Kỹ thuật phân tích Fourier Transform

Mục lục

Views: 26

Tổng quan kỹ thuật Fourier Transform

Fourier Transforms ban đầu được phát triển như là một công cụ kỹ thuật để nghiên cứu hiện tượng lặp đi lặp lại như sự rung động của nhạc cụ có dây hay cánh máy bay trong suốt chuyển bay. Kỹ thuật Fourier được sử dụng trong phân tích kỹ thuật để tìm ra các chu kỳ của giá.

Kỹ thuật phân tích Fourier hoàn chỉnh gọi là “Phân tích quang phổ”. Fast Fourier Tranforms (FFT) là một cách tính rút gọn để có thể tính toán nhanh. FFT bỏ qua mối quan hệ giữa các pha và chỉ tập trung vào độ dài và cường độ của chu kỳ. Ưu điểm của FFT là nó có khả năng xác định được các chu kỳ chi phối trong một chuỗi dự liệu (chẳng hạn chuỗi dữ liệu của chỉ báo hay giá cổ phiếu).

FFT dựa trên nguyên tắc là bất kỳ một bộ dữ liệu nào có tính hữu hạn, được sắp xếp theo thứ tự thời gian đều có thể được tách ra thành một tập hợp dữ liệu theo dạng sóng hình sin. Mỗi sóng hình sin có độ dài, cường độ và mối quan hệ cùng/ngược pha đặc thù với những sóng hình sin khác.

FFT được thiết kế để phân tích dữ liệu có tính chu kỳ, không có xu hướng nên sẽ có khó khăn khi áp dụng để phân tích giá chứng khoán. Việc giá chứng khoán biến động theo xu hướng có thể được khắc phục bằng cách sử dụng đường xu hướng hồi quy tuyến tính hay trung bình động để “loại bỏ” tính xu hướng của dữ liệu. Để khắc phục việc dữ liệu không hoàn toàn có tính chu kỳ vì chứng khoán không được giao dịch vào ngày nghỉ và ngày lễ, giá sẽ được hiệu chỉnh bằng “hamming window”.

Cách sử dụng kỹ thuật Fourier Transform

Cách sử dụng đầy đủ về phân tích FFT nằm ngoài phạm vi của cuốn sách này. Tôi chỉ tập trung trình bày phần “Intepreted” Fast Fourier Transforms có trong phần mềm MetaStock. Chỉ bao snày giúp xác định độ dài và cường độ của 3 chu kỳ chi phối.

Do FFT luôn luôn cho kết quả ngay cả khi không có đủ dữ liệu, vì vậy nên bỏ qua kết quả nếu độ dài chu kỳ chi phối lớn hơn độ dài thời gian của dữ liệu, và cũng nên đặt câu hỏi nếu chu kỳ cih phối dài hơn một nửa độ dài thời gian của dữ liệu (ví dụ, nếu độ dài của dữ liệu là 500 ngày, thì chúng ta nên đặt câu hỏi khi một trong các chu kỳ chi phối này có độ dài lớn hơn 250 ngày).

Hình trên biểu thị FFT của cổ phiếu Becton Dickinson. Interpreted FFT cho thấy chiều dài các chu kỳ chi phối của Becton Dickinson lần lượt là 93, 25 và 57 ngày giao dịch. Chỉ báo Interpreted FFT của MetaStock luôn luôn thể hiện chu kỳ chi phối mạnh nhất ở bên trái (chu kỳ 93 ngày) và chu kỳ chi phối yếu nhất ở bên phải (chu kỳ 57 ngày). Độ dài cua rmỗi chu kỳ chính là giá trị số học của chỉ bao snày (như trong trục tung của đồ thị).

Chỉ báo duy trì tại một giá trị cụ thể nào đó càng lâu, thì chu kỳ có tính chi phối càng lớn. Ví dụ, chu kỳ 93 ngày có tính chi phối mạnh gần gấp 3 lần chu kỳ 25 ngày vì thời gian mà chỉ báo này dừng tại mức 93 gần gấp 3 lần tại mức 25.

Chúng ta có thể sử dụng độ dài chu kỳ chi phối như một tham số cho các chỉ báo khác. Ví dụ, độ dài chu kỳ chi phối của Becton Dickinson là 93 ngày nên chúng ta có thể sử dụng trung bình động hoặc RSI 46 ngày (1/2 của chu kỳ 93 ngày) để phân tích cổ phiếu này.

Share on facebook
Share on twitter
Share on linkedin