
Οι κλασικοί ορισμοί της συσσώρευσης και της διανομής
καταλήγουν σε κάποιας μορφής αναλογία μεταξύ του κέρδους
και του εύρους. Μερικοί βάζουν και τον όγκο στο προσκήνιο,
πολλαπλασιάζοντάς τον με την προηγούμενη αναλογία. Ο πιο
δημοφιλής δείκτης συσσώρευσης διανομής δεν είναι τίποτα
περισσότερο από ένα άθροισμα αυτής της αναλογίας επί τον
όγκο, ή, σε μορφή τύπου:
Όπου,
μέγεθος μάχης = βαθμός = εύρος = υψηλή –
χαμηλή έκβαση της μάχης = κέρδος = κλείσιμο - άνοιγμα
i
i
i
i
i
i
i
A/D = A/D + κλείσιμο - άνοιγμα
υψηλό - χαμηλό x όγκος
Ωστόσο, η λεπτομερής ανάλυση αυτού του τύπου οδηγεί σε
διάφορες, σημαντικές ελλείψεις:
1. Οι περισσότεροι επενδυτές θα συμφωνήσουν ότι ένα
κλείσιμο κοντά στο υψηλό είναι πολύ καλύτερο από ένα
κλείσιμο κοντά στο χαμηλό, κάτι το οποίο δε λαμβάνει
υπόψη ο παραπάνω τύπος.
2. Λιγότερο γνωστό είναι το γεγονός
ότι «η τιμή ανοίγματος είναι πιο
ευάλωτη σε χειραγώγηση από ό,τι
είναι η τιμή κλεισίματος». Επίσης,
η τιμή ανοίγματος επηρεάζεται
ιδιαίτερα από εντολές μεταξύ
διαδοχικών συνεδριών, εντολές που
τοποθετούνται μετά από το κλείσιμο
της αγοράς, το προηγούμενο
βράδυ ή κατά τη διάρκεια του
Σαββατοκύριακου.
3. Ανακατανομή του όγκου στον
χρόνο: το γεγονός ότι η κατανομή
του όγκου σε όλο το διάστημα
θεωρείται ομοιόμορφη. Ωστόσο,
όσο μεγαλύτερο είναι το υπό
μελέτη διάστημα, τόσο λιγότερη
αλήθεια ενέχει αυτή η επιπλοκή
και τόσο μεγαλύτερο είναι το σφάλμα στην εκτίμηση της
πραγματικής συσσώρευσης και διανομής. Ακόμη και
για το διάστημα της ημέρας, ο όγκος δεν είναι καθόλου
ομοιόμορφα κατανεμημένος (μάλλον έχει σχήμα U). Για
μικρά χρονικά διαστήματα (π.χ. ενός λεπτού), αυτή η
συνέπεια δεν θα ήταν ανύπαρκτη.
4. Ανακατανομή του όγκου στην τιμή: ανάλογα με την
ανακατανομή του όγκου στον χρόνο, οι περισσότεροι δείκτες
υπολογίζουν κάθε τιμή σε ένα διάστημα ως ισοσταθμισμένη
σε όλες τις συναλλαγές εντός του διαστήματος. Αλλά φυσικά
Αυτό το διάγραμμα δείχνει τη δράση τιμών κοντά στο τεχνικά σημαντικό επίπεδο των 3,25
€. Κάτω από αυτή τη συγκεκριμένη ζώνη, ένα μικρό πλαίσιο εικόνας σε εικόνα δείχνει
τον ωφέλιμο όγκο εκείνης της ώρας, που υπολογίστηκε από τις συναλλαγές των δύο
προηγούμενων εβδομάδων (δείτε το διάγραμμα 2).
Πηγή:
www.chartmill.comΔ1)
Ωφέλιμος όγκος ως μετρητής συσσώρευσης/διανομής
σε ένα διάγραμμα τιμών
Ας πούμε ότι έχουμε έντεκα λεπτά δεδομένων τιμών με τον
όγκο τους. Ταξινομούμε αυτά τα λεπτά βάσει του όγκου τους,
έπειτα βλέπουμε τον όγκο του μεσαίου λεπτού (που είναι ο
διάμεσος). Τώρα χωρίζουμε τα λεπτά σε μικρότερους και
μεγαλύτερους όγκους σύμφωνα με αυτή τη διάμεση τιμή.
Υπολογίζουμε τον τύπο για κάθε κατηγορία. Συγκεκριμένο
παράδειγμα: χρησιμοποιώντας απλούς αριθμούς, ας
υποθέσουμε ότι ο όγκος των έντεκα λεπτών είναι ως εξής: 1,
2, 3, 4, 5, 6, 7, 8, 9, 10 και 11. Τώρα, το διάμεσο είναι το 6. Αν
τώρα υπολογίσουμε τον ωφέλιμο όγκο (Effective Volume)
με τα δεδομένα λεπτών χαμηλότερου όγκου (με κάθε λεπτό
να έχει έναν όγκο κάτω από το διάμεσο όγκο), παίρνουμε
το δείκτη Small Effective Volume. Αν υπολογίσουμε τον
ωφέλιμο όγκο (Effective Volume) με τα δεδομένα λεπτών
υψηλότερων όγκων (με κάθε λεπτό να έχει έναν όγκο κάτω
από το διάμεσο όγκο), παίρνουμε το δείκτη Large Effective
Volume.
Υπολογισμός μικρού και μεγάλου ωφέλιμου όγκου