CMT Level I 2020 - (105-231)

PHÁ,
Machine Translated by Google
AAPL - Máy tính Apple

1
LẠI
ĐẠI
130,00
DỪN
jjl
ĐỘT
1111
125,00
120,00
VÀ
115,00
110,00
-105,00
Hàng ngày: 3/11/2014 - 23/3/2015
10 17 24 Tháng Mười Hai 8 15 22 '45 12 19 26 Tháng Hai 9 18 23 Tháng Ba 9 16
Được tạo bằng TradeStation

9 1
HÌNH 5.10 Khoảng trống (AAPL--Apple Computer, ngày 3 tháng 11 năm
2014—ngày 23 tháng 3 năm 2015)
Đặt điểm dừng cho đột phá sai (hoặc "Chuyên gia")
Hình 5.11 cho thấy một ví dụ về một "đột phá chuyên gia" đi lên. Đột phá giả này kích
hoạt tất cả các điểm dừng mua được đặt để bảo vệ khỏi thua lỗ từ sự đảo chiều đi lên
trong một xu hướng giảm hoặc để vào một vị thế mua mới. Giá, không có sự theo dõi, sau
đó lại đảo chiều và phá vỡ trở lại mức đột phá trước đó, khiến nhiều nhà đầu tư thua lỗ.
Những người đã mua để che chắn vị thế bán của mình ở điểm dừng bảo vệ hiện không có vị
thế trong quá trình điều chỉnh tiếp theo và những người vào vị thế mua hiện bị lỗ. Sự
đột phá hướng lên giả đã bắt được họ. Nó thường được gọi là đột phá chuyên môn từ thời
mà các chuyên gia và nhà tạo lập thị trường sẽ mua rất nhiều cổ phiếu ở rìa của mức kháng
cự và tạo ra một đột phá giả mà một khi nó phát hiện và buộc công chúng phải mua sau khi
đột phá, họ sẽ bán. vào với lợi nhuận. Do đó, sự đột phá đi lên được thể hiện trong Hình
5.11 được theo sau bởi khối lượng giao dịch lớn và đường cong đi lên tăng dần, tạo ấn
tượng rằng cổ phiếu sẽ sớm bùng nổ đi lên. Ngày nay, việc đột phá giả này có phải là một
sự thao túng hay không thì phần nào không liên quan, nhưng những đột phá kiểu này xảy
ra khá thường xuyên và nếu không được bảo vệ chống lại thì có thể gây đau đớn.
Để bảo vệ khỏi những tổn thất này, nhà đầu tư hoặc nhà giao dịch khôn ngoan đã tham gia vào
sự đột phá sẽ đặt một điểm dừng bán đóng khác thấp hơn một chút so với mức đột phá, vì
(--- -134,00
-
đặc sản
132.00 -
dừng lại
t 130,00
sẽ
128,00
Nếu tôi
h 126,00
1111
bạn
111
'
1111
124,00
II
Máy tính
-122,00
đột phá
120,00
1 118,00
TÔI
1111
1 116,00
AAP - Quả táo
L
114,00
112,00
1 110,00
1
1127/2015- 1/6
Hằng ngày:
9 tháng 2 16 23 Mier 9 18 23 13 tháng 4 20 11 tháng 5 18 8 tháng 6 15
Được tạo bằngTradeStati TRÊN
HÌNH 5.11 Điểm dừng cho đột phá chuyên gia

9 2
(27 tháng 1 - 12 tháng 6 năm 2015)
được hiển thị trên biểu đồ và sau đó điểm dừng vào lệnh nằm dưới mức thấp của thanh trước thanh
đột phá. Nếu giá nhanh chóng đảo chiều đi xuống, nhà giao dịch sẽ bù lỗ và kiếm được lợi nhuận từ
ỂỒ
U, IĐ
B
điểm dừng thứ hai được kích hoạt. Nếu đột phá là đúng thì cả hai điểm dừng bán sẽ không được thực
hiện.
Vì vậy, một đột phá chuyên môn là một sự hình thành có thể giao dịch được. Trong ví dụ về biểu
đồ, nếu nhà giao dịch không có vị thế nhưng nhìn thấy đột phá đi lên, thay vì giao dịch tại điểm
phá vỡ, cô ấy có thể đặt điểm dừng bên dưới thanh đột phá trong trường hợp đột phá là sai. Nếu đột
phá sai và kích hoạt điểm dừng nhập của nhà giao dịch, cô ấy sẽ kiếm được lợi nhuận nhanh chóng và
nếu nó không kích hoạt, cô ấy sẽ không mất gì cả.
Điểm quan trọng nhất về điểm dừng theo dõi hoặc bất kỳ loại điểm dừng nào là kiểm tra phương
pháp trước. Điều đáng chú ý là một điểm dừng, nếu được đặt đúng cách, có thể cải thiện hiệu suất
đến mức nào so với việc chỉ đặt một điểm dừng tùy ý.
Sự thoái lui
Chủ đề cuối cùng liên quan đến xu hướng là sự thoái lui. Như đã đề cập và quan sát trước đây, một
xu hướng hiếm khi đi theo một đường mà không bao gồm một số xu hướng nhỏ hơn. Các xu hướng phản
kháng nhỏ hơn được gọi là sự thoái lui và một số quy tắc đã được phát triển liên quan đến chúng.
Sự thoái lui luôn là sự điều chỉnh theo xu hướng chính. Ví dụ, khi giá tăng trong một
xu hướng tăng mạnh, mức tăng này bị gián đoạn theo chu kỳ bởi sự điều chỉnh đi xuống.
LẠI
ĐẠI
Trong một xu hướng tăng, điểm bắt đầu của những đợt điều chỉnh này luôn là điểm kháng cự
DỪN
và đáy của mức thoái lui luôn là điểm hỗ trợ. Điểm hỗ trợ phía dưới là nơi có thể vẽ đường
PHÁ
ĐỘT
xu hướng mới từ điểm hỗ trợ trước đó.
Do đó, sự thoái lui là một xu hướng nhỏ hơn và đi ngược lại xu hướng chính.
Ví dụ, hãy xem xét chuyển động giá trong Hình 5.12. Rõ ràng, xu hướng chính của AAPL
(Apple Computer) từ cuối tháng 6 là đi lên.
Tuy nhiên, từ giữa tháng 8 đến giữa tháng 9, giá đang có xu hướng giảm theo xu hướng ngược
VÀ
lại, làm mất đi một phần mức tăng giá. Sự thoái lui này dừng lại, như thường lệ, tại đường
xu hướng giảm được thiết lập trước khi xu hướng tăng bắt đầu. Sự thoái lui như vậy được
gọi là sự thoái lui và là mức tuyệt vời để tham gia vào xu hướng tăng. Không phải tất cả
các mức thoái lui đều lớn như vậy. Ví dụ, vào đầu tháng 8, một đợt giảm giá nhỏ đã xảy ra
ngay sau khi giá đột phá đi lên qua đường xu hướng. Một sự thoái lui nhỏ như thế này cũng
là hành động khá điển hình sau một đột phá đi lên.
Sự thoái lui có thể được phân tích theo cách tương tự như xu hướng dài hơn. Trên thực
tế, bản thân nó là một xu hướng nhưng có hướng ngược lại với xu hướng chính và có thời gian
và độ dài ngắn hơn. Trong một xu hướng, có thể xảy ra nhiều sự thoái lui với số lượng và
thời gian khác nhau. Bởi vì điểm kết thúc của một đợt thoái lui thường là điểm hỗ trợ hoặc ______
kháng cự cho một xu hướng dài hơn nên độ dài và thời gian của một đợt thoái lui có thể 93
cho chúng ta biết điều gì đó về xu hướng dài hơn. Ví dụ, trong một xu hướng tăng mạnh,
8 0 . 0 0
bệnh-75.00
TÔI
TÔI.
-70.00
đường xu hướng đi xuống
45:00
50-011% (NMI tạm
ứng
50%
2 lần thoái lui WOO
(nhìn lại)
45:00
hàng ngày: 11/12/2012 -24/10/2013

Ak Tháng năm tháng sáu tháng bảy r 4.4g tháng 9 Tháng 10
F
IGURE 5.12 Mức thoái lui 50% (rút lui) từ Đột phá hướng lên (AAPL, hàng
ngày: 11 tháng 12 năm 2012—24 tháng 10 năm 2013)
bạn có thể mong đợi các mức thoái lui sẽ ngắn và không "thoái lui" phần lớn mức tăng
trước đó. Thật vậy, nguyên tắc chung là một xu hướng tăng mạnh đòi hỏi mức thoái
lui dưới 50% so với xu hướng trước đó. Điều tương tự cũng đúng với xu hướng giảm. Nếu
mức thoái lui trong xu hướng tăng giảm hơn 50% thì đường xu hướng trong xu hướng tăng
dài hơn sẽ gặp nguy hiểm. Hình 5.12 cho thấy mức thoái lui 50% trong xu hướng tăng từ
tháng 7 đến cuối tháng 8. Sự thoái lui không chỉ dừng ở mức thoái lui 50% mà còn ở
đường xu hướng giảm trước đó, do đó, mức thoái lui cho thấy cường độ của xu hướng lớn
hơn.
Sự thoái lui, trong một xu hướng lành mạnh, cũng có thể tạo cơ hội cho người theo
xu hướng đã bỏ lỡ các giai đoạn trước của xu hướng để nhảy vào xu hướng dài hơn. Sự
thoái lui, miễn là nó giữ phía trên đường xu hướng dài hơn và không thoái lui quá 50%,
như xảy ra trong Hình 5.12, thường là cơ hội để người theo xu hướng hành động theo
hướng của xu hướng lớn hơn.
Thật không may, sự thoái lui hiếm khi đạt được tỷ lệ phần trăm chính xác. Một số
nhà phân tích tin rằng mức thoái lui theo phần trăm mang lại điểm vào lệnh tốt. Nhiều
bài báo và sách đã đưa ra giả thuyết rằng trong một xu hướng tăng hoặc giảm, giá sẽ
có xu hướng thoái lui theo một tỷ lệ nhất định. Phổ biến nhất được đề cập là 33 1/3%,
50%, 66 2/3% và tỷ lệ phần trăm Fibonacci là 38,2% và 61,8%. Art Merrill, một nhà
phân tích kỹ thuật rất được kính trọng, trong một bài báo đăng trên Tạp chí Phân tích
Kỹ thuật (tháng 8 năm 1989), đã phát hiện ra rằng mức độ thoái lui của giá trong Chỉ
9 4
số Trung bình Công nghiệp Dow Jones trong thời gian tăng hoặc giảm không tập trung
vào bất kỳ tỷ lệ phần trăm nào trong số này.
Do đó, việc dự đoán các mức thoái lui có thể hơi nguy hiểm và sự đánh đổi giữa mức
thoái lui mong muốn và những gì có thể thực sự xảy ra thường không được dự đoán trước.
Do đó, ước tính sơ bộ từ các mức thoái lui, vùng hỗ trợ và kháng cự trước đó cũng như
vị trí của đường xu hướng dài hơn có lẽ là thông tin tốt nhất cho ước tính thay vì
ỂỒ
U, IĐ
B
các con số phần trăm cơ học rút ra từ các công thức khác nhau.
Pullback và Throwback
Các biến thể của sự thoái lui xảy ra sau một đột phá, thường là từ vùng hỗ trợ hoặc
kháng cự nằm ngang nhưng đôi khi từ đường xu hướng, được gọi là thoái lui hoặc thoái
lui tùy thuộc vào việc đột phá là đi xuống hay đi lên.
Khi giá thoái lui nhanh chóng trở lại vùng đột phá từ một đột phá đi lên, nó được gọi
là sự thoái lui và ngược lại, sự thoái lui nhanh chóng từ một đột phá xuống được gọi
là pullback (Edwards và Magee, 2007). Hình 5.13 cho thấy sự thoái lui của thị trường
vàng. Các biến thể thoái lui này sẽ trở nên quan trọng hơn khi chúng ta thảo luận về
các mẫu biểu đồ, nhưng chúng thường được tìm thấy trong bất kỳ đột phá nào, đặc biệt
là trong đột phá từ vùng hình chữ nhật hoặc vùng tắc nghẽn. Những mức thoái lui này
có thể không tuân theo tỷ lệ phần trăm thoái lui thông thường nếu chúng bị chặn bởi
mức hỗ trợ hoặc kháng cự mà chúng đã phá vỡ. Chúng có xu hướng rất ngắn về thời gian
và khoảng cách nhưng thường mang lại cơ hội thứ hai, ít rủi ro hơn cho một nhà giao
dịch đột phá vào một vị thế.
PHÁ,
1.400,00
GOL
D
LẠI
ĐẠI
1.360,00
DỪN
ĐỘT
.[II
--
fl đường xu
phá vỡ
fflli
l ' 3 giờ
ĐẾN hướng Pulback
/
fi[
1 1
1 giây 1.250.00
VÀ
Tháng Mười
1 nếu như iii

1.200,00
Tôi
1 11
11
TÔI
1.150,00
1 Ili4,
hàng tuần:
• Tháng sáu 11, 201
5
---14 "--A -1PT-' ' tháng 7 Tháng 10 '46 tháng tư
HÌNH 5.13 Pullback (VÀNG, hàng tuần: ngày 4 tháng 10 năm 2013 ngày 11 tháng 6 năm 2015)
95
Chờ đợi sự thoái lui Khi một đột
phá xảy ra nhưng không có khoảng trống, một số nhà giao dịch sẽ chờ đợi sự thoái lui hoặc
thoái lui trước khi vào vị thế. Để làm điều này, họ chờ cho lần chạy đầu tiên từ điểm đột
phá tự cạn kiệt, tính tỷ lệ phần trăm - thường là 50% - thoái lui từ điểm đột phá xuống
mức cao nhất hoặc thấp nhất và đặt lệnh giới hạn ở mức đó. Một đột phá theo sau là một sự
thoái lui được mô tả trong Hình 5.13. Các nghiên cứu đã chỉ ra (Thom Hartle, Active Trader
Magazine, tháng 3 năm 2004) rằng tỷ lệ thoái lui là không thể dự đoán được và rất khác nhau.
Do đó, những nhà giao dịch này có nguy cơ chứng khoán sẽ không lấy lại tỷ lệ phần trăm
hoặc sẽ lấy lại tỷ lệ phần trăm và tiếp tục điều chỉnh trở lại mức dừng ban đầu. Để
ngăn chặn điều này, khi mức thoái lui phần trăm được xác định và lệnh giới hạn được
đặt, điểm dừng được điều chỉnh ngay phía sau lệnh giới hạn để ngăn việc thoái lui trở
thành một khoản lỗ lớn nếu nó tiếp tục. Thông thường, nhà giao dịch cũng sẽ vào lệnh
một phần trên điểm đột phá và một phần vị thế ở mức thoái lui dự kiến với điểm dừng
cho toàn bộ vị thế ngay phía sau nó. Bằng cách này, nguy cơ mất đi chứng khoán tiếp
tục vượt quá mức đột phá mà không có mức thoái lui sẽ giảm đi và nếu đợt thoái lui xảy
ra, một vị thế đầy đủ sẽ được nhập ở mức giá trung bình thấp hơn.
Tính tỷ lệ rủi ro/lợi nhuận cho giao dịch đột phá
Thông thường, các đột phá từ mức hỗ trợ hoặc kháng cự sẽ chuyển sang vùng hỗ trợ hoặc kháng cự
tiếp theo. Điều này mang lại cho nhà đầu tư hoặc nhà giao dịch mục tiêu giá cho sự đột phá. Từ
mục tiêu giá đó, tỷ lệ rủi ro/lợi nhuận có thể được tính toán. Lợi nhuận là sự khác biệt giữa giá vào lệnh và
giá mục tiêu. Rủi ro là số tiền mà giá phải đi ngược lại với giá vào lệnh trước khi thoát ra ở điểm dừng,
thường là một số giá ở phía bên kia của điểm đột phá. Theo truyền thống, tỷ lệ phần thưởng/rủi ro phải tối
thiểu là 3:1. Điều này mang lại cho nhà đầu tư cơ hội kiếm tiền ngay cả khi hai trong số ba giao dịch thất bại,
giả sử hành động thứ ba mang lại lợi nhuận 3:1. Tuy nhiên, nguyên tắc 3:1 này phải luôn là tỷ lệ lợi nhuận/rủi
ro tối thiểu. Tỷ lệ nhỏ hơn 3:1 sẽ làm tăng khả năng mất tiền vượt quá số tiền có thể chấp nhận được.
Kết luận
Sự bứt phá từ các đường hỗ trợ, kháng cự hoặc xu hướng là tín hiệu chính cho thấy giá đã thay đổi hướng hoặc
đang tăng tốc trở lại theo hướng ban đầu. Như vậy, đột phá thường là tín hiệu đầu tiên để hành động. Bởi vì các
đột phá có thể sai và thường là như vậy nên cần có một số phương tiện để xác nhận sự đột phá. Chúng tôi đã đề
cập đến một số phương pháp, nhưng không có phương pháp nào là hoàn hảo. Nhà phân tích kỹ thuật phải thử nghiệm
các phương pháp khác nhau và tìm ra những phương pháp phù hợp nhất với phương pháp giao dịch hoặc đầu tư của
mình. Điều tương tự có thể được nói cho điểm dừng. Mặc dù các điểm dừng không cần phải chính xác nhưng chúng
luôn cần thiết khi một vị thế đã được nhập và chúng không bao giờ được hủy hoặc thay đổi cho đến khi chúng được
kích hoạt hoặc vị thế được đóng. Mục đích của họ là giữ cho nhà đầu tư trung thực và có khả năng thanh toán.
9 6 Các quy tắc về đột phá áp dụng như nhau cho các điểm dừng. Chúng nên tính đến mức hỗ trợ, kháng cự hoặc xu
hướng trước đó, nên điều chỉnh mức độ biến động của chứng khoán và không nên đặt quá gần với giá hiện tại để
tạo ra tín hiệu sai hoặc đòn bẩy.

ỂỒ
U, IĐ
B
Tài liệu tham khảo
Edwards, Robert, John Magee và WHC Bassetti. Phân tích kỹ thuật về xu hướng chứng khoán.
tái bản lần thứ 9 Boca Raton, FL: Nhà xuất bản St. Lucie, 2007.
Hartle, Thom. "Xu hướng thoái lui." Tạp chí Active Trader số 5, không. 3 (Tháng 3 năm 2004): 32. Jiler,
William, Biểu đồ có thể giúp bạn như thế nào trên thị trường chứng khoán. New York, NY: Tập đoàn nghiên
cứu hàng hóa, 1962.
Kaufman, Perry J. Hệ thống và phương pháp giao dịch. tái bản lần thứ 3. New York, NY: John Wiley &
Con trai, 1998.
Merrill, Arthur A. “Tỷ lệ thoái lui.” Tạp chí Phân tích Kỹ thuật (Trước đây là Tạp chí Hiệp hội Kỹ thuật viên
Thị trường) 33 (tháng 8/1989): 38-45.
Wilder, J. Welles, Jr. Các khái niệm mới trong hệ thống giao dịch kỹ thuật. Greensboro, SC: Xu hướng
Nghiên cứu, 1978.

Đường trung bình động

Từ Charles D. Kirkpatrick II và Julie R.
Dahlquist, Phân tích Kỹ thuật: Nguồn tài nguyên
hoàn chỉnh dành cho các kỹ thuật viên thị
trường tài chính, Tái bản lần thứ 3 (Old Tappan, New
Jersey: Pearson Education, Inc., 2016), Chương 14.
Tuyên bố mục tiêu học tập

2 Mô tả nguyên tắc cơ bản của đường trung bình động 9 7
ii Giải thích cách tính các đường trung bình động đơn giản, có trọng số tuyến tính và
được làm mịn theo
cấp số nhân a Xác định xu hướng và tín hiệu với đường
trung bình động • Mô tả và giải thích các chỉ báo chuyển động
có hướng • Liệt kê các chỉ báo đường bao, kênh và dải chung cũng như các đặc điểm của chúng
ồ
Một trong những phương pháp thành công nhất để xác định và thu lợi nhuận từ xu
hướng là sử dụng đường trung bình động. Đường trung bình động là đường trung
bình động không đổi, thường là giá, được tính cho từng khoảng thời gian kế tiếp trên
biểu đồ. Kết quả, khi vẽ trên biểu đồ giá, cho thấy một đường thẳng thể hiện các mức
giá trung bình, liên tiếp. Đường trung bình động làm giảm tác động của các dao động ngắn hạn.
Nhiều nhà quản lý đầu tư kỹ thuật thành công nhất sử dụng đường trung bình động để xác
định khi nào xu hướng thay đổi hướng. Đường trung bình động đặc biệt hữu ích trong các
thị trường có xu hướng.
Đường trung bình động đã được các học giả kiểm tra và cho thấy có ý nghĩa thống kê.
Brock, Lakonishok, và LeBaron (1992) là những người đầu tiên chứng minh, sử dụng các
phương pháp giảm sai lệch thống kê hiện đại, rằng các tín hiệu giao nhau của đường
trung bình động có giá trị nội tại. Giống như hầu hết các nghiên cứu học thuật, kết
quả của Brock, Lakonishok và LeBaron đã gây tranh cãi phần nào. Mặc dù một số người đã
chỉ trích nghiên cứu của họ, nhưng các nhà nghiên cứu khác đã xác nhận kết quả của họ.
(Ngẫu nhiên, nghiên cứu của Brock, Lakonishok và LeBaron cung cấp một trong những lập
luận hữu ích hơn chống lại giả thuyết Bước đi ngẫu nhiên và Thị trường hiệu quả.)
Mặc dù nghiên cứu của Brock, Lakonishok và LeBaron tập trung vào Chỉ số công nghiệp Dow Jones, các
nghiên cứu sau này đã sử dụng hệ thống chéo trung bình động cho dữ liệu thị trường ở các quốc gia khác
với kết quả chung tích cực tương tự. Detry và Gregoire (2001) đã cung cấp bản tóm tắt các nghiên cứu này.
Rõ ràng là có điều gì đó liên quan đến đường trung bình động. Tất nhiên, các nhà giao dịch và nhà đầu
tư theo xu hướng đã biết tất cả những điều này trong nhiều năm, nhưng các nhà phân tích kỹ thuật giờ
đây cảm thấy thoải mái hơn với những gì họ đang làm. Trong chương này, chúng tôi thảo luận về một số
phương pháp và chiến lược trung bình động mà các nhà phân tích kỹ thuật sử dụng, cũng như giới thiệu
một số biến thể của đường trung bình động, chẳng hạn như Dải Bollinger, đường bao và các chỉ báo chuyển
động định hướng.
Đường trung bình động là gì?
Đường trung bình động là một trong những công cụ lâu đời nhất được các nhà phân tích kỹ thuật sử dụng.
Biến động hàng ngày của giá cổ phiếu, giá hàng hóa và tỷ giá hối đoái có thể lớn. Các đường trung bình
động làm giảm bớt những biến động này – giảm bớt sự biến động nhưng đôi khi làm biến dạng các biến
động. Các nhà phân tích kỹ thuật sử dụng đường trung bình động để làm mịn dữ liệu thất thường, giúp dễ
dàng xem xu hướng cơ bản thực sự hơn.
Lý do chính mà đường trung bình động được sử dụng là để làm dịu đi những biến động ngắn hơn và tập
9 8 trung vào xu hướng phù hợp với khung thời gian của nhà đầu tư. Về bản chất, đường trung bình động chỉ
là một số đại diện cho một tập hợp các số trong quá khứ nhất định.
Ví dụ: đường trung bình động 20 ngày là một con số đại diện cho tất cả giá trong 20 ngày qua. Do đó,
nó lọc ra từng mức giá trong 20 ngày qua và cho chúng tôi biết nhóm 20 ngày đó, thay vì các phần riêng
biệt của nó, đang hoạt động như thế nào.

ỂỒ
U, IĐ
B
Đường trung bình động đơn giản được tính như thế nào?
Bảng 6.1 chứa giá đóng cửa hàng ngày của WMT (Walmart) từ ngày 18 tháng 11 năm 2014 đến ngày 26 tháng
2 năm 2015. Hầu hết các đường trung bình động của giá đều dựa trên giá đóng cửa, nhưng chúng có thể
được tính toán dựa trên mức cao nhất, mức thấp nhất, mức trung bình hàng ngày hoặc bất kỳ giá nào khác.
giá trị miễn là loại giá nhất quán trong suốt quá trình tính toán. Chúng tôi sử dụng giá đóng cửa.
BẢNG 6.1 Dữ liệu Giá và Tính toán Trung bình Động cho Giá hàng ngày của WMT
Đóng từ ngày 18 tháng 11 năm 2014 đến ngày 26 tháng 2 năm 2015
10 ngày 26 ngày 10 ngày 10 ngày
Ngày Đóng SMA SMA EMA LWMA
Mở Cao Thấp
18/11/2014 83,50 83,92 83,34 83,79
19/11/2014 83,96 85,64 83,92 84,99
20/11/2014 84,80 85,29 84,04 84,58
21/11/2014 85,34 85,44 84,58 84,65
24/11/2014 84,85 85,61 84,77 85,40

BẢNG 6.1 (Tiếp theo)

Ngày SMA SMA EMA LW/VIA

Mở Cao Thấp Đóng
25/11/2014 85,42 85,51 84,39 84,95
26/11/2014 84,90 85,11 84,48 84,98
28/11/2014 86,18 88,09 85,90 87,54
1/12/2014 86,72 87,07 85,75 86,22
2/12/2014 86,27 86,70 85,93 86,40 85,35 85,08 85,78
3/12/2014 85,96 86,00 84,68 84,94 85,47 85,05 85,71
4/12/2014 84,13 84,82 83,65 84,76 85,44 85,00 85,58
5/12/2014 84,90 84,90 83,51 84,12 85,40 84,84 85,34
8/12/2014 84,15 84,67 83,85 84,23 85,35 84,73 85,13
9/12/2014 83,65 84,21 82,65 83,56 85,17 84,52 84,80
10/12/2014 83,93 84,31 82,90 82,98 84,97 84,24 84,40
11/12/2014 83,18 84,50 83,16 83,83 84,86 84,16 84,19
12/12/2014 83,52 85,00 83,52 83,81 84,49 84.10 84,00
15/12/2014 84,26 84,70 83,05 83,94 84,26 84,07 83,90
16/12/2014 83,62 84,76 82,94 82,96 83,91 83,87 83,67
17/12/2014 83,28 84,26 82,95 84,23 83,84 83,93 83,73
18/12/2014 84,80 85,95 84,28 85,94 83,96 84:30 84,11
84,06 84,33
9 9
19/12/2014 86,26 86,34 85,16 85,16 84,46
22/12/2014 85,32 86,40 85,29 86,38 84,28 84,81 84,75
23/12/2014 86,69 87,08 86,36 86,66 84,59 85,14 85,18
24/12/2014 86,97 87,07 86,39 86,43 84,93 84,90 85,38 85,51
86,18 87,14 86,01 86,91 85,24 85,02 85,66 85,87
3D
S
26/12/2014
IA
HIO
VAN DN
VI
29/12/2014 86,46 87,07 86,40 86,64 85,53 85,08 85,83 86,13
30/12/2014 86,52 87,13 86,48 86,79 85,81 85,17 86,01 86,36
31/12/2014 87,04 87,44 85,86 85,88 86.10 85,22 85,98 86,37
2/1/2015 86,27 86,72 85,55 85,90 86,27 85,24 85,97 86,33
5/1/2015 85,72 86,32 85,51 85,65 86,24 85,26 85,91 86,22
6/1/2015 85,98 86,75 85,79 86,31 86,36 85,31 85,98 86,23
7/1/2015 86,78 88,68 86,67 88,60 86,58 85,36 86,46 86,64
8/1/2015 89,21 90,67 89,07 90,47 86,96 85,52 87,19 87,35
9/1/2015 90,21 90,39 89,25 89,35 87,25 85,63 87,58 87,79
12/1/2015 89,36 90,31 89,22 90,02 87,56 85,83 88.02 88,29
13/1/2015 90,80 90,97 88,93 89,31 87,83 86,00 88,26 88,61
14/1/2015 87,65 88,52 86,50 86,61 87,81 86.10 87,96 88,39
15/1/2015 87,00 87,78 86,70 87,38 87,96 86,22 87,85 88,31
16/1/2015 87,20 87,46 86,23 86,77 88,05 86,34 87,66 88,09
20/1/2015 86,82 87,70 85,55 86,69 88,15 86,49 87,48 87,84
21/1/2015 86.10 86,91 85,71 86,64 88,18 86,59 87,33 87,57
22/1/2015 87,23 88,40 86,86 88,30 88,15 86,77 87,50 87,59
23/1/2015 88,42 89,26 87,89 88,51 87,96 86,94 87,69 87,66
(tiếp theo)
BẢNG 6.1 (Tiếp theo)

Ngày Mở Cao Thấp Đóng SMA SMA EMA LWMA
26/1/2015 88,31 89,16 88,12 88,63 87,89 87,16 87,86 87,78
27/1/2015 88,28 88,46 87,26 87,53 87,64 87,29 87,80 87,71
28/1/2015 88,02 88,23 86,77 86,82 87,39 87,32 87,62 87,56
29/1/2015 87,07 87,72 86,27 87,72 87,50 87,42 87,64 87,62
30/1/2015 86,66 87,36 84,90 84,98 87,26 87,37 87,16 87,17
2/2/2015 84,79 85,87 83,93 85,71 87,15 87,33 86,89 86,88
3/2/2015 85,83 86,53 85,66 86,19 87,10 87,32 86,76 86,71
4/2/2015 86,11 87,04 86,00 86,65 87,10 87,31 86,74 86,63
5/2/2015 87,11 87,36 86,56 87,28 87,00 87,33 86,84 86,66
6/2/2015 87,26 88,00 86,78 87,33 86,88 87,36 86,93 86,72
9/2/2015 86,97 87,19 85,64 85,91 86,61 87,36 86,74 86,54
10/2/2015 86,62 87,41 86,42 87,29 86,59 87,41 86,84 86,67
11/2/2015 86,63 87,12 85,92 86,34 86,54 87,44 86,75 86,62
12/2/2015 86,56 86,68 85,23 85,89 86,36 87,42 86,60 86,50
13/2/2015 85,84 86,16 85,32 85,81 86,44 87,31 86,45 86,40
17/2/2015 85,43 85,97 84,97 85,96 86,47 87,14 86,36 86,32

1 0 0 18/2/2015 86,00 86,30 85,52 86,29 86,48 87,02 86,35 86,28
19/2/2015 84,50 84,80 83,39 83,52 86,16 86,77 85,84 85,75
20/2/2015 82,73 84,38 82,55 84,30 85,86 86,58 85,56 85,41
23/2/2015 84,39 84,86 84,23 84,60 85,59 86,50 85,38 85,18
24/02/2015 84,52 84,82 83,92 84,57 85,46 86,39 85,23 84,99
25/02/2015 84,63 84,72 83,52 83,57 85,09 86,27 84,93 84,65

ỂỒ
U, IĐ
B
26/02/2015 83,85 83,86 83,27 83,80 84,83 86,16 84,73 84,42
Nguồn: TradeStation.
Loại đường trung bình động được sử dụng phổ biến nhất là đường trung bình động đơn giản
(SMA), đôi khi được gọi là đường trung bình động số học. SMA được xây dựng bằng cách thêm
một tập hợp dữ liệu và sau đó chia cho số lượng quan sát trong khoảng thời gian được kiểm tra.
Ví dụ, hãy xem SMA 10 ngày trong Bảng 6.1. Chúng ta bắt đầu bằng việc tổng hợp giá đóng cửa trong
10 ngày đầu tiên. Sau đó, chúng tôi chia số tiền này cho 10 để có được mức giá trung bình trong
khoảng thời gian 10 ngày đó. Do đó, vào ngày thứ 10, đường trung bình động đơn giản 10 ngày sẽ là
giá đóng cửa trung bình của WMT từ Ngày 1 đến Ngày 10, hay 85,35 USD.
Vào ngày thứ 11, đường trung bình động thay đổi. Để tính đường trung bình động
cho Ngày 11, chúng tôi tính giá trung bình cho Ngày 2 đến Ngày 11. Nói cách khác,
giá đóng cửa của Ngày 1 bị loại khỏi tập dữ liệu, trong khi giá của Ngày 11 được thêm vào.
Công thức tính đường trung bình động đơn giản 10 ngày như sau:
SMA ĐẾN
;
= dữ liệu; /10
tôi=t
Tất nhiên, chúng ta có thể xây dựng các đường trung bình động có độ dài khác nhau. Trong
Bảng 6.1, bạn cũng có thể thấy đường trung bình động 26 ngày. SMA này được tính đơn giản bằng
cách cộng 26 giá đóng cửa gần đây nhất và chia cho 26.
Mặc dù đường trung bình động có thể làm phẳng giá trong bất kỳ khoảng thời gian mong muốn
nào, nhưng một số đường trung bình động hàng ngày phổ biến hơn là dành cho các khoảng thời
gian 200, 60, 50, 30, 20 và 10 ngày. Những khoảng thời gian này có phần tùy ý và được chọn
vào thời kỳ chưa có máy tính khi việc tính toán phải được thực hiện bằng tay hoặc trên máy
cộng tay quay. Ví dụ, Gartley (1935) đã sử dụng đường trung bình động 200 ngày trong nghiên cứu của mình.
Đơn giản, những số chia hết cho 10 sẽ dễ tính hơn. Ngoài ra, các đường trung bình động 10
ngày, 20 ngày và 60 ngày tóm tắt tương ứng khoảng hai tuần, một tháng và ba tháng (một quý
tài chính) của dữ liệu giao dịch.
Sau khi tính toán, đường trung bình động được vẽ trên biểu đồ giá. Hình 6.1 cho thấy đồ
thị đường trung bình động đơn giản 26 ngày của WMT. Từ đầu tháng 11 đến cuối tháng 1, đường
trung bình động là một đường cong dốc lên, cho thấy xu hướng tăng giá của Walmart. Các biến
động hàng ngày được làm dịu bằng đường trung bình động để nhà phân tích có thể nhìn thấy xu
hướng cơ bản mà không bị phân tâm bởi những chuyển động nhỏ hàng ngày.
101
88,00
/A
WO DN
VI
A HD
3 S
I
88,00
84,00
-82.00
80,00
1-78.00
78,00
Đường trung bình động đơn giản 26 ngày (SMA)

74. 00
2 0 2 7 Tháng Mười Một 1 0 1 7 2 4 Tháng Mười Hai 8 1 5 2 2 2 9 1 r 5 1 2 1 9 2 6 Tháng Hai
HÌNH 6.1 Đường trung bình động đơn giản SMA-26 ngày (Walmart [WMT] hàng
ngày: 14 tháng 10 năm 2014—ngày 6 tháng 2 năm 2015)
Đường trung bình động tăng biểu thị xu hướng tăng, trong khi đường trung bình động
giảm biểu thị xu hướng giảm. Mặc dù đường trung bình động giúp chúng ta nhận biết xu hướng
nhưng nó chỉ làm như vậy sau khi xu hướng đã bắt đầu. Vì vậy, đường trung bình động là
một chỉ báo trễ. Theo định nghĩa, đường trung bình động là một chỉ báo dựa trên giá trong quá khứ.
Ví dụ, Hình 6.1 cho thấy xu hướng tăng giá WMT bắt đầu vào cuối tháng 10. Tuy nhiên, xu
hướng đi lên của đường SMA không xảy ra cho đến khoảng đầu tháng 11. Hãy nhớ rằng theo
nguyên tắc phân tích kỹ thuật, chúng ta muốn giao dịch theo xu hướng. Việc sử dụng đường
trung bình động sẽ luôn khiến chúng ta có độ trễ nhất định trong việc báo hiệu sự thay đổi
trong xu hướng.
Độ dài của đường trung bình động
Bởi vì đường trung bình động có thể được tính cho nhiều khoảng thời gian khác nhau, nên sử dụng
độ dài nào là tốt nhất? Tất nhiên, khoảng thời gian dài hơn bao gồm nhiều quan sát dữ liệu hơn
và do đó có nhiều thông tin hơn. Bằng cách đưa thêm dữ liệu vào tính toán đường trung bình
động, dữ liệu mỗi ngày trở nên ít quan trọng hơn trong tính toán. Do đó, sự thay đổi lớn về giá
trị trong một ngày không có tác động lớn đến đường trung bình động dài hơn. Đây có thể là một
lợi thế nếu thay đổi lớn này là một ngoại lệ không đều trong một ngày trong dữ liệu.
Tuy nhiên, nếu động thái lớn này thể hiện sự khởi đầu của một thay đổi đáng kể trong xu
hướng thì sẽ mất nhiều thời gian hơn để nhận thấy sự thay đổi xu hướng cơ bản. Do đó, đường
102 trung bình động dài hơn sẽ bắt kịp các thay đổi xu hướng chậm hơn nhưng ít có khả năng chỉ ra
sai sự thay đổi xu hướng do sự thay đổi ngắn hạn trong dữ liệu.
Ví dụ, Hình 6.2 cho thấy cả đường SMA 13 ngày và SMA 26 ngày được vẽ cho WMT.
Lưu ý rằng đường trung bình động 13 ngày ngắn hơn cho thấy nhiều biến động hơn so với đường
trung bình động 26 ngày dài hơn. Đường trung bình động 26 ngày được cho là đường trung bình
động "chậm hơn". Mặc dù nó mang lại sự trơn tru hơn, nhưng độ tuổi trung bình làm mịn 26 ngày
ỂỒ
U, IĐ
B
cũng chậm hơn trong việc báo hiệu những thay đổi xu hướng cơ bản. Lưu ý các đáy SMA 13 ngày
vào cuối tháng 10/đầu tháng 11, báo hiệu sự thay đổi trong xu hướng; một tuần sau, đường SMA
26 ngày chậm hơn, đi ngang nhưng dần dần hướng lên trên. Do đó, SMA 26 ngày chậm hơn trong việc
biểu thị sự thay đổi xu hướng.
Bởi vì việc phát hiện sự đảo ngược xu hướng càng sớm càng tốt sẽ tối đa hóa lợi nhuận giao
dịch, SMA 13 ngày trước tiên có thể xuất hiện để cung cấp thông tin vượt trội; tuy nhiên, hãy
nhớ rằng SMA nhanh hơn có nhược điểm là có khả năng đưa ra tín hiệu sai về hướng xu hướng đang
thay đổi. Ví dụ, hãy nhìn vào đầu tháng 12 trong Hình 6.2. Đường SMA 13 ngày đi ngang, cho thấy
xu hướng tăng giá đã kết thúc. Tuy nhiên, sau thực tế, chúng ta có thể thấy rằng sự đảo ngược
xu hướng đã không xảy ra cho đến giữa tháng Giêng. SMA 13 ngày quá nhạy cảm với sự giảm giá tạm
thời. Trong khoảng thời gian này, đường SMA 26 ngày chậm hơn tiếp tục báo hiệu chính xác một
xu hướng tăng.
Việc sử dụng Phân tích nhiều đường trung bình
động không bị giới hạn ở thông tin được cung cấp bởi một đường trung bình động đơn lẻ. Xem xét
việc sử dụng đồng thời nhiều đường trung bình động có độ dài khác nhau có thể làm tăng
00:00
-88,00
88,00
84,00
82,00
80,00
78,00
76,00
Đường trung bình động đơn giản 13 và 26 ngày (SMA) 74:00
20 27 10 tháng 11 17 24 tháng 12 15 2 2' 4 5 12 1 2 22 Tháng 2 9 16 23

1 0 3
HÌNH 6.2 Hai đường trung bình động—Giao nhau làm vùng hỗ trợ
và kháng cự (Walmart [WAIT] hàng ngày: 15 tháng 10
năm 2014—26 tháng 2 năm 2015)
/A
1A10
i YI
l DN
A 3D
S
1
bộ thông tin của nhà phân tích. Ví dụ, như trong Hình 6.2, mức hỗ trợ hoặc kháng cự thường
xảy ra khi hai đường trung bình động cắt nhau. Trường hợp đường trung bình động ngắn hơn cắt
lên trên đường trung bình dài hơn thường được coi là tín hiệu mua cơ học hoặc ít nhất là dấu
hiệu cho thấy xu hướng giá đang đi lên. Tương tự như vậy, nó được coi là tín hiệu bán khi giá
ngắn hơn giảm xuống dưới giá dài hơn. Nhiều chiến lược sử dụng đường trung bình động thành
công sử dụng đường trung bình động làm yếu tố chính quyết định xu hướng và sau đó sử dụng các
đường trung bình động ngắn hạn làm điểm dừng hoặc tín hiệu. Trong một số trường hợp, đường
trung bình động được sử dụng để xác định xu hướng và sau đó các mẫu biểu đồ được sử dụng làm
tín hiệu vào và ra.
Tuy nhiên, việc sử dụng các loại tín hiệu trung bình động kép này trong xu hướng giá đi
ngang có thể dẫn đến một số sai lầm. Vấn đề này có thể được nhìn thấy trong Hình 6.3. Về cơ
bản, đây là vấn đề tương tự xảy ra trong xu hướng đi ngang tiêu chuẩn ở khu vực tắc nghẽn.
Rất khó để xác định từ hành động như vậy giá sẽ bứt phá theo cách nào. Trong khi đó, chúng
dao động qua lại trong các mức hỗ trợ và kháng cự. Đường trung bình động không cung cấp thêm
thông tin nào về việc xu hướng cuối cùng sẽ bị phá vỡ như thế nào. Thật vậy, đường trung bình
động đòi hỏi phải có xu hướng để sự giao nhau có thể sinh lời. Điều này có nghĩa là nhà phân
tích phải chắc chắn rằng

Walmart (WMT) 90,00
bán
88,00
Nếu như
86,00
k
84,00
mua
bán
82,00
80,00
tín hiệu chéo

-78.00
-76.00
mua
bán -74.00
Đường trung bình động đơn giản 13 và 26 ngày (SMA)
1 0 4 20 27 Tháng 11 10 17 24 Tháng 12 8 15 22 •45 12 19 26 Tháng 2 9 16 23
HÌNH 6.3 Đường trung bình động giao nhau gây ra Whipsaw trong xu hướng đi
ngang (Walmart [WMT] hàng ngày: 15 tháng 10 năm 2014—26 tháng 2 năm 2015)
ỂỒ
U, IĐ
B
một xu hướng tồn tại trước khi sử dụng các đường giao nhau của đường trung bình động cho tín hiệu.
Mặt khác - và một số nhà giao dịch sẵn sàng chấp nhận rủi ro với những cú giật ngắn hạn để họ
không bỏ lỡ xu _____ nhiều tín hiệu sẽ không chính xác và gây ra tổn thất nhỏ
hướng chính trong khi chờ đợi một tín hiệu sẽ tạo ra lợi nhuận lớn. Đây có thể là một phương pháp
mang lại lợi nhuận cao miễn là nhà phân tích có đủ can đảm và kỷ luật để tiếp tục với những khoản
lỗ nhỏ và nó thường là cơ sở cho nhiều hệ thống xu hướng dài hạn. Nó cũng chứng minh làm thế nào,
với kỷ luật phù hợp, một người có thể kiếm được lợi nhuận trong khi vẫn thua trong phần lớn các
giao dịch nhỏ.
• Những loại đường trung bình động nào khác được sử dụng?
Mặc dù chúng ta đã thảo luận về các độ dài khác nhau của đường trung bình động, nhưng cho đến thời
điểm này, cuộc thảo luận của chúng ta vẫn tập trung vào loại tính toán đường trung bình động cơ
bản nhất—SMA. Hãy nhớ rằng phép tính SMA mỗi ngày thể hiện việc cộng số liệu giá của ngày gần đây
nhất và giảm số liệu giá của ngày sớm nhất. Khi

tính toán đường trung bình động đơn giản, trọng số bằng nhau được đưa ra cho mỗi quan
sát hàng ngày. Đối với SMA 10 ngày, thông tin chứa trong giá cổ phiếu của mỗi ngày trong
số 10 ngày đều có tầm quan trọng như nhau. Tuy nhiên, trong một số trường hợp nhất định,
giá cổ phiếu gần đây nhất có thể ảnh hưởng nhiều đến xu hướng tương lai của cổ phiếu
hơn giá cổ phiếu 10 ngày tuổi. Nếu các quan sát gần đây chứa nhiều thông tin phù hợp hơn
các quan sát trước đó, thì chúng tôi muốn ưu tiên dữ liệu cho quan sát gần đây nhất.
Bằng cách tính toán đường trung bình động có trọng số, thông tin của ngày gần đây nhất
sẽ được tính trọng số nhiều hơn. Sơ đồ tính trọng số này làm cho quan sát gần đây nhất
trở nên quan trọng hơn trong tính toán trung bình trượt.
Đường trung bình động có trọng số tuyến tính (LWMA)
Chúng ta hãy quay lại ví dụ trong Bảng 6.1 để tính đường trung bình động có trọng số
tuyến tính. Một đường trung bình động có trọng số tuyến tính kéo dài 10 ngày nhân số
quan sát của ngày thứ mười với 10, ngày thứ chín với 9, ngày thứ tám với 8, v.v. Tổng
các số này được cộng lại và chia cho tổng của tất cả các số nhân. Trong trường hợp này,
tổng sẽ được chia cho tổng 10 + 9 + 8 + 7 + 6+ 5 +4+ 3 + 2 + 1 hoặc 55. Trong Bảng 6.1,
chúng ta thấy rằng đường trung bình động có trọng số tuyến tính cho lần đầu tiên mười
ngày giao dịch là 85,78.
Khi sử dụng sơ đồ tính trọng số trung bình động 10 ngày này, dữ liệu giao dịch ______
gần đây nhất (Ngày 10) có tầm quan trọng gấp đôi so với giá 5 ngày trước đó (Ngày 5) 105
và gấp 10 lần tầm quan trọng của giá 10 ngày trước đó (Ngày 1) . Khi chúng tôi tiếp
tục tính toán đường trung bình động có trọng số tuyến tính trong 10 ngày cho Ngày 11,
giá giao dịch cho Ngày 2-11 sẽ lại được tính trọng số. Do đó, giống như với đường trung
'Ệ
VAHT DỜ
VI
Y 3V
U S
T
bình động đơn giản, vì đường trung bình động được tính cho mỗi ngày liên tiếp nên thông
tin về ngày giao dịch sớm nhất sẽ bị loại khỏi tập dữ liệu được sử dụng trong tính toán.
Đường trung bình động được làm mịn theo cấp số nhân (EMA)
Đối với một số nhà phân tích, việc loại bỏ dữ liệu của ngày giao dịch sớm nhất xảy ra
với đường SMA hoặc đường trung bình động có trọng số tuyến tính là một vấn đề. Nếu giá
gần đây nhất phản ánh ít thay đổi, nhưng giá sớm nhất, hiện đang bị bỏ qua, cho thấy
có thể thay đổi đáng kể thì đường trung bình động có thể bị ảnh hưởng quá mức do việc
loại bỏ dữ liệu cũ hơn. Một sự thay đổi lớn trong đường trung bình động do việc xóa dữ
liệu ban đầu có khả năng tạo ra tín hiệu sai. Đây được gọi là "hiệu ứng giảm
giá" (Kaufman, 1998) và có lẽ là khía cạnh bị chỉ trích nhiều nhất của đường trung bình
động đơn giản.
Mặc dù có thể dễ dàng nhận thấy dữ liệu ban đầu này không nhất thiết quan trọng trong
việc xác định biến động giá trong tương lai như giá gần đây nhất, nhưng đó vẫn là thông
tin có thể có giá trị. Với cả đường trung bình động đơn giản và đường trung bình động
có trọng số tuyến tính, thông tin cũ hơn này nằm ngoài độ dài của đường di chuyển.
trung bình, đang bị bỏ qua hoàn toàn. Để giải quyết vấn đề này và duy trì thông tin cũ hơn này
trong phép tính trung bình động, các nhà phân tích sử dụng đường trung bình động hàm mũ (EMA).
Để biết cách tính trung bình động hàm mũ, chúng ta hãy tham khảo lại ví dụ trong Bảng 6.1.
Đường trung bình động đơn giản 10 ngày vào ngày thứ 10 là 85,35. Giá đóng cửa vào ngày 11 là
84,94, giá trị thấp hơn giá trị trung bình của 10 ngày trước đó. Để tính đường trung bình động
hàm mũ, chúng ta sẽ sử dụng cả đường trung bình động 10 ngày (đại diện cho tỷ giá hối đoái
trung bình cho Ngày 1-10) và giá đóng cửa cho Ngày 11. Do đó, hiện tại chúng ta đang sử dụng
thông tin về giá của 11 ngày. . Nếu chúng ta tính toán SMA bằng cách sử dụng thông tin của 11
ngày này thì giá mỗi ngày sẽ có trọng số là 1/11 hay 9,09% trong phép tính. Tuy nhiên, hãy nhớ
rằng chúng ta muốn đặt trọng tâm lớn hơn vào những thông tin gần đây hơn. Nếu chúng ta muốn
thông tin về giá từ Ngày 11 có trọng số lớn gấp đôi so với thông tin trong một đường trung bình
động đơn giản, thì thông tin đó sẽ có trọng số là 2/11, hay 18,18%.
Tất nhiên, tổng của tất cả các trọng số trong phép tính đường trung bình động hàm mũ phải có
tổng bằng 100%. Điều này khiến 100% trừ 18,18%, hay 81,82% trọng lượng được đặt trên đường
trung bình động 10 ngày.
Công thức chung để xác định trọng số của dữ liệu ngày hiện tại trong
tính toán trung bình động hàm mũ như sau:
1 0 6
TRỌNG LƯỢNG,�� = 2 -- (số ngày trong đường trung bình động + 1)
Trong ví dụ của chúng tôi, phép tính cho chúng tôi WEIGHTcurrent = 2 + (10 + 1) = 18,18
phần trăm. Nếu chúng ta sử dụng đường trung bình động dài hơn, trọng số này sẽ giảm giá trị.
Đối với đường EMA 19 ngày, phép tính sẽ là 2 - (19 + 1) hoặc 10%; EMA 39 ngày sẽ có trọng số
là 2 (39 + 1) hoặc 5%.

ỂỒ
U, IĐ
B
Công thức chung để xác định trọng số của đường trung bình động
trong việc tính toán đường trung bình động hàm mũ như sau:
TRỌNG LƯỢNGma = 100% —WEIGHTcurrent
Trong ví dụ của chúng tôi, chúng tôi có TRỌNG LƯỢNG. = 100% — 18,18% = 81,82%.
Khi chúng ta có các trọng số, công thức tính chuyển động hàm mũ
trung bình như sau:
EMAngày 1 = TRỌNG LƯỢNG con kiến X DATAngày i + TRỌNG LƯỢNGma X
Ngày trung bình động
Đường trung bình động hàm mũ của Ngày 11 trong ví dụ của chúng tôi ở Bảng 6.1 là
được tính như sau:
EMAll = 0,1818 X 84,94 + ,8182 X 85,08 = 85,05

Để tính đường trung bình động hàm mũ cho Ngày 12, chúng ta chỉ cần hai phần đường
của thông tin _ trung bình động hàm mũ cho Ngày 11 và giá đóng cửa
cho Ngày thứ 12. EMA12 sẽ được tính như sau:
EMA12 = 0,1818 X 84,76 + 0,8182 X 85,05 = 85,00
Hình 6.4 cho thấy cả đường SMA 26 ngày và đường EMA 26 ngày của WMT. Nói chung,
EMA sẽ thay đổi hướng nhanh hơn do trọng số bổ sung được đặt trên dữ liệu gần đây
nhất. Tuy nhiên, hai đường cong này thường sẽ bám sát nhau.
EMA được sử dụng trong một số chỉ báo và bộ dao động. Chỉ số McClellan sử dụng
đường EMA 19 ngày và EMA 39 ngày. Bởi vì EMA 19 thanh có hệ số làm mịn là 0,10 và
EMA 39 thanh có hệ số làm mịn là 0,05 nên những phép tính này tương đối dễ dàng. Sau
này chúng ta sẽ thấy rằng một số chỉ báo dao động sử dụng EMA, nổi bật nhất là chỉ
báo MACD. Lý do sử dụng EMA là vì nó dễ tính toán và có ảnh hưởng mạnh hơn đến các
mức giá gần đây. Do đó, nó được gọi là đường trung bình động có trọng số mũ.
1 0 7
Walmart (WMT) 90,00
88,00
AI
VN 1A
EO DN
VI IO
S
86,00
1 84,00
-80.00
— SMA (26 ngày)

v78.00
EMA (26 ngày)
76,00
r-74.00
20 27 10 tháng 11 17 24 8 tháng 12 15 22 15 12 19 26 9 tháng 2 16 23

.4 11.1 "
HÌNH 6.4 Đường trung bình động lũy thừa và đơn giản
(Walmart [WMT] hàng ngày: 15 tháng 10 năm 2014—26 tháng 2 năm 2015)
Phương pháp Wilder
WellesWilder (1978) đã sử dụng một phương pháp đơn giản khác để tính đường trung bình động có
trọng số lớn hơn đối với số gần đây nhất. Công thức tính đường trung bình động của Wilder như sau:
MAngày l = ((n — 1) X MA" + Ngày giá N
Ví dụ: đường trung bình động Wilder 14 ngày sẽ bằng con số trung bình động của ngày hôm trước
nhân 13 (nghĩa là n — 1, trong đó n là số lượng mặt hàng được tính trung bình) cộng với giá đóng
cửa hiện tại, tất cả chia cho 14 (tức là n).
Phương pháp tính đường trung bình động của Wilder nên được sử dụng trong phạm vi trung bình
thực (ATR), chỉ số sức mạnh tương đối (RSI) và các phép tính chỉ báo chuyển động định hướng (DMI)
mà ông đã phát minh ra thay vì SMA hoặc EMA. Khi sử dụng các chỉ báo của Wilder được đóng gói sẵn
trong phần mềm biểu đồ và giao dịch có sẵn, người ta phải chắc chắn rằng các phép tính cho đường
trung bình động là của Wilder. Một số chương trình phần mềm chỉ sử dụng SMA hoặc EMA và cho kết
quả không phù hợp với phương pháp của Wilder.
Đường trung bình động hình học (GMA)
108 Đường trung bình động hình học (GMA) được sử dụng chủ yếu trong các chỉ số. Đây là đường trung
tôi bình động đơn giản của phần trăm thay đổi giữa thanh trước đó và thanh hiện tại.
S
một khoảng thời gian định trước đã qua. Việc sử dụng tỷ lệ phần trăm thay vì điểm không làm
[14
thay đổi phạm vi hoặc kích thước của nó giống như đường trung bình động dựa trên giá. Tuy nhiên,
nó vẫn có tất cả các vấn đề khác về trọng lượng và độ trễ như nhau.
Đường trung bình động tam giác
Lấy một đường trung bình động của một đường trung bình động sẽ cho ra độ tuổi trung bình động
được làm mịn gấp đôi. Đường trung bình động hình tam giác (TMA) bắt đầu bằng đường trung bình
trung bình< động đơn giản của một số thanh định trước và sau đó, sử dụng các kết quả đó, sẽ lấy độ dài di
con bò đực
chuyển có độ dài bằng một nửa số thanh ban đầu. Một ví dụ là SMA 20 ngày đóng cửa hàng ngày được
làm mịn bằng SMA 10 ngày. Kết quả là một đường nét mượt mà nhấn mạnh tầm quan trọng của phần
giữa của chuỗi giá. Lợi ích của phương pháp này là nó làm mịn dữ liệu gấp đôi và do đó thể hiện
xu hướng tốt hơn. Tuy nhiên, việc làm mịn kép cũng làm giảm độ nhạy của nó đối với những thay
đổi về xu hướng.
EMA biến đổi
Việc sử dụng đường trung bình động biến đổi được đề xuất bởi Chande và Kroll (1994). Đường trung
bình động này giống với đường trung bình động hàm mũ (EMA), nhưng sơ đồ trọng số được điều chỉnh
dựa trên sự biến động của dữ liệu giá. Điều này được thực hiện để làm cho EMA ngắn hơn trong phạm
vi giao dịch khi độ biến động thu hẹp và mở rộng

EMA khi giá bắt đầu có xu hướng. Mong muốn là giảm số lượng tín hiệu bất lợi trong phạm vi
giao dịch.
Có một số biến thể của chủ đề này. Ví dụ, đường trung bình động thích ứng Kaufman (KAMA)
bao gồm một công thức cực kỳ phức tạp để điều chỉnh EMA theo độ biến động và xu hướng
(Kaufman, 1998). Đường trung bình động được điều chỉnh theo khối lượng (Arms, 1989) là một
đường trung bình động hơi phức tạp, nhưng bản chất của nó là nó nhấn mạnh những thanh có
khối lượng cao hơn. Trong tạp chí Cổ phiếu và Hàng hóa số tháng 9 năm 2001, John Ehlers giới
thiệu MAMA và FAMA. MAMA, đường trung bình động thích ứng MESA và FAMA, đường trung bình động
thích ứng sau đây, là các EMA thích ứng với sự biến động bằng cách sử dụng Hilbert's Transform
dựa trên sự thay đổi pha của một chu kỳ trong dữ liệu. Không cần phải nói, việc tính toán
các đường trung bình động này rất phức tạp. Tín hiệu mua hoặc bán được tạo ra khi MAMA vượt
qua FAMA. Vào tháng 4 năm 2004, Tạp chí Active Trader đã so sánh tính hiệu quả của việc sử
dụng chiến lược MAMA-FAMA với việc sử dụng SMA cho 18 cổ phiếu và nhận thấy rằng chiến lược
MAMA-FAMA chỉ hoạt động tốt hơn một chút so với phương pháp đơn giản.
Chiến lược sử dụng đường trung bình động

109
Chúng ta đã xem xét một số cách để tính đường trung bình động. Mặc dù mỗi phương pháp này đều
có ưu điểm và nhược điểm, mối quan tâm chính của chúng tôi không phải là cách tính đường
trung bình động mà là cách sử dụng đường trung bình động để kiếm tiền. Đường trung bình động
được sử dụng rộng rãi trong thực hành phân tích kỹ thuật. Chúng là một công cụ cơ bản với
/I
OAI
V YN
A
N M
0
D
nhiều mục đích sử dụng. Các nhà phân tích kỹ thuật sử dụng đường trung bình động để xác định
xu hướng, xác định mức hỗ trợ và kháng cự, phát hiện các điểm cực trị của giá và các tín hiệu
giao dịch cụ thể.
Xác định xu hướng Các nhà
phân tích kỹ thuật sử dụng đường trung bình động theo bốn cách cơ bản. Đầu tiên, đường trung
bình động được sử dụng làm thước đo xu hướng. Cách sử dụng phổ biến nhất là so sánh giá hiện
tại với đường trung bình động đại diện cho khoảng thời gian của nhà đầu tư. Ví dụ: nhiều nhà
đầu tư sử dụng đường trung bình động 200 ngày. Nếu cổ phiếu hoặc mức trung bình thị trường
cao hơn mức trung bình động 200 ngày thì xu hướng được coi là đi lên. Ngược lại, nếu giá cổ
phiếu hoặc mức trung bình thị trường nằm dưới mức trung bình động 200 ngày thì xu hướng được
coi là đi xuống.
Trong Hình 6.5, bạn có thể thấy đường trung bình động có xu hướng đi theo đường xu
hướng khá tốt. Khi đó, đường trung bình động trở thành đại diện cho đường xu hướng và có
thể được sử dụng để xác định khi nào một xu hướng có khả năng thay đổi hướng, giống như
đường xu hướng. Ví dụ, trong biểu đồ, các mức giá sau đó đã giữ ở cả đường xu hướng và
đường trung bình động.

Walmart (WMT)
90,0
0 -
1 88,00
86,00
-84,00
82,0
— SMA (26 ngày) - 0
- Đường xu hướng
80,00
78,0
Hàng ngày: 15 tháng 10 năm 2014 . Ngày 26 tháng 2 năm 2015
110 20 27 Thg10 10 17 24 Thg12 8 15 22 .45 12 19 28 9 tháng 2 16 23
HÌNH 6.5 Đường xu hướng so với đường trung bình động đơn giản
(Walmart [WMT] hàng ngày: 15 tháng 10 năm 2014—26 tháng 2 năm 2015)
ỂỒ
U, IĐ
B
Xác định hỗ trợ và kháng cự

Thứ hai, đường trung bình động thường đóng vai trò hỗ trợ hoặc kháng cự. Như chúng ta đã thấy trong Hình 6.5,
đường trung bình động thường trùng lặp với đường xu hướng; do đó, nó có thể là một cơ chế dừng treo dễ dàng để
xác định khi nào nên thanh lý hoặc giảm bớt một vị thế. Ngoài ra, giá dường như dừng lại ở vùng lân cận của các
đường trung bình động. Ví dụ, trong Hình 6.5, WMT đã tạm dừng đà tăng của nó vào cuối tháng 11 tại đường trung
bình động và một lần nữa dừng đà giảm tại đường trung bình động vào đầu tháng 12.
Xác định mức giá cực trị

Thứ ba, đường trung bình động là một chỉ báo về mức giá cực đoan. Bởi vì độ tuổi trung bình động là một giá
trị trung bình nên bất kỳ sự đảo ngược giá trị trung bình nào cũng sẽ có xu hướng tiến gần đến mức trung bình động.
Vì mục đích giao dịch, sự đảo chiều này đôi khi mang lại lợi nhuận khi giá hiện tại đã lệch đáng kể so với giá
trị trung bình hoặc đường trung bình động đó. Giá có xu hướng quay trở lại mức trung bình. Do đó, độ lệch so
với đường trung bình động là thước đo mức giá đã tăng hoặc giảm trước xu hướng trung tâm thông thường của chúng
và
có khả năng quay trở lại mức trung bình đó, độ lệch này sau đó sẽ trở thành
cơ hội để giao dịch theo và ngược lại xu hướng. Như mọi khi, giao dịch ngược
xu hướng là nguy hiểm và cần phải dừng lại gần, nhưng sự đảo chiều cũng
mang đến cơ hội định vị theo xu hướng khi nó xảy ra. Ngoài ra, khi giá tiếp
tục rời xa xu hướng, chúng thường báo hiệu rằng xu hướng đang thay đổi hướng.
Một ví dụ về độ lệch của đường SMA 10 ngày được thể hiện trong Hình 6.6. Đây là tỷ
lệ gần với mức trung bình động 10 ngày của nó. Đó là một cổ phiếu có xu hướng tăng mạnh
(xu hướng chủ đạo cho mục đích của chúng tôi). Khi giá đang có xu hướng mạnh mẽ, chúng
sẽ tự nhiên đi chệch khỏi đường trung bình động theo hướng của xu hướng nhiều hơn là
đi ngược lại xu hướng đó. Trong Hình 6.6, bạn có thể thấy rằng các mức tăng cao hơn
nhiều so với mức cân bằng 1,00 so với khi chúng điều chỉnh theo xu hướng tăng. Do đó,
các đường tín hiệu hành động có thể được thiết lập bằng cách thử nghiệm ở mức tối ưu
hóa các tín hiệu ngược xu hướng. Trong Hình 6.6, chúng tôi đã tùy ý sử dụng 1,0450 làm
tỷ lệ mà dưới đây chúng tôi sẽ bán WMT ngay cả khi nó có xu hướng tăng và 0,9750 làm
mức mua ở trên mức mà chúng tôi nắm giữ. Theo phương pháp này, chúng ta mua vào ngày
21 tháng 10 ở mức 76,02 và bán ở mức 86,40 vào ngày 2 tháng 12. Một lần nữa, chúng ta
mua vào khi tỷ lệ mua vào ngày 15 tháng 12 ở mức 83,94 và bán ở mức 89,35 vào ngày 9 tháng 1.
111
Walmart (WMT 11Ir.
, 90,00
Nó
) "--,
-88,00
11
-,,,r88.00
Nó
''' 84,00
HO
VAW VI
IA HD
ON S
,
11 } -82.00
TÔI
-80.00
III XX /MỘT
"
ừ (10 ngày 78,00
Đường kẻ )
r -76.00
r
-74.00
Tỉ lệ:
______ SMA -1.0800
Xu hướng
Đóng ĐẾN SMA r1.0800 -
10 ngày 1.0451.0400 -
1,0200
1,000
1,0000
0,975
................................................................. ................................... 0,9800
Hàng ngày: 15 tháng 10 năm 2014 - 26 tháng 2 năm 2015

20 27 Fliav 10 17 24 Ngày 8 tháng 12 15 22 '15 12 19 26 Ngày 9 tháng 2 16
Được tạo bằng TradeStation 23
HÌNH 6.6 Tỷ lệ giá hiện tại trên đường trung bình động (Walmart
[WMT] hàng ngày: 15 tháng 10 năm 2014—26 tháng 2 năm 2015)
Chúng tôi đã kiếm được lợi nhuận tốt bằng cách giao dịch theo xu hướng. Tín hiệu mua cuối cùng
đến vào ngày 3 tháng 2 lúc 86,19. Tuy nhiên, hãy lưu ý rằng đường xu hướng đã bị phá vỡ và xu
hướng hiện tại có thể đi ngang hoặc đi xuống. Chúng tôi bán ở mức giá cao nhưng ngần ngại mua
khi có tín hiệu vì tiềm năng thay đổi xu hướng. Những gì khác có thể đi sai?
Đôi khi xu hướng mạnh đến mức tỷ lệ này không bao giờ đạt đến mức mua. Do đó, điểm dừng mua
phải được đặt phía trên thanh nơi việc bán diễn ra. Trong ví dụ cuối cùng trên biểu đồ, khi xu
hướng có thể đã thay đổi, lệnh mua có thể không hiệu quả, nhưng nếu nó có điểm dừng bán ở mức
thấp của thanh tín hiệu, thì việc phá vỡ mức thấp đó sẽ cho thấy xu hướng thay đổi đi xuống và
lệnh mua và bán các mức trong tỷ lệ này sẽ là đối ứng của các mức xu hướng đi lên. Trước khi
thử hệ thống này, bạn phải chắc chắn kiểm tra các mức tỷ lệ tối ưu theo mọi hướng xu hướng bao
gồm cả xu hướng đi ngang. Trong ví dụ này, chúng tôi không tối ưu hóa các cấp độ; do đó, chúng
không nên được sử dụng cho đến khi được thử nghiệm.
Đưa ra tín hiệu cụ thể
Thứ tư, một số nhà phân tích kỹ thuật sử dụng đường trung bình động để đưa ra các tín hiệu cụ
thể. Điều này có thể xảy ra khi giá cắt một đường trung bình động, khi một đường trung bình
động ngắn hơn cắt một đường trung bình động dài hơn, và trong một số trường hợp, khi đường
trung bình thứ ba, thậm chí ngắn hơn, cắt đường trung bình động dài hơn. Nói chung, việc sử
dụng hai đường trung bình động và sự giao nhau của chúng làm tín hiệu đã thành công, nhưng lại
11 2
gây ra sự sụt giảm đáng kể về vốn trong thị trường đi ngang do có nhiều giao dịch nhỏ không
sinh lời xảy ra từ nhiều tín hiệu sai. Các phương pháp, chẳng hạn như sử dụng ADX, được mô tả
trong phần tiếp theo, đã được phát triển để xác định xem giá có đang có xu hướng ở tốc độ mà
hệ thống giao nhau giữa các đường trung bình động sẽ hoạt động hay không. Hệ thống MAMA-FAMA
được mô tả trước đây và các phương pháp khác để điều chỉnh đường trung bình động theo những
thay đổi về độ biến động nhằm giải quyết vấn đề rút vốn này. Tuy nhiên, nó sẽ không biến mất
ỂỒ
U, IĐ
B
và do đó, mặc dù các phương pháp chéo mang lại lợi nhuận theo thời gian nhưng nhà đầu tư phải
có sự kiên nhẫn và đủ vốn để chịu đựng một loạt khoản lỗ nhỏ cho đến khi xu hướng phát triển.
Trong bốn chiến lược, cách sử dụng đường trung bình động hợp lý nhất là xác định xu
hướng. Xu hướng là nơi mà nhà phân tích kỹ thuật thu được lợi nhuận. Nếu đường trung bình động
có thể giúp xác định xu hướng thì đó là một công cụ hữu ích. Thật vậy, chỉ khi thị trường có
xu hướng thì các tín hiệu trung bình động mới mang lại lợi nhuận. Thị trường đi ngang thường
tốn kém trong hầu hết các trường hợp, nhưng nó đặc biệt như vậy nếu nhà đầu tư phụ thuộc vào
tín hiệu giao nhau giữa các đường trung bình động. Phương pháp lệch khỏi xu hướng (xem phần
"Xác định mức giá cực trị" trước đó và Hình 6.6) là phương pháp trung bình động duy nhất có
thể kiếm lời trong một xu hướng đi ngang. Khi một xu hướng định hướng đã được thiết lập và
xác định, phương pháp tốt nhất tiếp theo là sử dụng các mô hình giá và các điểm đột phá theo
hướng của xu hướng để xác định thời điểm vào lệnh. Những phương pháp này sẽ tụt hậu so với đáy
và đỉnh chính của xu hướng giá nhưng sẽ tích lũy lợi nhuận và giảm thiểu tổn thất trong khi
xu hướng này có hiệu lực. Chúng cũng là phương pháp phổ biến nhất trong các hệ thống giao dịch
chuyên nghiệp, cùng với các hệ thống đột phá kênh như quy tắc 4 tuần của Donchian mà chúng ta
thảo luận trong phần “Kênh” của chương này.

Chuyển động định hướng là gì?
Một trong những đóng góp to lớn cho khái niệm xu hướng và định hướng là khái niệm chuyển
động có định hướng mà Welles Wilder (1978) đã phát triển trong cuốn sách Những khái niệm
mới trong hệ thống giao dịch kỹ thuật. Wilder so sánh phạm vi giao dịch của một cổ phiếu
trong một ngày với phạm vi giao dịch của ngày hôm trước để đo lường xu hướng. Chuyển động
có hướng tích cực xảy ra khi mức giá cao nhất trong ngày vượt quá mức giá cao nhất của ngày hôm trước.
Như được hiển thị trong Hình 6.7, mức độ chuyển động có hướng dương (+DM) là mức cao
nhất trong ngày trừ đi mức cao nhất của ngày hôm trước hoặc khoảng cách thẳng đứng
giữa đỉnh của hai thanh. Nếu mức giá thấp trong ngày thấp hơn mức giá thấp của ngày
hôm trước thì diễn biến có hướng tiêu cực sẽ xảy ra. Giá trị của chuyển động có hướng
âm (—DM) là chênh lệch giữa hai mức thấp.
Những ngày mà phạm vi hoàn toàn nằm trong phạm vi của ngày hôm trước sẽ bị bỏ qua
và số 0 được gán cho phần vượt quá phạm vi. Ngoài ra, phạm vi giao dịch của một ngày
đôi khi lớn hơn nhiều so với phạm vi giao dịch của ngày hôm trước. Điều này có thể
dẫn đến cả mức cao cao hơn và mức thấp thấp hơn. Khi điều này xảy ra, sự khác biệt
lớn hơn sẽ thắng. Nói cách khác, chỉ +DM hoặc —DM mới có thể được ghi lại cho một
ngày cụ thể.
Xây dựng các chỉ số chuyển động định hướng 11 3
Đường trung bình động được tính cho cả +DM và —DM, thường là trong 14 ngày, sử dụng
phương pháp tính trung bình của Wilder. Ngoài ra, phạm vi giao dịch trung bình 14
ngày (ATR) cũng được tính toán. Hai chỉ số được tính toán bằng cách sử dụng dữ liệu
này. Chỉ báo chuyển động theo hướng dương (DI+) là tỷ lệ giữa +DM được làm mịn và
VA
WO NN
/I
1 ÊD
1 B
1
TR; phép tính này đưa ra tỷ lệ phần trăm của phạm vi thực nằm trên mức cân bằng
trong 14 ngày đó. Chỉ báo thứ hai là chỉ báo chuyển động theo hướng âm (DI—), được
tính bằng tỷ lệ giữa —DM được làm mịn và ATR.
Phong trào định hướng của Wilder

—DM và +DM
+DM +DM
-DM -D
-DM +DM Không có tin nhắn trực tiếp

Cái nào lớn hơn
HÌNH 6.7 Tính toán chuyển động có hướng

Sử dụng các chỉ báo chuyển động định hướng
Hình 6.8 cho thấy DI 14 ngày của Walmart (WMT). Nhìn vào biểu đồ này, nhà phân tích có
thể thấy một số gợi ý về xu hướng. Đầu tiên, khi một DI cao hơn DI kia, xu hướng sẽ theo
hướng của DI đó. Ví dụ: từ đầu tháng 11 đến cuối tháng 1, DI+ đã ở trên DI—, cho thấy
phần lớn mức vượt quá ATR trong 14 ngày của WMT đều tăng trong khoảng thời gian đó. Sự
giao nhau lớn đầu tiên xảy ra vào đầu tháng 10 khi DI+ vượt lên trên DI— (được đánh dấu
bằng "Xl") cho thấy xu hướng giá tăng lên và lần thứ hai xảy ra vào cuối tháng 1 khi DI—
vượt lên trên DI+ (được đánh dấu bằng " X2") và cảnh báo chúng tôi rằng xu hướng đã đảo
chiều đi xuống. Điều này xác nhận sự phá vỡ đi xuống trước đó của đường xu hướng.
Vì vậy, sự giao nhau của DMI là một tín hiệu quan trọng trong việc phân tích xu hướng.
Thứ hai, sự giao nhau nhỏ xảy ra vào đầu tháng 2 (được đánh dấu bằng chữ "mc") và chỉ
kéo dài một ngày là một dấu hiệu quan trọng. Nó gợi ý rằng hướng của xu hướng hiện đang
đi ngang và giống như một khu vực tắc nghẽn, nó có thể bị phá vỡ theo một trong hai hướng.
Thông thường, hai DI đạt đến trạng thái cân bằng và sau đó tách ra theo hướng ban đầu, như đã
xảy ra ở đây, trong trường hợp đó xu hướng trước đó sẽ tiếp tục. Vào những thời điểm khác, DI
114 11 Tôi
llifiti lliii
Walmart fi 90.00-
định hướng(WMT) ili1
11zt/ 88,00
tti /III
" 86,00
, một,
iii 1
84,00
82,00
ỂỒ
U, IĐ
B
ielPi l"f /
tôi sẽ / Chỉ số -80.00
Sự chuyển động
1111
P -78.00
Tôi
một chút ittliTz/ z'''," 111

(DMI) 78,00
DI+
/
74:00
trực tràng
-45.00
-35.00
Xi X2
r---
NI .
-25:00
,..
.__
\
TÔI
nó HU/
15:00
Mc
ii Z"
DI-
Tôi
20 27 10 tháng 11 17 24/12 8 15 22 .ii 9/2 12 16 26

16 23
Được tạo bằng cách sử dụng "IradeStation
HÌNH 6.8 Chỉ báo chuyển động định hướng (Walmart [WMT] hàng ngày:
15 tháng 10 năm 2014— 26 tháng 2 năm 2015)
vượt qua một cách đột ngột và sắc bén hơn, như đã xảy ra vào cuối tháng 1 và báo hiệu sự
đảo ngược xu hướng. Do đó, khi hai người gặp nhau là một giai đoạn quan trọng. Wilder
đề nghị đặt điểm dừng mua hoặc bán ở mức giá khi hai đường giao nhau đầu tiên. Trong Hình
6.8, khi hai đường DI giao nhau vào đầu tháng 2, chúng ta không biết liệu đây có phải là
một xu hướng đảo chiều hay không. Do đó, chúng ta đặt điểm dừng mua ở mức giá ngay trên mức
giá xảy ra khi hai đường giao nhau ban đầu. Nếu xu hướng đảo chiều, giá sẽ chạm điểm dừng
và vị thế của chúng ta sẽ phù hợp với xu hướng tăng mới. Nếu điểm dừng không được nhấn, hai
đường có thể sẽ phân kỳ trở lại và xu hướng giảm cũ sẽ tiếp tục mà không có chúng ta.
Thứ ba, các kỹ thuật phân kỳ tiêu chuẩn có giá trị trong DMI. Trong Hình 6.8, thông báo
nơi đỉnh cao nhất vượt quá đỉnh trước đó (biểu đồ giá: đường chấm từ đỉnh này đến đỉnh khác)
,
không được xác nhận trong DI+ và không đạt được mức cao mới cùng lúc (biểu đồ DMI: đường
chấm từ đỉnh này đến đỉnh khác). đỉnh cao). Đây là sự phân kỳ âm, mặc dù không phải là tín
hiệu hành động nhưng là cảnh báo rằng xu hướng tăng trước đó đang mất dần sức mạnh.
Thứ tư, DI có thể được sử dụng để tạo chỉ mục định hướng (DX). DX này sau đó được sử dụng
để tạo ra DX trung bình được gọi là đường ADX như trong Hình 6.9. DX được tính bằng cách
lấy chênh lệch tuyệt đối giữa các giá trị của hai DI và chia nó cho tổng của hai DI. DX
luôn dương và thể hiện xu hướng của thị trường theo xu hướng vì nó so sánh các DI với nhau.
Khi một DI rất lớn so với DI kia, thị trường đang chuyển động mạnh theo một hướng và giá
trị của DX sẽ lớn. 115

ADX là giá trị được làm mịn của DX và được vẽ trên Hình 6.9.
Khi ADX tăng, thị trường ngày càng có xu hướng theo một trong hai hướng.
Chỉ báo ADX có giá trị trong việc xác định thời điểm áp dụng hệ thống theo xu hướng trung
IO
VAHW VI
IA aD
DN S
bình động. ADX tăng cho thấy xu hướng ngày càng tăng của các mức giá tương ứng. ADX thấp
hoặc ADX đang giảm cho thấy xu hướng đi ngang hoặc buồn tẻ trên một ADX đang mất đà. Chúng
ta biết rằng hệ thống giao nhau giữa các đường trung bình động có nhiều răng cưa khi thị
trường không có xu hướng định hướng nhưng lại mang lại lợi nhuận khi thị trường có xu hướng
đi lên hoặc đi xuống. Nhiều mô hình theo xu hướng sử dụng ADX để xác định thời điểm nên đổ
tiền vào thị trường.
Thứ năm, các đỉnh và đáy ADX cung cấp thông tin có giá trị về xu hướng giá. Khi ADX đạt
đỉnh, nó thường báo hiệu mức giá đạt đỉnh hoặc đáy. Trong Hình 6.9, các đỉnh trong ADX (được
đánh dấu bằng mũi tên) cho thấy chúng trùng khớp chặt chẽ như thế nào với sự đảo chiều lên
hoặc xuống của giá. Bởi vì việc xác định điểm cuối của xu hướng rất chính xác nên các đỉnh
ADX được sử dụng làm tín hiệu giao dịch để đóng các vị thế xu hướng.
Các đáy trong ADX rất hữu ích vì chúng biểu thị các giai đoạn khi thị trường không hoạt
động và không có xu hướng nhưng đang bắt đầu tăng tốc theo hướng xu hướng. Khi ADX bắt đầu
tăng, không nhất thiết phải từ mức thấp, nó báo hiệu sự gia tăng đột ngột trong xu hướng và
là thời điểm để tìm kiếm cơ hội tham gia vào xu hướng. Như chúng ta đã biết khi nhìn vào các
khu vực tắc nghẽn, sau một khoảng thời gian không hoạt động thường là một khoảng thời gian
năng động. Hiện tượng này có thể được nhìn thấy trong Hình 6.9 với các đáy ADX (được đánh dấu
bằng mũi tên trong vòng tròn) gắn liền với giai đoạn không hoạt động chuyển thành xu hướng với
Walmart (WMT)
-90.00
P 1111
LI
114 un 1111411fietliVit
85,00
ir 1/4 41 4 4? 1
80,00
-75.00
t Đường ADX (14 ngày) -45.00
TP 40:00
0 t -35.00
30.00
T Đỉnh P - ADX
25:00
0
1.
Máng T - ADX 1720.00
116 '
2 0 2 7 Tháng 11 1 0 1 7 2 4 Tháng 12 8 1 5 2 2 4 5 1 2 1 9 2 6 F eb 9 1 6 2 3
HÌNH 6.9 Đường ADX (Walmart [WMT] hàng ngày: 15 tháng 10 năm 2014—
26 tháng 2 năm 2015)
ỂỒ
U, IĐ
B
đà tăng dần. Khi một đáy ADX xuất hiện, nhà giao dịch hoặc nhà đầu tư nên theo dõi chặt chẽ giá
để phát hiện đột phá theo một trong hai hướng.
ADX và DMI có thể được sử dụng trên các biểu đồ trong ngày, hàng tuần, hàng tháng và thậm
chí ngắn hạn hơn để tìm manh mối về cường độ và hướng của xu hướng.
• Phong bì, kênh và băng tần là gì?
Đường trung bình động đơn giản đại diện cho trung tâm của xu hướng giá cổ phiếu. Giá thực tế có
xu hướng dao động xung quanh đường trung bình động đó. Biến động giá tập trung vào đường trung
bình động nhưng nằm trong một dải hoặc đường bao quanh độ tuổi trung bình động. Bằng cách xác
định biên độ mà giá có xu hướng dao động, nhà phân tích có thể xác định tốt hơn phạm vi mà giá
có thể được dự đoán sẽ dao động.
Tỷ lệ phần trăm phong bì
Một cách để tạo loại băng tần này là sử dụng đường bao phần trăm. Phương pháp này, còn được gọi
là bộ lọc phần trăm, được phát triển nhằm cố gắng giảm thiểu số lượng phần trăm.
các tín hiệu không có lợi từ việc vượt qua đường trung bình động khi xu hướng đi ngang. Đây
là một phương pháp phổ biến được sử dụng trong hầu hết các nghiên cứu học thuật về hệ thống
chéo trung bình động. Nó được tính bằng cách lấy tỷ lệ phần trăm của đường trung bình
động và vẽ nó ở trên và dưới đường trung bình động (xem Hình 6.10) ___ do đó có thuật ngữ
đường bao. Biểu đồ này tạo ra hai đường đối xứng: một ở trên và một ở dưới đường trung bình động.
Đường bao này sau đó sẽ trở thành yếu tố kích hoạt các tín hiệu khi nó bị giá cắt ngang
thay vì khi đường trung bình động bị cắt. Tỷ lệ phần trăm được sử dụng trong tính toán phải
đủ lớn để bao gồm hầu hết các dao động xung quanh đường trung bình động trong một khoảng thời
gian đi ngang và do đó làm giảm số lượng tín hiệu không chính xác, tuy nhiên nó phải đủ nhỏ
để đưa ra tín hiệu đủ sớm để có lãi khi xu hướng đã được thiết lập. Tỷ lệ phần trăm này phải
được xác định thông qua thử nghiệm vì một sự khác biệt nhỏ về tỷ lệ có thể gây ra sự khác
biệt đáng kể về hiệu suất.
Một trong những vấn đề chính với phong bì có tỷ lệ phần trăm cố định là chúng không tính
đến sự biến động thay đổi của giá cơ bản. Trong xu hướng đi ngang, khi độ biến động thường
giảm, hành động giá có thể được kiềm chế trong một phạm vi tương đối.
117
-90.00
VO
W H1
AA V\
)1 39
D1 S
-85,00
____ SMA 10 ngày — 75,00
SMA 26
ngày ............ 0,5% phong bì
20 27 10 tháng 11 17 24 8 tháng 12 15 22 '45 12 19 28 9 tháng 2 18 23

1111111PF .!PlIPRIMPOPPF""
HÌNH 6.10 Đường bao phần trăm về đường trung bình động (Walmart
[WMT] hàng ngày: 15 tháng 10 năm 2014—26 tháng 2 năm 2015)
dải hẹp. Tuy nhiên, khi xu hướng bắt đầu, sự biến động thường mở rộng và sau đó sẽ tạo ra các tín
hiệu sai bằng cách sử dụng đường bao có tỷ lệ phần trăm cố định. Để giải quyết vấn đề này, khái
niệm về các dải được điều chỉnh theo mức độ biến động đã được phát triển.
Ban nhạc
Dải cũng là đường bao quanh một đường trung bình động, nhưng thay vì có kích thước cố định, chúng
được tính toán để điều chỉnh sự biến động giá xung quanh đường trung bình động. Do đó, chúng sẽ co
lại khi giá ổn định và mở rộng khi giá trở nên biến động. Dải được sử dụng rộng rãi nhất là Dải
Bollinger, được đặt theo tên của John Bollinger (2002).
Dải Bollinger Như chúng tôi đã đề cập trước đó, có hai cách chính để đo lường sự biến động của giá.
Một là độ lệch chuẩn về giá trị trung bình hoặc đường trung bình động, và cái còn lại là ATR. Dải
Bollinger sử dụng phép tính độ lệch chuẩn.
Để xây dựng Dải Bollinger, trước tiên hãy tính đường trung bình động đơn giản của giá.
Bollinger sử dụng SMA vì hầu hết các phép tính sử dụng độ lệch chuẩn đều sử dụng SMA. Tiếp theo,
vẽ các dải có độ lệch chuẩn nhất định ở trên và dưới đường trung bình động. Ví dụ: phép tính tiêu
chuẩn của Bollinger và phép tính thường thấy nhất trong các dịch vụ biểu đồ công cộng, bắt đầu
bằng đường trung bình động đơn giản 20 kỳ. Hai độ lệch chuẩn được thêm vào SMA để vẽ dải trên. Dải
dưới được xây dựng bằng cách trừ hai độ lệch chuẩn khỏi SMA.
1 1 8
Các dải này tự điều chỉnh, tự động trở nên rộng hơn trong thời kỳ giá thay đổi mạnh.
Hình 6.11 cho thấy Dải Bollinger tiêu chuẩn xung quanh đường trung bình động 20 kỳ với các dải
có hai độ lệch chuẩn. Tất nhiên, cả độ dài của đường trung bình động và số lượng độ lệch chuẩn đều
có thể được điều chỉnh. Về mặt lý thuyết, cộng hoặc trừ hai độ lệch chuẩn sẽ chiếm khoảng 95%
ỂỒ
U, IĐ
B
toàn bộ hành động giá đối với đường trung bình động. Trên thực tế, điều này không hoàn toàn đúng
vì hành động giá không cố định và không ngẫu nhiên, do đó, không tuân theo các đặc tính thống kê
của phép tính độ lệch chuẩn một cách chính xác. Tuy nhiên, đó là một ước tính tốt cho phần lớn
hành động giá. Thật vậy, như biểu đồ cho thấy, hành động giá dường như dao động giữa các dải khá
đều đặn. Hành động này tương tự như hành động trong khu vực tắc nghẽn hoặc mô hình hình chữ nhật,
ngoại trừ việc giá cũng có xu hướng dao động trong dải khi giá có xu hướng tăng và giảm. Điều này
là do đường trung bình động đang tái tạo xu hướng của giá và điều chỉnh chúng trong khi dải đang
mô tả các giới hạn trên và dưới bình thường xung quanh xu hướng khi biến động giá thay đổi.
Ban nhạc Keltner Chester Keltner (1960) đã giới thiệu Ban nhạc Keltner trong cuốn sách Cách kiếm
tiền từ hàng hóa của mình. Để xây dựng các dải này, trước tiên hãy tính "Giá thông thường" (Đóng
+ Cao + Thấp) + 3 và tính SMA 10 ngày của giá thông thường.
Tiếp theo, tính toán kích thước dải bằng cách tạo SMA mười ngày của Cao trừ Thấp hoặc thanh
2027 10 tháng 11 17 24 8 tháng 12 15 22 "JS 12 19 28 ngày 9 tháng 2 18 23 1 1 9

Được tạo bằngTradeStation
--".181119P"
HÌNH 6.11 Dải Bollinger (Walmart [WMTI daily: 15/10/2014—26/02/2015)
AA
VI 1O
3T VI
2A 3O
DN S
phạm vi. Dải phía trên sau đó được vẽ dưới dạng SMA 10 ngày của giá thông thường cộng với SMA 10
ngày của phạm vi thanh. Dải phía dưới được vẽ dưới dạng SMA 10 ngày với mức giá thông thường trừ
đi SMA 10 ngày của phạm vi thanh. (Khi phép tính được sắp xếp lại, nó tương tự như việc sử dụng
ATR. Các dải này đôi khi được gọi là dải ATR.)
Giống như hầu hết các phương pháp, các nhà phân tích khác nhau thích sửa đổi mô hình cơ bản
để đáp ứng nhu cầu cụ thể và chiến lược đầu tư của họ. Mặc dù tính toán ban đầu của Keltner sử
dụng đường trung bình động 10 ngày, nhưng nhiều nhà phân tích sử dụng phương pháp này đã mở rộng
đường trung bình động lên 20 kỳ. Cách tính 20 kỳ phù hợp hơn với cách tính Dải Bollinger.
Dải STARC STARC là từ viết tắt của Stoller Average Range Channel, được phát minh bởi Manning
Stoller. Hệ thống này sử dụng ATR trong 5 khoảng thời gian được cộng và trừ từ SMA 5 kỳ của giá.
Nó tạo ra một dải giá mở rộng và thu hẹp theo những thay đổi trong ATR hoặc sự biến động của giá.
Cũng giống như Dải Keltner, độ dài của SMA được sử dụng với STARC có thể được điều chỉnh theo các
khoảng thời gian giao dịch hoặc đầu tư khác nhau.

Chiến lược giao dịch sử dụng dây đeo và phong bì
Phù hợp với khái niệm cơ bản về việc tuân theo xu hướng, các dải và đường bao được sử dụng để
báo hiệu khi có sự thay đổi xu hướng và để giảm số lượng dao động xảy ra trong phạm vi giao dịch
chặt chẽ. Khi nhìn vào các đường bao hoặc dải trên biểu đồ, người ta sẽ nghĩ rằng cách sử dụng
tốt nhất của chúng có thể là giao dịch trong chúng từ mức cực cao đến mức cực thấp và ngược lại,
tương tự như các chiến lược dành cho mô hình hình chữ nhật. Tuy nhiên, việc giao dịch giữa các
ban nhạc rất khó khăn. Đầu tiên, theo định nghĩa, ngoại trừ các đường bao cố định, các dải co
lại theo xu hướng đi ngang, buồn tẻ và không có nhiều khoảng trống để điều động theo cách tiết
kiệm chi phí và mang lại kết quả có lợi. Thứ hai, khi giá đột ngột chuyển sang một xu hướng mới,
chúng có xu hướng bám sát dải theo hướng của xu hướng đó và đưa ra nhiều tín hiệu thoát lệnh
sai. Thứ ba, khi các dải mở rộng, chúng cho thấy mức độ biến động đã tăng lên, thường là do sự
bắt đầu của một xu hướng mới và bất kỳ vị thế nào được nhập với dự đoán về mức độ biến động thấp
sẽ nhanh chóng bị dừng lại.
Do đó, các dải đã trở thành phương pháp xác định điểm bắt đầu của xu hướng và thường không
được sử dụng để giao dịch trong phạm vi giữa chúng. Khi rìa ngoài của một dải bị phá vỡ, bằng
chứng thực nghiệm cho thấy rằng điểm vào lệnh phải theo hướng phá vỡ, không giống như sự phá vỡ
đường xu hướng hoặc mức hỗ trợ hoặc kháng cự.
Một đột phá từ một dải chứa khoảng 90% hành động giá trước đó cho thấy xu hướng chung của hành
1 2 0
động giá trước đó đã thay đổi theo hướng đột phá.
Trong Hình 6.11, tín hiệu mua đột phá xảy ra vào đầu tháng 11, khi giá vượt lên trên dải
Bollinger Band phía trên, cho thấy một xu hướng tăng mạnh đang bắt đầu.
Các dải đã trở nên hẹp hơn trong tháng Mười. Việc thắt chặt dải này, gây ra bởi sự biến động thu
hẹp, thường kéo theo sự biến động giá mạnh.

ỂỒ
U, IĐ
B
Sự khác biệt duy nhất giữa kiểu đột phá dải và kiểu thông thường hơn là dải thường linh hoạt
hơn. Bởi vì các đường trung bình động thường sẽ trở thành các mức hỗ trợ hoặc kháng cự, nên
đường trung bình động trong phép tính Dải Bollinger khi đó sẽ trở thành mức dừng cuối cho bất
kỳ mục nhập nào trước đó xảy ra từ một đột phá trên hoặc dưới dải. Khả năng sử dụng các đường
trung bình động làm điểm dừng cuối có thể dễ dàng được đưa vào một hệ thống sử dụng bất kỳ loại
dải nào điều chỉnh độ biến động.
Cách sử dụng khác của đường trung bình động trong một dải là mức thoái lui để vào lệnh bổ
sung trong xu hướng được thiết lập theo hướng của đường trung bình động và các dải. Với mức
dừng chỉ thấp hơn một chút so với đường trung bình động bằng cách sử dụng các quy tắc chúng ta
đã học để thiết lập mức dừng lỗ, khi giá thoái lui trở lại vùng của đường trung bình động trong
xu hướng tăng mạnh, có thể thực hiện một mục nhập bổ sung khi mức thoái lui trong dải dự kiến
sẽ dừng lại.
Khi thử nghiệm các đột phá của dải, có vẻ như khoảng thời gian càng dài thì hệ thống càng
mang lại nhiều lợi nhuận. Sự biến động rất ngắn hạn, bởi vì nó tương đối tích cực hơn, gây ra
nhiều đột phá giả. Thời hạn dài hơn với ít biến động hơn trong mỗi thời kỳ
dường như duy trì xu hướng trong thời gian dài hơn và không bị thay đổi nhiều như
các xu hướng ngắn hạn. Các hệ thống theo xu hướng có lợi nhất là dài hạn và như các
nhà giao dịch ngắn hạn đã học được, khả năng giá dao động mạnh sẽ lớn hơn so với khi
nó ổn định trong thời gian dài hơn. Do đó, những dao động vốn có trong dữ liệu ngắn
hạn sẽ giảm đi trong thời gian dài hơn và các hệ thống theo xu hướng theo dõi các xu
hướng dài hơn sẽ có ít tín hiệu thua lỗ hơn. Các ban nhạc thành công hơn trong các
thị trường có xu hướng và do đó phù hợp hơn với thị trường hàng hóa hơn là thị trường
chứng khoán.
Một cách sử dụng khác của dải là theo dõi biến động giá. Độ biến động thấp thường liên
quan đến các xu hướng đi ngang hoặc hơi nghiêng ___ những nơi thường có cưa roi
và các mô hình không thành công. Sự biến động cao thường gắn liền với một xu hướng mạnh mẽ,
lên hoặc xuống. Bằng cách theo dõi sự biến động, đặc biệt là khi mức độ biến động gia tăng,
nhà phân tích có thể xác định rằng sắp có sự thay đổi trong xu hướng. Để theo dõi sự biến
động, người ta nên phân biệt giữa dải cao và dải thấp và vẽ nó dưới dạng một đường bên dưới
hành động giá. Bollinger gọi đường này là Chỉ báo băng thông. Sự gia tăng đường băng thông,
là kết quả của sự biến động ngày càng tăng, có thể liên quan trực tiếp đến hành động giá.
Bất kỳ đột phá nào từ mô hình, mức hỗ trợ hoặc kháng cự, đường xu hướng hoặc đường trung bình
động đều có thể được xác nhận bằng sự thay đổi về độ biến động. Nếu sự biến động không tăng
lên khi có sự đột phá về giá thì khả năng xảy ra đột phá là sai. Do đó, sự biến động có thể
được sử dụng như một sự xác nhận cho những thay đổi trong xu hướng hoặc nó có thể được sử dụng 1 2 1
như một cảnh báo rằng mọi thứ sắp thay đổi. Việc sử dụng các dải này sẽ thành công hơn khi kết
hợp với các phương pháp khác để xác định sự thay đổi xu hướng thực tế.
Kênh
RO
VAW VI
UA UD
DN S
Khi thảo luận về các đường xu hướng, chúng tôi đã lưu ý rằng một đường thường có thể
được vẽ song song với đường xu hướng bao gồm hành động giá trong cái được gọi là kênh.
Vì mục đích hiện tại, định nghĩa đó thay đổi đôi chút bằng cách nới lỏng yêu cầu về
đường thẳng song song.
Các kênh được mô tả là một cái gì đó đơn giản hơn hai đường thẳng song song.
Chúng tôi đã đề cập đến phương pháp kênh Donchian đã rất thành công mặc dù nó đã
được biết đến rộng rãi trong nhiều năm. Tín hiệu xảy ra với kênh Donchian khi xảy
ra sự phá vỡ trên hoặc dưới mức cao hoặc thấp trong một khoảng thời gian trước đó
(xem Hình 6.12). Phương pháp này không yêu cầu xây dựng đường xu hướng; yêu cầu duy
nhất là ghi lại mức cao và mức thấp trong một khoảng thời gian nào đó. Trong trường
hợp phương pháp kênh Donchian, khoảng thời gian là bốn tuần (20 ngày) và quy tắc là
mua khi giá vượt quá mức cao nhất trong bốn tuần qua và bán khống khi giá giảm xuống
dưới mức thấp nhất trong bốn tuần qua. bốn tuần qua. Những hệ thống như vậy thường
là hệ thống "dừng và đảo ngược" luôn có mặt trên thị trường, dù dài hay ngắn. Như
có thể tưởng tượng, hệ thống kênh được sử dụng phổ biến hơn trong thị trường hàng
hóa, nơi các vị thế mua và bán dễ dàng và giá cả có xu hướng dài hơn nhiều.
Walmart (WMT)
80,00
Kênh Donchian
Mức cao nhất trong 20 ngày và mức thấp trong 20 ngày
76,00
122 20 27 10 tháng 11 17 24 8 tháng 12 15 22 46 13 19 26 9 tháng 2 16 23
HÌNH 6.12 Kênh Donchian khi đóng cửa hàng ngày (Walmart [WMT] hàng
ngày: 15 tháng 10 năm 2014—26 tháng 2 năm 2015)
• Kết luận
ỂỒ
U, IĐ
B
Cách cơ bản mà nhà phân tích kỹ thuật kiếm được lợi nhuận là xác định xu hướng giá cả và đi
theo xu hướng đó. Đôi khi, sự biến động giá hàng ngày khiến nhà phân tích gặp khó khăn trong
việc xem xét xu hướng cơ bản của giá. Đường trung bình động là công cụ được sử dụng để làm
mịn dữ liệu thất thường này, giúp bạn dễ dàng nhận ra xu hướng cơ bản thực sự hơn.
Mặc dù có nhiều phương pháp tính toán đường trung bình động khác nhau nhưng ý tưởng cơ
bản là đưa ra một bản tóm tắt về lịch sử giá trung bình hoặc bình thường của một khoảng
thời gian cụ thể. Bởi vì các đường trung bình động dựa trên giá lịch sử nên về bản chất,
chúng sẽ là một chỉ báo trễ về xu hướng. Khoảng thời gian được bao phủ bởi đường trung bình
động càng ngắn thì độ trễ sẽ càng ít. Tuy nhiên, sử dụng khoảng thời gian ngắn hơn cũng
dẫn đến nhiều tín hiệu sai hơn. Như thường lệ, khi chọn một hệ thống trung bình động, sẽ
có sự cân bằng giữa việc nhận biết sớm xu hướng đảo ngược và sự chắc chắn về việc đảo ngược
xu hướng. Việc sử dụng đường bao, dải và kênh xung quanh đường trung bình động có thể giảm
thiểu số lượng tín hiệu sai bằng cách cung cấp phạm vi biến động giá lớn hơn trước khi tín
hiệu được kích hoạt.

Hộp 6.1 đưa ra danh sách các nguyên tắc cơ bản mà nhà phân tích kỹ thuật cần ghi nhớ.
HỘP 6.1 QUY TẮC GIAO DỊCH
Chúng tôi đã đề cập đến rất nhiều tài liệu liên quan đến xu hướng. Dưới đây là một số điểm chính
cần nhớ khi đầu tư:
Đi theo xu hướng là cách sử dụng phân tích kỹ thuật có lợi nhất. Xu hướng có
thể được xác định bằng các đường xu hướng, đường trung bình động, mức cao và mức thấp tương đối. Luôn chọn một
loại chứng khoán có xu hướng lên xuống. Xu hướng cố định hoặc ngẫu nhiên thường không mang lại lợi
nhuận. Nhận thức được
các xu hướng trong khoảng thời gian dài hơn và ngắn hơn tiếp theo từ
đang được giao dịch.
Luôn giao dịch theo xu hướng:
“Xu hướng là bạn của bạn”.
"Đừng đi ngược lại xu hướng."
Sự phá vỡ từ các mức hỗ trợ hoặc kháng cự, mô hình hoặc dải thường báo hiệu một
sự thay đổi trong xu
hướng. Sự phá vỡ đường xu hướng ít nhất là một cảnh
báo. Xu hướng càng dài thì sự phá vỡ càng quan trọng. Xác nhận bất
kỳ đột phá nào bằng các bằng chứng khác, đặc biệt là khi vào một vị thế. Khi thoát, xác nhận 1 2 3
không quan trọng bằng.
Luôn sử dụng điểm dừng—bảo vệ và theo dõi. Không
bán các vị thế có lợi nhuận quá sớm; chỉ cần tiếp tục theo dõi với điểm dừng.
IA
HIO
VAN DN
VI HO
S
Arms, Richard W., Jr. Chỉ số Arms: Giới thiệu về Phân tích Khối lượng Cổ phiếu và Trái phiếu
Thị trường. Homewood, IL: Dow Jones-Irwin, 1989.
Bollinger, John. Bollinger trên Dải Bollinger. NewYork, NY: McGraw-Hill, 2002.
Brock, W , J. Lakonishok và B. LeBaron. "Quy tắc giao dịch kỹ thuật đơn giản và tính chất ngẫu nhiên của
lợi nhuận chứng khoán." Tạp chí Tài chính 47 (1992): 1731-1764.
Chande, Tushar S. và Stanley Kroll. Nhà giao dịch kỹ thuật mới: Tăng lợi nhuận của bạn bằng cách tham gia
các chỉ số mới nhất. New York, NY: John Wiley & Sons, 1994.
Detry, PJ và Philippe Gregoire. "Bằng chứng khác về sức mạnh dự đoán của phân tích kỹ thuật: Quy tắc
trung bình động đối với các chỉ số châu Âu." Cuộc họp của Hiệp hội Quản lý Tài chính Châu Âu, Lugano,
Thụy Sĩ, 2001, http://ssrn. ngô/trừu tượng=269802.
Ôi, John. "Trung bình di chuyển thích ứng MESA." Phân tích kỹ thuật cổ phiếu và hàng hóa
19, không. 9 (tháng 9 năm 2001): 30-35.
Gartley, HM Lợi nhuận trên thị trường chứng khoán. tái bản lần thứ 3. (1981). Pomeroy, WA: Công ty xuất
bản Lambert-Gann, 1935.

Kaufman, Perry J. Hệ thống và phương pháp giao dịch. tái bản lần thứ 3. New York, NY: John Wiley & Sons,
1998.
Keltner, Chester W. Cách kiếm tiền từ hàng hóa. Thành phố Kansas, MO: Thống kê Keltner
Dịch vụ, 1960.
Wilder, J. Welles, Jr. Các khái niệm mới trong hệ thống giao dịch kỹ thuật. Greensboro, SC: Nghiên cứu xu hướng,
1978.
1 2 4
ỂỒ
U, IĐ
B
Mẫu biểu đồ thanh

Dahlquist, Phân tích Kỹ thuật: Nguồn tài nguyên hoàn chỉnh
dành cho các kỹ thuật viên thị trường tài chính, Tái bản
lần thứ 3 (Old Tappan, New Jersey: Pearson Education,
Inc., 2016), Chương 15.
Tuyên bố mục tiêu học tập 1 2 5
Xác định ý nghĩa của "các mẫu biểu đồ"

Liệt kê các đặc điểm chung của các mẫu
Thảo luận các quan điểm đối lập về việc liệu các mẫu có tồn
tại hay không Mô tả ảnh hưởng của công nghệ máy tính đến nghiên cứu mô
hình giá Xác định các mẫu biểu đồ cổ điển như hình tam giác, đỉnh đôi và đỉnh ba Và
đáy
Xác định các mẫu biểu đồ làm tròn như đầu và vai Xác
định các mẫu biểu đồ “nửa cột” như cờ và cờ hiệu
Về mặt căn bản, phân tích kỹ thuật có liên quan chặt chẽ với các mô hình giá,
có lẽ thậm chí còn nhiều hơn mức cần thiết. Trước khi có máy tính, biểu đồ giá
vẽ tay là nguồn tài nguyên kỹ thuật duy nhất hiện có. Đường xu hướng và mô hình là
phương tiện chính để phân tích hành vi giá cả. Máy tính đã đa dạng hóa các phân tích
kỹ thuật vì nó làm cho các mối quan hệ toán học khác trở nên dễ tính toán hơn.
Sau khi thảo luận về một số đặc điểm cơ bản của các mẫu, chúng ta xem xét các
mẫu biểu đồ thanh cổ điển—những mẫu được phần lớn các nhà phân tích kỹ thuật sử
dụng và có lịch sử sử dụng lâu nhất. Trong "Mô hình ngắn hạn", chúng tôi xem xét
các mô hình ngắn hạn, chân nến, mô hình một và hai ngày và các mô hình khác không
được sử dụng rộng rãi. Có nhiều mô hình khác nhau tùy theo sự kết hợp của giá mở,
cao, thấp và đóng có thể đáp ứng. Nói chung, các mẫu ngắn hơn phổ biến hơn và kém
tin cậy hơn, còn các mẫu dài hơn thì phức tạp hơn và ít phổ biến hơn. Ngoài ra, như
một quy tắc, mô hình càng phức tạp thì càng ít có khả năng sinh lãi và mô hình càng thường xuyên
thì càng ít có khả năng sinh lãi. Các mô hình tốt nhất dường như nằm ở giữa tần số và độ phức
tạp. Chúng tôi giải quyết những điều này. Có rất nhiều sách tham khảo về các mẫu khác mà bạn có
thể nghiên cứu, nhưng hầu hết đều không đưa ra bất kỳ lợi thế đặc biệt nào so với các mẫu cổ
điển. Tuy nhiên, những cuốn sách của Thomas N. Bulkowski, được sử dụng làm nguồn chính ở đây,
cho đến nay là những cuốn sách được nghiên cứu và chi tiết nhất.
Mẫu là gì?
Trong tài liệu và cách sử dụng phân tích kỹ thuật, thuật ngữ mô hình và sự hình thành được sử
dụng thay thế cho nhau. Chúng tôi sẽ làm như vậy. Một mô hình đơn giản là một cấu hình của hành
động giá được giới hạn ở trên và dưới bởi một dạng đường hoặc đường cong nào đó.
Các đường ràng buộc chuyển động giá trong một mô hình có thể là đường xu hướng hoặc đường hỗ trợ/
các đường kháng cự. Trong chương này, chúng tôi áp dụng các khái niệm và thuật ngữ mà chúng tôi
đã nghiên cứu liên quan đến những dòng này. Khi nghiên cứu các mẫu, chúng tôi thêm một khái niệm mới—
giá bị ràng buộc bởi một đường cong thay vì một đường thẳng. Đường cong là một vòng cung ít
xác định hơn được vẽ bằng "mặt cười" cho đường cong dưới hoặc "cau mày" cho đường cong trên cùng.
Mức thấp nhất trong đường cong dưới cùng là mức hỗ trợ và mức cao nhất trong đường cong trên
cùng là mức kháng cự. Đường cong chỉ đơn giản xác định mức hỗ trợ hoặc kháng cự bằng các
1 2 6
đường cong thay vì đường thẳng. Một mô hình có thể được giới hạn bởi bất kỳ sự kết hợp nào
của các đường cong hoặc đường miễn là giới hạn trên và giới hạn dưới được xác định đủ rõ để
thiết lập mức đột phá.
Đặc điểm mẫu chung

ỂỒ
U, IĐ
B
Trọng tâm của chương này là cấu hình giá biểu đồ thanh. Thomas N. Bulkowski đã hoàn thành
nghiên cứu hiện đại toàn diện nhất về các mẫu biểu đồ thanh trong cuốn sách song sinh
Encyclopedia of Chart Patterns, ấn bản thứ 2 (2005) và Trading Classic Chart Patterns (2002).
Bulkowski quan sát hàng ngày hơn 700 cổ phiếu trong hơn 10 năm và lập danh mục kết quả của
chúng trong các điều kiện khác nhau. Tổng cộng, trong hai giai đoạn thị trường, anh đã tìm thấy
và phân tích 12.385 mẫu biểu đồ. Tất nhiên, mặc dù phân tích của ông về các mô hình phụ thuộc
vào khuynh hướng tiềm tàng của ông, nhưng nó vẫn nhất quán và bao gồm một số lượng lớn
đáng kể các ví dụ. Phần lớn tài liệu—đặc biệt là chương thống kê dựa trên công trình _ trong này
của Bulkowski. Bulkowski có một trang Web (www.thepatternsite.com) giải thích rất chi tiết tất
cả các mẫu mà chúng ta thảo luận và hơn thế nữa. Tuy nhiên, trước khi bắt đầu thảo luận về một
số mẫu cụ thể, chúng ta cần giải thích một số từ vựng liên quan đến đặc điểm chung của các mẫu
biểu đồ thanh.
Lối vào và lối ra Tất cả các mẫu đều có sự kết hợp giữa lối vào và lối ra. Điểm vào mô tả xu
hướng trước sự hình thành và điểm thoát thường là tín hiệu hành động. Một mô hình có thể xảy
ra sau một đợt suy giảm, trong trường hợp đó, mục nhập là từ phía trên hoặc sau một bước tiến,
trong trường hợp đó, mục nhập là từ bên dưới. Tất nhiên, lối ra cũng có thể đi xuống
Đường kháng cự
-
Lối vào
Kéo lại
--,
........, h_
Đường dây hỗ trợ
Đột phá
Giá
TÔI
HÌNH 7.1 Đỉnh đôi với đột phá xuống
hoặc hướng lên trên. Hình 7.1, một đỉnh kép, hiển thị một điểm vào lệnh từ bên dưới và một điểm thoát lệnh đi xuống. ____
Mặt khác, mô hình đáy có lối vào từ phía trên và lối ra hướng lên trên. Sự hợp nhất 127 trong một xu
hướng tăng lớn hơn có điểm vào từ bên dưới và điểm thoát lên trên. Do đó, tất cả các mô hình
được mô tả bằng bốn biến số sau: vào từ trên, vào từ dưới, thoát ra dưới và thoát ra trên.
Các biến này rất quan trọng vì theo thống kê, trong mỗi loại mẫu, một số đặc điểm này đáng
tin cậy hơn, xảy ra thường xuyên hơn hoặc mang lại nhiều lợi nhuận hơn các đặc điểm khác.
3f
dVIIIf
D IV
H NI
II
U S
Fractal Các thanh trong biểu đồ thanh có thể là bất kỳ khoảng thời gian nào: hàng tuần, hàng ngày, phút, v.v.
Các mẫu biểu đồ thanh có tính fractal. Điều này có nghĩa là chúng có thể xuất hiện trong bất
kỳ biểu đồ thanh nào, bất kể chu kỳ thanh. Ví dụ: sự hình thành tam giác có thể xảy ra trong
các thanh hàng giờ hoặc thanh hàng tuần. Mẫu này luôn cùng loại và sẽ luôn có các đặc điểm
chung giống nhau. Điều này thật kỳ lạ nhưng có thật. Thật vậy, khi nhìn vào một mẫu biểu đồ
thanh không có khoảng thời gian cụ thể, một nhà phân tích kỹ thuật có kinh nghiệm trong việc
nhận dạng mẫu không thể biết được chu kỳ của các thanh.
Pullback và Throwback Pullback xảy ra khi giá đột phá xuống dưới và sau đó "kéo trở lại" mức
đột phá của chúng. Sự đảo ngược xảy ra khi giá bứt phá đi lên và sau đó "trở lại" mức đột phá
của chúng (Edwards và Magee, sửa đổi 2007). Hình 7.1 cho thấy một ví dụ về pullback. Cả sự
thoái lui lẫn sự thoái lui đều không được xác định một cách dễ dàng hoặc chính xác, nhưng bạn
sẽ biết điều đó khi nhìn thấy nó. Khía cạnh thú vị của hành vi giá này là sự thoái lui hoặc
thoái lui luôn luôn sẽ làm giảm mức độ di chuyển cuối cùng theo hướng đột phá. Do đó, mặc dù
mỗi hành động có thể mang lại cơ hội thứ hai để hành động ở cấp độ đột phá,
mức tăng hoặc giảm tiếp theo nói chung sẽ ít hơn nếu không có sự thoái lui hoặc thoái lui. Về mặt
chiến thuật, điều này ngụ ý rằng cần phải thực hiện đột phá ngay lập tức; chờ đợi sự thoái lui sẽ làm
giảm khả năng sinh lời và rất có thể bạn sẽ bỏ lỡ toàn bộ biến động giá.
Sự thoái lui dường như xảy ra thường xuyên hơn ở những đột phá đi xuống với khối lượng thấp
hơn mức trung bình và sự thoái lui xảy ra thường xuyên hơn với những đột phá đi lên với khối
lượng trên trung bình. Bởi vì sự thoái lui và thoái lui dường như làm suy yếu hiệu suất,
nên tình huống lý tưởng, theo quy luật, là ở một đột phá đi lên, khối lượng giao dịch ít hơn được ưu
tiên và trong một đột phá đi xuống, khối lượng giao dịch lớn hơn được ưu tiên.
Thất bại Tất cả các đột phá có thể thất bại ở bất kỳ mô hình nào – nhiều hơn những mô hình khác.
Hãy nhớ rằng đột phá là tín hiệu cho thấy giá đang bắt đầu có xu hướng tăng hoặc giảm. Điều này đặc
biệt gây khó chịu cho người mới bắt đầu mong muốn sự hoàn hảo. Tuy nhiên, như chúng ta đã thấy, sự
hoàn hảo không nằm trong từ vựng của phân tích kỹ thuật. Đó là một tỷ lệ thuận lợi, hay một “lợi thế”
mà chúng ta đang tìm kiếm. Định nghĩa của Bulkowski về sự thất bại mà chúng tôi sử dụng là khi một
đột phá xảy ra và giá không di chuyển ít nhất 5% theo hướng đột phá.
Các mẫu có tồn tại không?

128
Một số học giả và nhà đầu tư tin rằng các mô hình không tồn tại. Họ tin rằng hành động giá là hoàn
toàn ngẫu nhiên hoặc ít nhất là không thể giải mã được. Khái niệm về tính ngẫu nhiên hiện đang bị
nghi ngờ, bỏ ngỏ khả năng tồn tại trật tự về giá cả. Tuy nhiên, ngay cả khi trật tự tồn tại trong giá
thị trường thì có thể nó không thể được nhận biết bằng các mô hình toán học hiện tại vì nó quá phức
tạp.
ỂỒ
U, IĐ
B
Các phương pháp được sử dụng trong lý thuyết hỗn loạn, mạng lưới thần kinh và các mô hình toán học
bí truyền khác có thể đôi khi tỏ ra hữu ích trong tương lai, nhưng không phải bây giờ. Vì vậy, vẫn
còn một câu hỏi thực tế là liệu các mô hình giá có tồn tại hay không. Các nhà phân tích kỹ thuật thề
là họ làm như vậy, nhưng trong nhiều trường hợp, các nhà phân tích không đủ tinh vi về mặt toán học
để chứng minh tính đúng đắn của chúng.
Như đã đề cập trước đó, bài báo chưa được xuất bản của Hasanhodzic et al. (2010) trong một nghiên
cứu về những người chơi trò chơi điện tử trực tuyến (http: /arora.ccs.neu.edu ) cố gắng phân biệt
giữa thống kê giá thị trường tài chính ở dạng biểu đồ chuyển động với các hoán vị ngẫu nhiên của cùng
một dữ liệu với phản hồi ngay lập tức đã phát hiện ra rằng mọi người có thể "phân biệt một cách nhất
quán giữa hai loại chuỗi thời gian." Thí nghiệm này dường như đưa ra bằng chứng cho thấy con người
có thể học cách phân biệt các mẫu và dữ liệu thực với chuỗi ngẫu nhiên trong khi máy tính cho đến nay
không thể làm được.
Nếu giá có các hình mẫu thì nguyên nhân nào tạo ra chúng? Đây là một cuộc tranh luận trong ít nhất
một thế kỷ và đã hình thành nên niềm tin rằng các khuôn mẫu là kết quả của hành vi con người, một
cách thuận tiện, không thể giải mã được. Tuy nhiên, đó là lý do tại sao các nhà phân tích kỹ thuật
lại rất quan tâm đến các nghiên cứu về thần kinh và tài chính hành vi mới. Họ hy vọng
rằng những thành kiến và xu hướng trong hành vi của con người hiện đang được các sinh viên tài chính
hành vi đo lường và dần dần hiểu rõ sẽ giải thích tại sao các mô hình giá dường như tồn tại.
Tài chính hành vi và nhận dạng mẫu Thực tế đầu tiên cần thừa nhận
về các mẫu biểu đồ là chúng chưa được chứng minh là tồn tại hoặc mang lại lợi nhuận. Mặc dù nhiều
nhà đầu tư và nhà giao dịch tin tưởng vào một số hình thức nhất định nhưng bằng chứng của họ phần
lớn chỉ là giai thoại. Thêm vào đó là xu hướng nhìn thấy các mẫu trong dữ liệu ngẫu nhiên.
Con người có xu hướng muốn có các mẫu dữ liệu và thông tin khác và nhìn thấy chúng khi chúng
không tồn tại. Sự mê tín bắt nguồn từ những quan sát sai lầm và ngẫu nhiên về những khuôn mẫu không
tồn tại nhưng được tạo ra vì mong muốn có được một khuôn mẫu. BF Skinner, giáo sư tâm lý học nổi
tiếng của Harvard, đã nghiên cứu hành vi của chim bồ câu trong một số tình huống phản ứng với kích
thích để xem liệu chim bồ câu có phản ứng với các kích thích khác nhau và từ đó "học" phản ứng
hay không. Phần thưởng cho câu trả lời đúng thường là thức ăn. Trong một thí nghiệm, ông quyết
định chỉ cho pi geos ăn mà không có tác nhân kích thích để xem chúng sẽ làm gì. Luôn luôn, khi cố
gắng hiểu được phản ứng kích thích, những con chim bồ câu phản ứng theo những cách khác nhau bằng
cách tạo ra kích thích của riêng chúng, một số lắc lư, một số phát triển những chuyển động đầu
kỳ lạ, do đó tạo ra sự mê tín của riêng chúng, khi một kích thích thực sự không tồn tại (Skinner , ______
1947). 129
Con người cũng giống nhau ở chỗ mong muốn có được một loại kích thích nào đó, ngay cả khi đó là
một con mèo đen băng qua đường, và phát triển các mối quan hệ được cho là có tính dự đoán khi thực
IH
dVLD E[
T/
V NF
I S
D
2
tế không có mối quan hệ nào tồn tại. Đây là mối nguy hiểm đặc biệt trong phân tích giá vì mong muốn
nhìn thấy một mô hình có thể xảy ra khi không có mô hình nào thực sự tồn tại.
Con người cũng là những nhà thống kê kém và có xu hướng coi trọng lịch sử gần đây hơn những gì
được đảm bảo về mặt thống kê. Một thí nghiệm của Kahneman và Tversky (1982) cho thấy rằng trong
việc tung đồng xu, có xác suất thống kê là rơi trúng mặt 50% bất kể chúng đã rơi về phía nào trước
đó, các nhà quan sát bắt đầu mong đợi nhiều mặt ngửa hơn trong tương lai khi mặt chuỗi các cái đầu
xuất hiện thường xuyên hơn và họ ngạc nhiên khi điều đó không xảy ra. Tiềm thức của họ kỳ vọng sẽ
có nhiều mặt ngửa hơn vì đó là lần lật nhà gần đây nhất, mặc dù tỷ lệ cược không thay đổi. Trong
phân tích kỹ thuật về các mô hình, nhà phân tích phải đề phòng sự mê tín hay điều thường được gọi
là “truyền thuyết thị trường”.
Thông thường những tuyên bố này mâu thuẫn với những tuyên bố khác hoặc đơn giản là sai. Một ví dụ
là "một tam giác giảm dần luôn bị phá vỡ hướng xuống". Bạn sẽ thấy điều này không được chứng minh
trên thực tế khi chúng ta thảo luận về các tam giác. Phân tích mô hình và xu hướng phải chỉ dựa
trên bằng chứng.
Con người cũng có xu hướng nhìn tương lai như quá khứ và nhìn về phía sau hơn là về phía trước.
Sự thiên vị này có thể là lý do khiến xu hướng giá tồn tại ngay từ đầu và tại sao giá tăng hoặc
giảm cho đến khi đạt đến một giới hạn cạn kiệt nào đó thay vì điều chỉnh.
ngay lập tức như EMH đề xuất. Vì lý do này, con người gặp khó khăn trong việc nhận biết khi nào
các dấu hiệu hoặc khuôn mẫu trong quá khứ không còn giá trị nữa. Các nghiên cứu đã chỉ ra rằng
não người giải phóng dopamine (một loại hóa chất tạo cảm giác khoái cảm và do đó là phần thưởng)
khi con người thực hiện hành động đã có tác dụng trước đó. Do đó, hành động mang lại cảm giác
khoái cảm đó là điều đáng mong muốn và vượt qua mọi lý luận nhận thức có thể nghi ngờ hành động
đó là sai trái. sai. Vấn đề này đặc biệt phổ biến và có khả năng rất nguy hiểm trên thị trường
tài chính, nơi luôn thay đổi.
"Trong một thế giới không có sự thay đổi, cách tốt nhất để tìm thấy pho mát là quay trở lại
vị trí nơi nó đã được tìm thấy trước đó. Tuy nhiên, trong một thế giới có sự thay đổi, cách tốt
nhất để tìm thấy pho mát là tìm ở một nơi mới" Burnham (2005, p . 284), diễn giải từ Johnson
(1998). Nói cách khác, người phân tích mô hình biểu đồ và xu hướng nên tìm kiếm sự thất bại thay
vì tin vào sự ổn định của các mô hình trước đó. Schwager (1996) gợi ý rằng khả năng sinh lời từ
các mô hình thất bại thường lớn hơn từ các mô hình đúng.
Máy tính và nhận dạng mẫu
Các nhà phân tích bắt đầu nhận ra các mô hình biểu đồ vào thời mà giá được vẽ bằng tay hàng
ngày. Ngoài các đường xu hướng, các mô hình là khởi đầu của phân tích kỹ thuật, và vì lý do
này, nhiều người không chuyên về kỹ thuật đã lầm tưởng rằng các mô hình là tất cả những gì các
1 3 0
kỹ thuật viên nghiên cứu. Các nhà giao dịch tại sàn và các nhà tạo lập thị trường vẫn vẽ biểu
đồ giá trong ngày để sử dụng trong giao dịch trong thời gian ngắn, nhưng máy tính đã thay đổi
đáng kể việc phân tích kỹ thuật. Trên màn hình máy tính, giờ đây có thể hiển thị các biểu đồ
theo từng phút, thậm chí theo từng tích tắc và từ đó có thể nhận ra nhiều mô hình khác nhau.
Điều này đã dẫn đến sự tiếp xúc khách quan với giá cả, khác với thời mà mỗi thanh được vẽ riêng
lẻ và "cảm giác" về hành động giá dễ dàng học được hơn. Ngoài ra, khoảng thời gian dành cho các
ỂỒ
U, IĐ
B
nhà giao dịch ngoài sàn đã trở nên ngắn hơn. Khả năng nhận thấy gần như ngay lập tức sự thay
đổi trong hành vi giá kết hợp với chi phí hoa hồng thấp hơn và ít trượt giá hơn, tất cả nhờ sự
ra đời của máy tính, đã khiến các nhà giao dịch suy đoán về các xu hướng và mô hình ngắn hạn.
Tuy nhiên, máy tính không làm cho việc nghiên cứu các mẫu trở nên dễ dàng hơn chút nào. Các
mô hình thay đổi và điều chỉnh theo các thị trường mới. Một số mẫu cũ dường như không còn hoạt
động tốt nữa và những mẫu khác đã thay thế chúng. Các khuôn mẫu cũng được xác định một cách chủ
quan và trong nhiều trường hợp chúng có thể không hợp lệ. Các thử nghiệm hiện đang được thực
hiện dựa trên tính hợp lệ của chúng ____ một công việc khó khăn vì các mô hình dựa trên trực
quan hơn là dựa trên toán học. Chúng đặc biệt đối với con người ở chỗ, giống như việc nhận ra
khuôn mặt của một người bạn từ những khuôn mặt ghép lại, một mẫu biểu đồ cụ thể phải được nhận
ra từ một loạt các mẫu về giá. Giống như việc định lượng khuôn mặt của bạn bè, việc định lượng
một mẫu biểu đồ không phải là điều dễ dàng thực hiện được. Chỉ nhờ thực hành, trải qua nhiều
sai lầm và nhiều cách giải thích đúng nhưng có sai sót thì nhà phân tích kỹ thuật mới có thể
nhận ra các mô hình một cách nhất quán. Đây là cách nghệ thuật phân tích kỹ thuật phát triển trước đây
máy tính, và mặc dù máy tính hiện đang đảm nhiệm cả việc vẽ đồ thị và phân tích, các mẫu biểu đồ vẫn
tồn tại và được nhiều người thực hành sử dụng.
Các tác giả gần đây của các cuốn sách về phương pháp biểu đồ kỹ thuật sẽ chứng thực sự tồn tại lâu dài
của một số mô hình nhất định và bản chất fractal của chúng. Việc phân tích các mô hình giá vẫn được
duy trì, mặc dù người ta ít chú trọng hơn đến nó.
Nhà phân tích sử dụng máy tính có thể tính toán các tỷ lệ, mức trung bình, mức chênh lệch, v.v.
nhanh hơn. Việc sử dụng máy tính cũng có ưu điểm là giúp kỹ thuật viên có khả năng kiểm tra các phép
tính mới này cũng như các phép tính cũ về độ chính xác và ý nghĩa thống kê. Nhà phân tích kỹ thuật
thời xưa phải dựa vào kinh nghiệm nhiều năm để xác định độ tin cậy của các hình thái và chỉ báo,
chẳng hạn như thường thức khuya với máy quay tay để tính toán các chỉ báo và bộ dao động. Như chúng
ta biết từ các nghiên cứu về hành vi, kinh nghiệm giai thoại có thể lừa dối, nhưng với sự ra đời của
máy tính, giờ đây chúng ta có thể nghiên cứu một cách khách quan nhiều chỉ báo dao động, giá trị
trung bình và các phương pháp khác mà trước đây không thể nghiên cứu được. Máy tính đã “dọn dẹp” rất
nhiều kiến thức dân gian về các hình mẫu và xu hướng, đồng thời loại bỏ những kiến thức có ít hoặc
không có giá trị. Nó đã làm cho phân tích kỹ thuật trở thành một môn khoa học hơn là một nghệ thuật.
Đáng chú ý, mặc dù có thể hiểu được từ cuộc thảo luận trước đây về hành vi của con người, nhưng nhiều
phương pháp cũ không chính xác này vẫn được sử dụng.
131
Cấu trúc thị trường và nhận dạng mẫu
Tất nhiên, thị trường cũng đã thay đổi kể từ khi bắt đầu phân tích kỹ thuật và lần đầu tiên nhận ra
các mẫu, và với sự thay đổi này, các mẫu đã thay đổi và trở nên kém chính xác hơn. Đầu tiên, sự phát
Ef
dVLD NV
Hf
V NN
I S
D
triển nhanh chóng của kiến thức kỹ thuật đã dẫn đến việc nhận ra các mô hình cụ thể khi chúng xuất
hiện. Tất nhiên, một khi một khuôn mẫu được thừa nhận rộng rãi và được áp dụng thì hiệu quả của nó sẽ
giảm đi. Do đó, các mô hình trong chứng khoán được giao dịch rộng rãi có xu hướng kém chính xác hơn
so với những chứng khoán giao dịch yên tĩnh mà ít nhà giao dịch theo dõi.
Trên thị trường chứng khoán, quyền sở hữu đã tập trung vào tay một số ít người có xu hướng hành
động đồng bộ. Những "bàn tay" này là người nắm giữ chứng khoán của tổ chức.
Họ có xu hướng hành động cùng nhau khi tin tức được công bố; do đó, bằng vị trí lớn và sự lo lắng
muốn vào hoặc ra, họ khiến các mô hình tự hủy diệt. Mặc dù rất khó để chứng minh, khi một tổ chức lớn
là chủ sở hữu chi phối của một cổ phiếu và có kiến thức về các nguyên tắc kỹ thuật, sẽ có xu hướng
"thao túng" việc hình thành biểu đồ và gây ra các đột phá giả. Điều này có thể gây ra sự tàn phá đối
với nhà giao dịch ngắn hạn đang theo dõi sự phát triển của các mô hình tương tự.
Cuối cùng, sự ra đời của các công cụ phái sinh với số lượng lớn đã ảnh hưởng đến hành động giá và
khối lượng của từng chứng khoán riêng lẻ vì những lý do khác ngoài triển vọng của công ty cơ bản.
Việc thêm hoặc xóa khỏi chỉ số hoặc giỏ thị trường có thể đột ngột đưa ra hoạt động mua hoặc bán
không liên quan đến mô hình đang phát triển.

HỘP 7.1 ĐỂ ĐỌC THÊM
Có rất nhiều sách tham khảo hay dành cho việc nghiên cứu các mô hình giá cả thị trường.
Một số trong số này được liệt kê ở đây.
Mẫu biểu đồ thanh
Bách khoa toàn thư về các mẫu biểu đồ của Thomas N. Bulkowski
Biểu đồ có thể giúp bạn như thế nào trên thị trường chứng khoán bởi
William Jiler Phân tích kỹ thuật hoạt động như thế nào
bởi Bruce Kamich Lợi nhuận trên thị trường chứng
khoán của HM Gartley Phân tích kỹ thuật
của Jack Schwager Phân tích kỹ thuật được giải
thích bởi Martin Pring Phân tích kỹ thuật của Xu hướng chứng khoán của Robert Edwards, John
Magee và W. Bassetti Phân tích kỹ thuật về thị trường tài chính của John Murphy
Mẫu điểm và hình
Biểu đồ điểm và hình của Thomas J. Dorsey Nghiên cứu
hỗ trợ kỹ thuật điểm và hình của Alexander Wheelan Phương pháp giao
dịch điểm và hình của kỹ thuật biểu đồ của Abe Cohen, Earl Blumenthal và Michael Burke
Hướng dẫn dứt khoát về điểm và hình của Jeremy du Plessis
Giao dịch—Mô hình ngắn hạn
Connors về các chiến lược giao dịch nâng cao của Laurence Connors 10 mô
1 3 2 hình và chiến lược giao dịch xoay vòng tốt nhất của Dave Landry bởi David Landry Bách
khoa toàn thư về biểu đồ nến của Thomas N. Bulkowski Kỹ thuật biểu
đồ nến Nhật Bản của Steve Nison Bí quyết dài hạn để giao dịch
ngắn hạn của Larry Williams Market Wizards của Jack Schwager Các
khái niệm mới trong hệ thống giao dịch
kỹ thuật của J. Welles Wilder, Jr.
Những điều thông minh trên đường phố của Laurence Connors và Linda Bradford
Rashke Hệ thống và phương pháp giao dịch của Perry J. Kaufman

ỂỒ
U, IĐ
B
Các mô hình biểu đồ giao dịch giống như ưu điểm của Suri Duddella
Biểu đồ thanh và mô hình
Biểu đồ thanh là biểu đồ phổ biến nhất về hành vi giá và đã được sử dụng kể từ khi có dữ
liệu giao dịch liên tục. Các mẫu biểu đồ thanh được hình thành bằng cách kết hợp các
vùng hỗ trợ, kháng cự và đường xu hướng. Trong mọi trường hợp, một mô hình sẽ hoàn tất
khi có sự đột phá xảy ra từ mô hình đó. Trong một số trường hợp, một mô hình sẽ rơi vào
tình trạng không hoạt động, trong trường hợp đó nên bỏ qua, nhưng hầu hết các mô hình
đều dẫn đến sự đột phá hợp pháp theo hướng này hay hướng khác. Tất nhiên, sự đột phá có
thể sai và chúng tôi xem xét cách xử lý trường hợp đó. Chúng tôi đã quan sát những điểm
đặc biệt của việc vẽ các đường xu hướng và thiết lập các vùng hỗ trợ và kháng cự cũng
như những khó khăn trong việc nhận ra các mô hình từ dữ liệu không hoàn hảo. Do đó, các
mẫu không bao giờ giống hệt nhau từ ví dụ này sang ví dụ khác và phù hợp với các danh mục chung
với những đặc điểm chung chủ yếu dựa trên hướng của các xu hướng nội bộ và sự giao thoa của chúng.
Theo truyền thống, chúng tôi chia các mô hình thành hai loại: tiếp tục và đảo chiều.
Đây là bản kế thừa của Schabacker (1930), và được sử dụng bởi Edwards và Magee (xem lại, 2007), những
người cần chia các khuôn mẫu thành các cách phân chia dễ hiểu và dễ nhận biết. Thật không may, như
Edwards và Magee đã nhận ra, các mô hình không phải lúc nào cũng dễ dàng được xếp vào một loại đảo ngược
hoặc tiếp tục cụ thể, và cách mô tả như vậy thường có thể gây hiểu nhầm. Thay vào đó, các mẫu có thể xảy
ra ở cả hai chế độ.
Vì lý do này, chúng tôi muốn từ bỏ phương pháp tiêu chuẩn để phân biệt các mẫu thành "tiếp tục" và "đảo
ngược" và mặc dù chúng tôi vẫn sử dụng các thuật ngữ khi thích hợp, thay vào đó, chúng tôi mô tả các mẫu
đơn giản nhất trước tiên và tiến tới các mẫu phức tạp hơn.
Các mẫu có lợi nhuận như thế nào?
Các nghiên cứu về hiệu suất và độ tin cậy của biểu đồ còn rất ít. Tất nhiên, vấn đề là khó khăn trong
việc xác định mẫu biểu đồ trên máy tính. Năm 1970, một trong những tác giả của cuốn sách này và Robert
Levy (1971) đã nghĩ ra phương pháp xác định các mô hình bằng cách ghi lại chuỗi các điểm đảo chiều liên
quan đến các điểm đảo chiều trong quá khứ gần nhất của chúng. Điều này nghe có vẻ phức tạp, nhưng chỉ 13 3
bằng cách sử dụng năm điểm đảo chiều, hầu hết các mẫu biểu đồ đơn giản đều có thể được xác định và ghi
lại kết quả của chúng. Arthur Merrill (1997) đã áp dụng phương pháp nghiên cứu này và thử nghiệm nó trên
Chỉ số Trung bình Công nghiệp Dow Jones với một số biến thể. Trong cả hai nghiên cứu, kết quả cho thấy
các mẫu biểu đồ được xác định có ít khả năng dự đoán. Một số mô hình cho thấy độ tin cậy thống kê nhất
RV N2
U1
U S
I
định, nhưng không đủ để chứng minh trường hợp của các mô hình giá kỹ thuật nói chung.
I£
ddIE
J H
Trong một nghiên cứu năm 1988 của Lo và MacKinlay, các phương pháp thống kê phức tạp hơn
được sử dụng để xem liệu các mẫu có tồn tại ở từng mức giá hay không. Nghiên cứu có kết quả khác
nhau. Mặc dù nó không phủ nhận khả năng tồn tại của các khuôn mẫu nhưng nó cũng không chứng minh được
rằng các khuôn mẫu đó tồn tại.
Nghiên cứu toàn diện nhất cho đến nay là của Bulkowski (2005). Nhiều số liệu thống kê được đề cập trong
mỗi phần mô hình ở phần sau của chương này được lấy từ công trình gần đây hơn của ông về giao dịch các
mô hình cổ điển (2002). Bản chất hấp dẫn trong các nghiên cứu của Bulkowski là nhiều quan sát cũ
được thấy trong tài liệu cổ điển đang trở nên đáng nghi ngờ, đặc biệt là về hiệu suất tối đa. Ví dụ:
xu hướng khối lượng trong một mô hình, độ dốc của xu hướng và khối lượng đột phá có thể không liên quan
như những người khác nghĩ ban đầu.
Cũng nên nhớ rằng những quan sát của Bulkowski là những quan sát được nhìn lại quá khứ. Chúng ta có
thể dễ dàng xác định nhiều mẫu biểu đồ sau khi chúng xuất hiện và khi chúng ta quan sát kết quả. Tài
năng thực sự đến từ việc xác định một mẫu biểu đồ trong khi nó đang phát triển theo thời gian thực và
thu lợi nhuận từ việc hoàn thành nó. Để có được khả năng này, chỉ cần học tập, thực hành và trải nghiệm
là đủ.
Cuối cùng, kết quả quan sát của Bulkowski chỉ mang tính chất tương đối. Chúng không thể
được coi là có lãi trong tương lai như trong thời gian dùng thử. Giá trị nghiên cứu của
ông không nằm ở việc xác định giá trị của bản thân việc phân tích mô hình biểu đồ mà ở
việc xác định mô hình cổ điển nào mang lại nhiều lợi nhuận hơn với ít rủi ro hơn. Từ các
nghiên cứu của Bulkowski, có vẻ như phân tích mô hình trung bình tốt hơn thị trường (S&P
500) trong mọi trường hợp. Điều này có thể đúng hoặc có thể không, nhưng vì mục đích của
chúng tôi, chúng tôi quan tâm nhiều hơn đến việc nghiên cứu những mô hình nào có khả năng
sinh lời cao nhất so với các mô hình khác.
HỘP 7.2 SỬ DỤNG GIÁ ĐỘT PHÁ ĐỂ ĐẶT MỤC TIÊU GIÁ
Biểu đồ thanh có thể dự đoán mục tiêu giá sau khi mô hình hoàn thành với sự đột phá. Hầu
hết các mục tiêu được đo từ giá đột phá. Mục tiêu không được sử dụng thường xuyên vì hầu
hết các nhà kỹ thuật đều hài lòng với việc đi đúng xu hướng, chỉ muốn đi theo xu hướng đó
và tin rằng mục tiêu nói chung là không chính xác. Tuy nhiên, trong nhiều mẫu, điều này
không phải như vậy. Nói chung, mục tiêu được tính bằng cách lấy chiều cao của mô hình và
cộng nó vào giá đột phá. Trong mỗi hộp giao dịch sau đây, chúng tôi mô tả các đặc điểm
mục tiêu cho từng mẫu và tỷ lệ phần trăm thành công.
134 Mẫu biểu đồ thanh cổ điển
Chúng ta bắt đầu bằng cách xem xét các mẫu biểu đồ cổ điển. Những mẫu này thường
đã được công nhận và sử dụng trong hơn một trăm năm. Chỉ gần đây mới có những
thử nghiệm về độ tin cậy và lợi nhuận của chúng.
Hai đỉnh và Hai đáy
Đội hình đôi là đội hình đơn giản nhất trong số các đội hình cổ điển. Đỉnh đôi
chỉ bao gồm ba điểm đảo chiều: hai đỉnh cách nhau bởi một đáy (xem Hình 7.1). Để
nó trở thành mô hình hai đỉnh thực sự, giá ban đầu phải đi vào mô hình từ bên
dưới giá đáy và tín hiệu thoát phải xuất hiện khi đột phá xuống dưới giá đáy đáy.
Hiệu suất tốt nhất của mô hình hai đỉnh là mô hình hai đỉnh "Eve and Eve". Phần
ỂỒ
U, IĐ
B
ngọn được làm tròn và rộng với một số điểm không đều. Theo Bukowski, hai đỉnh
phải bằng hoặc trong khoảng 5% mức giá của nhau và đáy ở giữa phải cách đỉnh thấp
nhất khoảng 10% hoặc hơn.
Do đó, đỉnh đôi trông giống như hình chữ nhật (được mô tả tiếp theo) với ít chi
tiết hơn. Mô hình hình thành trong vòng 2 đến 6 tuần: càng lâu thì càng kém tin
cậy. Hình chiếu từ điểm phá vỡ bên dưới đáy tuân theo Quy tắc đo lường đưa ra giả
thuyết về mức giảm bằng 73% khoảng cách các điểm từ đỉnh cao nhất đến đáy.
Đáy đôi là hình ảnh phản chiếu của đỉnh đôi.
Các nhà bình luận báo chí và truyền thông muốn tỏ ra giống như các nhà phân tích kỹ
thuật thường sử dụng thuật ngữ hình thành kép khi nó không phải là một mô hình kép thực sự.
Một đội hình thực sự chỉ có hiệu lực khi điểm đảo ngược phản ứng can thiệp đã bị xuyên thủng. Nguy
cơ hành động sớm là rất lớn; khoảng 64% trong số các mô hình này không vượt qua được mức đột phá
và thay vào đó tiếp tục đi theo xu hướng ban đầu. Tuy nhiên, khi mô hình được hoàn thành với một
đột phá, nó rất chính xác.
Tỷ lệ thất bại là 11%. Điều này có nghĩa là khả năng kiếm được lợi nhuận từ đột phá từ trên
xuống dưới là rất ít rủi ro. Bulkowski xếp thứ hạng hiệu suất tổng thể ở mức 2 trên 21, một thứ
hạng rất cao. Xếp hạng này là sự tổng hợp của tỷ lệ thất bại của mô hình, lợi nhuận trung bình, tỷ
lệ rút lui/thả lui và phần trăm giao dịch đạt được mục tiêu giá.
HỘP 7.3 HÌNH THỨC NHÂN ĐÔI GIAO DỊCH
Nếu quan sát mô hình kép, một số quan sát quan trọng phải được thực hiện trước khi hành động
để cải thiện cơ hội kiếm lợi nhuận. Đầu tiên, không bao giờ mua cho đến khi sự đột phá xảy ra.
Thứ hai, hãy tìm các đáy phẳng ở cùng mức với đáy đôi hoặc cao hơn một chút và sớm hơn. Thứ
ba, hãy tìm sự vắng mặt của vùng hợp nhất phía trên hệ tầng. Thứ tư, hãy tìm thứ được gọi là
giống "Đêm & Đêm". Khối lượng dường như không quan trọng, mặc dù nó thường cao hơn ở “bướu”
đầu tiên.
1 3 5
Hình chữ nhật (Cũng là "Phạm vi giao dịch" hoặc "Hộp")
Trong cuộc thảo luận trước đó về phạm vi giao dịch và xu hướng đi ngang, chúng tôi đã mô tả một
cách hiệu quả mô hình hình chữ nhật. Đây là một trong những mô hình đơn giản nhất, bao gồm đường
kháng cự ở trên và đường hỗ trợ ở dưới (xem Hình 7.2). Mỗi đường kháng cự hoặc hỗ trợ cũng phải là
i£
,ff1
D IV
d
H N2
I1
I
H S
L
I
đường xu hướng, có nghĩa là nó phải chạm gần đến đường xu hướng.
Đột phá
" 1r
Lối vào
Quay lại

Thiếu hụt
Giá
HÌNH 7.2 Hình chữ nhật với điểm vào và điểm đột phá
HỘP 7.4 SAI VÀ ĐỘT PHÁ SỚM
Những đột phá này không phải là điểm thoát khỏi mô hình mà thay vào đó là những đột phá nhỏ ở
trên hoặc dưới mức đột phá sẽ nhanh chóng quay trở lại mô hình. Chúng có thể xảy ra ở mức hỗ
trợ và kháng cự cũng như tại các đường xu hướng. Đột phá "sai" là đột phá theo hướng ngược lại
với hướng của đột phá cuối cùng và đột phá "sớm" là đột phá phá vỡ theo cùng hướng với đột phá
thoát cuối cùng. Nhìn lại, những đột phá này có thể có giá trị dự đoán, nhưng tại thời điểm xảy
ra, hầu như không thể biết đó là loại gì. Khi chúng xảy ra thường xuyên, họ cảnh báo rằng phải
áp dụng kỷ luật đột phá nghiêm ngặt để tránh kích hoạt hành động trước khi thoát ra thực sự.
cùng một sự đảo ngược giá ít nhất hai lần. Yêu cầu bổ sung này là điểm phân biệt
nó với mô hình hai đỉnh hoặc đáy, vốn chỉ yêu cầu xảy ra ba lần đảo chiều giá. Giá
bị giới hạn và dao động giữa hai đường và cuối cùng chúng thoát ra hoặc bứt phá
theo hướng này hay hướng khác. Mô hình có thể hơi nghiêng lên hoặc xuống, nhưng
các đường xu hướng xác định vùng hỗ trợ và kháng cự luôn song song. Nó xuất hiện
tương tự như một kênh ngang. Nó thường có những đột phá giả hoặc đột phá sớm, cả
hai đều không dự đoán được hướng đột phá cuối cùng.
Trong mô hình hình chữ nhật, giá không nhất thiết phải luôn đạt đến hai vùng
1 3 6
nhưng có thể giảm xuống ("thiếu hụt" hoặc "một phần"). Đôi khi đây là một cảnh báo
về hướng đột phá cuối cùng. Ví dụ: khi đang trong quá trình hình thành hình chữ
nhật, giá bắt đầu đảo chiều trước khi giảm xuống toàn bộ vùng hỗ trợ cơ bản; người
mua đang lo lắng hơn một chút và khả năng xảy ra đột phá đi lên sẽ tăng lên.
Bulkowski đã báo cáo rằng sự sụt giảm như vậy trong các giai đoạn sau của mô hình
có độ chính xác từ 60% đến 90% trong việc dự đoán hướng đột phá cuối cùng tùy
ỂỒ
U, IĐ
B
thuộc vào hướng đột phá. Hơn một nửa thời gian, giá quay trở lại hoặc kéo trở lại
vùng đột phá, cung cấp một điểm hành động khác nhưng có tiềm năng lợi nhuận ít
hơn. Edwards và Magee ước tính rằng khoảng 40% trường hợp sẽ xảy ra hiện tượng
thoái lui hoặc thoái lui. Khi sự đột phá xảy ra trên một khoảng trống giá, khả
năng xảy ra sự thoái lui sẽ giảm đi.
Khối lượng thường là một yếu tố quan trọng trong bất kỳ đội hình nào. Tuy nhiên,
trong mô hình hình chữ nhật, xu hướng khối lượng tăng hoặc giảm trong mô hình ít
hoặc không ảnh hưởng đến kết quả sau khi đột phá, mặc dù khối lượng giảm phổ biến
hơn. Tuy nhiên, kết quả sẽ tăng khi khối lượng tăng tại điểm đột phá.
Tùy thuộc vào việc vào và thoát hình chữ nhật (nghĩa là đó là mô hình đảo chiều
hay tiếp tục), tỷ lệ không đạt được 5% là từ 9% đến 16%. Điều tồi tệ nhất là mô
hình tiếp tục giảm dần (vào từ trên, thoát xuống).
Bulkowski xếp hiệu suất tổng thể của hình chữ nhật ở giữa gói mẫu cổ điển.
HỘP 7.5 HÌNH CHỮ NHẬT GIAO DỊCH
Edwards và Magee tuyên bố rằng hình chữ nhật thường là các mô hình tiếp tục hơn, nhưng là một
mô hình đảo chiều, chúng xuất hiện thường xuyên hơn ở các đáy. Đây có thể là lý do tại sao
Bulkowski chủ yếu tìm thấy các mô hình hình chữ nhật đột phá đi lên. Tuy nhiên, không bao giờ
nên giả định một đột phá đi lên. Thật vậy, hai trong số ba hình chữ nhật là các mô hình
tiếp tục và hướng dự kiến ban đầu của sự đột phá phải phù hợp với xu hướng trước đó.
Hình chữ nhật có thói quen xấu là tạo ra các đột phá giả. Thật vậy, hơn 75% những đột phá ban
đầu là sai sự thật. Đây là một con số đủ lớn để gợi ý về hướng đột phá cuối cùng, nhưng nó đòi
hỏi phải có sự đột phá chặt chẽ và dừng kỷ luật. Một khi sự đột phá cuối cùng đã xảy ra, tỷ lệ
thất bại là rất thấp. Những thất bại này được gọi là hình chữ nhật bị phá vỡ và xảy ra nếu sự
bứt phá không đạt được ít nhất 10% trước khi quay trở lại hình chữ nhật và bứt phá theo hướng
ngược lại. Các đột phá ban đầu đi lên phá vỡ 22% thời gian và các đột phá ban đầu đi xuống phá
vỡ 42% thời gian. Vì vậy, cần chắc chắn rằng sự đột phá là có thật. Một gợi ý khác là sự tồn
tại của những thiếu sót. Thiếu hụt xảy ra
muộn hơn trong quá trình hình thành và có thể dự đoán được sự đột phá. Xu hướng khối lượng trong
quá trình hình thành mô hình không đưa ra gợi ý nào về hướng đột phá và chỉ có ảnh hưởng nhỏ
đến hiệu suất.
Một số nhà giao dịch sẽ giao dịch trong một hình chữ nhật, mua ở mức hỗ trợ và bán ở mức kháng
cự. Tuy nhiên, điều này không được khuyến khích, trừ khi hình chữ nhật đặc biệt rộng từ trên
xuống dưới. Giao dịch có nhiều chi phí cố hữu khi thực hiện mua và bán. Các chi phí rõ ràng là
hoa hồng, độ trượt giá và độ rộng của chênh lệch giá.
Ngoài ra, khi giao dịch trong phạm vi hai giới hạn, các giới hạn này không chính xác và giao
dịch cũng sẽ không được thực hiện chính xác ở giới hạn. Do đó, lệnh bán phải được đặt một khoảng 1 3 7
cách nhất định, một bộ lọc cụ thể, bên dưới vùng kháng cự và lệnh mua ở một khoảng cách nhất
định phía trên vùng hỗ trợ. Để có thể hấp thụ các chi phí và bộ lọc giá này, nhà giao dịch bị
giới hạn trong các hình chữ nhật đủ cao, từ hỗ trợ đến kháng cự. Người thử loại giao dịch này
phải liên tục theo dõi hành động giá và sẵn sàng giao dịch nhanh chóng ở một số điểm giữa giới
hạn và bộ lọc. Hầu hết các nhà giao dịch và nhà đầu tư không thể làm được điều này.
3$
dV111
D 1V
H N1
11 S
Mục tiêu có thể được tính bằng cách cộng chiều cao của hình chữ nhật với giá đột phá. Theo
Bulkowski, trong các mô hình hình chữ nhật, mục tiêu hướng lên đạt hoặc vượt quá 91%-93% và
trong các đột phá hướng xuống, mục tiêu đạt hoặc vượt quá 85%-
77% thời gian. Sự khác biệt về tỷ lệ phần trăm dựa trên mục nhập, dù tăng hay giảm, nhưng trong
mọi trường hợp, mục tiêu là một con số tương đối chính xác và có thể được sử dụng để tính toán
rủi ro/lợi nhuận.
Ba đỉnh và Ba đáy
Mô hình ba đỉnh và đáy chỉ là một hình chữ nhật với số lần chạm vào đường hỗ
trợ hoặc kháng cự là ba. Do đó, nó cụ thể hơn hình chữ nhật và ít phổ biến
hơn. Mỗi đỉnh ở trên cùng phải ở cùng mức và có hình dạng gần giống nhau.
Đỉnh giữa có thể thấp hơn một chút so với hai đỉnh còn lại. Giống như trong
mô hình đôi, sự xác nhận chỉ xuất hiện khi giá bứt phá xuống dưới hai đáy.
Sự thoái lui là phổ biến (63% trường hợp) và làm giảm hiệu suất đột phá. Các
đỉnh chỉ chiếu 40% chiều rộng hình thành bên dưới điểm đột phá
_
Kéo lại
Đột phá
Lối vào
Giá
HÌNH 7.3 TripleTop với sự đột phá xuống
mức nhưng đạt được mức dự báo trong vòng hai tuần đầu tiên. Hình 7.3 cho thấy mô hình
ba đỉnh với sự đột phá xuống và Hình 7.4 cho thấy mô hình ba đáy với sự đột phá đi
lên. Như bạn có thể thấy, họ là hình ảnh phản chiếu của nhau. Đôi khi trong mô hình ba
đáy, đỉnh thứ hai cao hơn đỉnh thứ nhất một chút. Điều này là thuận lợi và sự bứt phá
là ranh giới giữa hai đỉnh. Các mô hình này rất hiếm và thường phụ thuộc vào xu hướng
138
thị trường cơ bản. Chúng xếp ở vị trí thứ ba trong các mẫu cổ điển. Tỷ lệ thất bại của
chúng rất thấp (10% đối với đáy, 4% đối với đỉnh).
Tam giác chuẩn
Mẫu hình chữ nhật được giới hạn bởi các đường song song. Nếu cùng một mô hình chung
ỂỒ
U, IĐ
B
có các đường ranh giới không song song mà khi kéo dài về tương lai chúng cắt nhau thì
sự hình thành là mô hình tam giác. Hình tam giác có thể là kết quả của một
Đột phá
Lối vào
Quay lại
Đường dây hỗ trợ Giá

-
HÌNH 7.4 Ba đáy với đột phá lên

giới hạn dưới dốc lên hoặc giới hạn hướng lên dốc xuống. Vì vậy, có một số kết hợp có
thể có của hai dòng.
Trong phần này, chúng ta chỉ xem xét các mẫu hình tam giác tiêu chuẩn. Trong những
tam giác này, điểm mà tại đó hai đường kéo dài và cắt nhau được gọi là đỉnh hoặc cái nôi,
và khoảng cách giữa điểm đảo chiều cao đầu tiên và điểm đảo chiều thấp đầu tiên trong
tam giác được gọi là đáy.
Khi giới hạn dưới là vùng hỗ trợ nằm ngang và giới hạn trên là đường xu hướng nghiêng
xuống thì nó được gọi là tam giác giảm dần. Khi đường xu hướng phía dưới đang tăng và
giới hạn trên là vùng kháng cự nằm ngang, nó được gọi là tam giác tăng dần. Khi giới hạn
trên giảm dần và giới hạn dưới tăng lên, nó được gọi là tam giác đối xứng. Khi cả giới
hạn trên và giới hạn dưới đều nghiêng theo cùng một hướng và hội tụ, nó được gọi là hình
nêm, và khi hai đường phân kỳ bất kể độ dốc, một tam giác ngược, nó được gọi là mô hình
mở rộng. Khi chúng ta kết hợp một mô hình mở rộng với một hình tam giác, thường là một
hình tam giác đối xứng, chúng ta sẽ có được cái gọi là mô hình kim cương.
Tam giác giảm dần
Hình 7.5 cho thấy một tam giác giảm dần với sự đột phá xuống. Giới hạn của nó là đường
hỗ trợ ngang phía dưới và đường xu hướng phía trên giảm dần; giá phải chạm vào mỗi ________
đường ít nhất hai lần và thường "lấp đầy" không gian của tam giác. Nó có thể được 139
nhập từ bất kỳ hướng nào. Đột phá phổ biến hơn ở mức giảm (64%), nhưng đột phá đi lên
đáng tin cậy hơn và mang lại lợi nhuận nhiều hơn (mức tăng trung bình 47% đến 16%). Đội
VV
DIIH 11
1I
hình này có thể kéo dài lên cao và rộng và đôi khi rất khó nhận ra.
Các đường xu hướng xác định ranh giới của nó hầu như không bao giờ chính xác và chứa đầy
Đường xu hướng giảm
'
Kéo lại
Đột phá
Lối vào
Giá
HÌNH 7.5 Tam giác giảm dần với sự đột phá xuống
Đường xu hướng giảm
Quay lại
AVIIIIIP '111111110111Đột phá

Lối vào
- Giá
HÌNH 7.6 Tam giác giảm dần với sự đột phá lên
đột phá nội bộ sai. Tuy nhiên, giá thường bùng nổ và tạo ra lợi nhuận đáng kể. Nó cũng có thể
rất hoang dã và đảm bảo một chuyến đi thú vị. Nó sẽ đột phá và tạo vành, đột phá và kéo trở lại
1 4 0
đường xu hướng của nó, đột phá và kéo trở lại giá đỡ hoặc đột phá trở lại giá đỡ, tạo ra một
cái bẫy khá lớn, sau đó đảo ngược trở lại hướng đột phá ban đầu và chạy. Nói cách khác, khi bạn
tham gia vào một đột phá từ một tam giác giảm dần, hành động tiếp theo phải được theo dõi cẩn
thận.
Các đột phá đi lên trên các khoảng trống sẽ tăng thêm đáng kể hiệu suất và chắc chắn là
điều cần tìm kiếm. Khi giá phá vỡ hướng xuống, khoảng trống giá dường như ít có tác dụng.
ỂỒ
U, IĐ
B
Khoảng cách đột phá trung bình từ đế đến giá đỡ là 64%, mạnh nhất là 80%. Nhập âm lượng từ
dưới lên và dốc lên sẽ mang lại hiệu suất tốt hơn.
Hình 7.6 mô tả một tam giác giảm dần với sự đột phá lên trên. Mô hình điển hình cho thấy
khối lượng giảm dần trong suốt quá trình hình thành. Tuy nhiên, việc tăng khối lượng trong quá
trình hình thành tam giác giảm dần hướng lên, mặc dù ít thường xuyên hơn nhưng lại thuận lợi
hơn so với khối lượng giảm. Điều này mâu thuẫn với quan điểm thông thường rằng khối lượng tăng
sẽ phủ nhận mô hình này và là lý do để sàng lọc nó ra để xem xét. Trong các đột phá đi xuống,
khối lượng giảm trong mô hình giao dịch chỉ giúp hiệu suất sau đột phá chỉ một chút. Khối lượng
giao dịch trên các đột phá đi lên thực tế ít ảnh hưởng đến kết quả sau hiệu suất, nhưng trong
các đột phá đi xuống, việc tăng ở các đột phá sẽ giúp hiệu suất tăng nhẹ. Theo nhiều cách, tam
giác hướng lên phá vỡ hướng xuống tương tự như mô hình đầu và vai không thành công.
Tam giác tăng dần
Giới hạn trên của mức kháng cự nằm ngang kết hợp với giới hạn dưới dốc lên của mức hỗ trợ xác
định một tam giác tăng dần (thể hiện trong Hình 7.7 với sự phá vỡ
Đột phá
'(------ Xu hướng tăng Linell i r

Kéo lại
Lối vào
- Giá
HÌNH 7.7 Tam giác tăng dần với sự đột phá xuống
xuống). Các đặc điểm trong mô hình này cũng thất thường như trong các hình tam giác
giảm dần—có nhiều hành động lên xuống. Các điểm đột phá phải được lựa chọn cẩn thận __________
141
vì bản chất của mô hình là có nhiều đột phá giả nhỏ và khối lượng giao dịch giảm là phổ
biến nhưng không cần thiết. Các đột phá đi lên xảy ra 77% thời gian và các đột phá xảy
ra khoảng 61% khoảng cách (thời gian) từ đáy đến giá đỡ.
Xếp hạng hiệu suất tổng thể gần như ở giữa tất cả các mô hình, thuận lợi hơn một chút
cho các đột phá đi xuống. Tỷ lệ thất bại nằm trong khoảng từ 11% đến 13%
gH
dV,JiD 2V
IH
V NS
I D
tùy theo hướng đột phá. Đây là khoảng trung bình.
Tam giác đối xứng (Còn gọi là "Cuộn dây" hoặc "Tam giác cân")
Khi giới hạn trên dốc xuống và giới hạn dưới dốc lên, một tam giác đối xứng được hình
thành (xem Hình 7.8). Thuật ngữ đối xứng tạo ấn tượng rằng cả hai đường phải có cùng
một góc nhưng theo các hướng khác nhau.
Tuy nhiên, độ dốc của hai ranh giới được hình thành ở các góc bằng nhau không phải là
yêu cầu bắt buộc. Do đó, "đối xứng" không phải là mô tả chính xác nhưng là thuật ngữ
được sử dụng phổ biến nhất cho mẫu này. Thuật ngữ cuộn dây ít được sử dụng hơn thường
là một mô tả chính xác hơn.
Giống như các hình tam giác tiêu chuẩn khác, giá phải chạm vào từng đường xu hướng
biên ít nhất hai lần và đồng thời bao phủ khu vực của hình tam giác bằng hành động giá.
Khối lượng thường có xu hướng giảm trong quá trình hình thành mô hình (86% thời gian)
và sự bứt phá thường tăng lên (54% thời gian). Các tam giác đối xứng có nhiều đột phá
giả và phải được theo dõi cẩn thận. Một hệ thống đột phá nghiêm ngặt phải được sử dụng
để cho phép những động thái sai lầm như vậy. Sự đột phá thường xảy ra trong khoảng từ
73% đến 75% chiều dài của tam giác từ chân đế đến chân đế. Sự hình thành này không
44
Quay lại
Lối vào
- Cái nôi
A / Z Đột phá
Giá
HÌNH 7.8 Tam giác đối xứng với sự đột phá
xảy ra thường xuyên như tam giác giảm dần hoặc tăng dần, nhưng nó vẫn phổ biến so với
các mẫu biểu đồ khác. Sự thoái lui và thoái lui xảy ra lần lượt là 37% và 59% và giống
142 như trong hầu hết các mô hình, khi chúng xảy ra, chúng sẽ làm giảm hiệu suất cuối
cùng. Điều này ngụ ý rằng đối với hoạt động đầu tư hoặc giao dịch thực tế, điểm đột
phá ban đầu phải được thực hiện và nếu xảy ra hiện tượng thoái lui hoặc thoái lui thì
điểm dừng bảo vệ phải được thắt chặt. Nó không ngụ ý rằng nên bỏ qua sự thoái lui hoặc
thoái lui, mà thay vào đó, kỳ vọng về hiệu suất sẽ thấp hơn nếu không xảy ra sự thoái
lui hoặc thoái lui. Sự phá vỡ khoảng trống dường như không ảnh hưởng đến hiệu suất ở
SN
,G RẪ
TU
Ớ IM
A
U
Ư
À C
I
X
H
V
mặt tăng điểm nhưng lại mang lại thêm một vài điểm phần trăm cho mặt nhược điểm. Xu
hướng khối lượng giao dịch tăng dường như có liên quan đến kết quả tốt hơn khi sự đột phá xảy ra.
Khối lượng lớn trên các đột phá, cả hướng lên và hướng xuống, góp phần đáng kể vào
hiệu suất của mô hình và là điều cần tìm kiếm. Hiệu suất tổng thể thấp hơn một chút so
với mức trung bình của các mẫu cổ điển.
HỘP 7.6 TAM GIÁC GIAO DỊCH
Tình huống lý tưởng để giao dịch trong mô hình tam giác là một sự đột phá rõ ràng, phạm vi giao dịch cao trong tam
giác, xu hướng khối lượng giao dịch dốc lên trong quá trình hình thành mô hình tam giác và đặc biệt là khoảng trống
giá trên sự đột phá. Những mô hình này dường như hoạt động tốt hơn với các cổ phiếu vốn hóa nhỏ trong một thị trường
đang phát triển.
Hình tam giác rất phong phú. Ví dụ, sự thất bại đi lên của đỉnh đầu và vai trước bất kỳ sự
phá vỡ nào qua đường viền cổ là một dạng tam giác hướng lên phá vỡ hướng xuống. Đây có thể là
lý do khiến những thất bại của mô hình đầu và vai như vậy lại mang lại lợi nhuận cao.
Mặc dù có rất nhiều hình tam giác nhưng mô hình của chúng có nhiều lỗi sai và sớm.
nổi mụn. Điều này đòi hỏi phải sử dụng quy tắc đột phá rất nghiêm ngặt—bộ lọc rộng hoặc
một số lần đóng cửa bên ngoài vùng đột phá. Nó cũng yêu cầu một điểm dừng bảo vệ chặt chẽ ở mức
đột phá trong trường hợp đột phá là sai. Khi các mức phòng thủ này đã bị vượt quá và giá đang
trên đà tăng, nhà giao dịch có thể thư giãn một chút vì tỷ lệ thất bại sau khi đột phá hợp pháp
là tương đối thấp. Các điểm dừng sau đó nên được đặt ở mỗi lần đảo chiều nhỏ trước đó.
Có nhiều quy tắc cũ về thời điểm xảy ra đột phá trong mô hình tam giác. Một số người, chẳng
hạn như Murphy, cho rằng khoảng cách từ gốc đến đỉnh là một nửa đến hai phần ba là phù hợp.
Những người khác, chẳng hạn như Edwards và Magee, sử dụng quy tắc một nửa đến ba phần tư. Trên
thực tế, sự đột phá có thể xảy ra bất cứ lúc nào khi tam giác đã được xác định bởi các đường xu
hướng hội tụ trên và dưới hợp pháp. Edwards và Magee chỉ ra rằng khoảng cách càng dài thì hiệu
suất càng ít, nhưng điều này cũng không hẳn đúng.
Tỷ lệ phần trăm hiệu suất cao nhất đến từ các đột phá thường ở khoảng 60%-
70% khoảng cách từ chân đế tới giá đỡ. Tuy nhiên, trong các mô hình tam giác đối xứng, hiệu
suất tốt nhất đến từ các điểm đột phá muộn ở khoảng cách 73%-75%. Như vậy, các quy định cũ đúng
một phần nhưng chưa hẳn đúng như vậy.
Nói chung, xu hướng khối lượng trong quá trình hình thành tam giác giảm, nhưng trong trường
hợp tam giác giảm dần hướng lên, tam giác tăng dần và tam giác đối xứng phá vỡ hướng xuống, xu
hướng khối lượng dốc lên cho kết quả tốt hơn. Khối lượng giảm không phải là lý do để bỏ qua mô
hình này, tuy nhiên, Khối lượng ở điểm đột phá có vẻ được ưa chuộng hơn trong các mô hình tam
giác đối xứng, nhưng nó không thể gây tổn hại cho các mô hình khác. Khoảng trống giá là những
yếu tố dự đoán tốt hơn về hiệu suất trong tam giác giảm dần hướng lên và tam giác đối xứng
hướng xuống, nhưng chúng không cần thiết.
Mục tiêu ban đầu cho các mô hình này được tính bằng cách cộng khoảng cách cơ sở—khoảng cách 1 4 3
theo chiều dọc giữa giá điểm đảo chiều trên và dưới ban đầu—với mức giá xảy ra đột phá. Ví dụ:
trong một tam giác giảm dần hướng lên, mục tiêu này đạt được tốt hơn 67%. Các hình tam giác
khác có tỷ lệ thành công tương đối giống nhau – xu hướng đi lên cao hơn xu hướng đi xuống. Đây
Vf
DHf ,12
HV .
là lý do tại sao phạm vi giao dịch rộng được ưu tiên trong tam giác—nó gợi ý giá mục tiêu cao
hơn khi đột phá.
Mô hình mở rộng
Một mô hình mở rộng tồn tại khi chúng ta lấy mô hình hình chữ nhật tiêu chuẩn và
vẽ các đường giới hạn phân kỳ với nhau đến tương lai thay vì hội tụ như trong một
hình tam giác tiêu chuẩn. Như được minh họa trong Hình 7.9, phạm vi giá đang tăng
lên trong mô hình mở rộng, trái ngược với phạm vi giá thu hẹp được liên kết với
các mô hình tam giác tiêu chuẩn. Các thuật ngữ loa, phễu, tam giác ngược và tam
giác ngược đều đề cập đến các mô hình mở rộng. Mô hình mở rộng cũng có nhiều biến
thể. Một cái tương tự như hình tam giác tăng dần và giảm dần ở chỗ một trong các
giới hạn nằm ngang. Giới hạn còn lại sau đó dốc ra khỏi đường ngang ở trên hoặc
dưới. Một biến thể cuối cùng là nêm mở rộng. Mô hình này tương tự như mô hình cái
nêm (xem Hình 7.9) ngoại trừ xu hướng giới hạn theo cùng một hướng nhưng phân kỳ
thay vì hội tụ như trong mô hình cái nêm. Không có biến thể nào trong số này
dường như có bất kỳ số liệu thống kê hiệu suất trên mức trung bình nào ngoại trừ
Đột phá
Ai r :di&
Lối vào
wr Quay lại
- Giá
HÌNH 7.9 Đội hình mở rộng với sự đột phá
nêm mở rộng tăng dần, có cả giới hạn tăng và phân kỳ.
Các đột phá đi lên trong mô hình này xếp hạng 6 trên 23 trong thang đo của Bulkowski và
có tỷ lệ thất bại ở mức 2%, gần như không đáng kể.

1 4 4 Các mô hình mở rộng là những mô hình ít hữu ích nhất vì một số lý do.
Đầu tiên, chúng tương đối hiếm khi xuất hiện và thường khó xác định. Thứ hai, và quan
trọng hơn, chúng rất khó kiếm lợi nhuận. Bởi vì các đường xu hướng biên bị tách ra theo
thời gian nên các đường đột phá liên tục di chuyển ra xa nhau. Trong mô hình mở rộng phá
vỡ hướng lên, điều này có nghĩa là mức đột phá phía trên ngày càng cao hơn dọc theo đường
xu hướng phía trên (tham khảo Hình 7.9). Bằng cách ngày càng cao hơn, nó không chỉ sử
ỂỒ
U, IĐ
B
dụng hết phần lớn lợi nhuận tiềm năng sau khi đột phá mà còn di chuyển xa hơn khỏi bất
kỳ mức dừng bảo vệ thực tế nào, do đó làm tăng rủi ro. Cuối cùng, số liệu thống kê hiệu
suất thô cho thấy hiệu suất của mẫu mở rộng ở mức trung bình tốt nhất và tỷ lệ thất bại
của nó là trên mức trung bình. Tuy nhiên, một trong những mô hình có lợi nhất khi sử dụng
mô hình mở rộng là khi nó được kết hợp với một hình tam giác đối xứng thành đỉnh kim
cương mà chúng ta sẽ thảo luận tiếp theo.
Đỉnh kim cương Một trong những mô hình ít phổ biến hơn nhưng mang lại lợi nhuận cao là hình kim
cương (xem Hình 7.10). Nó bao gồm sự kết hợp của mô hình mở rộng và hình tam giác đối xứng và
thường xuất hiện ở đỉnh của một đợt tăng giá mạnh.
Rất hiếm ở mức giá đáy.
Vì nó kết hợp hai loại hình tam giác nên viên kim cương là loại khó quan sát nhất.
Hãy nhớ rằng để thiết lập một đường xu hướng, phải xác định được hai điểm cực trị mà một
đường có thể vẽ giữa. Trong mô hình mở rộng tiêu chuẩn, đường xu hướng trên dốc lên và
do đó phải có hai đỉnh—đỉnh sau cao hơn đỉnh trước. Tương tự như vậy, đường xu hướng
phía dưới phải có hai đáy – đáy sau thấp hơn đáy trước và mỗi đường phải được hình thành
cùng lúc với
_ <l Rút lui
4 MỘT
Lối vào
Đột phá
-Giá
HÌNH 7.10 Mẫu hình kim cương với sự đột phá xuống
cái khác. Tất nhiên, điểm đảo chiều đầu tiên phụ thuộc vào hướng vào và vì kim cương chủ yếu là hình
thành trên cùng nên hướng vào thường là từ bên dưới. Điều này có nghĩa là điểm đảo chiều đầu tiên sẽ
là đỉnh. Sau đó, đáy đầu tiên sẽ xuất hiện, sau đó là đỉnh cao hơn tiếp theo và đáy thấp hơn tiếp 1 4 5
theo.
Khi các đường xu hướng được vẽ để nối các điểm đảo chiều này, chúng ta có một mô hình mở rộng. Bây
giờ chúng ta phải quan sát một tam giác đối xứng ngay sau khi hình thành mở rộng để thiết lập mô
hình kim cương. Các đường xu hướng trong một tam giác đối xứng hội tụ, giống như trong tất cả các
IIN2
H
7 S
±
H
tam giác tiêu chuẩn, và phải có ít nhất hai đỉnh và đáy để thiết lập mỗi đường xu hướng. Đỉnh và đáy
dVIIMV
đảo chiều đầu tiên có thể là điểm đảo chiều cuối cùng trong mô hình mở rộng hoặc các điểm đảo chiều
tiếp theo sau mô hình mở rộng. Thông thường các đường xu hướng trong tam giác đối xứng sẽ song song
với các đường xu hướng trong mô hình mở rộng, nhưng đây không phải là điều bắt buộc.
Số liệu của Bulkowski cho thấy rằng khoảng 58% trường hợp, hành động giá trước đó ở đỉnh kim
cương là một xu hướng tăng mạnh. Khi điều này xảy ra, khả năng xảy ra đột phá khỏi viên kim cương sẽ
tăng lên và có độ dốc bằng nhau, và 82% thời gian nó sẽ quay trở lại toàn bộ mức tăng trước đó.
Những số liệu này chỉ có giá trị đối với các đột phá đi xuống từ đỉnh, xảy ra 67% thời gian. Những
đột phá đi lên từ đỉnh kim cương có lịch sử hoạt động kém và cần tránh. Do đó, hành động chỉ nên
được thực hiện khi mô hình đã được xác định và sự đột phá đi xuống đã xảy ra.
Đáy kim cương có cấu hình tương tự như đỉnh kim cương và là mẫu tốt nhất mà Bulkowski xếp hạng.
Chúng đứng số 1 về hiệu suất khi bị hỏng và hỏng (khoảng 31% trường hợp). Ngay cả khi họ vượt lên,
thứ hạng của họ vẫn là 8/23.

Như trong hầu hết các mô hình, khối lượng thường giảm (67% thời gian) trong quá trình
hình thành, nhưng khối lượng giảm là không cần thiết. Quả thực, khối lượng tăng lên là một
điểm cộng cho hiệu suất sau khi đột phá.
Sự thoái lui là phổ biến trong các mô hình kim cương, xảy ra hơn 53% thời gian.
Những đợt thoái lui này có xu hướng làm giảm hiệu suất khi chúng xảy ra nhưng không đáng kể.
Sự kết hợp tốt nhất là khi đột phá đi xuống xảy ra với khối lượng đột phá dưới mức trung bình
và không có đợt thoái lui. Tỷ lệ thất bại tương đối thấp ở mức 4% -10%. Ở một mức độ nào đó,
những con số thấp này tương đương với rủi ro. Kết hợp với lợi nhuận trung bình trên mức trung
bình, những con số này cho thấy rằng, mặc dù hiếm khi xác định được đỉnh kim cương nhưng nó
có cơ hội sinh lãi trên mức trung bình với rủi ro tối thiểu.
HỘP 7.7 GIAO DỊCH KIM CƯƠNG
Sự hình thành kim cương, một khi được xác định chính xác, có xu hướng khiến giá biến động nhanh
khi phá vỡ. Thật vậy, nếu hành vi giá sau đột phá chậm chạp thì vị thế có thể sẽ bị đóng hoặc một
điểm dừng cuối gần được đặt gần giá hiện tại. Mục tiêu giá thường là khoảng cách mà giá vào lệnh
đã di chuyển để chạm tới viên kim cương. Một lối vào dốc thường được theo sau bởi một lối ra dốc.
1 4 6 Nêm và cao trào
Mô hình nêm là mô hình tam giác có cả hai đường xu hướng hướng về cùng một hướng. Một cái
nêm tăng có cả hai đường hướng lên trên, với giới hạn dưới tăng nhanh hơn giới hạn trên, như
minh họa trong Hình 7.11. Nêm giảm có cả hai đường hướng xuống dưới, với giới hạn hướng lên
giảm nhanh hơn

ỂỒ
U, IĐ
B
HÌNH 7.11 Nêm tăng và đột phá từ đỉnh cao trào

giới hạn dưới. Các đường giao nhau trong tương lai, giống như trong một hình tam giác tiêu
chuẩn, và danh pháp cho điểm giao nhau và chiều cao cũng giống nhau.
Thay vì lấy hình chữ nhật làm cơ sở cho sự hình thành này giống như với các góc ba tiêu
chuẩn, hãy xem xét một kênh. Một kênh là hai đường xu hướng song song tăng hoặc giảm. Trong cuộc
thảo luận trước đó về các kênh, chúng tôi đã lưu ý rằng khi đường kênh được vẽ song song với
đường xu hướng thông qua tập hợp các điểm đảo chiều đối diện, bắt đầu dốc về phía đường xu
hướng, điều đó cho thấy rằng người chơi đang trở nên ít nhiệt tình hơn với hướng của đường xu
hướng. . Ví dụ: trong một kênh dốc lên, đường kênh phía trên đường xu hướng nối các điểm đảo
chiều đi xuống bắt đầu bằng một đường song song với đường xu hướng đi lên. Nếu đợt phục hồi sau
đó trong kênh không đến được đường kênh, thì đường kênh mới thông qua đảo chiều đi xuống mới và
đảo chiều đi xuống cuối cùng sẽ có độ dốc nhỏ hơn đường xu hướng cơ bản và nếu được dự đoán
trong tương lai, cuối cùng nó sẽ gặp nhau. đường xu hướng. Cấu hình mới này của kênh và đường xu
hướng là một cái nêm tăng. Trong ví dụ này, nó gợi ý rằng người bán đã trở nên lo lắng hơn một
chút so với trước đây và ngụ ý rằng đường xu hướng sẽ sớm bị phá vỡ. Quả thực, số liệu thống kê
đã chứng minh điều này. Hầu như tất cả các nêm giảm (92%) đều bứt phá đi lên và hầu hết các nêm
tăng (69%) đều bứt phá theo chiều hướng giảm (Bulkowski, 2010).
Mô hình nêm là một trong số ít mô hình có thể là mô hình củng cố theo xu hướng đang thịnh
hành, mô hình củng cố theo xu hướng hoặc mô hình đứng đầu, đặc biệt khi đi kèm với đỉnh điểm. 147
Chúng xảy ra thường xuyên hơn trong quá trình củng cố nhưng kịch tính hơn sau khi đạt đến đỉnh
điểm.
Chúng ta hãy nhìn vào nêm tăng trước tiên. Nêm tăng xảy ra trong một xu hướng giá giảm kéo
dài hoặc sau một đỉnh tăng giá. Những cái nêm xảy ra trong một xu hướng giảm xuất hiện dưới
3E
icVI1I
D 1V
H NI
1I S
D
dạng các đợt phục hồi yếu so với xu hướng. Như đã đề cập trước đó, chúng luôn phá vỡ xu hướng
giảm và tiếp tục xu hướng giảm. Nêm giảm gần như giống nhau và xảy ra trong những trường hợp
tương tự, chỉ theo hướng ngược lại.
Đỉnh cao thị trường xảy ra khi giá tăng nhanh. Vào những thời điểm này, đường xu hướng cơ
bản được điều chỉnh dần dần ở độ dốc cao hơn theo hướng của giá.
Trong một xu hướng tăng tốc đi lên, các điểm đảo chiều hỗ trợ xảy ra ở mức cao hơn đường xu hướng
dự kiến và khiến đường xu hướng đó được điều chỉnh theo độ dốc lớn hơn. Điều này có thể xảy ra
nhiều lần khi giá tăng nhanh. Bản thân đỉnh điểm thường xuất hiện với khối lượng cực lớn và sự
đảo chiều mạnh. Sau khi một đỉnh đã xảy ra và giá đã ổn định lại, luôn luôn có một "thử nghiệm"
xảy ra nhằm cố gắng phục hồi trở lại qua đỉnh cực đỉnh. Nói cách khác, mô hình thường liên quan
nhất đến sự thất bại của thử nghiệm đó, khi thử nghiệm không vượt quá mức cực đại hoặc chỉ
vượt quá một lượng nhỏ - là
__ mô hình nêm tăng (tham khảo Hình 7.11).
Trong trường hợp mức thấp đỉnh điểm sau cơn hoảng loạn, nêm thử nghiệm là mức giảm dần (xem Hình
7.12).
Ở đỉnh điểm, khi thử nghiệm là mô hình nêm tăng, tỷ lệ cược là cực kỳ cao.
cao thì sự đột phá sẽ đi xuống. Bởi vì cảm xúc và sự cam kết
Giá
Lối vào
Đột phá
*---Máng cao trào (Hoảng loạn)

tôi 1/1/
HÌNH 7.12 Giảm dần Wedge với sự đột phá từ đáy Climax
đã kiệt sức ở đỉnh cao và không thể quay trở lại trong quá trình thử nghiệm, việc phá vỡ mô hình
1 4 8 nêm là dấu hiệu của sự đảo chiều đi xuống dài hạn hơn.
Do đó, cái nêm là một mô hình đảo chiều, mặc dù nó có thể không xảy ra ở mức đỉnh cao nhất thực tế.
Các nêm tăng khác có thể xảy ra như một sự củng cố trong quá trình đi xuống kéo dài
xu hướng và đôi khi sẽ kết thúc ở đỉnh của một xu hướng tăng yếu dần.
Bởi vì các đường xu hướng thường hội tụ theo cùng một hướng khi không có cái nêm, Bulkowski yêu
cầu phải chạm vào ít nhất năm điểm đảo chiều để xác định mô hình là cái nêm. Điều này có nghĩa là
ỂỒ
U, IĐ
B
ba điểm trên một đường xu hướng và ít nhất hai điểm trên đường xu hướng kia. Nếu không, mẫu này
không được xác định chính xác và có thể không hiển thị kết quả như trong mẫu hình nêm thực tế.
Một đặc điểm khác của nêm, trong cả dạng hợp nhất và đảo chiều, là khối lượng giảm trong quá
trình hình thành nêm. Khối lượng giảm xảy ra ở 3/4 số đội hình và khi điều đó xảy ra, hiệu suất bài
viết sẽ được cải thiện so với các nêm có khối lượng ngày càng tăng. Khối lượng đột phá dường như
không liên quan đến hiệu suất sau đó. Sự thoái lui và thoái lui có khả năng xảy ra cao và khi hiện
tại sẽ làm giảm hiệu quả hoạt động tiếp theo.
Xếp hạng hiệu suất của nêm nằm ở phần tư thấp hơn trong tất cả các mô hình cổ điển khác và tỷ
lệ thất bại của nó đối với các đột phá đi lên (8% -11%) thấp hơn đáng kể so với các đột phá đi
xuống (l5% -24%). Mô hình nêm tăng với sự đột phá hướng xuống là ít đáng tin cậy nhất.
HỘP 7.8 GIAO DỊCH WEDGE
Bạn nên chờ đợi sự đột phá đó và hành động ngay lập tức. Ngoài ra, bởi vì nêm có tỷ lệ
đột phá cao như vậy theo hướng ngược lại với hướng nêm. hướng đột phá rõ ràng khi cái nêm
được hình thành. Một cái nêm tăng luôn bị gãy xuống và một cái nêm giảm dần hướng lên
trên. Bất cứ khi nào đạt đến đỉnh điểm, dù lên hay xuống, hãy tìm kiếm một cái nêm để
hình thành trong bài kiểm tra. Đây là một trong những mô hình có lợi nhất trong tất cả.
Chỉ cần chắc chắn rằng cái nêm như được mô tả trước đây là hợp lệ trước khi bạn thực hiện
bất kỳ hành động nào.
Các mẫu có cạnh tròn—Làm tròn và

Đầu và vai
Các mô hình mà chúng ta đã xem xét cho đến thời điểm này được xác định bằng các đường thẳng.
Khi chúng ta bắt đầu xác định các mô hình bằng các đường cong, chúng ta trở nên mơ hồ hơn
so với việc sử dụng các đường thẳng như đường xu hướng. Điều này không làm cho các mẫu trở
nên kém hữu ích hơn mà còn khiến chúng khó mô tả cụ thể hơn.
Đầu tròn, Đáy tròn (Còn là "Đĩa", "Bát" hoặc "Cốc")
Đỉnh và đáy tròn được hình thành bởi hành động giá đảo chiều từ từ và dần dần, khác với sự 1 4 9
tăng vọt với đặc điểm đảo chiều rõ ràng và sắc nét. Khối lượng ở đáy dường như cũng có xu
hướng giảm dần khi giá dần dần chạm đáy và tăng lên khi giá dần dần đi lên trở lại. Trong
mô hình đỉnh tròn, khối lượng có xu hướng đi theo mô hình giảm dần khi giá giảm và tăng khi
NU
DHVV I
giá giảm dần. Việc làm tròn thường mất thời gian và trong quá trình này, nó có nhiều xu
hướng lên xuống nhỏ, ngắn hạn. Do đó, làm tròn mang tính khái niệm hơn là cụ thể.
Tuy nhiên, nhiều hình thức phụ thuộc vào việc làm tròn để mô tả chúng. Nổi tiếng nhất
là hệ thống "cốc và tay cầm" được mô tả chi tiết bởi O'Neil (1988) nhưng được đề cập đến
trong nhiều ấn phẩm trước đó. Sự hình thành này, như trong Hình 7.13, là một biến thể của
đáy tròn có hình môi sau khi tăng từ đáy và một vùng tắc nghẽn nhỏ đảo ngược xuống trong
một thời gian ngắn được gọi là tay cầm. Trong kiểu đáy tròn này, mức cao của môi thiết lập
mức kháng cự để theo dõi sự bứt phá đi lên. Đôi khi sự đột phá không bao giờ xảy ra và giá
tiếp tục giảm dần, tiếp tục tạo ra mức thấp mới. Theo truyền thống, mô hình cốc và tay cầm
được coi là mô hình đảo chiều tạo đáy. Tuy nhiên, Bulkowski đã phát hiện ra rằng khi đây
là mô hình tiếp tục từ mức thấp trước đó thì nó đáng tin cậy và sinh lợi hơn nhiều. Nó vẫn
chỉ đứng thứ 13 trên 23, mặc dù mức độ phổ biến của nó.
Đáy tròn phổ biến hơn đáy tròn, nhưng không thường xuyên xuất hiện. Chúng có xu hướng
là các mô hình dài hạn hơn, dễ dàng xác định hơn trong biểu đồ hàng tuần hoặc thậm chí hàng
tháng. Chúng là các mô hình đảo chiều, nhưng chúng cũng có thể xuất hiện trong các đợt hợp
nhất giá dài hạn. Các hình dạng tròn ngắn hơn, thường được gọi là sò điệp, thường
HÌNH 7.13 Cốc hoặc bát và tay cầm Các loại đáy tròn có
đột phá
các mô hình tiếp diễn cũng khó xác định như nhau. Đáy tròn xếp hạng 5 trên 23 về hiệu
suất và có tỷ lệ thất bại thấp 5%. Các ngọn có cùng thứ hạng hiệu suất khi bẻ xuống
150 nhưng tỷ lệ thất bại cao hơn một chút từ 9% -12%. Chúng rất khó nhận biết và thường
yêu cầu biểu đồ hàng tuần hoặc hàng tháng để xác định. Họ cũng khó giao dịch. Thứ
nhất, mức đột phá không dễ xác định, ngoại trừ trong mô hình cốc và tay cầm. Thứ
hai, chúng phát triển chậm và thường không thoát ra được.
Đầu và vai
ỂỒ
U, IĐ
B
Mô hình vai đầu vai có lẽ là mô hình kỹ thuật nổi tiếng nhất.

Tên của nó thường được sử dụng khi chế giễu phân tích kỹ thuật, tuy nhiên khả năng
sinh lời của nó cao so với các mô hình khác và đây là một trong số ít nghiên cứu của
Lo, Mamaysky và Wang (2000) cho thấy có ý nghĩa thống kê.
Đầu và vai là một mô hình phức tạp vì nó kết hợp cả ba đặc điểm tiềm ẩn của một mô
hình: đường xu hướng, đường hỗ trợ hoặc kháng cự và làm tròn. Nó thường được nhìn
thấy ở đỉnh hoặc đáy, nhưng nó có thể xảy ra ở trạng thái bình thường hoặc dưới dạng
sự hình thành thất bại trong quá trình hợp nhất. Hầu hết, nó chỉ nên được giao dịch
sau khi nó đã hình thành hoàn toàn. Sự phức tạp của nó khiến nhiều nhà phân tích
thiếu kiên nhẫn dự đoán sự hình thành của nó và hành động sớm. Hiệu suất và tỷ lệ
thành công của nó cao nhưng chỉ sau khi nó đã hình thành hoàn chỉnh và đáp ứng mọi yêu cầu của nó.
Chúng tôi mô tả các đặc điểm của kiểu đầu và vai. Sự hình thành đáy (xem Hình 7.15)
hoàn toàn ngược lại trừ khi được lưu ý.
Một xu hướng tăng, nhưng không nhất thiết phải là một xu hướng dài hạn, xuất hiện
trước mô hình đầu vai. Do đó, như trong Hình 7.14, mô hình đầu và vai trên được nhập
từ bên dưới. (Mô hình vai đầu vai cũng có thể xảy ra trong một mô hình hợp nhất
Lần thử lại B
Cái đầu
Vai trái
\
Nó
Đường viền cổ áo
Kéo lại
Giá
HÌNH 7.14 Đỉnh đầu vai với sự đột phá xuống
thay vì ở cuối một xu hướng, nhưng những trường hợp như vậy rất hiếm và nhiều khả năng
là một chuỗi hình tam giác hoặc hình chữ nhật có điểm phá vỡ giả hướng xuống ở "đầu").
Mô hình đầu và vai trên là một chuỗi ba đỉnh được xác định rõ ràng, sắc
nét hoặc tròn trịa. Đỉnh thứ hai cao hơn đỉnh thứ nhất và đỉnh thứ ba.
Đỉnh ở giữa, cao hơn này được gọi là đầu. Đỉnh đầu tiên được gọi là vai 151
trái và đỉnh thứ ba được gọi là vai phải. Vai trái và vai phải đều phải
thấp hơn đầu nhưng không nhất thiết phải cao bằng nhau. Trên thực tế, đỉnh
vai trái cao hơn một chút so với đỉnh vai phải sẽ tăng thêm một chút hiệu
DHVII.J
suất sau đột phá của mô hình đỉnh. (Đỉnh đầu và vai được mô tả trong Hình
7.15. Trong mẫu dưới cùng, vai phải thấp hơn một chút so với vai trái sẽ
tăng thêm hiệu suất.)
- - Giá
_ Đột phá
Đường viền cổ áo
Lối vào
Quay lại
ft
Vai trái Vai phải
Cái đầu
HÌNH 7.15 Đáy đầu vai và đột phá lên

Các đỉnh của mô hình đầu và vai gần như cách đều nhau
nhau. Vai phải có vẻ gần như đối xứng với đầu và đạt đỉnh gần bằng nhau. Tính
đối xứng rất quan trọng và làm cho sự giao phối dễ nhận biết hơn. Thỉnh
thoảng xuất hiện nhiều hơn hai vai. Những hình thức này được gọi là "đầu
và vai phức tạp" và có tỷ lệ hình thành và tỷ lệ thất bại gần giống như loại
hai vai tiêu chuẩn. Như trong tiêu chuẩn, nhiều vai xuất hiện đối xứng ở hai
bên đầu. Hiếm khi xuất hiện loại "hai đầu" và nó cũng cho thấy hiệu suất và tỷ
lệ hỏng hóc tương tự như tiêu chuẩn. Ngoài ra còn có phiên bản "không cân bằng",
như mô tả của Edwards và Magee, nhưng rất khó mô tả chính xác và dường như
chỉ phù hợp với những mô hình có thể là đầu và vai chứ không thể được phân loại
chính thức như vậy. Tiêu chuẩn này là phổ biến nhất và là tiêu chuẩn cần tìm
kiếm.
Các đáy giữa các đỉnh tạo thành một đường xu hướng dễ nhận biết. Các kỹ thuật
viên gọi đường này là đường viền cổ. Mặc dù đường viền cổ thường nằm ngang, giống
như đường hỗ trợ, nó cũng có thể dốc xuống hoặc dốc lên. Thật vậy, có một số bằng
chứng cho thấy đường viền cổ dốc lên ở đỉnh tạo ra hiệu suất tốt hơn đường viền
cổ ngang tiêu chuẩn. (Trong mô hình đáy, các quy tắc tương tự được áp dụng ngoại
trừ đường viền cổ bây giờ là mức kháng cự thay vì hỗ trợ. Trong mô hình đáy,
đường viền cổ dốc xuống làm tăng hiệu suất sau đột phá so với đường cổ dốc lên
152 nhưng không vượt quá đường ngang.) Nghiêng độ dốc. Tuy nhiên, đường viền cổ đến
mức cực đoan sẽ phá hủy mô hình đầu và vai và những hậu quả có thể xảy ra của nó.
Khối lượng thường cao nhất khi tăng vào và ở đỉnh vai trái và giảm dần trong
suốt quá trình hình thành. Tuy nhiên, đây không phải là một yêu cầu vì những hình
thành có khối lượng giảm dần, mặc dù ít thường xuyên hơn một chút, nhưng có lợi
thế hiệu suất nhẹ ở đỉnh. (Khối lượng tăng có một chút lợi thế ở đáy đầu và
vai.) Khối lượng cao hơn ở một trong hai vai không ảnh hưởng đến hiệu suất ở
đỉnh, nhưng khối lượng ở phía dưới, cao hơn ở vai phải so với vai trái sẽ làm
tăng đáng kể hiệu suất sau đột phá.
Các tín hiệu đột phá và hành động xảy ra khi giá, sau khi hoàn thành vai phải,
phá vỡ xuống dưới đường viền cổ. Sự đột phá là một yêu cầu cho sự hình thành.
Việc đoán lần thứ hai trước khi hoàn thành mẫu có thể nguy hiểm. Đôi khi vai phải
ỂỒ
U, IĐ
B
không hình thành hoàn toàn và giá không thể phá vỡ đường cổ và tăng lên trên
đỉnh vai phải. Đây không chỉ là một thất bại mà còn là một cơ hội, miễn là nhà
phân tích không lường trước được sự cố và hành động sớm. Theo Schwager (1996),
thất bại đầu vai kiểu này mang lại lợi nhuận. Tuy nhiên, thất bại tiêu chuẩn là
khi giá phá vỡ dưới đường viền cổ và sau đó đảo ngược lên trên qua vai phải. Loại
thất bại này tương đối hiếm.
Sự đột phá thường xảy ra khi khối lượng tăng lên, nhưng khối lượng giảm không
phải là dấu hiệu của sự thất bại sắp xảy ra. Nó chỉ xảy ra ít thường xuyên hơn.
Việc tăng khối lượng ở mô hình đáy sẽ cải thiện hiệu suất, trong khi giảm khối
lượng ở điểm đột phá từ mô hình trên sẽ làm tăng hiệu suất.
Sự thoái lui hoặc thoái lui xảy ra thường xuyên—khoảng 45%-63% đối với các đáy và
60%-67% cho ngọn. Tóm lại, mô hình vai đầu vai __ ngoài việc được biết đến nhiều nhất, ngay cả
đối với những người không chuyên về kỹ thuật, còn là__

mô hình đáng tin cậy và sinh lời nhất trong
số các mô hình cổ điển.
Xếp hạng hiệu suất cho áo đầu vai tiêu chuẩn là 1, xếp hạng cao nhất có thể. Các đỉnh phức tạp
có thứ hạng 3, các đáy tiêu chuẩn có thứ hạng 7 và các đáy phức tạp có thứ hạng 9. Do đó, cả hai
mẫu trên và dưới đều có hiệu suất cao trong danh sách.
Chúng ta đã thấy trong hầu hết các mô hình khác rằng khi xảy ra sự thoái lui hoặc thoái lui,
hiệu suất so sánh sẽ bị ảnh hưởng. Điều này cũng đúng trong mô hình đầu và vai. Tỷ lệ thất bại
đối với cả đội hình trên và dưới đều thấp. Chỉ 3%-4% thất bại trong việc tăng 5% trở lên từ đỉnh
và đáy. Nói tóm lại, mô hình đầu vai có tỷ lệ tin cậy cũng như lợi nhuận cao.
HỘP 7.9 MẪU GIAO DỊCH ĐẦU VÀ VAI
Khi một mô hình đã được quan sát bằng cách sử dụng các đặc điểm mô tả trước đó, đường viền cổ sẽ trở thành yếu
tố quan trọng nhất. Đường viền cổ là nơi cư trú của mức đột phá. Không bao giờ nên hành động với dự đoán sẽ có
sự phá vỡ đường viền cổ. Nguy cơ thất bại là quá lớn, và như chúng ta đã thấy với sự phá vỡ hướng lên của một
tam giác giảm dần, sự hình thành hướng lên mạnh nhất, sự gia tăng từ các đỉnh giảm dần và đường viền cổ phẳng,
có thể là đáng kể. Điều này cũng đúng với mô hình đáy đầu và vai. Tam giác tăng dần với sự đột phá xuống cũng là
153
một mô hình mạnh mẽ. Vì vậy, các điểm dừng đột phá nên được đặt bên ngoài điểm đảo chiều của vai phải. Một khi
đột phá được kích hoạt, nguy cơ thất bại sẽ giảm đáng kể. Nếu đột phá xuyên qua đường viền cổ, hãy sử dụng số
liệu thống kê tiêu chuẩn làm hướng dẫn, nhưng nếu đột phá là mô hình đầu và vai không thành công qua cực vai
phải, hãy sử dụng số liệu thống kê tam giác thích hợp làm hướng dẫn.
HH
dV1ID IE
N(
V NV
I IN
2 S
1
Mục tiêu giá cho mô hình đầu vai tương đối chính xác. Nó được tính toán giống như những cách khác bằng cách
lấy chiều cao của hình thành và dự đoán nó lên hoặc xuống so với giá đột phá. Chiều cao được đo bằng cách vẽ một
đường thẳng đứng từ đỉnh đầu đến nơi giao nhau với đường viền cổ và đo số điểm giữa hai đường đó.
Điều này áp dụng cho đường viền cổ phẳng cũng như cổ dốc.
Các mô hình giao dịch tiếp tục ngắn hơn—Cờ và cờ hiệu (Cũng
"Đội hình nửa cột buồm")
Để sử dụng vốn giao dịch hiệu quả, hãy cân nhắc giao dịch với cờ và cờ hiệu. Chúng là những đội
hình thường xuyên có kết quả cực kỳ nhanh chóng và tương đối đáng tin cậy. Sau khi đột phá theo
một trong hai hướng hoặc một trong hai mô hình, giá thường biến động ngay lập tức, có ít sự điều
chỉnh hoặc đảo chiều và tỷ lệ thất bại thấp. Một số nhà giao dịch thành công chỉ sử dụng cờ và
cờ hiệu vì những lợi thế này. Cờ và cờ hiệu thực sự là những biến thể của cùng một hình dạng. Cờ
là một kênh ngắn thường dốc theo hướng ngược lại với xu hướng. Cờ hiệu là một hình tam giác ngắn
cũng có chức năng tương tự. Cả hai mẫu này được mô tả trong Hình 7.16.
HÌNH 7.16 Cờ và cờ đuôi nheo trong xu hướng tăng
Cả cờ và cờ hiệu đều có xu hướng giá dốc và sắc nét, tốt nhất là ở góc 45 độ thay vì hướng
thẳng lên. Những lá cờ có mức tăng từ 90% trở lên trước đó có tỷ lệ thất bại gần như bằng 0 và
1 5 4 lợi nhuận trung bình là 69%. Sự đa dạng này là tốt nhất trong tất cả các mẫu biểu đồ. Hai đường
xu hướng song song trong một kênh nhỏ giống như lá cờ tạo thành mô hình và độ dốc của kênh có
thể theo bất kỳ hướng nào, nhưng thông thường nhất, hiệu suất tốt nhất sẽ đến khi kênh này dốc
ra khỏi xu hướng trước đó. Việc hình thành cờ xảy ra trong một khoảng thời gian ngắn - thường
là vài ngày đến vài tuần; lá cờ tốt nhất là ít hơn 15 ngày. Khối lượng thường giảm trong suốt
quá trình hình thành lá cờ.
Trên thực tế, xu hướng giảm về khối lượng này được tìm thấy ở gần 4/5 cờ xảy ra.
ỂỒ
U, IĐ
B
Mẫu cờ hiệu giống như lá cờ ngoại trừ việc các đường xu hướng hội tụ, tạo thành một hình tam
giác thu nhỏ, thay vì song song. Hướng hình thành thường ngược lại với hướng của xu hướng giá
ngay trước đó, nhưng trong những biến động mạnh hơn, nó có thể nằm ngang hoặc thậm chí có xu
hướng cùng hướng với xu hướng cơ bản. Cờ hiệu khác với nêm ở chỗ chúng có thời gian ngắn hơn và
yêu cầu chuyển động mạnh trước chúng. Nêm có xu hướng là mô hình dài hạn hơn. Khối lượng giảm
trong suốt quá trình hình thành thậm chí còn phổ biến hơn với cờ hiệu; 90% cờ hiệu được đặc
trưng bởi xu hướng giảm về số lượng.
Hai loại lỗi có thể xảy ra. Đầu tiên, một đột phá theo hướng ngược lại với xu hướng trước đó
có thể xảy ra. Thứ hai, một thất bại có thể xảy ra sau khi đột phá. Bởi vì một lá cờ hoặc cờ
hiệu thường là một sự hình thành tiếp tục, sự đột phá nên được dự kiến theo hướng của xu hướng
trước đó, miễn là nó dốc và sắc nét. Khi sự đột phá đi ngược lại với xu hướng đó, sự thất bại
luôn quay trở lại xu hướng trước đó, nhưng chỉ sau khi một vài nhịp tim đập nhanh xảy ra trước
tiên và một vài điểm dừng bảo vệ đã được kích hoạt.

HỘP 7.10 CỜ VÀ CỜ GIAO DỊCH—QUY TẮC ĐO LƯỜNG
Bởi vì những mô hình này có tỷ lệ thất bại thấp, ít sự thoái lui hoặc thụt lùi, khoảng
thời gian ngắn và các xu hướng dốc trước và sau sự xuất hiện của chúng, nên chúng là những
mô hình giao dịch rất tốt. Một trong những đặc điểm nhận dạng quan trọng nhất là xu hướng
dốc trước mô hình. Điều quan trọng là phải thận trọng để đảm bảo rằng sự hình thành hoàn
chỉnh đã xảy ra và chờ đợi sự bứt phá. Sự đột phá xảy ra khi một đường xu hướng bị phá vỡ,
thường là theo hướng của xu hướng trước đó. Mục tiêu giá cho các mô hình này được tính
bằng cách lấy khoảng cách từ điểm bắt đầu của xu hướng mạnh, không nhất thiết là điểm bắt
đầu của toàn bộ xu hướng, đến điểm đảo chiều đầu tiên trong mô hình và cộng khoảng cách đó
vào giá đột phá. Phương pháp này được gọi là quy tắc đo (xem Hình 7.17) và thường chỉ áp
dụng cho cờ và cờ hiệu. Nó ngụ ý rằng sự hình thành sẽ xảy ra khoảng nửa chừng trong toàn
bộ xu hướng giá dốc; vì điều này, những mẫu này còn được gọi là mẫu nửa cột. Việc dự đoán
mục tiêu chỉ chính xác một phần (khoảng 60%), nhưng do độ dốc của xu hướng tiếp theo nên
các điểm dừng cuối gần là cách tốt nhất để bảo vệ lợi nhuận.
X - Thép Mỹ 30:00
Ốm
Quy tắc đo mục tiêu zr.
ĐẾN jh28:00
ili
phá vỡ số 1 để đạt đến đỉnh cao
4,93 điểm 1
bằng break 1
III 26:00
#2 để đạt mục tiêu đỉnh cao

II
24:00
nghỉ số 2
4,93 điểm tôi 101

t
22:00 1 5 5
1 itilitittel-rt
mẫu cờ
20:00
phá vỡ #1
11}1
18:00
4 %
41 111/1 111
111114111
1
16:00
ôi & sụ cha
NI
dVLEHV N1
D S
D
H
boto
N
14.000.000
d das tôi
Tôi
-10.000.000
-6.000.000
2.000.000
1 ii 1 1 1 tôi
10 17 24 Th07 6 5 22 tháng 8 12 19 26 tháng 9 9 16 23 7 tháng 10 14 21 1 tháng 11 18. 26
Được tạo bằng TradeStati trên
HÌNH 7.17 Quy tắc đo (X--US Steel, hàng ngày: ngày 4 tháng 6—
ngày 2 tháng 12 năm 2013)
Các mẫu biểu đồ thanh dài hạn có hiệu suất tốt nhất và
Rủi ro thất bại thấp nhất
Chúng tôi đã chọn một số mẫu để làm nổi bật dựa trên sự kết hợp giữa mức tăng cao và tỷ lệ thất bại tối thiểu.
Các mô hình khác cũng có thể thành công nếu được theo dõi chặt chẽ, nhưng "lợi thế" dường như nằm trong các mô
hình này.
BẢNG 7.1 So sánh kết quả 3 tháng trong các mẫu biểu đồ thanh cổ điển
Tổng thể Thất bại Hiệu suất Phạm vi tiếp cận xu hướng
trung bình đạt 5% Hiệu suất truy xuất giá mục tiêu
Cờ cao căng, chia tay 23/1 0% 69% 54% 90%
Đầu và vai, phức tạp,

phá vỡ 21/3 4% 23% 67% 53%
Đầu và vai đỉnh, phá vỡ
21/1 4% 22% 50% 55%
Tam giác, giảm dần, chia tay 23/5 7% 47% 37% 84%
Đáy kim cương, vỡ tan 21/1 10% 21% 71% 63%
Đỉnh kim cương, tan vỡ 21/7 6% 21% 57% 76%
Đáy hình chữ nhật, chia tay 21/11 10% 46% 53% 85%
Nguồn: Bulkowski (www.thepotypesite.com).
Theo Bulkowski (2015), các mô hình hoạt động tốt nhất, xét đến lợi ích và rủi ro, là
cờ phá vỡ hướng lên cao và chặt chẽ, đỉnh đầu và vai, đảo trên bị phá vỡ và các hình tam
giác hướng lên phá vỡ. Bản tóm tắt các mẫu này được thể hiện trong Bảng 7.1.
156
Kết luận
Tóm lại, việc sử dụng hiệu quả các mẫu biểu đồ là không hề dễ dàng. Các vấn đề tiềm ẩn
trong việc nhận biết và hành động theo các mẫu biểu đồ mà chúng ta đã thảo luận trong
chương này nêu bật sự cần thiết phải biết kỹ lưỡng những gì chúng ta đang làm. Có rất
nhiều biến số trong hành vi giá cả—chủ yếu là con người—và bản thân chúng ta cũng là con
ỂỒ
U, IĐ
B
người và có cùng những thành kiến, chúng ta phải có khả năng thích ứng và nhận ra rằng
các mô hình biểu đồ rất linh hoạt.
Các nhà nghiên cứu khó có thể chứng minh một cách dứt khoát rằng các mô hình tồn tại
vì toán học quá phức tạp và vì thị trường luôn thay đổi. Ngoài ra, nhiều mô hình khác
nhau đã được công nhận, và dù đúng hay sai, chúng đều được mô tả trong tài liệu mà không
có gì ngoài bằng chứng mang tính giai thoại về độ tin cậy của chúng. Nếu bạn thấy một mô
hình được mô tả mà không có bằng chứng thống kê cơ bản về tính hữu ích của nó thì tốt
nhất bạn không nên bận tâm đến nó. Ngày nay, hầu hết những người viết mô tả các hình mẫu
sẽ đưa ra một số bằng chứng thực tế. Mặc dù bằng chứng này có thể còn thiếu sót, nhưng
ít nhất nó cũng cho thấy rằng nó đã là chủ đề của một số nghiên cứu nghiêm túc và do đó,
nó không chỉ đơn thuần là mê tín dị đoan.
Cách tiếp cận hợp lý nhất đối với bất kỳ người đọc biểu đồ nào là sử dụng các mô hình
cổ điển được mô tả trong chương này và có kinh nghiệm sử dụng chúng. Mặc dù hiệu quả của
những mô hình này sẽ khác nhau với các loại chứng khoán khác nhau và với các xu hướng
khác nhau trên thị trường chung, nhưng hành vi của những mô hình này vẫn tương đối nhất
quán trong hơn 100 năm qua. Chúng ta đã thảo luận về các thuộc tính chung của các mẫu
trong một số nghiên cứu cho thấy có nhiều hứa hẹn, nhưng nhà phân tích phải luôn điều chỉnh các thông số để phù
hợp với đặc thù của chứng khoán đang được phân tích. Phân tích mô hình biểu đồ có lợi nhuận là kết quả của
nghiên cứu được xác định.
Bulkowski, Thomas N. Bách khoa toàn thư về các mẫu biểu đồ. tái bản lần thứ 2. New York, NY: John Wiley
& Con trai, 2005.
Bulkowski, Thomas N. Giao dịch các mẫu biểu đồ cổ điển. NewYork, NY: John Wiley & Sons, 2002. Bulkowski,
Thomas N. "Nghiên cứu mẫu tự do của Bulkowski." http://www.thepatternsite.com , 2010.
Bulkowski, Thomas N. www.thepotypesite.com/bestpatterns.html, truy cập năm 2015.
Burnham, Terry. Thị trường trung bình và bộ não thằn lằn. New York, NY: John Wiley & Sons, 2005.
Edwards, Robert, John Magee và WHC Bassetti. Phân tích Tichincal về xu hướng chứng khoán. tái bản lần thứ 9
Boca Raton, FL: Nhà xuất bản St. Lucie, 2007.
Hasanhodzic, Jasmina, Andrew W. Lo và Emanuele Viola. "Nó có thật hay là ngẫu nhiên?" Bài kiểm tra Turing tài
chính." Bản thảo chưa xuất bản, 2010 (có tại http: /web.mit edu/alo / www /pap ers /arorassrn.pdf).
Johnson, Spencer. Ai đã di chuyển phô-mát của tôi? New York, NY: Penguin Putnam, 1998.
Kahneman, D. và A. Tversky. “Lý thuyết triển vọng: Phân tích quyết định có nguy cơ.” Kinh tế lượng 47
1 5 7
(1979): 263-291.
Kahneman, D. “Các biến thể của sự không chắc chắn.” Trong Judgement Under Uncertainty: Heuristics and Biases
(512), D. Kahneman, P. Slovic, và A. Tversky, eds. Nhà xuất bản Đại học Cambridge, Cambridge, 1982.
Levy, Robert A. “Tầm quan trọng có thể dự đoán của các mẫu biểu đồ năm điểm.” Tạp chí Kinh doanh 44, số 1. 3
3f
dVIIl
D IV
H N2
I1
I S
D
(1971): 316-323.
Lo, Andrew W. và Craig MacKinlay. “Giá thị trường chứng khoán không theo bước đi ngẫu nhiên: Bằng chứng từ một
thử nghiệm đặc điểm kỹ thuật đơn giản.” Tạp chí Nghiên cứu Tài chính 1 (1988): 41-66.
Lo, Andrew W, Harry Mamaysky và Pang Wang. "Nền tảng của phân tích kỹ thuật: Thuật toán tính toán, suy luận thống
kê và thực hiện theo kinh nghiệm."
Tạp chí Tài chính 55 (2000): 4.
Merrill, Arthur A. Hành vi của giá cả ở Phố Wall. Được xuất bản riêng bởi tác giả, 1997. Merrill, Arthur
A. Filtered Waves. Được xuất bản riêng bởi tác giả, 1997.
O'Neil, William J. Cách kiếm tiền từ cổ phiếu. tái bản lần thứ 3. (2002). New York, NY: McGraw
Đồi, 1988.
Schabacker, R. Lý thuyết và thực hành thị trường chứng khoán. New York, NY: BV. C.Forbes
Công ty xuất bản, 1930.
Schwager, Jack D. Schwager về Hợp đồng tương lai: Phân tích kỹ thuật. New York, NY: John Wiley &
Con trai, 1996.
Schwager, Jack D. Phân tích kỹ thuật. NewYork, NY: John Wiley & Sons, Inc., 1996.
Skinner, BF "Sự mê tín ở chim bồ câu." Tạp chí Tâm lý học Thực nghiệm 38 (1947):
168-172.
Mô hình ngắn hạn

Inc., 2016), Chương 17.

1 5 8
• Xác định sự đảo chiều trong xu hướng dài hạn bằng cách sử dụng mô hình giá ngắn hạn ii
Mô tả các loại khoảng trống xảy ra trên biểu đồ giá và tầm quan trọng của chúng • Nhận
biết các thanh phạm vi rộng và phạm vi hẹp cũng như ý nghĩa của chúng đối với sự biến động • Xác
định các mô hình đảo chiều một và hai thanh • Xác định
các mô hình nến phổ biến và tầm quan trọng của chúng trong một xu hướng
W
Tôi đã xem xét các mô hình dài hạn hơn trong biểu đồ thanh và biểu đồ điểm và hình. Bây giờ chúng
ta chuyển sự chú ý sang các mô hình ngắn hạn. Trong chương này, chúng ta tập trung vào các mô hình
ngắn hạn trên biểu đồ thanh và biểu đồ nến. Các mô hình này tập trung vào cấu hình và đặc điểm của
từng thanh, chẳng hạn như chiều cao của thanh và vị trí giá mở và đóng trên thanh. Một số mẫu cũng
so sánh thanh của một khoảng thời gian với thanh trước đó. Bất chấp tiêu đề gợi ý như thế nào, các
mô hình ngắn hạn không bị giới hạn trong một khoảng thời gian ngắn hạn cụ thể, chẳng hạn như một
ngày. Trong trường hợp này, "ngắn hạn" có nghĩa là một số lượng nhỏ thanh. Ví dụ: trên biểu đồ
thanh hàng ngày, các mô hình ngắn hạn có thể hình thành từ một hoặc hai ngày dữ liệu giao dịch,
nhưng trên biểu đồ thanh hàng giờ, mô hình ngắn hạn hai thanh sẽ bao gồm dữ liệu giao dịch có giá
trị trong hai giờ.
Mặc dù các mô hình dài hạn mà chúng ta đã xem xét có thể hữu ích nhưng chúng lại xuất hiện ít
thường xuyên hơn các mô hình ngắn hạn. Mặt khác, các mô hình ngắn hạn mà chúng tôi xem xét trong
chương này bản thân chúng không hữu ích nhưng lại phổ biến. Tại sao các mô hình ngắn hạn lại xuất
hiện thường xuyên hơn các mô hình dài hạn? Hãy nghĩ về một biểu đồ thanh thông thường; bốn phần dữ
liệu là
được biểu thị trên mỗi thanh: mở, đóng, cao và thấp. Chỉ với bốn thông tin, số lượng các kết
hợp khác nhau mà những biến số này có thể xảy ra là rất nhỏ. Mặc dù việc kéo dài mô hình thành
nhiều thanh sẽ làm tăng số lượng kết hợp có thể có nhưng số lượng vẫn tương đối nhỏ và những
kết hợp này xảy ra thường xuyên.
Thật không may, các mẫu phổ biến thường cho tín hiệu sai. Mặc dù hầu hết các bước ngoặt của
thị trường đều bao gồm một hoặc nhiều mô hình ngắn hạn được đề cập trong chương này, nhưng
những mô hình tương tự này cũng xảy ra ở những nơi mà sự đảo chiều không xảy ra. Như Schwager
(1996) tuyên bố khi đề cập đến mô hình đảo chiều một ngày, nó “gọi thành công 100 trên mỗi 10
đỉnh” (tr. 89). Giống như Schwager, nhiều người khác đã hoài nghi về tính đúng đắn của các mô
hình ngắn hạn. Chúng hữu ích và hiệu quả như thế nào? Mặc dù một số thử nghiệm thực nghiệm cho
thấy những mô hình ngắn hạn này không hiệu quả, nhưng nhiều thử nghiệm đã bao gồm thời gian
thử nghiệm dài hơn so với thực tế. Trong hầu hết các thử nghiệm thành công, các tín hiệu vào
lệnh ngắn hạn được đóng vào lúc đóng cửa cùng ngày, lúc mở cửa ngày hôm sau, lần mở cửa có lợi
nhuận đầu tiên (được Larry Williams gọi là gói cứu trợ) hoặc lần đóng cửa có lợi nhuận đầu
tiên, thường là chỉ vài ngày sau đó, ngoại trừ vị trí đầu tiên bị dừng lại. Khả năng kiểm tra
trong những khoảng thời gian ngắn này đòi hỏi dữ liệu tần số cao theo từng tích tắc và thường
vượt quá khả năng của nhà đầu tư hoặc học giả thông thường.
Tuy nhiên, một khi được hiểu đầy đủ, các mô hình ngắn hạn không chỉ hữu ích cho giao dịch ________
mà còn cho việc vào và thoát các vị thế dài hạn ở mức thuận lợi hơn. 159
giá cả. Mặc dù nhà đầu tư trung bình thường không có thời gian hoặc thiết bị máy tính và
nguồn cấp dữ liệu để theo dõi các mô hình ngắn hạn, nhưng nhà giao dịch chuyên nghiệp
chắc chắn có khả năng theo dõi hành vi giá trong ngày và có thể cải thiện hiệu quả công
:1 NW
I2 S
việc cũng như lợi nhuận bằng cách hiểu bản chất của ngắn hạn. -mô hình hạn.
d1
SH0 3I
V11- 13
Cơ sở của các mô hình ngắn hạn là dự đoán một chuyển động đột ngột, tương tự như khái niệm
đột phá trong các mô hình lớn hơn, để tận dụng khoảng thời gian khi giá đạt đến đỉnh điểm cảm
xúc hoặc tham gia vào một xu hướng ở mức giá thuận lợi như trên kéo lại hoặc ném lại. Các
phương pháp thường có cái được gọi là thiết lập. Một thiết lập xảy ra khi một số yếu tố đã
biết nhất định cần thiết để thiết lập mô hình đã xảy ra và người giao dịch đang chờ tín hiệu
hành động xảy ra. Trong các biểu đồ lớn hơn, chúng ta đã thấy khái niệm này dưới dạng các mẫu
hình. Khi mô hình, chẳng hạn như hình tam giác, hình thành, thiết lập chính là sự hình thành
mô hình. Nếu sự hình thành mô hình này không tuân theo các quy tắc hình thành tam giác trong
quá trình tạo ra nó thì đó không phải là một thiết lập và chúng tôi bỏ qua nó. Nếu nó hình
thành chính xác, chúng ta sẽ chờ đợi sự đột phá, đó là tín hiệu hành động. Các nhà giao dịch
sử dụng các mô hình ngắn hạn theo cách tương tự, nhưng trong khoảng thời gian ngắn hơn và họ
sử dụng các tín hiệu dừng và thoát chặt chẽ hơn.
Bởi vì các mô hình ngắn hạn tương đối thường xuyên và thường phụ thuộc vào xu hướng trước
đó cũng như các yếu tố khác nên xu hướng trước đó phải được biết trước khi có thể sử dụng các
mô hình ngắn hạn. Chẳng hạn, một mô hình đỉnh trong một xu hướng giảm rõ ràng là vô nghĩa, và
do đó, tất cả các mô hình đỉnh có thể bị bỏ qua khỏi

xem xét trong xu hướng giảm. Điều này chỉ để lại các mô hình tạo đáy cần xem xét trong xu hướng
giảm. Ngoài ra, mô hình đảo chiều ngắn hạn chỉ được coi là cần thiết khi giá ở mức hỗ trợ, kháng
cự hoặc đường xu hướng nào đó. Bất cứ khi nào nhiều bằng chứng xuất hiện ở một mức giá và thời
gian cụ thể thì nó được gọi là một cụm bằng chứng. Khi một loạt bằng chứng bắt đầu hình thành,
nhà phân tích nên bắt đầu tìm kiếm một mô hình ngắn hạn. Sau đó, nó có thể hữu ích trong việc báo
hiệu thời điểm và địa điểm hành động cũng như rủi ro về giá có thể xảy ra.
Các mô hình ngắn hạn cũng có thể được sử dụng để xác định khi nào đà tăng hoặc giảm đang chậm
lại. Hãy nhớ rằng thay vì sử dụng tín hiệu động lượng để hành động, việc sử dụng các mô hình ngắn
hạn thường có thể báo hiệu chính xác hơn thời điểm hành động và rủi ro tồn tại khi động lượng
bắt đầu chậm lại.
Mặc dù các mô hình ngắn hạn thường là các mô hình đảo chiều nhưng chúng có thể được sử dụng
làm mô hình tiếp tục điều chỉnh trong một xu hướng. Ví dụ: trong một xu hướng tăng mạnh, khi giá
điều chỉnh hoặc thoái lui theo cách thông thường và một loạt bằng chứng cho thấy xu hướng trước
đó, xu hướng dài hơn có thể sớm tiếp tục, mô hình tiếp tục hoặc đảo chiều đáy ngắn hạn có thể
báo hiệu khi nào nên hành động.
Tuy nhiên, thông thường, các mô hình ngắn hạn là tốt nhất khi chúng xuất hiện ngay tại đỉnh hoặc
đáy. Tuy nhiên, nên thực hiện hành động tối thiểu trừ khi có nhiều bằng chứng cho thấy sự đảo
chiều dài hạn sắp xảy ra hoặc xu hướng mạnh vẫn tiếp tục. Ví dụ: trong một xu hướng tăng, nếu
1 6 0
giá gần mức kháng cự trước đó, dưới nhưng gần với đường trung bình động quan trọng và đã đạt đến
mục tiêu giá thì mô hình đảo chiều ngắn hạn có thể hợp lệ và đáng để hành động. Nếu một mô hình
đảo chiều ngắn hạn dưới bất kỳ hình thức nào xảy ra mà không có bằng chứng hỗ trợ thì nó có thể
báo hiệu hoặc không báo hiệu một sự đảo chiều giá thực tế; nó có thể chỉ đơn giản là báo hiệu
rằng một giai đoạn củng cố nhẹ sắp diễn ra.

ỂỒ
U, IĐ
B
Các mô hình ngắn hạn cũng là dấu hiệu đầu tiên cho thấy sự đảo chiều đang đến gần. Chúng hành
động nhanh chóng, thường xảy ra vào ngày đỉnh hoặc đáy thực tế. Như vậy, chúng dẫn đầu hầu hết
các mô hình khác, cần có thời gian và hành động giá sâu hơn để phát triển. Ví dụ: trong mô hình
đầu và vai, nhà phân tích phải đợi sự bứt phá thực sự bên dưới đường viền cổ trước khi hành động,
nhưng mô hình đảo chiều ngắn hạn có thể đã chỉ ra một sự đảo chiều tiềm năng ngay tại đỉnh đầu.
Khi thử nghiệm các mô hình ngắn hạn, nhà phân tích kỹ thuật nên
xem xét một số biến:
Mô hình càng phức tạp thì tần suất xảy ra càng ít. Một số nhà phân tích có thư viện gồm hàng
trăm mẫu mà họ thấy hữu ích trong quá khứ và thông qua thử nghiệm, đồng thời sử dụng chương
trình sàng lọc máy tính để đưa ra tất cả các mẫu có liên quan trước mỗi ngày giao dịch. Điều
này mang lại cho họ lợi thế nhưng không thực tế đối với hầu hết các nhà giao dịch. Mối
quan hệ giữa các thanh trong một mẫu không nhất thiết
chỉ là vấn đề vị trí của các mức cao, thấp, mở và gần nhau. Mối quan hệ có thể là một mối quan
hệ tỷ lệ hơn là một mối quan hệ chính xác (Harris, 2000), ví dụ, mối quan hệ gần gũi
nằm ở mức thấp hơn 33% của phạm vi giao dịch hoặc phạm vi có ba thanh trước đó là một nửa phạm vi
của thanh cuối cùng. Mẫu này có thể được
phân chia thành hai khoảng thời gian, theo đó một mẫu xuất hiện cùng một lúc và tại một thời điểm xác
định trước sau đó, một mẫu khác phải xuất hiện.
• Việc nhập cảnh có thể bị trì hoãn theo một thời gian định trước.
Mô hình này có thể liên quan hoàn toàn đến một thị trường khác, ví dụ, mô hình trên thị trường trái
phiếu có thể đưa ra tín hiệu trên thị trường chứng khoán hoặc tiền tệ.
Các biến này làm cho việc tìm kiếm các mẫu đáng tin cậy trở nên cực kỳ phức tạp và có thể vượt
quá mức cần thiết. Nguyên tắc cũ về việc giữ mọi thứ đơn giản nên được áp dụng cho bất kỳ loại tìm
kiếm nhận dạng mẫu nào.
Chúng tôi chia các loại mô hình thành các mẫu biểu đồ thanh truyền thống và các mẫu hình nến. Các
mẫu hình nến mô tả dữ liệu thô về giá mở, đóng, cao và thấp khác với biểu đồ thanh, nhưng các mẫu
của chúng tương tự như các mẫu biểu đồ thanh. Một phần sự hấp dẫn của biểu đồ nến không phải là ở mô
hình mà là ở sự dễ nhìn trực quan mà nhà phân tích có thể "nhìn thấy" áp lực trong ngày lên giá và xu
hướng giá. Chúng cũng có những cái tên đặc biệt nhưng dễ nhớ cho những mẫu cụ thể khiến chúng trở nên
hấp dẫn.
Như trong tất cả các mô hình, kinh nghiệm sẽ phân biệt người thắng và người thua. Bất cứ ai sử
dụng những mô hình như vậy nên ghi lại vào sổ tay những thành công và thất bại trong việc giải thích
các mô hình ngắn hạn. Việc xem lại bản ghi này định kỳ sẽ giúp nhà đầu tư phát triển "cảm nhận" tốt
hơn về khả năng hành động có lợi nhuận của mình và tìm hiểu những sai sót thường xuyên xảy ra ở đâu. 161
Mỗi phương tiện giao dịch đều có “cá tính” riêng.
Thành công thường là chức năng của việc hiểu được những đặc thù của phương tiện giao dịch được giao
dịch phổ biến nhất.
.H
dNILS
- gO
I 1I
3 NI
1I
1 S
W
Xây dựng và xác định mẫu
Dữ liệu chính được sử dụng trong các mô hình ngắn hạn—cả truyền thống và mô hình nến, bất kể thời
gian của thanh, được coi __ là mở, đóng, cao và thấp. Giá mở cửa là giá truyền thống
là giá được thiết lập từ bất kỳ tin tức, cảm xúc, dự đoán hoặc tín hiệu cơ học nào được hình
thành qua đêm. Hầu hết các nhà giao dịch trong ngày chuyên nghiệp, các nhà giao dịch lướt sóng và
thậm chí cả các nhà giao dịch theo xu hướng đều muốn tránh nó. Họ chờ đợi một số hành động – một
khoảng trống giá hoặc phạm vi mở cửa diễn ra trước khi đánh giá xu hướng của thị trường.
Vì giá đóng cửa là giá cuối cùng trong ngày và là giá mà hầu hết các tài khoản ký quỹ đều có giá
trị nên nó giống như một bản tóm tắt hoạt động của thanh. Nếu giá đóng cửa tăng lên, phần lớn và hành
động gần đây nhất là tích cực; nếu giá đóng cửa giảm, phần lớn và hành động giá gần đây nhất là giảm
giá. Các chuyên gia sử dụng nó làm điểm chuẩn để so sánh hành động giá của ngày hôm sau. Hầu hết mọi
người đọc tin tức tài chính đều nhớ và sử dụng nó để định giá tài khoản của mình. Giá đóng cửa trở
thành chuẩn mực cho hành động trong tương lai, cả dài hạn và ngắn hạn. Một số nhà giao dịch coi đây
là mức giá quan trọng nhất trong ngày, mặc dù nó có phần tùy tiện.
Mức cao là mức cao nhất mà người mua đạt được trong thanh và do đó là thước đo khả năng
mua và sự nhiệt tình. Mặt khác, mức thấp là mức cực thấp nhất mà người bán đạt được trong
thanh và do đó, là thước đo khả năng bán và nỗi sợ hãi.
Cấu hình, độ dài của thanh, vị trí trên thanh, dữ liệu thanh trước đó và khoảng cách giá
giữa mỗi thanh sẽ xác định mô hình. Như bạn có thể đoán, có vô số sự kết hợp tiềm năng và tất
cả đều đã được nghiên cứu để tìm cách kiếm lợi nhuận. Tiếp theo chúng tôi sẽ trình bày một
vài trong số rất nhiều mô hình ngắn hạn đã cho thấy nhiều hứa hẹn trong quá khứ.
Các mô hình ngắn hạn truyền thống
Chúng ta hãy xem xét một số mô hình ngắn hạn và ý nghĩa giao dịch của chúng. Đây là những mô
hình được sử dụng ngày nay mà bản thân chúng chỉ là những cảnh báo, nhưng không nhất thiết
là các mô hình hành động, cần được tuân theo mà không cần có một loạt bằng chứng khác.
Bạn sẽ nhận thấy rằng không có mô hình nào bao gồm đường trung bình động. Trong những khoảng
thời gian ngắn, đặc biệt là khi khoảng thời gian đó bị gián đoạn do không có hoạt động nào,
các đường trung bình động không đáng tin cậy. Ví dụ: khi sử dụng dữ liệu năm phút, đường trung
bình động duy nhất có bất kỳ giá trị nào sẽ là ngắn vì khoảng thời gian từ ngày này sang ngày
16 2
khác bị gián đoạn bởi một khoảng thời gian dài qua đêm khi không có hoạt động giao dịch nào
xảy ra. Trong thị trường 24 giờ, các đường trung bình động ngắn hạn có nhiều giá trị hơn vì
thị trường mở cửa liên tục.
Khoảng trống
ỂỒ
U, IĐ
B
Khoảng trống xảy ra khi mức thấp của thanh hiện tại cao hơn mức cao của thanh trước đó hoặc
mức cao của thanh hiện tại thấp hơn mức thấp của thanh trước đó.
Hình 8.1 mô tả một khoảng trống. "Lỗ hổng" hay "khoảng trống" được tạo ra trong lịch sử giá
là "khoảng giá mà tại đó không có cổ phiếu nào được chuyển nhượng" (Edwards và Magee, 2007).
Khoảng cách giá có thể có hoặc không có ý nghĩa. Chúng ta đã từng thấy chúng trước đây khi
phân tích các đột phá từ các mô hình cổ điển, đường xu hướng, vùng hỗ trợ hoặc kháng cự và
trong những trường hợp đó, các khoảng trống thể hiện sự khởi đầu của một xu hướng mới. Tuy
nhiên, các loại khoảng cách khác nhau tùy theo bối cảnh chúng xảy ra. Một số có ý nghĩa đầy
đủ, còn một số khác có thể bị bỏ qua.
Khoảng trống giá thường không xảy ra ở mức trung bình thị trường mà bản thân chúng không
được giao dịch. Ví dụ, ngày sau khi Saddam Hussein bị bắt vào ngày 13 tháng 12 năm 2003, phần
lớn cổ phiếu mở cửa tăng mạnh do có khoảng trống, trong khi chỉ số Trung bình Công nghiệp Dow
Jones cho thấy giá mở cửa gần bằng giá đóng cửa của ngày hôm trước và sau đó. tăng khi giá
các cổ phiếu thành phần dần mở cửa. Không có khoảng trống nào tồn tại trong DJIA vì nó là mức
trung bình chứ không phải chứng khoán. Mặt khác, hợp đồng tương lai DJIA cho thấy một khoảng
trống vì đây là một loại chứng khoán được giao dịch.

163
HÌNH 8.1 Khoảng cách xuống
Khoảng trống phá vỡ (hoặc khoảng trống đột phá) Khoảng trống có lợi nhất là những khoảng trống
xảy ra khi bắt đầu một xu hướng, được gọi là khoảng trống phá vỡ. Chúng ta đã từng thấy điều
này trước đây khi giá đột ngột vượt qua ranh giới hình thành và bắt đầu có sự thay đổi lớn về
dVLLINNS
hướng xu hướng. Khoảng trống phá vỡ báo hiệu rằng một mô hình đã hoàn thành và một ranh giới
đã bị xuyên thủng. Kích thước của khoảng trống – khoảng cách giữa hai cực mà không có hoạt
động nào xảy ra – dường như tỷ lệ thuận với cường độ biến động giá tiếp theo. Khối lượng lớn
thường đi kèm với khoảng trống đi lên nhưng không nhất thiết phải đi kèm với khoảng trống
phường đi xuống. Cách tốt nhất để giao dịch các khoảng trống phá vỡ là đợi một thời gian ngắn
để các chuyên gia chốt lời hoặc giảm dần ban đầu để xem liệu khoảng trống có được lấp đầy hay
không và nếu không, hãy đi vào hướng của khoảng trống với điểm dừng tại điểm đó. nơi khoảng
trống sẽ được lấp đầy. Nếu khoảng trống được lấp đầy ngay lập tức, việc dừng và đảo chiều có
thể thích hợp vì sự thất bại đột ngột trong khoảng trống thường kéo theo một bước dịch chuyển
lớn theo hướng ngược lại với hướng khoảng trống, tương tự như Đột phá của Chuyên gia.
David Landry (2003) đề xuất một phương pháp cơ giới hóa khoảng cách ly khai, được gọi là
“trục khoảng cách bùng nổ”. Điểm đảo chiều, thường được gọi là điểm xoay, không chỉ thiết lập
nơi giá đảo chiều mà còn xác định nơi cung và kháng cự có thể xảy ra trong tương lai.' Trong
phương pháp của Landry, mức thấp xoay là mức thấp của thanh
1Không nên nhầm lẫn "điểm xoay" đảo ngược này với "điểm xoay" được sử dụng trong giao dịch trong
ngày để dự đoán các mức hỗ trợ và kháng cự tiềm năng.
- Khoảng cách ly khai

(Mức cao mới cho
20 ngày)
HÌNH 82 Trục khoảng cách nổ

1 6 4
z được bao quanh cả hai bên bởi một thanh có mức thấp cao hơn, như trong Hình 8.2 Điều này thiết
lập một điểm đảo chiều. Các yêu cầu hạn chế hơn có thể được đặt vào điểm mấu chốt; ví dụ: có
thể cần có mức thấp cao hơn cho hai hoặc nhiều thanh ở hai bên của điểm xoay. Tuy nhiên, đối
với phương pháp của Landry, một bên là

hợp lý.
Chúng ta biết rằng khoảng trống phá vỡ có thể là khoảng trống giả và nếu nó được “lấp đầy”
thì khả năng nó bị sai sẽ tăng lên. Vì vậy, chúng ta muốn một khoảng trống phá vỡ để thiết
SN
,G RÀ
TỚ AP
U
Ư X
H
V
lập mức cao mới trong ít nhất 20 ngày qua và để đợt thoái lui tiếp theo không lấp đầy khoảng
trống. Nếu một trong hai yêu cầu này không được đáp ứng thì khoảng cách sẽ bị bỏ qua. Khi sự
thoái lui xảy ra, cuối cùng nó sẽ tạo ra một điểm xoay thấp phía trên mép dưới của khoảng
trống. Khi mức thấp trục này xảy ra, điểm dừng vào lệnh mua được đặt phía trên mức cao nhất
của thanh tiếp theo tính từ mức thấp trục (điểm thiết lập trục) và điểm dừng bảo vệ được đặt
ngay phía trên cạnh dưới của khoảng trống (hoặc Landry gợi ý ngay bên dưới). trục quay thấp).
Nếu khoảng trống sau đó được lấp đầy, điểm dừng bảo vệ sẽ thoát khỏi vị trí.
Đôi khi, điểm xoay thấp sẽ bị xuyên thủng trở lại, nhưng miễn là khoảng trống không được lấp
đầy thì vị trí đó phải được giữ nguyên. Cấu hình ngược lại cũng có thể áp dụng tương tự cho
các khoảng trống phá vỡ đi xuống.
Khoảng trống mở Khi giá mở cửa trong ngày nằm ngoài phạm vi của ngày hôm trước, nó được
gọi là khoảng trống mở. Sau khi mở cửa, giá có thể tiếp tục đi theo hướng của khoảng
trống và khoảng trống đó trở thành khoảng trống phá vỡ hoặc giá có thể thoái lui từ thời
điểm mở cửa và lấp đầy khoảng trống. Hình 8.3 cho thấy một khoảng trống mở ra cho nhược điểm,
Mở khoảng trống xuống

(Được điền sau trong ngày)
1 6 5
HÌNH 8.3 Khoảng hở mở xuống
với giá thoái lui và lấp đầy khoảng trống trong ngày. Loại mô hình này đôi khi hữu ích trong việc
xác định sự đảo chiều xu hướng ngắn hạn. Lịch sử mở khoảng trống trong hợp đồng tương lai chỉ số
icV1I3IINS
cho thấy rằng chúng nên được "mờ dần" (hoặc bán vào) khi mở cửa tăng lớn vì chúng thường được "lấp
đầy" (thoát qua chân không giá) trong ngày. Trong các khoảng trống mở ra hướng xuống, việc lấp đầy
không phổ biến (Kaufman, 1998). Trong các đợt phát hành cổ phiếu và hàng hóa riêng lẻ, việc lấp đầy
là dấu hiệu của sự yếu kém và không nên xảy ra trong khoảng trống giá phá vỡ. Nếu khoảng trống không
được lấp đầy, thường là trong vòng nửa giờ đầu tiên, khả năng xu hướng tiếp tục theo hướng khoảng
trống sẽ tăng lên.
Một cách tiềm năng để kiếm lợi nhuận từ khoảng trống mở là xem ba thanh năm phút đầu tiên (phạm
vi ba thanh) và xác định mức cao nhất và mức thấp nhất của phạm vi này. Việc phá vỡ phạm vi đó theo
hướng của khoảng trống thường chỉ ra rằng xu hướng sẽ tiếp tục theo hướng của khoảng trống; một đột
phá di chuyển theo hướng lấp đầy khoảng trống thường sẽ tiếp tục lấp đầy khoảng trống. Một điều
nguy hiểm là lần chạy đầu tiên từ khoảng trống có thể kéo dài hơn ba vạch. Do đó, phạm vi ba vạch
phải rõ ràng, không được tiếp tục chạy theo hướng khoảng trống. Ngoài ra, sự bứt phá khỏi phạm vi
khoảng trống ba thanh theo hướng của khoảng trống có thể là sai. Một điểm dừng chặt chẽ là cần
thiết, hoặc chờ đợi sự thoái lui hoặc lùi lại từ điểm đột phá, phá vỡ thanh trong phạm vi hẹp hoặc
thậm chí là một chiếc cốc và tay cầm nhỏ.

Nếu giá phá vỡ phạm vi ba thanh theo hướng khác về phía khớp lệnh thì mức đóng cửa của ngày
hôm trước, đường khớp lệnh có thể sẽ là mục tiêu. Sự nảy lên giữa đường lấp đầy và đường đột phá
phạm vi cho thấy rằng chuyển động dài hạn sẽ theo hướng lấp đầy, sự đảo ngược của khoảng trống.
Mặt khác, nếu giá sau một phạm vi phá vỡ theo hướng đảo chiều lấp đầy và kiểm tra lại mức cực trị
bên ngoài của phạm vi ba thanh, thì khả năng di chuyển dài hạn hơn sẽ theo hướng của khoảng trống
sẽ tăng lên.
Khoảng trống chạy trốn (hoặc Khoảng trống đo lường) Khoảng trống giá xuất hiện dọc theo
một xu hướng được gọi là khoảng trống chạy trốn. Chúng có thể xuất hiện trong những xu hướng
mạnh mẽ có ít sự điều chỉnh nhỏ và chỉ tiếp tục tăng hoặc giảm mà không có sự thoái lui hoặc
gián đoạn khác. Chúng còn được gọi là đo khoảng trống vì, giống như cờ hiệu và cờ, chúng thường
xuất hiện ở khoảng giữa của một đợt giá, và do đó, khoảng cách ban đầu tới chúng có thể được
chiếu lên trên chúng để đạt được mức giá mục tiêu. Khoảng trống giá chạy lên xảy ra trung
bình 43% khoảng cách từ điểm bắt đầu xu hướng đến đỉnh cuối cùng, trong khi khoảng trống
giá đi xuống xảy ra trung bình 57% khoảng cách (Bulkowski, 2010).
Khoảng trống kiệt sức Khoảng trống kiệt sức xảy ra ở cuối nước đi nhưng không được nhận ra vào
thời điểm đó vì chúng có đặc điểm giống như khoảng trống chạy trốn. Nếu một khoảng trống sau đó
được đóng lại thì đó có thể là một khoảng trống cạn kiệt. Những khoảng trống này xuất hiện khi
một xu hướng mạnh đã đạt đến điểm mà lòng tham hoặc nỗi sợ hãi đã đạt đến đỉnh điểm. Thông thường,
166
họ đại diện cho những người đến sau xu hướng đang nóng lòng muốn nhảy lên hoặc nhảy xuống. Chúng
có thể xảy ra ở âm lượng nhẹ nhưng thường xảy ra hơn ở âm lượng lớn.
Dấu hiệu cho thấy những khoảng trống như vậy không phải là khoảng trống chạy trốn là sự lấp
đầy ngay lập tức trong một vài thanh của khoảng trống. Hãy nhớ rằng khoảng trống giá chạy trốn
thường xuất hiện ở giữa dòng trong một đợt tăng giá. Giá không nên đảo chiều ngay lập tức và lấp
đầy khoảng trống trừ khi đợt chạy sắp kết thúc. Khoảng trống kiệt sức xảy ra ở cuối một biến động
ỂỒ
U, IĐ
B
và báo hiệu khả năng đảo ngược xu hướng. Thông thường cần có thêm bằng chứng về khoảng trống cạn
kiệt trước khi có thể đưa ra tín hiệu hành động. Đôi khi giá đảo chiều ngay lập tức và đôi khi
chúng đi vào vùng tắc nghẽn.
Những khoảng trống nhỏ khác Những khoảng trống thông thường là những khoảng trống xảy ra thường
xuyên trong các phương tiện giao dịch kém thanh khoản, có giá trị nhỏ so với giá của phương tiện
hoặc xuất hiện trong dữ liệu giao dịch ngắn hạn. Chúng không có ý nghĩa gì. Khoảng trống mẫu đôi
khi xuất hiện trong quá trình hình thành các mẫu lớn hơn và nhìn chung chúng được lấp đầy. Ý
nghĩa duy nhất của chúng là gợi ý rằng một khu vực tắc nghẽn đang hình thành. Khoảng trống không
hưởng cổ tức đôi khi xảy ra trong giá cổ phiếu khi cổ tức được trả và giá cổ phiếu được điều
chỉnh vào ngày hôm sau. Những điều này không có ý nghĩa gì và không được hiểu sai. Khoảng trống
giá thường xảy ra trong giao dịch tương lai 24 giờ khi một thị trường đóng cửa và một thị trường
khác mở cửa, đặc biệt nếu một thị trường là thị trường điện tử và thị trường còn lại mở cửa phản
đối. Chúng được gọi là khoảng trống treo và cũng vô nghĩa trừ khi chúng xảy ra như một trong bốn
khoảng trống chính được mô tả trước đây.

HỘP 8.1 KHOẢNG CÁCH VÀ MẪU HÌNH CỔ ĐIỂN— NGHIÊN CỨU TRƯỜNG HỢP
CỦA MÁY TÍNH APPLE
Hình 8.4 chứa các biểu đồ thanh hàng ngày của Apple Computer (AAPL) từ tháng 9 năm 2009 đến tháng 5 năm 2010. Chúng ta có thể thực
hiện những hành động nào đối với cổ phiếu này, dựa trên kiến thức của chúng ta về các mô hình và khoảng trống cổ điển? Mỗi số đoạn
tiếp theo tương ứng với một số trên Hình 8.4.
1. Đầu tiên chúng ta thấy một mô hình cờ hiệu nhỏ có đột phá đi lên ở mức $167,28. Chúng ta mua cổ phiếu ở điểm đột phá. Bởi vì chúng
tôi không có lịch sử trong quá khứ nên tại thời điểm này, chúng tôi không thể đưa ra dự báo động thái đo lường được của mục tiêu
cuối cùng và chúng tôi quyết định chỉ giữ cổ phiếu với điểm dừng bảo vệ bên dưới giới hạn dưới của cờ hiệu ở mức 164,11 USD. Gaol
đi lên và khoảng trống 2 xuất hiện tiếp theo. Chúng tôi sử dụng chúng để đặt các điểm dừng cuối khi giá tăng lên. Điểm thấp nhất
sau gaol là điểm dừng cuối đầu tiên ở mức $169,70. Bây giờ chúng tôi có lợi nhuận cố định ngay cả khi lệnh dừng được kích hoạt.
Gap2 là một khoảng trống chạy trốn. Một khoảng trống chạy trốn không nên quay trở lại khoảng trống đó, nếu không nó không phải là
một khoảng trống chạy trốn. Do đó, chúng tôi nâng điểm dừng cuối lên cạnh trên của khoảng trống ở mức 177,88 USD. Vì đây là khoảng
trống chạy trốn nên giờ đây chúng ta có thể chiếu mục tiêu bằng phương pháp di chuyển được đo. Chúng tôi thực hiện điều này bằng
cách đo chênh lệch giá giữa điểm bắt đầu di chuyển ($167,28) và điểm giữa trong khoảng trống ($176,77). 9,49 USD này chúng tôi
thêm vào điểm giữa của Gap2 để đạt được mục tiêu ước tính là 176,77 USD + 9,49 USD = 186,26 USD. Mức giá này đạt được hai ngày
sau đó, tại thời điểm đó chúng ta có thể bán hoặc tiếp tục với một điểm dừng cuối gần để không mất đi lợi nhuận mà chúng ta đã
đạt được. Nếu chúng tôi bán ở mức giá mục tiêu, chúng tôi sẽ lãi 18,97 USD, khoảng 11,3% trong 9 ngày.
2. Sau đó, giá đi vào mô hình cờ và khi nó bứt phá ở mức $187,30, chúng ta mua lại. Đột phá này đi kèm với khoảng trống 3, sau đó được 167
lấp đầy. Chúng tôi đặt điểm dừng bảo vệ ở mức giá thấp của lá cờ là $180,70.
3. Gap4 xuất hiện và có biểu hiện ban đầu là một khoảng trống đột phá hoặc khoảng trống chạy trốn. Trong cả hai trường hợp, giá sẽ
không lấp đầy khoảng trống như vậy, vì vậy chúng tôi chuyển điểm dừng của mình đến giới hạn trên của khoảng cách 4 ở mức 197,85
USD.
d.
SH0111- IA
V1. 1I
3T NI
2A S
4. Điểm dừng cuối cùng được kích hoạt bởi sự sụt giảm giá bất ngờ phủ nhận giá trước đó
giải thích khoảng cách4. Chúng tôi kiếm được 10,55 đô la.
tam giác 41
giảm J tôi 11 tuổi

260,00
dần 11 -
Giao dịch với khoảng trống giá và mô hình giá cổ điển ,1141_71°1
0240.00
utirtr"gapo
230,00
t
mô hình mở rộng 1,4 220 00
lá cờ
dod gaga 210.00
-11Z1Liztl
nift' 1
3 1 5/ 914.114. -200.00
mgePq
. . ., 4 V g.1-5
. . .2 , Tôi
. 0 190,00
4 lá cờ tam giác
đối xứng
1 , t 7. 1 mangle -180,00
14 đối xứng
1 .4
gT'1 170 00
nếu như
60.000 OM
-50.000 000
40.000.000
NI tôi _
20.000.000
llikiihdlilc40
1114,11111u lihilditilu4[1],,
8 tháng 9 14 21 tháng 10 12 19 26 tháng 11 9 16 23 Deo 7 14 21 28 dO 11 19 25 tháng 2 8 16 22 tháng 3 8 15 22 tháng 4 12 19 26 tháng 5
HÌNH 8.4 Nghiên cứu trường hợp: Máy tính Apple

(Tiếp theo)
5. Sau đó, giá hình thành mô hình cờ đi xuống và khối lượng xác nhận khi nó giảm theo giá. Việc phá vỡ cờ sẽ
kích hoạt một giao dịch mua khác ở mức $190,73. Tiếp theo là khoảng trống 5, một khoảng trống có thể xảy
ra khác. Dự đoán dịch chuyển đo được từ khoảng trống này là 200,73 USD, đạt được vào ngày tiếp theo khoảng
trống. Chúng ta có thể bán ở mức này và thu được một khoản lãi khác, lần này là $10,00.
6. Nếu chúng tôi không bán ở mức giá mục tiêu, chúng tôi vẫn sẽ đặt lệnh dừng ở mức trên của khoảng cách 5 ở mức
196,26 USD và bán cổ phiếu ở mức thoái lui. Chúng ta cũng có thể đã bán khống cổ phiếu ở điểm dừng cuối vì
việc lấp đầy khoảng trống được cho là khoảng trống giá này thường là khoảng trống cạn kiệt và do đó là sự
đảo ngược xu hướng giá.
7. Cho dù chúng ta có bán khống cổ phiếu hay không thì việc bứt phá đi lên từ một tam giác đối xứng sẽ yêu cầu
một lần mua vào khác ở mức 196,05 USD. Theo sau tam giác đó, hình thành khoảng cách đột phá 7. Điều này
cũng có sự xuất hiện của một khoảng trống giá (giá tăng mạnh đóng cửa ở mức gần cao với khối lượng tăng) và
chúng ta di chuyển điểm dừng cuối từ bên dưới tam giác đến cạnh trên của khoảng trống ở mức 203,35 USD.
Chúng tôi cũng tính toán mục tiêu di chuyển đo được là 209,68 USD, đạt được hai ngày sau đó. Nếu chúng tôi
bán ở mức mục tiêu, chúng tôi sẽ đạt được lợi nhuận trong giao dịch là 13,63 USD.
8. Nếu chúng tôi không bán ở mục tiêu, chúng tôi chắc chắn buộc phải bán khi giá phá vỡ dưới điểm dừng của chúng
tôi ở giới hạn trên của khoảng cách7. Sự đột phá này không chỉ thông qua khoảng trống mà còn thông qua giới
hạn dưới của mô hình mở rộng. Thật vậy, với sự kết hợp này, chúng tôi sẽ bán khống cổ phiếu ở mức giá đột
phá là 203,35 USD và đặt một điểm dừng bảo vệ ở giới hạn trên của mô hình mở rộng ở mức 215,55 USD. Sau khi
đột phá xuống, giá tăng trở lại mức phá vỡ nhưng không thể vượt qua mức đó ở phía tăng. Tuy nhiên, nó cũng
không thể tiếp tục đi xuống sau đợt pullback và thay vào đó tạo thành một tam giác đối xứng. Chúng tôi đặt
168
một điểm dừng mua mỗi ngày dọc theo giới hạn trên của tam giác làm điểm dừng cuối của chúng tôi.
9. Chúng ta dừng giao dịch với điểm dừng cuối ở mức $196,60 và chúng ta mua cổ phiếu trên cơ sở mô hình tam giác
được xác nhận với khối lượng giảm dần. Chúng tôi đặt một điểm dừng bảo vệ tại cái nôi của tam giác nơi hai
giới hạn gặp nhau ở mức $189,48 trong trường hợp đột phá là sai. Thật vậy, giá quay trở lại ngay sau khi
đột phá nhưng không xuyên qua được cái nôi và chúng ta vẫn mua cổ phiếu. Gap8 xuất hiện sau khi giá cổ
phiếu tăng mạnh.
Điều này cũng có sự xuất hiện của một khoảng trống giá (khối lượng lớn, biến động giá lớn) và chúng tôi di
chuyển điểm dừng cuối của mình đến giới hạn trên của khoảng trống ở mức $219,70. Mục tiêu di chuyển đo được
từ khoảng trống tăng vọt này là $234,02. Nó đạt được 18 ngày sau đó.
10. Chúng ta có thể bán ở mức giá mục tiêu, nhưng trước khi đạt được mục tiêu, mô hình cờ đã hình thành.
Chúng tôi di chuyển điểm dừng cuối của mình lên cạnh dưới của cờ ở mức $220,15 để bảo vệ lợi nhuận của mình.
ỂỒ
U, IĐ
B
Mẫu cờ cũng là mẫu được đo lường sẽ đưa ra mục tiêu giá bổ sung. Phép tính trong trường hợp này là lấy điểm
cao nhất trong cờ ở mức 227,73 USD trừ đi giá khởi điểm của biến động ($196,60) cho khoảng cách giá ước
tính là 31,13 USD mà chúng tôi thêm vào mức mà tại đó giá phá vỡ mức giá ổn định ($224,64) ). Nhưng giá đã
bứt lên khỏi lá cờ và do đó, dự kiến 31,13 USD đến mục tiêu 255,77 USD, mục tiêu mới của chúng tôi.
11. Mục tiêu giá của chúng tôi đạt được sau 21 ngày giao dịch sau khi đột phá đi lên từ mô hình cờ trên một
khoảng trống đi lên lớn (gaol 0). Có một khoảng trống nhỏ9 trước gaol 0 và một số khác trên đường đi. Mỗi
khoảng nhảy giá này đều không thể hiện được đặc điểm của một khoảng trống nhảy vọt và do đó bị bỏ qua.
Nhưng gaol 0, ngoài việc đạt được mục tiêu của chúng tôi, còn rất đáng kể và cũng có thể là một khoảng cách
quá lớn, chỉ vì khoảng cách quá lớn so với những nơi khác. Nếu chúng tôi không bán ở mức giá mục tiêu, ít
nhất chúng tôi cũng di chuyển điểm dừng cuối lên mức trên của khoảng trống ở mức 255,73 USD.
12. Hóa ra, khoảng cách 10 là khoảng trống cạn kiệt—thứ mà chỉ có thể nhận ra khi nhìn lại quá khứ.
Tuy nhiên, chúng ta đã dừng giao dịch tại điểm dừng cuối và có lẽ đã bán khống khi phá vỡ khoảng
trống kiệt sức vì kiểu phá vỡ này thường cho thấy sự đảo ngược xu hướng. Khoảng trống cạn kiệt
xảy ra ở mục tiêu giá từ hình cờ trước đó đã xác nhận khả năng đảo ngược xu hướng. Lệnh dừng bán
đã tạo ra lợi nhuận 59,13 USD, tăng 30% trong vòng chưa đầy 3 tháng.
Ví dụ trước cho thấy những gì có thể được thực hiện chỉ bằng phân tích kỹ thuật.
Chúng tôi không hành động dựa trên bất kỳ tin tức hoặc hành vi thị trường bên ngoài nào. Chúng tôi
chỉ đơn giản là theo dõi giá rất chặt chẽ. Điểm dừng là một phần quan trọng trong chiến lược của
chúng tôi. Nếu chúng ta không di chuyển các điểm dừng khi làm vậy, chúng ta sẽ phải chịu đựng sự đột
phá đi lên từ tam giác đối xứng và sự thất bại của khoảng cách 10. Kiểm soát rủi ro đôi khi còn quan
trọng hơn kỹ thuật vào lệnh. Phân tích kỹ thuật cần có kiến thức, sự kiên nhẫn và theo dõi chặt chẽ
diễn biến giá nhưng vẫn có thể kiếm được lợi nhuận.
Spike (hoặc Thanh phạm vi rộng hoặc phạm vi lớn)
Các đường nhọn tương tự như khoảng trống, ngoại trừ khoảng trống liên quan đến khoảng trống là một
đường liền nét (trong biểu đồ thanh). Ví dụ: nếu một khoảng trống ly khai xảy ra trong ngày, thanh
hàng ngày sẽ không hiển thị sự gián đoạn so với khoảng trống mà thay vào đó sẽ hiển thị một thanh 1 6 9
dài. Tầm quan trọng của sự tăng vọt, như trong khoảng trống giá, phụ thuộc vào bối cảnh xung quanh
nó. Sự tăng đột biến có thể xảy ra khi có sự đột phá từ một mô hình, điểm giữa của một xu hướng tăng
tốc mạnh và là ngày đảo chiều cuối cùng ở cuối một xu hướng. Trong phần thảo luận trước đây về đột
phá, chúng tôi đã trình bày về Đột phá chuyên gia. Đây thường là mức tăng đột biến vì nó thường xảy
ra trong ngày. Ở cuối các xu hướng khi xuất hiện sự nhiệt tình hoặc hoảng loạn, một số thanh cuối
d-
SH0111 L3
V1 A2
E1 ANI
S
cùng thường tăng đột biến. Ở cuối một xu hướng tăng tốc, thanh cuối cùng trong xu hướng thường là
một đỉnh nhọn gọi là đỉnh (xem Hình 8.5). Do đó, các gai có thể biểu thị sự bắt đầu hoặc kết thúc
của một xu hướng. Mặt khác, một số cổ phiếu và hàng hóa, đặc biệt là những cổ phiếu đang chờ thông
báo tin tức, sẽ có các thanh trên phạm vi rộng và giảm gần như ngay lập tức trong vài ngày tới với
rất ít thay đổi về hướng xu hướng. Hành vi này thường liên quan đến một cổ phiếu hoặc hàng hóa không
tuân theo các quy tắc kỹ thuật tiêu chuẩn.
Cú trả mèo chết (DCB)
“Dead Cat Bounce” là một thuật ngữ thiếu duyên dáng để chỉ một đợt tăng giá thất bại sau một đợt
sụt giảm mạnh. Mặc dù thuật ngữ này đã được sử dụng trong nhiều năm ở Phố Wall và Chicago, nhưng có
lẽ nó được sử dụng lần đầu tiên trong một bài báo trên tờ Financial Times năm 1985 của phóng viên
Chris Sherwell trong một bình luận về sự sụt giảm mạnh của thị trường chứng khoán Singapore hoặc của
Raymond. Devoe Jr., nhà phân tích nghiên cứu và người hoài nghi chuyên nghiệp, người đã ủng hộ việc
sử dụng nhãn dán cản "Hãy cẩn thận với cú trả của mèo chết" vào năm 1986.
DCB có lợi nhuận cao nhất và dễ dàng được công nhận hơn sau một đợt giảm giá lớn
khoảng trống ly khai hoặc đột biến ly khai đi xuống. Chuyển động đi xuống đột ngột là
X - Thép Mỹ 45:00
40:00
Đỉnh nhọn &

Mua cao trào
35:00
30:00
'1111 41i1
tti
25:00
phù hợp
20:00
14 tháng tư
tháng 7 Tháng 10 '15 tháng tư
1 7 0 Được tạo bằng TradeStation
HÌNH 8.5 Đỉnh tăng đột biến và Đỉnh mua (X—US Steel, hàng tuần: 8 tháng 11
năm 2013— 26 tháng 6 năm 2015)
được gọi là sự suy giảm sự kiện vì nó thường xảy ra trong một sự kiện chẳng hạn như thông báo tin
xấu. Nó chỉ kéo dài vài ngày (trung bình là bảy ngày) và thường bắt đầu xu hướng giảm giá dài
hạn. Đặc điểm của DCB bao gồm một đợt phục hồi ngắn kéo dài vài ngày cho đến hai tuần sau mức đáy
ỂỒ
U, IĐ
B
ban đầu do đợt bán tháo mạnh sau sự kiện tin tức ban đầu. Lý tưởng nhất là đợt phục hồi sẽ diễn
ra sau một sự kiện giảm hơn 20%. Thông thường, mức giảm đầu tiên càng lớn thì độ nảy càng cao.
DCB được hiển thị trong Hình 8.6 của Hewlett Packard (HPQ). Sự "bật lên" đến từ những người săn
hàng giá rẻ và những người buôn bán bắt đáy đang đoán xem khi nào đáy thực sự sẽ diễn ra. Nó thu
thập động lượng từ các tín hiệu động lượng và bao phủ ngắn hạn. Người mua thường sai. Trong hơn
67% DCB (Bulkowski, 2010), giá tiếp tục giảm sau DCB và phá vỡ mức thấp trung bình của sự kiện
tin tức trước đó là 18%. Sự suy giảm thứ hai của DCB có đặc điểm ít dữ dội hơn nhưng cũng không
kém phần lừa dối. Nó cũng có xu hướng đi kèm với khối lượng thấp hơn nhiều. Không phải tất cả các
sự kiện từ chối đều bao gồm DCB.
Để giao dịch DCB, sự suy giảm sự kiện trước tiên phải được ghi nhận. Điều này thường dễ dàng
vì hầu như mỗi ngày, ở đâu đó, một số tin xấu xuất hiện về một công ty hoặc hàng hóa. Đợi khối
lượng bán tháo ban đầu giảm và sau đó tìm kiếm một đợt phục hồi với khối lượng thấp hơn, đôi khi
quay trở lại tận mép dưới của khoảng trống phá vỡ và chỉ kéo dài vài ngày. Nếu đợt giảm giá xảy ra
dưới dạng tăng đột biến chứ không phải là khoảng trống, hãy nhìn vào giao dịch trong ngày để xem
khoảng trống sự kiện tin tức xảy ra ở đâu và

/
/ J 1
HP - Hewlett
-42.00
Packard Khoa ng ca ch
Q 41:00
11111 f
40 00
Tôi
1
1 Mèo chết
sẽ
39:00
le
1
Nảy
TÔI / / 38:00
.11111 11111
/ 141111 14
111
-37.00
t[1111.I 1 4,
/
1 -36:00
bệnh tật
/
TÔI
TÔI
/
/
TÔI TÔI
-35.00
rau thì là
./. [ • 11 34:00
1.
111 tôi'
là
/./
33.00
1.1i
1/ ."/
-32.00 1
20 27 Tháng Mười Một 10 17 24 Tháng Mười Hai 8 15 22 '-'5 12 19 28 Tháng 2 9 16 23 gar 9
HÌNH 8.6 Dead Cat Bounce (HPQ—Hewlett Packard, hàng ngày: 13

171
tháng 10 năm 2014—12 tháng 3 năm 2015)
sử dụng khoảng trống đó giống như thể nó đã xảy ra giữa các thanh hàng ngày. Trong biểu đồ
Hewlett Packard (tham khảo Hình 8.6), đợt tăng giá đã lấp đầy khoảng trống, chỉ vừa đủ. Khi
đó, yêu cầu giao dịch bán khống là đạt đỉnh của đợt bật lên hoặc mô hình đỉnh ngắn hạn, đóng
dV1.1.4111NS
các điểm dừng bảo vệ phía trên điểm vào và khoảng thời gian dài hơn. Đối với những người muốn
mua cổ phiếu, khả năng thu được lợi nhuận từ việc mua hàng trong ít nhất sáu tháng là không
cao. Hầu hết các mô hình biểu đồ tăng giá đều thất bại trong giai đoạn này.
Đảo ngược
Đảo ngược có thể xảy ra ở đỉnh hoặc đáy và chỉ sau một xu hướng tương đối dài. Nó
có thể xảy ra ở khu vực tắc nghẽn nhưng không thường xuyên. Nó đòi hỏi hai khoảng
trống ở mức giá gần như nhau: khoảng trống thứ nhất theo hướng của xu hướng, khoảng
trống kiệt sức, và khoảng trống thứ hai theo hướng ngược lại, khoảng trống phá vỡ.
Khoảng cách càng lớn thì sự hình thành càng quan trọng. Giữa các khoảng trống, giao
dịch có độ biến động thấp có thể diễn ra trong vài ngày hoặc thậm chí vài tuần.
Khối lượng thường tăng ở khoảng trống thứ hai tính từ đỉnh đảo nhưng không nhất
thiết phải tăng từ đáy. Giá cực trị trên đảo phải cao hơn mức đỉnh trước đó ở đỉnh
hoặc thấp hơn mức đáy trước đó ở đáy. Sự thoái lui và thất bại xảy ra thường xuyên
(65%-70%) và tỷ lệ thất bại thấp, khoảng 13%-17%. Mô hình này không phổ biến và có
kết quả hoạt động kém (Bulkowski, 2010).
Mô hình đảo chiều một và hai thanh
Các mô hình đảo chiều một và hai thanh sau đây là phổ biến. Vì vậy, mỗi mẫu này cần được xác
nhận trước khi sử dụng.
Đảo chiều một thanh (Cũng là Thanh đảo chiều, Cao trào, Thanh đảo chiều trên cùng hoặc dưới
cùng, Thanh đảo chiều chính) Khi mức cao của thanh giao dịch lớn hơn mức cao của thanh trước đó
và giá đóng cửa giảm so với mức đóng của thanh trước đó, nó được gọi là một- đảo ngược thanh. Đôi
khi trước nó là một khoảng trống, ít nhất là một khoảng trống mở và chiều dài thanh của nó không
quá lớn hoặc dày như trong một mũi nhọn. Nó không phải là một sự tăng đột biến, bởi vì một sự
tăng đột biến không nhất thiết là một sự đảo chiều, nhưng sự kết hợp giữa tăng đột biến và đảo
chiều có thể nâng cao ý nghĩa của nó. Mô hình này sẽ xảy ra ngược lại ở đáy. Điều này là phổ
biến, nhưng thật không may, phiên bản trên và dưới của nó cũng sẽ xuất hiện trong một xu hướng,
khiến bản thân nó thực tế vô dụng như một tín hiệu. Để hữu ích nhưng cũng cắt giảm số lượng tín
hiệu sinh lời, nó cần có những yêu cầu nghiêm ngặt hơn. Ví dụ: thay vì chỉ đóng cửa, mức đóng có
thể được yêu cầu vượt quá mức thấp của thanh trước đó hoặc thậm chí mức thấp của hai thanh trước
đó. Kamich (2003) lập luận rằng giá đóng cửa đáng tin cậy hơn sau một đợt tăng giá bền vững hơn
là sau một đợt phục hồi ngắn. Điều này có thể yêu cầu nó phải là mức cao nhất hoặc mức thấp thấp
nhất trong một khoảng thời gian xác định hoặc một loạt các mức cao hơn hoặc mức thấp thấp hơn
trước nó. Khi kết hợp với một loạt bằng chứng khác, ý nghĩa của kết thúc sẽ được cải thiện. Bất
1 7 2 kỳ tín hiệu nào nó đưa ra đều bị phủ nhận hoàn toàn khi giá vượt quá đỉnh hoặc đáy đảo chiều của
nó.
Đảo chiều hai thanh (Cũng là hình thành ống) Mô hình đảo chiều hai thanh, giống như đảo chiều
một thanh, xảy ra ở cuối một xu hướng, tăng hoặc giảm, nhưng mở rộng sự đảo chiều trên hai thanh.
Bulkowski gọi nó là sự hình thành đường ống. Mô hình đảo chiều hai thanh được mô tả trong Hình
8.7. Trong mô hình đáy, thanh đầu tiên thường đóng ở nửa dưới của thanh và thanh thứ hai đóng ở
ỂỒ
U, IĐ
B
gần mức cao nhất của nó. Thông thường khối lượng cao được nhìn thấy trên cả hai thanh. Trong
phiên bản cực kỳ đáng tin cậy và đáng tin cậy hơn, nó bao gồm hai gai cạnh nhau, nhưng nó cũng
có thể là các thanh cạnh nhau có chiều dài trên mức trung bình có độ dài gần tương đương, đạt
đỉnh hoặc chạm đáy ở mức giá gần như nhau, và oc đang xuất hiện sau một xu hướng dài. Sau và
trước sự đảo chiều của hai thanh, giá thanh thấp phải ở gần đỉnh của thanh (ở đáy, ngược lại ở
đỉnh). Do đó, nó nổi bật khá dễ dàng khi nhìn lại. Tốt nhất là thanh thứ hai dài hơn thanh thứ
nhất một chút và âm lượng ở thanh bên trái tốt hơn so với thanh bên phải. Hiếm khi mô hình này
hoạt động như một vùng hợp nhất trong một xu hướng. Nhiều ống xảy ra ở cuối thời điểm thoái lui
của một chuyển động dài hạn. Manh mối định hướng là hướng đột phá từ nó.
Tỷ lệ thất bại nằm trong khoảng 5%, mức thấp đối với một mẫu (Bulkowski, 2010).
Thông thường sự thất bại xảy ra khi xu hướng trước đó nhỏ hơn 5%. Nếu xu hướng trước đó kéo dài
thì mô hình hiếm khi thất bại. Một khi mô hình đã hình thành và giá đảo ngược hướng, việc kiểm
tra các thanh sẽ xảy ra ngay sau đó là điều bình thường.
Trong hầu hết các trường hợp, các thanh giữ mức cực đại của chúng trong một tỷ lệ phần trăm nhỏ
trong quá trình thử nghiệm và đây là vị trí tốt để đặt điểm dừng bảo vệ ban đầu. Cả Kamich và
173
HÌNH 8.7 Đáy đảo chiều hai thanh (hoặc đáy

ống)
Bulkowski khẳng định rằng sự hình thành trong các thanh hàng tuần đáng tin cậy hơn so với các thanh
RHIO
1 II
. ND
/
3 S
W
1
hàng ngày. Bulkowski xếp nó ở vị trí thứ 2 trên 23 về hiệu suất trong một thị trường giá lên.
IS
dVI- .
Mẫu sừng Bulkowski mô tả mẫu sừng có hoạt động gần như giống hệt với đường ống ngoại trừ một
thanh nhỏ hơn ngăn cách hai thanh dài. Hai thanh dài trở thành "sừng" của hệ thống (xem Hình
8.8), Như trong mô hình đảo chiều hai thanh, hệ thống này đáng tin cậy hơn với các thanh
hàng tuần và mặt khác có các đặc điểm giống như đường ống. Nó không hiệu quả như đường ống
ở đáy và đỉnh, và tỷ lệ thất bại của nó tăng lên khi xu hướng trước mô hình là ngắn hạn.
Đột phá hai thanh Đột phá hai thanh là một mô hình cực kỳ đơn giản. Quả thực, nó đơn giản
đến mức khó có thể tin rằng nó sẽ có tác dụng, nhưng chuyên mục thử nghiệm trên Tạp chí
Active Trader (tháng 11 năm 2003) đã thử nghiệm nó và nhận thấy nó thành công đối với cổ
phiếu và hàng hóa (còn hơn thế nữa với hàng hóa). Các quy tắc mà họ đã sử dụng và có thể dễ
dàng thử nghiệm là trong thời gian dài: ngày hôm sau mua ở điểm dừng trên mức cao nhất hôm
nay một tích tắc nếu (1) mức thấp hôm nay thấp hơn mức thấp hôm qua, (2) mức cao hôm nay
thấp hơn mức cao ngày hôm qua và (3) giá đóng cửa hôm nay nhỏ hơn giá mở cửa hôm nay. Thoát
lệnh dừng ở mức thấp nhất của ngày hiện tại. Bên bán thì ngược lại. Kết quả cần được kiểm
tra dựa trên một chiến lược rút lui tốt hơn, nhưng thực tế là mô hình này đã tạo ra lợi
nhuận hợp lý trong quan hệ hàng hóa và tỷ lệ rút vốn cực kỳ thấp. Trong lĩnh vực chứng
khoán, kết quả không thuận lợi bằng nhưng có thể được cải thiện nhờ quản lý tiền và chiến lược rút lui tốt hơn.
H orns
17 4
HÌNH 8.8 Mẫu sừng
Inside Bar Thanh Inside là một thanh có phạm vi nhỏ hơn và nằm trong phạm vi của
thanh trước đó, như trong Hình 8.9. Nó phản ánh sự suy giảm động lượng trong một xu
hướng, một thanh nơi hình thành vùng tắc nghẽn ngắn hạn. Như ở hầu hết các khu vực
ỂỒ
U, IĐ
B
tắc nghẽn, nó phản ánh sự tạm dừng, một khoảng thời gian cân bằng không có phương
hướng chờ đợi điều gì đó xảy ra sẽ báo hiệu hướng xu hướng tiếp theo. Trong mô hình
tắc nghẽn lớn hơn, chẳng hạn như hình tam giác hoặc hình chữ nhật, thanh bên trong
ít có ý nghĩa vì nó chỉ phản ánh sự thiếu chuyển động trong mô hình lớn hơn. Một số
nhà phân tích vẽ biểu đồ các mô hình lớn hơn sẽ xóa các thanh bên trong, đặc biệt là
khi xác định các điểm xoay, bởi vì các thanh này không thể hiện bất kỳ hành động giá
quan trọng nào, tương tự như cách biểu đồ điểm và hình loại bỏ các khoảng thời gian
buồn tẻ. Tuy nhiên, trong một xu hướng, thanh bên trong cung cấp một số thông tin
hữu ích và có thể tạo ra các tín hiệu ngắn hạn có lợi nhuận. Giống như trong mẫu
khoảng trống, bối cảnh vị trí của mẫu quan trọng hơn cấu hình mẫu.
Toby Crabel (1989) nhận thấy rằng nếu không có một loạt thông tin khác, một số
kết hợp Inside Bar trong giai đoạn 1982-1986 trong hợp đồng tương lai S&P đã đạt được
tỷ lệ thắng cao hơn mức trung bình. Crabel đã thử nghiệm mua vào lúc mở cửa nếu giá
mở cửa xảy ra trên mức đóng của Inside Bar trước đó và bán vào lúc mở cửa nếu nó xảy
ra dưới mức đóng của Inside Bar trước đó (xem Hình 8.10). Chiến lược này chuyên
nghiệp đã tạo ra tỷ lệ chiến thắng là 68%. Tỷ lệ chiến thắng này sau đó có thể được
cải thiện bằng cách bổ sung thêm các yêu cầu khác, chủ yếu liên quan đến các đặc điểm của
Mua thanh tiếp theo
khi khai trương

Phía trên bên trong
Đóng thanh
Bán thanh tiếp theo
khi khai trương

Bên dưới bên trong
Đóng thanh
3 4
HÌNH 8.9 Thanh bên trong
175
}3
dvL,I N1
S
Mua thanh tiếp theo
khi khai trương

_
Phía trên bên trong
Đóng thanh
—
—
21 2 3 4
HÌNH 8.10 Inside Bar với mức đóng cao hơn

các thanh trước thanh bên trong và với xu hướng trước đó. Ví dụ: một chiến lược là mua nếu giá
đóng cửa của thanh bên trong cao hơn giá đóng cửa của ngày hôm trước và giá mở cửa cao hơn trên
thanh hiện tại. Tương tự như vậy, bạn sẽ bán khi giá đóng cửa của thanh bên trong thấp hơn giá
đóng cửa của ngày hôm trước và giá mở cửa trên thanh hiện tại thấp hơn giá đóng cửa bên trong. Đối
với chiến lược phức tạp hơn một chút này, tỷ lệ chiến thắng là 74%.
Crabel tiến hành các bài kiểm tra nội bộ của mình xa hơn một chút, tìm kiếm mô hình bốn ngày.
Nếu Ngày 2 có mức thấp cao hơn Ngày 1 thì Ngày 3 là ngày bên trong và Ngày 4 mở cửa thấp hơn mức
trung bình và giá đóng cửa của ngày bên trong thì tín hiệu bán sẽ được tạo ra. Chiến lược này được
mô tả trong Hình 8.11. Trong thời gian thử nghiệm của Crabel, chiến lược này có tỷ lệ thắng là
80%. Chiến lược ngược lại sẽ xảy ra khi Ngày 2 có mức đỉnh thấp hơn Ngày 1, Ngày 3 là ngày trong
và Ngày 4 mở cửa cao hơn mức đóng trong ngày, kích hoạt tín hiệu mua. Chiến lược này tạo ra tỷ lệ
chiến thắng là 90%. Mặc dù những chiến lược này có tỷ lệ chiến thắng cực kỳ cao nhưng chúng chỉ
diễn ra trung bình hai lần một năm.
Điều mà Crabel đang chứng minh, bất kể tỷ lệ phần trăm, là việc mở một thanh sau một thanh bên
trong cho thấy xu hướng mạnh mẽ về hướng giá mới.
Đúng là thử nghiệm của ông đã được thực hiện trong một thị trường giá lên vào cuối những năm 1980
và ngày nay đã hơi lỗi thời, tuy nhiên, các thử nghiệm cho thấy một số mối tương quan với các đột
phá trong ngày và hiệu suất trong tương lai. Tiêu chí thoát lệnh của anh ta là đóng vị thế trên
1 76
ỂỒ
U, IĐ
B
Bán trên
Mở bên dưới
Tầm trung và
cận cảnh
Quầy bar bên trong
Cao hơn Thấp
3 4
F
IGURE 8.11 Mô hình bán 4 thanh với thanh bên trong
thời điểm kết thúc ngày giao dịch được thực hiện. Điều này hạn chế các giao dịch như vậy đối với người giao dịch trong ngày.
Tuy nhiên, Inside bar cũng có thể xuất hiện trên biểu đồ thanh hàng tuần và thường biểu thị vùng
tắc nghẽn lớn hơn tương tự như cờ hiệu hoặc cờ trên biểu đồ hàng ngày. Trong những trường hợp này,
tuần trong có thể hữu ích cho giao dịch dài hạn.
Một số mẫu phổ biến khác sử dụng khái niệm thanh bên trong.
Ngày đảo chiều Hook là một thuật ngữ phổ biến để chỉ sự thua lỗ nhanh chóng khi lợi nhuận được kỳ
vọng. Xuất phát từ lưỡi câu mà cá cắn câu tưởng rằng miếng mồi là bữa ăn miễn phí. Như Kamich
(2003) và Crabel (1989) đã nêu, sự đảo ngược móc xảy ra sau một loạt thanh đẩy hướng lên, được
gọi là thanh chạy khi chúng xuất hiện ngay sau nhau (Schwager, 1996). Sau đó đột nhiên xuất hiện
một thanh phạm vi hẹp với những đặc điểm cụ thể. Thanh phạm vi hẹp phải mở bằng hoặc trên mức cao
trước đó và đóng dưới mức đóng trước đó. Biến thể của Kamich dành cho một Inside bar mở ở mức cao
và đóng ở mức thấp. Điều này báo hiệu rằng động lượng tích tụ trong quá trình chạy đã đạt đến
đỉnh điểm. Một sự phá vỡ đi xuống sẽ là một tín hiệu hành động.
Một sự hình thành móc câu khác xảy ra khi các nhà giao dịch bị “mắc câu” tin rằng xu hướng đã
đảo ngược. Điều này xảy ra khi giá mở cửa cao hơn mức cao trước đó nhưng giá lại đảo chiều và
đóng cửa trên thanh. Đây là cái móc. Nó phải có phạm vi hẹp hơn thanh trước đó, nhưng nó thường
đánh lừa các nhà giao dịch tin rằng đã đạt đến đỉnh. Tín hiệu hành động là khi giá phá vỡ trở lại
trên mức đóng cửa đầu tiên. Nó cũng hoạt động ngược lại.
1 7 7
Thanh trần đảo ngược hướng lên Một biến thể của móc, thanh trần là thanh đóng dưới mức thấp trước
đó (được đề xuất bởi Joe Stowell và Larry Williams) và là thanh giảm (đóng ít hơn mở). Đây là mức
đóng cửa giảm giá nhất có thể. Nếu một Inside bar theo sau một thanh trần có giá mở lớn hơn thanh
dL
SH011 Ta
IL.
d. Nw
Eu S
trần đóng thì đó là dấu hiệu cho thấy xu hướng giảm đang đảo chiều. Một sự phá vỡ đi lên từ thanh
bên trong sẽ cho thấy phe gấu đã bị bắt.
Hlkkake Hikkake là tín hiệu Inside Bar bị lỗi và trở thành tín hiệu (xem Hình 8.12). Theo mô tả
của Daniel Chesler (2004), trong tiếng Nhật, “hikkake” là một thuật ngữ có nghĩa là bẫy, lừa, gài
bẫy. Đó là một mô hình bắt đầu bằng thanh bên trong. Khi giá phá vỡ theo cách này hay cách khác
từ Inside Bar, niềm tin thông thường là chúng sẽ tiếp tục đi theo cùng một hướng. Mô hình hikkake
xảy ra khi đột phá không tiếp tục và giá trong các thanh sau quay trở lại phá vỡ theo hướng ngược
lại thông qua cực trị của thanh bên trong trước đó. Sự đảo chiều và đột phá ngược lại phải xảy
ra trong vòng ba thanh sau đột phá đầu tiên; việc mở và đóng của mỗi thanh dường như không quan
trọng.
Thanh bên ngoài Thanh bên ngoài xảy ra khi mức cao hơn mức cao của thanh trước đó và mức thấp
thấp hơn mức thấp của thanh trước đó. Đó là một loại thanh có phạm vi rộng cụ thể "bao trùm" tất
cả hành động giá của thanh trước đó. Nói cách khác, thanh bên ngoài dài hơn thanh trước đó và
chứa toàn bộ phạm vi giá của thanh trước đó. Theo truyền thống, thanh bên ngoài được coi là thanh
có mức độ biến động tăng lên,

Mua (Thông thường)
Quầy bar bên trong
Thất bại (Bán Hikkake)
HÌNH 8.12 Thất bại khi mua Hikkake

178
và tùy thuộc vào mức đóng cửa, có thể là điểm bắt đầu của một xu hướng. Larry Williams (1988,
1995, 1999, 2000 và 2003) đã thực hiện nghiên cứu đáng kể về các thanh bên ngoài và kết quả
có sẵn trong nhiều cuốn sách khác nhau của ông.
Khi một thanh bên ngoài đóng gần một điểm cực trị—tức là mức cao hoặc thấp—và ở trên hoặc
ỂỒ
U, IĐ
B
dưới mức đóng trước đó và mức mở hiện tại của nó, nó gợi ý hành động tiếp theo theo hướng
đóng vào thanh tiếp theo. Bulkowski, sử dụng mức thấp hàng ngày, nhận thấy rằng mức đóng
cửa, nếu nằm trong 25% trên hoặc dưới của phạm vi, có xu hướng dự đoán sự bứt phá trong tương
lai lên khoảng 66% và giảm 62%.
Tuy nhiên, nó thường là một tín hiệu sai. Ví dụ: một trong những mô hình thiết lập đáng tin
cậy hơn, mặc dù ít được thấy hơn, với ngày bên ngoài là khi ngày bên ngoài đóng cửa ở mức
thấp hơn mức thấp của ngày hôm trước và ngày hôm sau mở cửa thấp hơn giá đóng cửa của ngày
bên ngoài. Mua vào ngày mở cửa tiếp theo (Williams, 2000). Ý kiến tiêu chuẩn sẽ gợi ý rằng
chuỗi giá đóng cửa thấp hơn là xu hướng giảm, tuy nhiên thiết lập lại là xu hướng tăng.
Các mẫu nhiều vạch khác

Các mô hình một hoặc hai ngày là phổ biến, dễ xác định nhưng không phải lúc nào cũng đáng
tin cậy. Các mô hình phức tạp có thể được nhà phân tích giải thích vì sự hình thành của chúng
không hoàn toàn phù hợp với lý tưởng. Giữa các loại mẫu này là các mẫu có một vài thanh có
quy tắc đơn giản nhưng yêu cầu nhiều hành động giá hơn so với loại ngắn hạn và không phổ
biến như các mẫu cổ điển.

Điều chỉnh trong một xu hướng Nhiều nghiên cứu đã chỉ ra rằng hành động theo hướng
của xu hướng sẽ có lợi hơn sau khi chờ đợi sự điều chỉnh theo xu hướng đó.
Phần thưởng của việc nắm bắt xu hướng ở mức giá rẻ hơn cũng như có mức dừng gần hơn
sẽ lớn hơn khả năng mất cơ hội khi bỏ lỡ xu hướng.
Có ít nhất hai loại mô hình điều chỉnh xu hướng khác nhau. Một là nhận ra một xu hướng và
hành động theo tỷ lệ phần trăm thoái lui khỏi xu hướng đó. Tạp chí Active Trader Magazine (tháng
3 năm 2003) đã thử nghiệm hệ thống giảm giá dài hạn chỉ 6% trên 18 cổ phiếu. Nó đã chứng minh
trong suốt giai đoạn từ 1992 đến 2002, một giai đoạn tăng trưởng chung, việc tham gia mua ở mức
thấp hơn 6% so với mức đóng của thanh trước đó và thoát ra ở lần mở tiếp theo sẽ tạo ra một
đường cong vốn chủ sở hữu cho vay tuyệt vời khi được kích hoạt. Mức tăng trong giai đoạn này là
như nhau là mua và giữ, nhưng mức độ tiếp cận thị trường chỉ là 17% do số lượng giao dịch hạn
chế và thoát lệnh nhanh chóng.
Mô hình loại trực tiếp Mô hình loại trực tiếp (hoặc KO) là một phương pháp điều
chỉnh xu hướng khác được David Landry (2003) sử dụng. (Xem Hình 8.13.) Yêu cầu đầu
tiên đối với mô hình này là phải xuất hiện một xu hướng cực kỳ mạnh mẽ và bền bỉ.
Trong một xu hướng tăng, tiêu chí của Landry cho một xu hướng tăng mạnh là cổ phiếu
phải tăng ít nhất 10 điểm trong 20 ngày giao dịch vừa qua và đường xu hướng vẽ qua
giá chạm vào hầu hết các thanh. Vì vậy, nếu chúng ta nghĩ về một đường hồi quy
________
tuyến tính, các thanh sẽ có độ lệch nhỏ so với đường đó chứ không phải dao động qua lại rộng.
Tại một thời điểm nào đó, cổ phiếu sẽ phát triển một đợt giảm giá từ hai đến năm ngày, trong đó
hai 179
mức thấp trước đó sẽ bị vượt quá. Đặt điểm dừng mua ở mức cao nhất của thanh với
d/
SH01 I-
V1 .I
LL 1I
3I NN
2I S
Mẫu Landry KO HÌNH
8.13 Mẫu Landry KO 12.586
12.400
Các thanh xu hướng

12.218
tăng mạnh ôm sát
đường trung tâm
12.037
11.860
11.685
11.513
Mua điểm sau hai ngày ở
mức thấp thấp hơn
11.343
Nikkei 225 - Tháng 6-Tháng 9 năm 2005

thấp thứ hai. Nếu thanh tiếp theo thấp hơn, hãy di chuyển điểm dừng mua lên mức cao nhất cho đến khi
vị thế được thực thi. Đặt điểm dừng bảo vệ dưới mức thấp cuối cùng hoặc sử dụng bất kỳ phương pháp dừng
hợp lý nào. Theo Landry, việc đảo ngược cũng thành công không kém trong xu hướng giảm khi sử dụng tiêu
chí đảo ngược. Hình 8.13 cho thấy xu hướng tăng ổn định của chỉ số Nikkei 225 với các đợt bán tháo không
thường xuyên kéo dài hai ngày đáp ứng các yêu cầu của mô hình KO.
Rất tiếc, Larry Williams (1979) sử dụng thuật ngữ Rất tiếc! để đặt tên cho một mô hình phạm vi mở có
lợi từ sự thay đổi hướng đột ngột (xem Hình 8.14). Việc thiết lập mô hình này xảy ra khi giá mở cửa
trên thanh hôm nay nằm ngoài phạm vi của ngày hôm trước. Ví dụ, giả sử rằng một cổ phiếu mở cửa ngày
hôm nay ở mức giá thấp hơn phạm vi giá của ngày hôm qua. Khi đó, điểm dừng mua sẽ được đặt ngay bên
trong phạm vi của ngày hôm qua trong trường hợp thị trường thu hẹp khoảng cách, báo hiệu sự đảo chiều.
Mô hình này phụ thuộc vào việc các nhà giao dịch khác hành động theo hướng mở khoảng trống giá và bị
bắt khi giá đảo chiều.
Larry Connors (1998) sử dụng biến thể tiêu chuẩn 10% của Larry Williams Rất tiếc! mẫu. Mô hình này
cho thấy ngày đầu tiên có mức đóng cửa trong khoảng 10% so với mức thấp.
Ngày thứ hai phải mở ra một khoảng trống giá đi xuống. Nếu những điều kiện này được đáp ứng, hãy đặt
điểm dừng mua ở mức thấp nhất của ngày đầu tiên và điểm dừng bán gần thời điểm mở cửa ngày thứ hai. Mô
hình bán chỉ đảo ngược vào một ngày khi giá đóng cửa nằm trong khoảng 10% so với mức cao của nó.
1 8 0
ỂỒ
U, IĐ
B
Nơi mua
N
Khoảng cách mở
Nơi dừng
HÌNH 8.14 Rất tiếc! Mua mẫu

Cá mập Mẫu cá mập là mẫu ba vạch. Mức cao nhất của thanh gần đây nhất phải thấp hơn mức cao
trước đó và mức thấp gần đây phải cao hơn mức thấp trước đó. Nói cách khác, thanh gần đây là
thanh bên trong. Thanh trước đó cũng phải là thanh bên trong.
Do đó, tiến trình trong các thanh là một thanh cơ sở và hai thanh bên trong liên tiếp, như
trong Hình 8.15. Trên thực tế, nó là một hình tam giác nhỏ hoặc cờ hiệu. Cái tên "cá mập"
xuất phát từ hình dạng giống như vây của hoa văn.
Trong một bài báo về Cổ phiếu và Hàng hóa, Walter Downs (1998) đã chứng minh rằng mô hình
ngắn hạn được gọi là Shark-32 có ý nghĩa đối với tương lai dài hạn cũng như trước mắt. Nghiên
cứu này là một cách tiếp cận thú vị để xác định sự thành công hay thất bại của mô hình trong
đó Downs đặt câu hỏi liệu tính đối xứng của mô hình đã tăng thêm hay làm giảm hiệu suất của
nó. Sự đối xứng được đo bằng cách xác định mức độ mà tâm của phạm vi ngày cuối cùng trong
ngày, được gọi là đỉnh, lệch khỏi tâm của phạm vi ngày cơ sở. Mặc dù có thể có nhiều kiểu
hình cá mập, nhưng Downs đã giới hạn nghiên cứu của mình ở những kiểu hình phù hợp với một sự
đối xứng nhất định. Cuộc thử nghiệm được thực hiện với cổ phiếu Harley Davidson từ tháng 7
năm 1986 đến tháng 4 năm 1998, giai đoạn giá cổ phiếu nhìn chung tăng cao. Mục nhập là mua
vào lúc đóng cửa của ngày đầu tiên sau một ngày mà giá đóng cửa vượt quá điểm rộng nhất trong
mô hình - thường là ngày cơ sở. Điểm thoát là điểm dừng hoặc sự đảo chiều của tín hiệu ngược
lại.
181
dl
SHOJD Ii
Va Ti
Ll MV
Ik S
HÌNH 8.15 Mô hình cá mập với đột phá hướng lên

Kết quả nghiên cứu của Downs rất hữu ích ở chỗ họ cho rằng sự hình thành cá mập càng đối
xứng thì giá càng có nhiều khả năng tiếp tục đi theo hướng tương tự và cải thiện hiệu suất
ít nhất trong 30 ngày sau đó. Khi tính đối xứng trở nên chặt chẽ hơn, kết quả không thay đổi,
nhưng số lượng mẫu phù hợp với yêu cầu lại giảm đi. Một ví dụ là nếu phương sai đối xứng của
dải giữa đỉnh nằm trong khoảng 12% ở cả hai phía của tâm của phạm vi ngày cơ sở thì xu hướng
tiếp tục theo cùng hướng với hướng trước mẫu trong 91% thời gian, được củng cố ở 36% thời
gian. các trường hợp và tăng theo đà 34% thời gian trong vòng 30 ngày.
Mô hình biến động
Hầu hết các mô hình ngắn hạn đều dựa vào sự gia tăng biến động. Ví dụ, chiến lược Inside Bar
dựa trên quan niệm rằng Inside Bar thể hiện mức độ biến động thấp và khi giá phá vỡ theo cách
này hay cách khác, sự biến động sẽ mở rộng. Để đưa khái niệm biến động này đi xa hơn, nhiều
mô hình xem xét trực tiếp bản thân sự biến động - hoặc biến động lịch sử như được xác định
trong thị trường quyền chọn, những thay đổi trong phạm vi giao dịch hoặc các chỉ báo như ADX.
Sự gia tăng độ biến động được sử dụng như một tín hiệu hành động trong hầu hết các mô hình,
nhưng đôi khi một hành động ngược lại được đề xuất khi độ biến động trở nên cực đoan. Sau
đây là ví dụ về một số mẫu này.

182
Thanh phạm vi rộng Thanh phạm vi rộng là thanh trong đó phạm vi rộng hơn "đáng kể" so với
thanh bình thường. Các thanh tương đối dài so với thanh trước đó.
Phạm vi phải lớn đến mức nào để được coi là "rộng" và việc so sánh phải được thực hiện lùi
lại bao xa? Không có câu trả lời dứt khoát cho những câu hỏi này. Trong mọi trường hợp, thanh
phạm vi rộng thường là thanh có độ biến động tăng lên. Sự biến động gia tăng có thể hàm ý sự
ỂỒ
U, IĐ
B
bắt đầu của một xu hướng mới như trong thanh đột phá hoặc nếu xu hướng đã tồn tại trong một
thời gian dài và đang tăng tốc thì thanh phạm vi rộng có thể hoạt động giống như một khoảng
trống cạn kiệt và cảnh báo về sự kết thúc của xu hướng. Là một dấu hiệu của sự đảo ngược xu
hướng sắp xảy ra, nó thường được thấy ở mức thấp hoảng loạn, khi cảm xúc sợ hãi đẩy giá đi xuống.
Các đột biến cảm xúc và sự đảo chiều của hai thanh thường là các thanh có phạm vi rộng. Mặt
khác, nó thường được tìm thấy khi bứt phá khỏi một mô hình, nhỏ hay lớn, hoặc làm cơ sở cho
cờ hiệu hoặc lá cờ, cho thấy xu hướng đã đạt đến đỉnh rất ngắn hạn và sắp củng cố. Mặt khác,
không phải tất cả các thanh phạm vi rộng đều có ý nghĩa. Việc xem xét xu hướng, vùng hỗ trợ
và kháng cự, mô hình và vị trí tương đối của giá mở và đóng là cần thiết trước khi có thể xác
định được tầm quan trọng của thanh phạm vi rộng.
Larry Connors (1998) đưa ra một ví dụ về mô hình phạm vi rộng. Đầu tiên, Connors tìm kiếm
một ngày có phạm vi rộng trong đó một cổ phiếu trải qua sự suy giảm độ lệch chuẩn hai mức.
Vào ngày hôm sau, nếu giá mở cửa là một khoảng trống đi xuống, hãy đặt điểm dừng vào lệnh mua
vào lúc đóng cửa ngày đầu tiên với điểm dừng bảo vệ ở mức thấp nhất của ngày đầu tiên. Nếu
lệnh mua ở gần mức thấp của ngày hôm trước, hãy hạ mức dừng lỗ để tạo khoảng trống cho mô hình
phát triển. Bộ tín hiệu ngược lại có hiệu lực ở phía bán ở trên cùng. Lối thoát là bán khi
đóng cửa hoặc nếu giá đóng cửa trong ngày hành động nằm trong khoảng 10% đến 15% so với mức
cao, hãy bán vào ngày mở cửa ngày hôm sau.
Thanh phạm vi hẹp (NR) Thanh phạm vi rộng cho thấy mức độ biến động cao; các thanh có phạm
vi hẹp cho thấy mức độ biến động thấp (xem Hình 8.16). Việc xác định các thanh phạm vi hẹp
là hữu ích vì mức độ biến động thấp cuối cùng sẽ chuyển sang mức độ biến động cao. Giống như
thanh phạm vi rộng, tiêu chí để xác định thanh phạm vi hẹp không chính xác.
Toby Crabel đã thiết kế một phương pháp xác định và sử dụng các ngày trong phạm vi hẹp.
Trong phương pháp của mình, anh ấy xác định liệu ngày hiện tại có phạm vi hẹp hơn ngày hôm
trước hay không và nếu có thì trong bao nhiêu ngày qua. Ví dụ: nếu ngày hiện tại có phạm vi
hẹp hơn ba ngày vừa qua thì ngày đó được gọi là ngày NR4 (bao gồm ngày hiện tại và ba ngày
qua); nói cách khác, ngày hiện tại thể hiện phạm vi giao dịch hẹp nhất trong bốn ngày. Các
ngày hẹp phổ biến của loại này là ngày NR4 và NR7. Tín hiệu vào lệnh của chúng là sự bứt phá
khỏi ngày phạm vi hẹp gần đây nhất. Do đó, nếu hôm nay là ngày NR7, chúng tôi đặt điểm dừng
mua và bán ở hai bên để thực hiện vào ngày mai hoặc ngày hôm sau.
Linda Bradford Raschke (www.lbrgroup.com) là một trong những người đề xuất hàng đầu
sử dụng các ngày trong phạm vi hẹp để xác định các thiết lập có độ biến động thấp. Raschke cho biết thêm
183
NR4
Phạm vi vào ngày thứ 4
Ít hơn ngày 1-3
1H
dV1S
- 1I
1O
3 2I
1 NI
2 S
W
Mua “i4.,
2 3 4
HÌNH 8.16 Thanh phạm vi hẹp

một hạn chế khác đối với phương pháp của Crabel. Cô tính toán sự biến động lịch sử của chiếc
xe trong 6 ngày và hơn 100 ngày. Nếu độ biến động lịch sử 6 ngày thấp hơn 50% so với 100 ngày
thì các điều kiện phù hợp cho tín hiệu ngày NR4 hoặc tín hiệu trong ngày, miễn là ngày hôm
nay đáp ứng tiêu chí cho từng loại ngày này. Các điểm dừng mua và bán được đặt ở mức cao nhất
và thấp nhất của NR4 đủ điều kiện hoặc trong ngày.
Nếu điểm dừng nhập được thực thi, một điểm dừng thoát bổ sung sẽ được đặt ở nơi hiện có điểm
dừng nhập đối diện. Thoát vị thế vào cuối ngày nếu chưa dừng lại.
VIX Hãy nhớ rằng VIX phản ánh sự lo lắng trên thị trường. Thương nhân
và các nhà đầu tư trở nên lo lắng khi thị trường sụt giảm và trở nên tự mãn khi thị trường
tăng điểm. Do đó, VIX trở thành một chỉ báo tâm lý. Nhìn chung, khi thị trường chạm đáy, VIX ở
mức cao do tâm lý lo lắng của nhà đầu tư.
Khi thị trường đạt đỉnh, VIX nhìn chung ở mức thấp, thể hiện tâm lý tự mãn của nhà đầu tư.
Larry Connors (1998) đã giới thiệu một số mô hình giá ngắn hạn dựa trên hành vi của VIX.
Nguyên tắc đằng sau các mô hình này là theo dõi những thay đổi trong VIX, như một thước đo
tâm lý, ở các mức cực đoan, chẳng hạn như sau X số ngày hoặc kết hợp với công thức chỉ báo
dao động để xác định khi nào VIX ở trạng thái quá mua hoặc quá bán. Một chiến lược tổng quát
hơn cho VIX là xem xét độ lệch so với đường trung bình động (Connors, 2004). VIX đã thay đổi
184
các cấp độ trong thập kỷ qua, nhưng đường trung bình động làm giảm bớt những thay đổi đó.
Connors đã sử dụng độ lệch 5% so với đường trung bình động đơn giản 10 ngày. Nếu VIX ở dưới
SMA 5% và thị trường ở trên mức trung bình động 200 ngày, thì khả năng cao là xu hướng tăng
tiếp tục nhưng không nhất thiết là thời điểm tốt để mua ngoại trừ khi có sự thoái lui. Khi tỷ
lệ này trên 5% và thậm chí cao hơn khi nó ở trên 10% SMA thì thời điểm này thường là tuyệt
vời để mua. Do đó, VIX trong trường hợp này đưa ra các vùng chung về thời điểm có thể dự tính
ỂỒ
U, IĐ
B
hành động theo các hướng nhất định. Mối quan hệ ngược lại có giá trị khi thị trường ở dưới
mức trung bình động 200 ngày. Nói chung, đáy được VIX báo hiệu đáng tin cậy hơn đỉnh.
Các mẫu trong ngày
Phạm vi mở cửa là phạm vi của thanh hàng ngày hình thành trong vài phút hoặc giờ đầu tiên của
ngày giao dịch (xem Hình 8.17). Nó có thể được định nghĩa là mức cao và mức thấp sau một thời
gian nhất định, chẳng hạn như giá cao và thấp xảy ra trong 15 phút đầu giao dịch hoặc có thể
là một phạm vi được xác định trước về giá mở cửa. Một đường ngang được vẽ ở mức cao và thấp
trong phạm vi mở cửa trên biểu đồ thanh trong ngày làm tham chiếu cho thời gian còn lại trong
ngày. Các đường khác từ giá mở cửa, giá đóng cửa ngày hôm qua, phạm vi ngày hôm qua, v.v.
cũng có thể được rút ra. Những đường này thường trở thành mức hỗ trợ hoặc kháng cự trong ngày.
Đột phá phạm vi mở (ORB) là một phương pháp phổ biến để vào vị thế sau khi thiết lập đã
được thiết lập từ mô hình ngắn hạn trước đó. Như đã báo cáo
Mức cao nhất trong 15 phút đầu tiên và
Thấp= 15 phút
Phạm vi mở
1 2 3 :4 5 A 7 AA 10 11 12 1 8 5
Thanh 5 phút
=f2
HÌNH 8.17 Phạm vi mở
d-
SH012L. V. 3i
I1. 2I
1l NW
S
trên Tạp chí Cổ phiếu & Hàng hóa, Toby Crabel đã thử nghiệm các ngày NR dưới dạng thiết lập và sử
dụng ORB được xác định bởi một lượng xác định trước trên hoặc dưới phạm vi mở. Ông so sánh những kết
quả này với việc sử dụng thiết lập ngày trên phạm vi rộng. Đầu tiên, ông phát hiện ra rằng việc
thiết lập ngày trên phạm vi rộng trong cả bốn và bảy ngày kém hiệu quả hơn rất nhiều so với những
ngày NR trong cùng thời kỳ, do đó xác nhận rằng có thể thu được nhiều lợi nhuận hơn từ việc gia tăng
biến động hơn là thu hẹp. Thứ hai, ông nhận thấy rằng một khi giá đã di chuyển ra khỏi giá mở cửa
theo một hướng sau NR2 thì thông thường nó sẽ không quay trở lại giá mở cửa.
Trong một loạt bài viết cho Tạp chí Cổ phiếu & Hàng hóa, Crabel mô tả các phương pháp giao dịch
từ ORB một cách chi tiết. Trong bài viết đầu tiên, anh ấy đã mô tả cách tính toán số lượng được chỉ
định, được gọi là độ giãn, ở trên và dưới lỗ mở để thiết lập ORB. Crabel sử dụng giá trị chênh lệch
trung bình trong 10 ngày trong quá khứ giữa giá mở cửa mỗi ngày và giá trị chênh lệch gần nhất với
giá mở cửa của ngày đó.
Các nhà phân tích sử dụng một số phương pháp khác để tính toán độ giãn, bao gồm chỉ định số lượng
dấu tích hoặc tính toán phạm vi dựa trên ATR trong một khoảng thời gian nào đó.
Crabel nhận thấy rằng việc sử dụng ORB có hiệu quả tốt với NR4, NR7 trong vòng vài ngày và
ngày móc. Ông phát hiện ra rằng ngày ORB bị xuyên thủng càng sớm thì
cơ hội thành công càng cao. Ngay cả khi không có các thiết lập được đề cập trước
đó, giao dịch trên ORB trong vòng 5 đến 10 phút đầu tiên cũng sẽ có hiệu quả, nhưng
sau khoảng thời gian ngắn đó, nếu giá chưa vượt ra khỏi phạm vi, tất cả các lệnh sẽ
bị hủy vì ngày đó có thể sẽ quay trở lại đến một ngày giao dịch bơ phờ hơn là một
ngày có xu hướng.
Bằng cách phân tích hành động xung quanh việc mở các mức phạm vi, một nhà giao
dịch giỏi có thể tìm ra cách tận dụng xu hướng các mức này đóng vai trò là hỗ trợ
và kháng cự. Một phương pháp để thực hiện điều này được gọi là phương pháp ACD,
được phát triển bởi Mark Fisher (2002). Phương pháp hơi phức tạp này sử dụng phạm
vi mở được xác định trong những phút giao dịch đầu tiên, một bộ lọc bổ sung được
thêm vào giới hạn trên của phạm vi và một bộ lọc khác được trừ khỏi cạnh dưới, như
trong Hình 8.18. Tín hiệu vào xảy ra khi các giới hạn bên ngoài bị phá vỡ trong
ngày và tín hiệu thoát xảy ra khi các giới hạn phạm vi bị phá vỡ. Phương pháp của
Fisher không hoàn toàn đơn giản như vậy vì ông sử dụng nhiều quy tắc và xác nhận
khác. Tuy nhiên, Fisher, người được cho là có phòng giao dịch gồm hơn 75 người giao
dịch hàng ngày sử dụng phương pháp này để làm bánh mì hàng ngày, dường như đã rất
thành công.
186
'N
G AẪ
RU
,
Ớ HM
U
Ư
À C
L
X
H
V
HÌNH 8.18 Phương pháp xác định phạm vi mở ACD

Tóm tắt các mô hình ngắn hạn
Mặc dù các mô hình ngắn hạn dường như có giá trị nhưng chúng không phải là nguồn của cải ngay lập
tức nếu không có nghiên cứu, kinh nghiệm và thử nghiệm thử và sai. Chúng tôi chỉ mới chạm tới phần
rìa của các phương pháp đang được sử dụng. Những thứ khác bao gồm biểu diễn vào các ngày lễ quốc
gia, các ngày trong tuần, thời gian trong ngày và thậm chí cả trăng non.
Dường như không có giới hạn. Tuy nhiên, mục đích của bài tập này là chứng minh nhiều cách phân tích
giá trong ngắn hạn. Nếu quan tâm, bạn có thể tiếp tục tự mình thử nghiệm.
Mô hình nến
Chúng ta đã học cách xây dựng biểu đồ nến. Như bạn sẽ nhớ lại, dữ liệu thô được sử dụng trong biểu
đồ hình nến cũng giống như dữ liệu thô được sử dụng trong biểu đồ thanh: giá mở cửa, giá đóng cửa,
giá cao nhất và giá thấp nhất cho mỗi khoảng thời gian cụ thể.
Biểu đồ nến đã trở nên phổ biến vì nó thể hiện hành động giá trong một
cách nổi bật hơn; hơn nữa, các mẫu tạo ra đều có những cái tên thú vị và mới lạ. Một ưu điểm của
biểu đồ nến là nó vẫn có thể sử dụng các phương pháp phân tích phương Tây _ mô hình, đường xu
hướng, hỗ trợ và kháng cự ____ nhưng nó có một tập hợp các mô hình độc đáo của riêng nó. Những mô
hình này chủ yếu là ngắn hạn chỉ từ một đến năm thanh và bản thân chúng chưa được thử nghiệm tốt.
1 87
Nhiều mẫu có những nét tương đương ở phương Tây mà chúng ta đã thấy trước đây. Nhìn chung, chúng
là các mô hình đảo chiều và có thể bộc lộ sớm sự đảo chiều giá trong điều kiện mua quá mức hoặc bán
quá mức, tại các đường xu hướng hoặc ở mức hỗ trợ hoặc kháng cự. Tuy nhiên, chúng là công cụ, không
-H JI
IO UD
W
phải là một hệ thống. Nhược điểm của chúng là người ta phải đợi đến thời điểm đóng cửa trước khi
S
có thể nhận ra mô hình và chúng vô dụng trong những thị trường không báo cáo chính xác giá mở cửa.
Nguồn tài liệu tốt nhất về nến là Kỹ thuật biểu đồ nến Nhật Bản của Steve Nison (2001), người đã
giới thiệu phương pháp cổ xưa này cho phương Tây.
Sự khác biệt cơ bản về mặt phân tích giữa các mô hình nến và các mô hình thanh phương Tây là sự
nhấn mạnh vào việc mở và đóng. Các nhà giao dịch phương Tây đã nhận ra tầm quan trọng của việc mở
và đóng, nhưng biểu đồ thanh lại coi chúng không có trọng số đặc biệt. Trong biểu đồ nến, “thân
nến” là vùng rộng hơn giữa giá mở cửa và giá đóng cửa. “Bóng” là đường thẳng đứng từ thân nến lên
tới mức giá cao và xuống mức giá thấp. Bóng dài cho thấy giá không có khả năng duy trì mức cao
hoặc mức thấp và do đó là cảnh báo về rắc rối. Thân nến có màu đậm, chẳng hạn như màu đen, khi
giá đóng cửa thấp hơn giá mở cửa và thường có màu trắng khi giá đóng cửa cao hơn giá mở cửa. Do
đó, thân đen biểu thị ngày "giảm" và thân trắng biểu thị ngày "tăng". (Định nghĩa này khác với ở
phương Tây, trong đó ngày giảm giá là ngày mà giá đóng cửa thấp hơn giá đóng cửa trước đó.) Thân
lớn (theo thuật ngữ tương đối) biểu thị sức mạnh theo hướng của xu hướng và thân nhỏ cho thấy sự
thiếu quyết đoán và khả năng đảo chiều, đặc biệt là sau một xu hướng có ý nghĩa trước đó.
Các mô hình được tạo ra bởi vị trí tương đối của thân và bóng, vị trí của nến so với các
nến lân cận và sự xác nhận vào ngày hôm sau. Vì các mẫu hình nến thường được xác định là các
mẫu trên hoặc dưới nên nhà phân tích phải chắc chắn rằng hành động giá trước đó đang có xu
hướng tăng hoặc giảm.
Một mô hình đơn lẻ có thể có hoặc không có ý nghĩa tùy thuộc vào hướng của xu hướng trước đó.
Tương tự như các mô hình ngắn hạn của phương Tây, mô hình nến không thể dự đoán mức độ của biến
động tiếp theo hoặc tầm quan trọng của mô hình - nghĩa là liệu nó xảy ra ở một điểm đảo chiều
lớn hay nhỏ. Vì vậy, mẫu này phải luôn được sử dụng cùng với các bằng chứng khác trước khi thực
hiện hành động. Ví dụ: mô hình nến thường là mô hình đảo chiều và do đó xác định mức hỗ trợ
hoặc kháng cự khi chúng chuyển hướng. Lúc đầu, việc phân tích các mô hình này dường như chứa
đầy vô số quy tắc và tên gọi, nhưng khi bạn trở nên quen thuộc hơn với danh pháp, bạn sẽ thấy
rằng cơ sở của các mô hình này không khác nhiều so với cơ sở của các mô hình phương Tây. các
mô hình ngắn hạn.
Đã có một vài thử nghiệm về tính hiệu quả của các mô hình nến. Điều này thật kỳ lạ vì các
mô hình này dễ dàng được vi tính hóa. Giống như các thử nghiệm về các mô hình ngắn hạn khác,
nhiều nghiên cứu hiện tại có sai sót ở chỗ các kết quả tín hiệu thường được cho là kéo dài hơn
mức cần thiết. Việc đo lường hiệu quả của các mô hình theo tuần hoặc tháng là vô ích vì những
mô hình này chỉ hữu ích trong các tình huống ngắn hạn. Tuy nhiên, ngay cả trong thời gian ngắn
hơn, các mô hình này vẫn không được kiểm tra tốt.
188
Hệ số lợi nhuận của họ tương đối thấp, tỷ lệ rút vốn cao và trong mọi trường hợp đều lớn hơn
lợi nhuận ròng. Một số biến trong mỗi mẫu có thể được điều chỉnh để cải thiện hiệu suất,
[141:4
nhưng bản thân các mẫu cơ bản không mang lại lợi nhuận vượt trội.
Hai nghiên cứu tương đối gần đây với kết quả ngắn hạn là của Caginalp và Laurent
(1998) và Schwager (1996). Các bài kiểm tra Caginalp và Laurent bao gồm tám
Một
mô hình ba ngày của cổ phiếu S&P 500 từ năm 1992 đến năm 1996. Mục đích của chúng
đã từng là ĐẾN
chứng minh rằng các mẫu có giá trị cao hơn những gì có thể mong đợi từ một cuộc dạo chơi ngẫu
nhiên; tuy nhiên, việc rút vốn không được xem xét. Schwager đã thử nghiệm sáu mô hình chính
trong mười mặt hàng từ năm 1990 đến năm 1994 và đưa vào bộ lọc động lượng để tính toán xu
hướng, một yếu tố quan trọng trong phân tích mô hình nến. Tuy nhiên, có một lời chỉ trích là
Schwager ước tính hoa hồng và độ trượt giá là 100 USD cho mỗi giao dịch, cao hơn đáng kể so
với những gì có thể đạt được hiện tại. Cả hai nghiên cứu đều gặp phải loại phương pháp thoát
lệnh ở chỗ chúng phụ thuộc vào thời gian nắm giữ một cách tùy tiện và không dựa trên hành vi
của giá cả. Kết quả có thể được cải thiện đáng kể bằng cách thử nghiệm từng mẫu kết hợp với các
mẫu khác và sử dụng các điểm dừng bảo vệ. Ít nhất các điểm dừng và các tín hiệu thoát khác sẽ
làm giảm mức giảm cực lớn. Trong phần trình bày của chúng tôi về các mô hình được Schwager đề
cập đến, chúng tôi tính trung bình các kết quả từ mười mặt hàng cho mỗi mô hình và đưa ra thứ
hạng tương đối thay vì tỷ lệ phần trăm thô. Ở một mức độ nào đó, điều này tránh được vấn đề về
nhiệm vụ ngô và trượt giá.

Sau đây là một số ví dụ về các mẫu hình nến phổ biến hơn.
Mô hình nến một và hai thanh
Mô hình nến là mô hình ngắn hạn. Trên thực tế, một số mô hình nến được hình thành chỉ bởi một
hoặc hai thanh. Do đó, trên biểu đồ nến của dữ liệu hàng ngày, chỉ cần dữ liệu của một hoặc
hai ngày để hình thành mô hình.
Doll Một mẫu doji được hình thành khi giá mở và giá đóng giống hệt nhau hoặc gần giống nhau.
Điều này tạo ra một nến có thân nến đơn giản là một đường nằm ngang, như trong Hình 8.19. Nó
cho thấy thị trường đang ở trạng thái cân bằng và bị ảnh hưởng bởi sự thiếu quyết đoán. Ở một
số khía cạnh, nó giống như Inside Bar theo nghĩa của nó bởi vì trong một xu hướng, nó cho thấy
một điểm mà tại đó sự nhiệt tình của xu hướng đó đã bị đình trệ. Do đó, nó thường là một cảnh
báo về sự đảo chiều, nhưng bản thân nó không nhất thiết là một mô hình đảo chiều. Nó cũng có
thể xảy ra ở bất kỳ đâu trong một xu hướng hoặc trong phạm vi giao dịch và do đó rất khó đánh
giá. Kết quả là số liệu thống kê về hiệu suất của nó thấp (Schwager, 1996). Nó được xếp hạng ở
cuối thang đo của chúng tôi dựa trên lợi nhuận ròng, giao dịch trung bình, tỷ lệ rút tiền tối
đa và phần trăm người chiến thắng.
Windows Windows đơn giản là những lỗ hổng mà chúng ta đã thảo luận trước đó trong chương này.
Nison tin rằng chúng là những mô hình đáng tin cậy nhất và bằng chứng từ các mô hình thanh ngắn hạn có
xu hướng xác nhận quan điểm của ông. Bởi vì cách giải thích về cửa sổ hình nến cũng giống như cách giải
thích về khoảng trống giá của phương Tây nên chúng ta sẽ không dành thời gian để thảo luận về chúng. 1 8 9
Doji
r tôi
HÌNH 8.19 Nến Doji

Harami Mô hình Harami là một mô hình hai ngày bao gồm thân lớn với một
trong hai màu, theo sau là thân nhỏ với một trong hai màu nằm hoàn toàn
trong các cung hoàng đạo của thân lớn. Mẫu hình Harami được mô tả trong
Hình 8.20. Nến thứ hai trong mô hình Harami ở Hình 8.20 được gọi là đầu quay.
Nến thứ hai này cũng có thể là doji (dẫn đến mô hình chéo harami), búa, người treo cổ hoặc
ngôi sao băng; yêu cầu duy nhất là thân nến thứ hai phải nằm trong thân nến thứ nhất.
Mẫu harami tương tự như mẫu thanh bên trong; tuy nhiên, với harami, phạm vi hoặc bấc của
thanh thứ hai không nhất thiết phải nằm trong phạm vi của thanh thứ nhất. Thân nến thứ hai
phải nằm trong thân nến thứ nhất. Do đó, phạm vi mở và đóng, chứ không phải phạm vi, xác
định liệu tiêu chí harami có được đáp ứng hay không.
Chúng ta biết rằng Inside Day thể hiện sự suy giảm về độ biến động và điều tương tự cũng
có thể xảy ra với mô hình Harami. Chúng ta cũng biết từ các nghiên cứu về mô hình thanh ngắn
hạn rằng độ biến động thấp chuyển thành độ biến động cao và thường bắt đầu một xu hướng mới.
Do đó, mô hình Harami có thể là một cách mạnh mẽ để báo hiệu sự đảo ngược của xu hướng hoặc
sự gia tăng vận tốc của xu hướng hiện tại, tùy thuộc vào hướng giá phá vỡ.
Búa và Người treo Cả búa và người treo cổ đều là những cây nến trong đó
190 thân nến nằm ở đầu trên của phạm vi giao dịch, như
ỂỒ
U, IĐ
B
Quay đầu có thể được

Màu đen hoặc màu trắng
HÌNH 8.20 Mô hình nến Harami

Người treo cổ cây búa
Đứng đầu
Đáy
Có thể có màu đen hoặc

trắng
HÌNH 8.21 Người treo cổ và chiếc búa
được mô tả trong Hình 8.21. Đối với những hình dạng này, bấc dưới dài ít nhất gấp đôi đến ba lần chiều
dài cơ thể và bấc trên nhỏ hoặc không tồn tại. Nói cách khác, cả giá mở và đóng đều xảy ra trong khoảng
một phần ba phạm vi giao dịch của thanh và giá mở hoặc đóng là hoặc gần bằng mức giá cao nhất của thanh.
Màu sắc của cơ thể không liên quan.
Nếu sự hình thành này xảy ra ở đỉnh cao thì nó được gọi là người treo cổ. Một biến thể được gọi là
kasakasa hoặc ô giấy khi thân ngắn hơn bóng. Khi sự hình thành tương tự xảy ra ở một cái máng, nó được
gọi là cái búa.

1 9 1
Những thành tạo này được xếp hạng tốt nhất trong thang đo của chúng tôi và gần ngang bằng với các ngôi
sao buổi sáng và buổi tối.
Sao băng và Búa ngược Ngôi sao băng và búa ngược có thể được coi như một người hoặc một cây búa treo
ngược. Đối với những mô hình này, phần thân thực xuất hiện ở phần dưới của phạm vi giao dịch. Một ngôi
IS2H
d
I NO
I
R S
I
W
sao băng xuất hiện ở các đỉnh và hình búa ngược xuất hiện ở phía dưới. Cả hai đều có bóng dài phía trên
JiJd
thân và bóng ngắn hoặc không tồn tại bên dưới thân, như trong Hình 8.22. Một lần nữa, màu sắc của cơ thể
không liên quan. Trong bảng xếp hạng các mô hình của chúng tôi, chúng nằm ở giữa, không bằng mô hình búa
và người treo cổ hoạt động tốt nhất mà chúng có liên quan.
Nhấn chìm Mô hình nhấn chìm là một mô hình hai thanh trong đó thân thứ hai nhấn chìm thân thứ nhất (xem
Hình 8.23). Mô hình này tương tự như sự đảo ngược ngày bên ngoài
búa ngược
Sao băng
Đứng đầu
Đáy
Có thể có màu đen hoặc

trắng
192
HÌNH 8.22 Ngôi sao băng và Búa ngược
z
04
ỂỒ
U, IĐ
B
HÌNH 8.23 Mô hình nến nhấn chìm

trong các mẫu thanh. Bởi vì mô hình này được thiết kế để nhận biết sự đảo chiều xu hướng
nên phải có một xu hướng rõ ràng trước mô hình nhấn chìm. Trong xu hướng tăng của thị
trường, mô hình nhấn chìm giảm giá sẽ cho thấy thị trường đã đạt đỉnh. Mô hình nhấn chìm
giảm giá bao gồm một cây nến nhỏ thân trắng, theo sau là một thân đen bao trùm thân trắng.
Mô hình nhấn chìm tăng giá sẽ chỉ ra rằng xu hướng giảm đang đảo ngược. Mô hình nhấn
chìm tăng giá này bao gồm một cây nến có thân màu tối nhỏ trên một thanh, theo sau là
một cây nến có thân màu trắng lớn hơn nhấn chìm phần thân màu tối. Đối với cả mô hình
nhấn chìm giảm và tăng, tín hiệu mạnh hơn nhiều khi thân thứ nhất nhỏ và thân thứ hai
lớn. Tuy nhiên, hiệu suất của mô hình nhấn chìm ở gần mức thấp nhất trong số sáu loại mô
hình được Schwager thử nghiệm. Họ có lợi nhuận ròng tồi tệ nhất và mức giảm tối đa lớn
nhất.
Mây đen che phủ và đường xuyên thủng Mây đen che phủ là một mẫu có hai thân ở trên cùng.
Thể thứ nhất to và trắng, còn thể thứ hai to và sẫm màu.
Điểm mở thứ hai phải ở trên bóng trên của thanh đầu tiên, khoảng trống mở hướng lên trên
và điểm đóng nằm trong thân màu trắng của thanh đầu tiên, tốt nhất là dưới mức 50%. Mẫu
này giống với Rất tiếc! mô hình trong biểu đồ thanh.
Hiệu suất của mẫu này được cho là được nâng cao nhờ sự thâm nhập sâu hơn của thân màu
trắng. (Một sự thâm nhập hoàn toàn sẽ là một mô hình nhấn chìm.)
Mô hình ngược lại, mô hình đường xuyên, sẽ chỉ ra đáy thị trường. Đường xuyên phá _________
193
tuân theo các quy tắc tương tự như mô hình đám mây đen, chỉ ngược lại. Cả đám mây
đen che phủ và sự hình thành các đường xuyên thấu đều được minh họa trong Hình 8.24.
Những mẫu này được xếp ở nửa dưới trong sáu loại tiếp theo.
I1
dvII- l3
a, IH
lS
1 \0
: I1
1
/ S
W
I
HÌNH 8.24 Mây đen che phủ và đường
xuyên thủng
Họ có tỷ lệ rút vốn thấp thứ hai, lợi nhuận trung bình trên mỗi giao dịch thấp
nhất và tỷ lệ thắng thấp nhất.
Mẫu nhiều thanh
Các mô hình nến nhiều thanh phát triển trong khoảng thời gian có nhiều hơn hai
thanh. Nhìn lướt qua những cái tên như “ba con quạ đen”, “ba người lính trắng” và
“ba bên ngoài” sẽ thấy rằng nhiều mô hình nhiều thanh là các mô hình ba thanh.
Sao mai và sao buổi tối Ngôi sao buổi tối là mô hình nến ba thanh xuất hiện ở đỉnh
thị trường và sao mai là mô hình ba thanh ở đáy thị trường. Trong mỗi mô hình này,
thanh thứ hai hoặc nến ở giữa được gọi là ngôi sao. Ngôi sao là một nến có thân
nhỏ nằm ngoài phạm vi của thân trước nó. Nó ngụ ý một khoảng trống mở, cũng như mô
hình đám mây đen và đường xuyên thấu, nhưng sau đó nó có thể che đi một phần bóng
của thanh trước đó. Điểm quan trọng là thân của nó không hề chồng lên thân của
thanh trước đó. Nó tương tự như doji ở chỗ nó thể hiện sự dừng lại đột ngột trong
một xu hướng và sự do dự nào đó giữa người mua và người bán.
Thật vậy, một doji có thể là một ngôi sao, được gọi là ngôi sao doji, nếu thân doji xuất
hiện bên ngoài thân nến trước đó.
Mẫu hình ngôi sao buổi tối, như minh họa trong Hình 8.25, bắt đầu bằng một thân dài màu trắng,
194 theo sau là một ngôi sao có một trong hai màu. Nếu thanh thứ ba tạo thành một thân đen lớn đóng lại
ỂỒ
U, IĐ
B
Quay đầu có thể được

Màu đen màu trắng
HÌNH 8.25 Mô hình nến Sao Hôm và Sao Mai

nằm sâu trong phần thân của thanh đầu tiên, mô hình đã được xác nhận. Lý tưởng nhất là vật thể
thứ ba không được chạm vào vật thể của ngôi sao, nhưng điều này hiếm khi xảy ra và nó không
phải là điều kiện cần thiết cho mô hình. Lượng thâm nhập vào cơ thể màu trắng đầu tiên là quan
trọng hơn. Ngôi sao buổi tối tương tự như mô hình thanh đảo chiều không có khoảng trống thứ hai
cần thiết.
Sao mai xuất hiện ở đáy thị trường, là sự hình thành ngược lại của sao buổi tối. Như được
hiển thị trong Hình 8.25, nó bắt đầu bằng một thân nến màu đen, theo sau là một ngôi sao. Thân
ngôi sao nằm hoàn toàn bên dưới thân nến trước đó. Sau đó, mô hình này được xác nhận nếu trên
thanh thứ ba, nến thân trắng đóng tốt trong phạm vi của nến đầu tiên.
Các ngôi sao buổi sáng và buổi tối là những mô hình tốt thứ hai trong bảng xếp hạng các thử
nghiệm của Schwager của chúng tôi. Họ đứng đầu về lợi nhuận ròng, có tỷ lệ rút vốn ít nhất và
đứng thứ hai về tỷ lệ giao dịch thắng. Trong nghiên cứu của Caginalp và Laurent, mô hình sao
buổi sáng và buổi tối xếp thứ ba trong số bốn loại đa thanh được nghiên cứu.
Ba con quạ đen và ba chú lính trắng Lính trắng là thân trắng và quạ đen là thân đen. Ba con quạ
đen là một mô hình có ba thân màu đen liên tiếp, tốt nhất là dài, đóng cửa ở gần mức thấp nhất
với các lỗ hở bên trong thân của ngày hôm trước và xuất hiện sau một xu hướng tăng có ý nghĩa.
Họ là một đội hình đảo ngược hàng đầu. Như được hiển thị trong Hình 8.26, ba màu trắng
_________
1 9 5
Ba con quạ đen Ba người lính trắng
IS
dV- IH
1 UO
3 NH
1 NI
1 S
W
Đứng đầu
Tôi Đáy
HÌNH 8.26 Mô hình nến Ba con quạ đen và ba người

lính trắng
lính là đội hình đảo ngược đáy yêu cầu các thông số tương tự theo hướng ngược lại.
Thật không may, các nhà giao dịch gặp khó khăn trong việc thu lợi nhuận từ những mô
hình này vì vào thời điểm chúng được nhận ra thì phần lớn xu hướng mới đã xảy ra.
Chúng được chơi tốt nhất trên một cú pullback hoặc pullback. Nison tin rằng thanh thứ
nhất hoặc thứ hai trong mô hình là vị trí tốt nhất để vào lệnh thoái lui. Mức đó
thường đi kèm với một mẫu hình khác gợi ý một sự đảo chiều ngắn hạn theo hướng của xu
hướng được báo hiệu bởi mẫu hình chính.
Ba bên trong lên và ba bên trong xuống Mô hình ba bên trong lên là một mô hình đảo
chiều xảy ra ở cuối một xu hướng giảm. Thanh đầu tiên của mô hình này có thân lớn màu
đen và thanh thứ hai là đỉnh quay màu trắng (hoặc doji) tạo thành mô hình ha rami.
Sau đó, thanh thứ ba là một cây nến lớn màu trắng phá vỡ và đóng phía trên nến lớn màu
đen thân của thanh thứ nhất. Mặc dù cái tên nghe có vẻ giống như vậy nhưng mô hình ba
thanh bên trong không ngụ ý rằng ba thanh bên trong liên tiếp xuất hiện, như chúng ta
đã thấy với mẫu NR3. Thay vào đó, mô hình ba hướng lên tương tự như sự đột phá hướng
lên từ thanh bên trong trong mô hình thanh.
Như được minh họa trong Hình 8.27, mô hình ba từ trong xuống là sự đảo ngược của mô
hình ba từ trong lên. Mô hình ba từ trong xuống bao gồm một thanh lớn màu trắng, theo
sau là một con quay màu đen và một điểm ngắt hướng xuống bởi một thân lớn màu đen. Mô
19 6
hình này báo hiệu xu hướng tăng đã kết thúc. Từ nghiên cứu của Caginalp và Laurent,
chúng tôi đã xếp loại mẫu này là tốt nhất. Nó có tỷ lệ giao dịch thắng cao nhất trong
bốn loại mô hình được nghiên cứu.
,N
G TẪ
SU
Ớ HM
R
U
Ư
À C
A
X
H
V
HÌNH 8.27 Các mô hình nến Inside Down

và Inside Up
Từ cái nhìn của chúng tôi về các mẫu thanh ngắn hạn, chúng tôi biết rằng các thanh bên
ngoài khó dự đoán hơn và ít sinh lãi hơn các thanh bên trong vì sự biến động đã mở rộng và
có khả năng thu hẹp bất kỳ lúc nào ngay sau đó. Kết quả của ba loại mô hình thanh bên ngoài
cho thấy hiệu suất giảm như nhau và được xếp hạng thứ tư trong cách giải thích của chúng
tôi về nghiên cứu Caginalp và Laurent.
Ba bên ngoài lên và ba bên ngoài xuống Loại mô hình này bắt đầu bằng mô hình nhấn chìm sau
một xu hướng, giống như mô hình lên và xuống bên trong bắt đầu bằng mô hình harami. Phiên
bản ba bên ngoài xảy ra ở đáy thị trường. Vật thể thứ nhất nhỏ, là một con quay, còn vật
thể thứ hai lớn, nhấn chìm vật thể nhỏ hơn trước đó. Cái đầu tiên là màu đen và cái thứ hai
là màu trắng. Thân màu trắng đóng phía trên thanh thứ hai và đạt mức cao mới phía trên hai
thanh trước đó tuân theo mô hình nhấn chìm. Mẫu này được mô tả trong Hình 8.28.
Hình 8.28 cũng cho thấy mô hình ba bên ngoài giống nhau như thế nào với các tham số
ngược lại. Đối với mô hình hướng xuống bên ngoài, thanh đầu tiên là thân nhỏ, màu trắng và
thanh thứ hai là thân màu đen bao trùm thanh thứ nhất. Thanh thứ ba cũng có thân màu đen
với giá di chuyển thấp hơn thanh thứ hai. Các thanh giảm bên ngoài xảy ra ở đỉnh thị trường.
Kết quả mô hình nến
Chúng tôi đã mô tả một số mô hình nến phổ biến nhất. Bulkowski duy trì một trang web 1 9 7
(www.thepotypesite.com) với một danh sách phong phú các mẫu hình nến. Bảng 8.1 nêu bật bảng
xếp hạng của Bulkowski về 10 mẫu hình nến hoạt động tốt nhất.
dH
S I1
d0 I1
.1 3I
.- 1M
13 NW
S
HÌNH 8.28 Các mô hình nến từ ngoài xuống và
từ ngoài lên
BẢNG 8.1 Xếp hạng Bulkowski về các mô hình nến—Mười mô hình tốt nhất (Một số không
được hiển thị nhưng có thể được truy cập từ www.thepotype.com.)
Mẫu Đảo ngược hoặc tiếp tục Phần trăm chính xác
Tấn công ba đường Đảo chiều tăng giá 84%
Tấn công ba đường Đảo chiều giảm giá 65%
Ba con quạ đen Đảo chiều giảm giá 78%
Sao hôm Đảo chiều giảm giá 72%
Khoảng trống Tasuki đảo ngược

Tiếp tục tăng giá 57%
Búa, đảo ngược Tiếp tục giảm giá 65%
Phù hợp thấp Tiếp tục giảm giá 61%
em bé bị bỏ rơi Đảo chiều tăng giá 70%
Hai khoảng trống màu đen Tiếp tục giảm giá 68%
ly khai Đảo chiều giảm giá 63%
Nguồn: www.thepatternsite.com 2008-2009 của Thomas N. Bulkowski.
Kết luận
Chúng ta đã xem xét một số mô hình ngắn hạn trong chương này trên cả biểu đồ thanh và biểu
đồ nến. Để sử dụng thành công các mô hình này, nhà giao dịch phải làm quen với xu hướng cơ
198
bản của thị trường. Hãy nhớ rằng những mô hình ngắn hạn này thường là những mô hình đảo
chiều, gợi ý cho nhà giao dịch rằng xu hướng cơ bản có thể đang thay đổi.
Các mô hình ngắn hạn hình thành dưới dạng giá mở, cao, thấp và đóng xảy ra trong các
kết hợp cụ thể trong một thanh hoặc trên một vài thanh giao dịch. Các mô hình ngắn hạn cụ
thể xảy ra thường xuyên. Do tần suất xuất hiện của chúng nên nhiều khi chúng là những mẫu
ỂỒ
U, IĐ
B
sai. Các nhà giao dịch phải nhận thức được điều này và không chỉ dựa vào một mô hình ngắn
hạn cụ thể để đưa ra quyết định. Những mô hình ngắn hạn này có thể là những chỉ báo hữu
ích, nhưng các nhà giao dịch cần theo dõi một loạt bằng chứng thay vì dựa vào một mô hình
ngắn hạn để đưa ra quyết định.
Hãy nhớ rằng chìa khóa để kiếm tiền là đi theo xu hướng. Các mô hình ngắn hạn là công cụ
giúp chúng ta xác định khi nào một xu hướng mới bắt đầu. Những sự hình thành này cũng có
thể giúp chúng ta xác định khi nào một xu hướng kết thúc. Điều này cho phép chúng ta tham
gia vào xu hướng càng sớm càng tốt và thoát khỏi thị trường càng nhanh càng tốt bất cứ khi
nào xu hướng kết thúc. Việc sử dụng các mô hình ngắn hạn và điểm dừng bảo vệ có thể hỗ trợ
các nhà giao dịch tối đa hóa lợi nhuận và giảm thiểu rủi ro.
Bulkowski, Thomas N. “Nghiên cứu mẫu tự do của Bulkowsld.” www.thepatternsite.com, 2008-

2010.
Caginalp, Gunduz và H. Laurent. "Sức mạnh dự đoán của các mô hình giá." Đã áp dụng
Tài chính toán học 5 (1998): 181-205.
Chesler, Daniel. "Giao dịch các bước đi sai lầm với mô hình Hikkake." Tạp chí nhà giao dịch tích cực
5, không. 4 (tháng 4 năm 2004): 42-46.
Connors, Laurence A. Connors về Chiến lược giao dịch nâng cao. Malibu, CA: Nhóm xuất bản M. Gordon, 1998.
Connors, Laurence A. "Larry Connors về cách thị trường thực sự hoạt động." Cuộc phỏng vấn của Biên tập viên
Jayanthi Gopalakrislman. Phân tích Kỹ thuật Cổ phiếu & Hàng hóa 22, không. 12 (2004): 74-79.
Crabel, Toby. "Các mô hình trong ngày trong S&R" Phân tích Kỹ thuật Cổ phiếu & Hàng hóa 7, không. 11 (1989):
387-389.
Crabel, Toby. "Phần đột phá phạm vi mở 1-8." Phân tích kỹ thuật về cổ phiếu và hàng hóa (1989-1990). Các bộ phận có
vấn đề riêng biệt; 6, không. 9 (trang 337-339); 6, không. 10 (366-368); 6, không. 12 (456-458); 7, không. 2
(47-49); 7, không. 4 (119-120); 7, không. 5 (161-163); 7, không. 6 (188-189); 7, không. 7 (208-210).
Downs, Walter T. “Kết hợp phân tích thống kê và mô hình.” Phân tích Kỹ thuật Cổ phiếu & Hàng hóa 16, không. 10
(1998): 447-456.
Edwards, Robert, John Magee và WH. C. Bassetti. Phân tích kỹ thuật về xu hướng chứng khoán. tái bản lần thứ 9 Boca
Raton, FL: Nhà xuất bản St. Lucie, 2007.
Fischer, Mark B. Nhà giao dịch logic. NewYork, NY: John Wiley & Sons, 2002.
Harris, Michael. Giao dịch ngắn hạn với các mô hình giá. Greenville, NC: Nhà xuất bản Thương nhân, 2000.
Kamich, Bruce M. Phân tích kỹ thuật như thế nào.NewYork, NY: Viện Tài chính NewYork, 2003.
Kaufman, Perry J. Hệ thống và phương pháp giao dịch. tái bản lần thứ 3. New York, NY: John Wiley & 1 9 9
Con trai, 1998.
Landry, David. 10 mô hình và chiến lược giao dịch xoay vòng tốt nhất của Dave Landry. Los Angeles, CA: Nhóm xuất
bản M. Gordon, 2003.
Landry, David. David Landry về Giao dịch xoay vòng. Los Angeles, CA: Nhà xuất bản M. Gordon
Nhóm, 2003.
10
SH V1
c1 I-
,1 33
I1 2NI
1U S
Nison, Steve. Kỹ thuật biểu đồ nến Nhật Bản. New York, NY: Viện New York
Bộ Tài chính, 2001.
Schwager, Jack D. Schwager về Hợp đồng tương lai: Phân tích kỹ thuật. New York, NY: John Wiley &
Con trai, 1996.
Schwager, Jack D. Phân tích kỹ thuật. NewYork, NY: John Wiley & Sons, 1996.
Williams, Larry. Tôi đã kiếm được một triệu đô la như thế nào vào năm ngoái nhờ giao dịch hàng hóa.
Brightwaters, NY: Sách Windsor, 1979.
Williams, Larry. Hướng dẫn dứt khoát về giao dịch tương lai. Brightwaters, NY: Sách Windsor,
1988.
Williams, Larry. Triệu phú tương lai. Cẩm nang được xuất bản bởi Karol Media, Wilkes-Barre, PA,
1995.
Williams, Larry. Bí mật dài hạn cho giao dịch ngắn hạn. New York, NY: John Wiley &
Con trai, 1999.
Williams, Larry. Giao dịch tương lai trong ngày trực tuyến. NewYork, NY: John Wiley & Sons, 2000.
Williams, Larry. Đúng cổ phiếu vào đúng thời điểm. NewYork, NY: John Wiley & Sons, 2003.
Xác nhận
Inc., 2016), Chương 18.

Xác định các thuật ngữ bao gồm mua quá mức, bán quá mức, dao động thất bại, phân kỳ và
200 đảo ngược
Xác định các phương pháp vẽ thông tin khối lượng trên biểu đồ giá Giải thích
các quy tắc chung để diễn giải dữ liệu khối lượng Liệt kê các
chỉ số và chỉ báo dao động chính được thiết kế để sử dụng khối lượng làm xác nhận Mô tả
lãi suất mở và cách sử dụng nó để xác nhận Giải thích khái niệm về động
lượng trong hành động giá Xác định các đặc điểm và ứng
dụng của các chỉ số và chỉ báo dao động như MACD,
RSI và ngẫu nhiên
T
tỷ lệ cược tăng lên rằng tín hiệu kỹ thuật là chính xác nếu có xác nhận từ
một chỉ số không liên quan khác. Charles Dow đã nhận ra khái niệm này và sử dụng sự xác nhận
của hai mức giá trung bình khác nhau trước khi ông nhận ra tín hiệu thị trường hợp pháp. Vào thời
mà chỉ có các mẫu biểu đồ mới có sẵn để giải thích hành động giá, nhà phân tích kỹ thuật thường
sử dụng khối lượng làm chỉ báo xác nhận.
Đôi khi, tùy thuộc vào khả năng tính toán của nhà phân tích, các đường trung bình động, tỷ lệ
thay đổi và đà giá, các chỉ báo dao động cũng được sử dụng. Sau khi máy tính ra đời, khả năng tính
toán các chỉ số phức tạp hơn đã tăng lên. Nhiều nhà phân tích bắt đầu sử dụng các chỉ báo phức
tạp hơn làm nguồn tín hiệu chính và đi chệch khỏi phân tích mô hình giá cũ. Số lượng kết hợp có
thể có giữa giá, khối lượng và các yếu tố khác đã trở nên gần như vô hạn. Quả thực, có một số câu
hỏi đặt ra là liệu tất cả sức mạnh tính toán này có làm tăng khả năng giải thích hành động giá
của các nhà phân tích kỹ thuật hay không. Một số người sẽ lập luận rằng hầu hết các tính toán chỉ
báo đều tương quan với nhau và thị trường không còn dễ hiểu nữa.
ngày nay hơn 50 năm trước. Những người khác cho rằng điều đúng đắn
việc sử dụng các chỉ báo xác nhận giúp ích đáng kể trong việc ra quyết định và nhiều mô hình giao dịch
thành công hầu như chỉ phụ thuộc vào những tính toán phức tạp này.
Trong chương này, chúng ta xem xét khối lượng. Đây là chỉ báo xác nhận lâu đời nhất nhưng gần đây
nó đã phát triển một số vấn đề do sự gia tăng giao dịch theo chương trình và các hệ thống giao dịch
cơ học khác. Chúng tôi xem xét mối quan tâm mở đối với thị trường tương lai và sau đó chúng tôi xem
xét các bộ dao động giá, chỉ báo và bằng chứng đáng thất vọng về độ tin cậy của chúng trong việc đưa
ra các tín hiệu độc lập.
• Phương pháp phân tích
Các phương pháp phân tích xác nhận dựa vào hai công cụ chính: chỉ số và bộ dao động. Các chỉ mục
tương tự như đường chiều rộng. Chúng là tổng số dữ liệu tích lũy, thường là một số biến thể về khối
lượng và giá cả, liên tục đo lường cung và cầu theo thời gian thay vì trong một khoảng thời gian cụ
thể. Chúng không có giới hạn trên hoặc giới hạn dưới và được vẽ bằng biểu đồ giá nơi chúng có thể
được so sánh với hành động giá. Mức độ của chỉ số là không liên quan. Điều liên quan là xu hướng của
chỉ số so với xu hướng giá. Các chỉ số hữu ích duy nhất là những chỉ số bắt đầu thay đổi hướng trước
giá, báo hiệu sự thay đổi trong xu hướng. Do đó, nhà phân tích so sánh giá với chỉ số, tìm kiếm sự
phân kỳ giữa mức cao nhất và mức thấp nhất trong mỗi chỉ số.
Mặc dù các chỉ số cũng có thể được sử dụng với phân tích đường xu hướng, kênh và đôi khi là mô hình, 2 01
nhưng công dụng quan trọng nhất của chúng là phân tích phân kỳ trong các thị trường có xu hướng.
Mặt khác, các bộ dao động thường bị giới hạn và giới hạn trong một khoảng thời gian cụ thể trong
quá khứ. Như được hiển thị trong Hình 9.1, chúng có xu hướng dao động trong các giới hạn này và biểu
DONHI1WVLLON
hiện khi khối lượng hoặc giá tương đối cao hoặc thấp. Các chỉ số này cho thấy
tvt" ,
ry IV j
.1”,, A i
t , .210_
,,..,
Tôi
,...
Tôi
1 tôi
A lý
'
mua quá nhiều
tấm thảm)"
sự phân kỳ âm cú xoay thất bại
dao động
ồ
• r , bán quá mức
Được tạo bởi Kirkpatrick & Company, Inc.
HÌNH 9.1 Ví dụ về các phương pháp phân tích chỉ báo dao động
những thay đổi tương đối hơn là những thay đổi tuyệt đối được minh họa trong các chỉ số và
cũng có thể tuân theo phân kỳ, đường xu hướng và phân tích mẫu. Bộ dao động được sử dụng
thành công hơn trong thị trường giao dịch trong phạm vi.
Giống như nhiều chỉ báo kỹ thuật, nghiên cứu chưa chỉ ra rằng các chỉ số và chỉ báo dao
động tự nó mang lại lợi nhuận. Học viên phải đánh giá sau khi kiểm tra kỹ lưỡng và trải
nghiệm xem có nên sử dụng chúng làm chỉ báo phụ để phân tích giá hay không. Chúng có thể được
sử dụng để tạo tín hiệu nhưng phải luôn được xác nhận bằng hành động giá thực tế và tương ứng.
Nhiều kỹ thuật trực quan khác nhau đã được phát triển để xác định ý nghĩa nào đó từ các
chỉ số và bộ dao động này. Chúng được chia thành các phương pháp dành riêng cho các chỉ báo,
chẳng hạn như phân kỳ và những phương pháp chỉ là phần mở rộng của phân tích mẫu biểu đồ cổ
điển, chẳng hạn như đường xu hướng, hỗ trợ và kháng cự. Các phương pháp chính dành riêng cho
các chỉ số sẽ được thảo luận trong các phần sau.
Bộ dao động mua quá mức/bán
quá mức có thể bị giới hạn hoặc không bị giới hạn. Giới hạn có nghĩa là bộ dao động dao động
qua lại trong giới hạn hoặc giới hạn nhất định. Những giới hạn này là những điểm cực trị mà
bộ dao động có thể đạt tới. Trong hầu hết các bộ dao động có giới hạn và không có giới hạn,
một vùng được chọn để biểu thị phạm vi gần giới hạn cực trị. Bộ dao động có thể không đạt tới
2 0 2 giới hạn cực trị thực tế, nhưng nó có thể tiến đến gần và làm như vậy cũng có tác động tương
tự. Vùng đó là phạm vi đủ gần với giới hạn cực đoan để trở nên quan trọng. Vùng trên được gọi
là quá mua và vùng dưới được gọi là quá bán. Khi một chứng khoán đã tăng đủ xa để chỉ báo dao
động của nó đạt đến vùng quá mua thì nó được cho là quá mua và khi giá đã giảm đủ xa để chỉ
báo dao động đạt đến vùng quá bán thì nó được cho là quá bán.
ỂỒIĐ
B
Trong phạm vi giao dịch, mức quá mua và quá bán là những dấu hiệu tuyệt vời về mức đảo
U,
chiều tiềm năng, đặc biệt khi chỉ báo dao động thoát ra khỏi vùng.
Tuy nhiên, các vùng có thể bị đánh lừa trong một thị trường có xu hướng vì bộ dao động sẽ vẫn
tồn tại trong chúng trong suốt thời gian của xu hướng và do đó, nhiều đột phá khỏi vùng sẽ là
tín hiệu sai. Trong phần mô tả sau đây về các bộ dao động, chúng tôi chỉ ra các mức vùng
thông thường, nhưng như mọi khi, nhà phân tích phải kiểm tra các mức phù hợp nhất với thời
gian và chứng khoán được giao dịch.
Thất bại
Một dao động thất bại là một loại đột phá cụ thể từ vùng quá mua hoặc quá bán được mô tả lần
đầu tiên bởi Wilder (1978). Là phiên bản đột phá mạnh hơn, đây thường là dấu hiệu đầu tiên
của sự đảo chiều tiềm năng sau một xu hướng kéo dài trong đó chỉ báo dao động vẫn nằm trong
hoặc gần một vùng. Một dao động thất bại âm được thể hiện trong Hình 9.1; nó xảy ra khi chỉ
báo dao động phá vỡ vùng quá mua, tạo ra một điểm đảo chiều, kéo trở lại nhưng không thể vào
lại vùng đó và sau đó phá vỡ xuống dưới điểm đảo chiều trước đó. Một dao động thất bại tích
cực thì ngược lại ở vùng quá bán.

Sự phân kỳ
Mặc dù Wilder cũng được ghi nhận là người đã khám phá ra sự phân kỳ, nhưng khái niệm này ít nhất
cũng lâu đời như Lý thuyết Dow. Khái niệm cơ bản là để đảm bảo một xu hướng đã bắt đầu
hoặc vẫn còn mạnh thì tất cả các phương pháp đều phải xác nhận xu hướng đó. Ví dụ: nếu một
chỉ số trong dex đang bứt phá đi lên nhưng các chỉ số khác thì không, thì các chỉ số này được cho
là đang phân kỳ; nói cách khác, họ không hành động phối hợp với nhau. Tuy nhiên, một xu hướng
mạnh mẽ và chính đáng cần có tất cả các chỉ số hoạt động đồng bộ. Do đó, sự phân kỳ được coi là
một dấu hiệu—đặc biệt là sau khi một xu hướng đã tồn tại được một thời gian thì xu hướng đó
đang chậm lại và chuẩn bị đảo chiều._____
Đây là khái niệm tương tự được áp dụng cho các bộ dao động
và biểu đồ giá.
Nguyên tắc cơ bản là khi giá đạt mức cao mới, bộ dao động cũng phải đạt mức cao mới. Tất nhiên,
điều này phải tuân theo một số cách giải thích, cụ thể là "cái mới cao bao nhiêu?" nhưng nhìn
chung các mức cao tương đối sẽ diễn ra cùng một lúc. Một mức cao vào ngày thứ 4 và một mức khác
vào ngày 20 sẽ xuất hiện ở cả giá và chỉ báo dao động. Nếu mức giá cao nhất của ngày 20 cao hơn
mức giá cao nhất của ngày thứ 4, nhưng mức giá dao động cao vào ngày 20 không cao hơn ngày thứ 4
thì mô hình này được gọi là phân kỳ âm. Một ví dụ về phân kỳ âm được thể hiện trong Hình 9.1. Sự
phân kỳ dương xảy ra ở một loạt các mức giá thấp khi giá đạt đến mức thấp mới chưa được xác nhận
bởi mức thấp mới trong bộ dao động. Trong một xu hướng đặc biệt mạnh, một số phân kỳ có thể xảy
ra và tất nhiên, nếu chỉ báo dao động bị giới hạn, nó sẽ xảy ra thường xuyên hơn vì có rất ít chỗ
để chỉ báo dao động tiếp tục tạo ra các mức cao hoặc thấp mới. 2 0 3
Đây là lý do tại sao sự phân kỳ độ rộng âm đầu tiên thường là tín hiệu sai, nhưng khi hai sự phân
kỳ xảy ra đối lưng nhau, tín hiệu phân tích dao động sẽ có ý nghĩa hơn.
DONHIIWdlION
Đảo ngược
Brown (1999) mô tả chi tiết một biến thể của sự phân kỳ được gọi là sự đảo chiều của bộ dao động.
Giống như sự phân kỳ, sự đảo chiều đã được các kỹ thuật viên sử dụng kể từ khi các bộ dao động
được sử dụng lần đầu tiên, nhưng chúng đã được phổ biến gần đây bởi Andrew Cardwell. Sự đảo
chiều khác với sự phân kỳ ở mức giá đó dẫn đến sự thay đổi thay vì chỉ báo dao động. Ví dụ: một
sự đảo chiều âm xảy ra khi vào ngày 20, chỉ báo dao động đạt mức cao mới cao hơn mức cao hơn của
ngày thứ 4 nhưng giá thì không. Như được minh họa trong Hình 9.1, đây là một dạng phân kỳ ngược
trong đó giá thể hiện điểm yếu khi chỉ báo dao động không đối lập với phân kỳ khi giá vẫn mạnh
nhưng chỉ báo dao động thì không. Tuy nhiên, để phù hợp với khái niệm xác nhận, hai yếu tố giá
và bộ dao động không đồng bộ và do đó không còn xác nhận xu hướng. Đảo chiều dương cũng giống
như đảo chiều âm chỉ ở các thanh thấp. Sự đảo chiều có ý nghĩa tương tự như sự phân kỳ - cụ thể
là xu hướng đang bắt đầu có dấu hiệu căng thẳng và khả năng đảo chiều.
ID xu hướng
Brown (1999) cũng mô tả cái mà cô gọi là “ID xu hướng”. Trong một thị trường có xu hướng, các bộ
dao động sẽ duy trì ở một nửa phạm vi của chúng trong thời gian dài và sự bứt phá
tín hiệu từ vùng quá mua và quá bán tiêu chuẩn thường sai. Ví dụ: khi giá có xu hướng tăng
lên, bộ dao động có thể duy trì ở hoặc gần vùng quá mua và không bao giờ đạt đến vùng quá
bán để đưa ra tín hiệu mua trong quá trình điều chỉnh. Brown gợi ý rằng các vùng nên được
xác định lại với các tham số vùng được nâng lên để bao gồm những hiệu chỉnh đó ở mức cao
hơn một chút. Công việc của cô tập trung vào cái được gọi là "RSI", một chỉ báo dao động
giới hạn mà chúng ta sẽ xem xét sau, theo truyền thống có vùng quá bán dưới 30 và vùng quá
mua trên 70. Trong một thị trường có xu hướng tăng mạnh, việc điều chỉnh giá quá bán tại
đó sẽ có cơ hội giao dịch có thể xảy ra không bao giờ đạt được bởi bộ dao động. Do đó, cô
gợi ý rằng trong xu hướng tăng, vùng quá bán nên được nâng lên 40 và vùng quá mua được nâng
lên 90. Khi đó, các tín hiệu tốt hơn sẽ xảy ra khi sử dụng các mức mới này miễn là xu hướng
cơ bản vẫn mạnh. Trong xu hướng giảm, các mức vùng cũng có thể được điều chỉnh xuống vì lý
do tương tự. Việc điều chỉnh các vùng này không ảnh hưởng đến sự phân kỳ hoặc đảo chiều
hoặc bất kỳ mẫu biểu đồ nào khác có thể gợi ý sự thay đổi xu hướng sắp tới. Tuy nhiên, nhà
phân tích phải kiểm tra các vùng tốt nhất để phù hợp với xu hướng.
Một biến thể của ID xu hướng thường được sử dụng là độ lệch chuẩn của bộ dao động, tương
tự như việc sử dụng độ lệch chuẩn trong Dải Bollinger. Bộ dao động được tính toán và hai
dải, trên và dưới, bao quanh biểu đồ của nó ở mức bội số nào đó, thường là một, độ lệch
chuẩn của bộ dao động. Điều này tạo ra một xu hướng quá mua và bán quá mức "chuyển động"
2 0 4
với bộ dao động và điều chỉnh theo những thay đổi trong độ biến động của bộ dao động. Tín
hiệu được tạo ra khi bộ dao động thoát ra khỏi vùng quá mua hoặc quá bán về phía trung tâm
giống như các vùng cổ điển.
Crossover
ỂỒ
U, IĐ
B
Giao cắt xảy ra khi chỉ báo dao động cắt qua một mức cụ thể hoặc một chỉ báo dao động khác.
Một mức thường quan trọng là giá trị ở giữa, thường là 0 hoặc 1, chia đôi phạm vi hành
trình của bộ dao động. Hầu như theo định nghĩa, khi một bộ dao động đạt và duy trì ở trên
hoặc dưới điểm giữa trong phạm vi dao động, nó đang xác định xu hướng cơ bản. Do đó, nó là
một chỉ báo xu hướng tiềm năng. Các bộ dao động khác có các số liệu thô được làm mịn thông
qua đường trung bình động và sự giao nhau xảy ra khi số liệu thô vượt qua đường trung bình
động. Những điểm giao nhau này có thể là tín hiệu hành động hoặc là dấu hiệu cho thấy sự
thay đổi xu hướng.
Mẫu cổ điển
Điều kỳ lạ là các bộ dao động và chỉ báo thường tạo ra các mô hình đơn giản, chẳng hạn như hình
tam giác và hình chữ nhật, đồng thời tạo ra các mức hỗ trợ và kháng cự giống như giá cả. Họ thậm
chí còn có những xu hướng có thể được xác định bằng một đường xu hướng cổ điển. Những mô hình
này có giá trị tương tự như mô hình giá, ngay cả khi chỉ báo dao động bị giới hạn và có thể là
bằng chứng bổ sung về sự thay đổi xu hướng hoặc cơ hội ngắn hạn.
Xác nhận khối lượng
Khối lượng là chỉ báo xác nhận cổ điển. Các thước đo khối lượng thường được thể hiện trên biểu đồ
chứng khoán và số liệu thống kê về khối lượng được kết hợp trong một số chỉ số và bộ dao động.
Khối lượng là gì?
Khối lượng là số lượng cổ phiếu hoặc hợp đồng được giao dịch trong một khoảng thời gian xác định, thường là một ngày,
nhưng có thể là một giao dịch (gọi là khối lượng đánh dấu) trong nhiều tháng hoặc nhiều năm, trong bất kỳ thị trường
giao dịch
nào __ cổ phiếu, trái phiếu, hợp đồng tương lai và quyền chọn.
Ở những thị trường tồn tại sự chênh lệch giá đáng kể, số liệu thống kê về khối lượng đôi khi có
thể gây hiểu nhầm. Ví dụ: chênh lệch giá giữa hai hợp đồng hàng hóa có ngày tháng khác nhau có thể
khiến số liệu khối lượng trong mỗi hợp đồng bị bóp méo do chênh lệch giá chứ không phải do xu hướng
giá cả. Vấn đề chênh lệch giá trong thống kê khối lượng này đặc biệt rắc rối trên thị trường chứng
khoán, nơi không chỉ có chênh lệch giá đối với thị trường tương lai chỉ số mà còn có chênh lệch
giá giữa các giỏ, quỹ giao dịch trao đổi (ETF) và quyền chọn. Hoạt động kinh doanh chênh lệch giá
này được gọi là "giao dịch theo chương trình" và tính đến ngày 20 tháng 3 năm 2015, nó chiếm khoảng
38,6% tổng khối lượng giao dịch trên Sở giao dịch chứng khoán New York (NYSE: Báo cáo giao dịch
theo chương trình). Trong các cổ phiếu được giao dịch nhiều được tính theo chỉ số trung bình và
được sở hữu rộng rãi bởi các tổ chức, mức khối lượng giao dịch lớn có thể đơn giản là do giao dịch 2 0 5
chênh lệch giá chứ không phải do xu hướng hay sức mạnh. Bất kỳ nhà phân tích nào sử dụng số liệu
khối lượng này cho các cổ phiếu được giao dịch tích cực này đều phải nhận thức được vấn đề tiềm ẩn
này trong phân tích.
/O
D V3
WN O1
I1 N
Thật vậy, một lời chỉ trích về giao dịch theo chương trình được các nhà giao dịch
chuyên nghiệp đưa ra là nó bóp méo thông tin thường được cung cấp bởi khối lượng
giao dịch. Như phân tích của chúng tôi ở đây cho thấy, việc đưa ra khối lượng giao
dịch không liên quan đến cấu trúc thông tin cơ bản chắc chắn sẽ làm suy yếu khả năng
diễn giải thông tin thị trường một cách chính xác của những nhà giao dịch thiếu hiểu
biết. (Blume, Easley và O'Hara, 1994, trang 178)
Khối lượng được thể hiện như thế nào?
Các nhà phân tích hiển thị khối lượng trên biểu đồ giá theo nhiều cách. Một số nhà phân tích muốn
xem số liệu thống kê khối lượng riêng biệt với số liệu thống kê về giá. Những người khác đã phát
triển các phương tiện tích hợp dữ liệu khối lượng vào biểu đồ giá.
Thanh/Nến Hình minh họa phổ biến nhất về khối lượng là một thanh dọc biểu thị tổng khối lượng
trong khoảng thời gian đó ở cuối biểu đồ giá. Ví dụ: biểu đồ hiển thị dữ liệu giá hàng ngày sẽ
hiển thị khối lượng mỗi ngày trong thanh dọc bên dưới thanh giá. Hình 9.2 hiển thị số liệu thống
kê về khối lượng cho Apple Computer sử dụng phương pháp này. Phương pháp này đơn giản và giả định
không có mối quan hệ trực tiếp giữa giá và khối lượng. Nó chỉ hiển thị dữ liệu.
120,00
AAPL - Máy tính Apple hoặc Px.
tấn' /ifk
o,INAt p,110.0 -115,00
7 /- t TRONG, 0 4,
Nó 105,00
ttjrt rosia-- —An- -1--- t

_ / / -100,00
111Virl it/ /
t II/ -95,00
1 t 2 3 4 5 6
-110.000,...
Volu 1
-90.000.000
Tôi
N -- ,
:70.000.000
'N
.--- -
11:50.000.000
tôi 1 t11111 30.000.000
TÔI
11 IIIIII 1 TÔI TÔI
1
15 22 Ode 13 20 27 10 tháng 11 17 24 8 tháng 12 15 22 15 12 19
HÌNH 9.2 Giá và Khối lượng (AAPL hàng ngày: 12 tháng 9 năm
2014—21 tháng 1 năm 2015)
2 0 6
Các mức quan trọng trong Hình 9.2 được đánh dấu bằng mũi tên. Chúng đại diện cho những vị trí có
khối lượng giao dịch cao hơn cho thấy xu hướng giá có thể đảo chiều.
Các số 1, 2 và 6 xảy ra ở mức giá thấp không bị xuyên thủng ngay lập tức và do đó có thể là điểm đảo
chiều tiềm năng. Các số 3, 4 và 5 đại diện cho sự phá vỡ xu hướng dẫn đến sự đảo chiều xu hướng ngắn
hạn. Cũng lưu ý rằng trong phần lớn tháng 10 và tháng 11, khối lượng giao dịch tương đối ổn định trong
khi xu hướng không thay đổi. Sau đó từ giữa tháng 11 đến tháng 12 trong khi giá có xu hướng tăng, khối
ỂỒ
U, IĐ
B
lượng lúc đầu giảm, cho thấy sự thiếu nhiệt tình, nhưng sau đó tăng lên khi người mua trở nên quyết
liệt hơn. Những điều chỉnh nhỏ tiếp theo bao gồm việc tăng khối lượng, đây thường không phải là một
dấu hiệu thuận lợi.
thể tích cân bằng Nhiều nỗ lực đã được thực hiện để tích hợp khối lượng trực tiếp vào biểu đồ thanh.
Gartley (1935) đề cập đến cách các nhà giao dịch trước năm 1900 ghi lại trên biểu đồ một thanh dọc cho
mỗi 100 cổ phiếu được giao dịch ở một mức giá nhất định. Ví dụ: nếu 300 cổ phiếu được giao dịch ở một
mức giá nhất định, nhà giao dịch sẽ ghi lại ba thanh ở mức giá đó. Một số lượng lớn các thanh ở một
mức giá nhất định cho thấy phần lớn hoạt động diễn ra ở mức giá đó. Từ biểu đồ này, các nhà giao dịch
có thể xác định mức giá mà tại đó cung và cầu được cân bằng và từ đó xác định các vùng hỗ trợ và kháng
cự.
Dịch vụ được xuất bản đầu tiên sử dụng sự kết hợp giữa giá và khối lượng là dịch vụ Trendograph của
Edward S. Quinn (Bollinger, 2002; Gartley, 1935). Quinn tạo ra các biểu đồ bằng cách sử dụng một thanh
biểu thị giá cao nhất và giá thấp nhất mỗi ngày, cách nhau một khoảng theo chiều ngang dựa trên khối
lượng giao dịch trong ngày. Gần đây hơn, Richard W. Arms, Jr. (1998) đã thiết kế, sử dụng và báo cáo
biểu đồ “Equivolume”. Chúng có sẵn trong một số chương trình phần mềm biểu đồ hiện tại.
Hình dạng cân bằng

Quyền lực
Chật hẹp Quảng trường Hình vuông quá
Khó Sự cam Sự cam

Chuyển động di chuyển dễ dàng kết chắc chắn kết chắc chắn
từ cả hai phía ở một bên
HÌNH 9.3 Biểu đồ kiểu Equivolume Nguồn:

Incredible Charts (www.incrediblecharts.com).
Phương pháp của Arms mở rộng thanh giá dọc thành hình chữ nhật và do đó mở rộng trục hoành
tương ứng với khối lượng giao dịch trong cùng thời kỳ. Để biết ví dụ về hình dạng Equivolume,
xem Hình 9.3. Biểu đồ Equivolume giống biểu đồ thanh thông thường ngoại trừ các thanh có chiều
rộng khác nhau. Do đó, thanh rộng thể hiện khối lượng lớn và hình chữ nhật mỏng thể hiện khối
lượng nhỏ. Trục ngang của toàn bộ biểu đồ sẽ điều chỉnh tương ứng, như được hiển thị trong 2 0 7
biểu đồ Equivolume cho AAPL trong Hình 9.4.
Arms lần đầu tiên giải thích biểu đồ Equivolume bằng cách xem xét các hình chữ nhật hiển
thị phạm vi giá theo chiều cao của hình chữ nhật và khối lượng theo chiều rộng. Ví dụ, sau một
DONAIWVIGNÔHK
xu hướng tăng mạnh, sự hình thành hình hộp hoặc hình chữ nhật phẳng cho thấy giá ít chuyển
động nhưng khối lượng lớn. Điều này cho thấy xu hướng đang gặp phải một số kháng cự mạnh. Arms
cũng nhận thấy rằng các mẫu tiêu chuẩn được sử dụng trong phân tích biểu đồ thanh xuất hiện
trong biểu đồ Equivolume, và thật thú vị,
HÌNH 9.4 Biểu đồ Equivolume (AAPL—Apple Computer, hàng ngày: 19 tháng 12 năm 2014—
19 tháng 6 năm 2015)
Nguồn: www.stockcharts.com.
các đường xu hướng và đường kênh dường như cũng hoạt động tốt. Người ta sẽ nghĩ rằng đường xu hướng
hoàn toàn liên quan đến giá và thời gian trong biểu đồ thanh, nhưng Arms đã chứng minh rằng các đường
xu hướng theo giá trên khối lượng cũng xuất hiện.
Gần đây hơn, với sự ra đời của biểu đồ nến đẹp như tranh vẽ, một số dịch vụ đã áp dụng các nguyên
tắc của Equivolume để bao gồm mở, đóng, bóng, màu sắc và chỉ báo hướng. Ví dụ, Arms đã kết hợp các
thuộc tính của biểu đồ nến với biểu đồ Equivolume thành biểu đồ mà ông gọi là biểu đồ khối lượng
nến. Biểu đồ đáng kinh ngạc (www.incrediblecharts.com) hiển thị biểu đồ Equivolume hiển thị giá mở
và đóng. Các biểu đồ này có hình chữ nhật giống như biểu đồ Equivolume nhưng bao gồm các yếu tố khác.
Cách giải thích của họ tương tự như cách giải thích của Equivolume. Có thể nhìn thấy các xu hướng,
sự hình thành cũng như mức hỗ trợ và kháng cự tương tự như được hiển thị trong biểu đồ thanh thông
thường.
Điểm và Hình Biểu đồ điểm và hình, về bản chất, không bao gồm khối lượng. Sự thiếu sót này đã buộc
các nhà phân tích điểm và hình, những người tin rằng khối lượng là quan trọng, phải tìm cách tích
hợp số liệu thống kê khối lượng vào từng hộp điểm và hình, thường thông qua các ký hiệu hoặc màu
sắc. Phương pháp tiêu chuẩn là tính tổng khối lượng diễn ra trong khi mỗi hộp có hiệu lực và trình
bày nó trên biểu đồ. Từ đó, nhà phân tích có thể nhanh chóng hình dung nơi khối lượng xảy ra trong
quá trình hình thành. Nhà phân tích cá nhân sử dụng phương pháp này phải xác định xem thông tin này
có hữu ích hay không. Một người theo chủ nghĩa thuần túy về quan điểm và hình ảnh sẽ lập luận rằng
2 0 8
khối lượng không quan trọng vì hành động giá hàm ý điều đó.
Thống kê khối lượng có chứa thông tin có giá trị không?
Các bài viết học thuật sử dụng khối lượng để xác nhận các quy tắc giao dịch kỹ thuật là rất hiếm.
Hầu hết các tài liệu aca dem về khối lượng đều quan tâm đến chênh lệch giá chào mua và giao dịch
trong ngày so với giao dịch quyền chọn. Chênh lệch giá trong ngày rất được quan tâm vì đây là chi
ỂỒ
U, IĐ
B
phí giao dịch được gọi là trượt giá chưa được định lượng chính xác. Các nghiên cứu trong lĩnh vực
này nảy sinh từ yêu cầu pháp lý của các tổ chức trong việc đo lường tính hiệu quả ("khả năng khớp
lệnh tốt nhất") của các nhà giao dịch và các công ty môi giới xử lý lệnh của họ. Sự khác biệt giữa
khớp lệnh tốt nhất và khớp lệnh nhận được là chi phí cao hơn phí hoa hồng và phí trượt giá. Thông
thường, các tổ chức giao dịch thông qua các công ty không nhận được hiệu quả thực thi tốt nhất nhưng
cung cấp nghiên cứu và các lợi ích khác cho tổ chức. Câu hỏi pháp lý là, khách hàng của tổ chức có
nên trả thêm chi phí cho việc thực hiện thông qua một công ty không nhận được sự thực thi tốt nhất
không? Việc xác định cách thực hiện tốt nhất khi đó đã trở thành một lĩnh vực nghiên cứu chính mà
ngày nay vẫn chưa có câu trả lời.
Giao dịch trong ngày so với giao dịch quyền chọn là mối quan tâm của những người cố gắng giải
thích tại sao giá quyền chọn lại tụt hậu so với giá cổ phiếu.
Khối lượng cổ phiếu do người mua bắt đầu (giao dịch theo yêu cầu) trừ đi khối lượng
do người bán bắt đầu (giao dịch theo giá thầu) có khả năng dự đoán mạnh mẽ đối với
lợi nhuận cổ phiếu và quyền chọn tiếp theo, nhưng khối lượng mua ròng hoặc đặt mua
ròng có rất ít khả năng dự đoán. (Chan, Chung và Fong, 2002)

Cuối cùng, các nghiên cứu được thực hiện về khối lượng hàng ngày và hành động giá sau đó đã đi đến kết luận cuối cùng.
kết luận rằng thống kê khối lượng có thông tin có giá trị.
Nơi mà chúng tôi tin rằng kết quả của chúng tôi thú vị nhất là việc mô tả vai trò
quan trọng của khối lượng. Trong mô hình của chúng tôi, khối lượng cung cấp thông
tin theo cách khác với thông tin được cung cấp bởi giá. . . . Bởi vì số liệu
thống kê về khối lượng không được phân phối bình thường nên nếu nhà giao dịch dựa
vào khối lượng, họ có thể sắp xếp thông tin ẩn trong khối lượng và thông tin ẩn
trong giá. Chúng tôi đã chỉ ra rằng khối lượng đóng một vai trò không chỉ đơn
thuần là một thông số mô tả của quá trình giao dịch. (Blume, Easley, và O'Hara,
1994, trang 177)
Thống kê khối lượng được sử dụng như thế nào?
Các chỉ báo và tín hiệu âm lượng thường không bắt nguồn từ chính âm lượng mà từ sự thay đổi về
âm lượng. Bản thân khối lượng có thể là thước đo tính thanh khoản của chứng khoán nhưng nó không
hữu ích cho việc phân tích giá. Khối lượng thường khác nhau ở mỗi loại chứng khoán, dựa trên
các yếu tố nằm ngoài khả năng tăng và giảm của chứng khoán. Ví dụ, vào cuối năm 2014, khối lượng
giao dịch trung bình hàng ngày của Walmart là khoảng 7,4 triệu cổ phiếu. Khối lượng trung bình
hàng ngày của Coca-Cola ở mức 12,4 triệu cổ phiếu, gần gấp đôi con số đó. Thuật ngữ khối lượng
được sử dụng cùng với các chỉ báo và tín hiệu kỹ thuật thực sự đề cập đến sự thay đổi về khối 2 0 9
lượng. Chúng tôi cũng sử dụng quy ước đó.
Sự thay đổi về khối lượng nên được giải thích như thế nào? Những quy tắc chung này có từ trước
đến tác phẩm của HM Gardey năm 1935:
DONUMVLLON
1. Khi giá tăng: a. Tăng âm
lượng là ấn tượng. b. Việc giảm khối
lượng là điều đáng nghi ngờ.
2. Khi giá giảm: a. Tăng âm lượng
là ấn tượng. b. Việc giảm khối lượng là
điều đáng nghi ngờ.
3. Khi việc tăng giá dừng lại với khối lượng lớn thì đó có thể là đỉnh.
4. Khi giá dừng lại với khối lượng lớn, đó có thể là mức đáy.
Nói cách khác, sự thay đổi giá với khối lượng lớn có xu hướng xảy ra theo hướng của xu hướng
và sự thay đổi giá với khối lượng thấp có xu hướng xảy ra khi giá điều chỉnh.
Khối lượng giao dịch trước cao hơn thường là cần thiết vì nó thể hiện sự quan tâm tích cực và
tích cực đến việc sở hữu cổ phiếu. Tuy nhiên, khối lượng cao hơn là không cần thiết khi giá giảm;
giá có thể giảm do thiếu sự quan tâm và do đó, có rất ít người mua tiềm năng mua cổ phiếu, dẫn
đến khối lượng tương đối thấp.
Như trong tất cả các chỉ báo kỹ thuật, có thể xảy ra trường hợp ngoại lệ đối với các quy tắc
trước đó. Những quy tắc này chỉ là hướng dẫn. Ví dụ, Bulkowski trong phân tích các mô hình biểu
đồ đã tìm thấy nhiều trường hợp có lợi khi mô hình bùng phát với khối lượng giao dịch thấp thay
vì khối lượng giao dịch cao như mong đợi truyền thống. Larry Williams đã báo cáo về các nghiên
cứu ngắn hạn về sự tăng và giảm khối lượng đi kèm và tìm thấy rất ít hoặc không có
sự tương quan. Trong một nghiên cứu về mô hình giao thoa giá-khối lượng, Kaufman và Chaikin
(1991) đã chứng minh rằng nhận thức phổ biến không phải lúc nào cũng được chứng minh bằng thực
tế. Trong biểu đồ giao nhau giữa giá và khối lượng, liều lượng giá trong các xu hướng ngắn được
biểu thị trên trục tung và khối lượng tương ứng được biểu thị trên trục hoành. Các đường được vẽ
nối các điểm liên tiếp này và khi các đường này cắt nhau, sự giao nhau đã xảy ra. Do đó, biểu
đồ hiển thị trình tự tăng hoặc giảm giá so với khối lượng tăng hoặc giảm. Ví dụ, Kaufman và
Chaikin nhận thấy rằng khối lượng tăng trong một đợt tăng giá không nhất thiết là tích cực và sự
sụt giảm có thể xảy ra cả khi khối lượng tăng và khối lượng giảm.
Tuy nhiên, chúng ta sẽ xem xét các ví dụ cụ thể trong phần mô tả chỉ báo tiếp theo. Chúng ta
sẽ thấy rằng khối lượng là chỉ báo phụ trong phân tích giá và mặc dù nó không phải lúc nào cũng
nhất quán nhưng nó thường có thể hữu ích như một cảnh báo về sự thay đổi xu hướng, đặc biệt là
khi có bất kỳ sự gia tăng mạnh nào. Như mọi khi, người ta phải kiểm tra kỹ lưỡng từng giả định
được đưa ra về đặc tính khối lượng. Mối tương quan giữa tín hiệu và giá không đủ tin cậy để trở
thành quy tắc tuyệt đối và việc sử dụng các quy tắc truyền thống quá nghiêm ngặt thường có thể
dẫn đến kết luận không chính xác về hành động giá.
Những chỉ số và chỉ báo dao động nào kết hợp khối lượng?
Chúng ta hãy xem xét một số ví dụ cụ thể về các chỉ báo mà các nhà phân tích sử dụng khi xem
210 khối lượng như một chỉ báo xác nhận. Các chỉ báo này được chia thành hai loại chính: chỉ số và
bộ dao động.
Các chỉ số liên quan đến khối lượng Các nhà phân tích kỹ thuật đã phát triển một số chỉ số liên
quan đến khối lượng. On-Balance-Volume có lẽ là cái được biết đến nhiều nhất trong số này.
Khối lượng cân bằng (OBV) On-Balance-Volume (OBV) là ông tổ của tất cả các chỉ số
ỂỒ
U, IĐ
B
khối lượng. Joseph Granville đã đề xuất OBV trong cuốn sách năm 1976 của ông, Chiến lược mới về
thời điểm thị trường chứng khoán hàng ngày để đạt được lợi nhuận tối đa. Dữ liệu hàng ngày được
tích lũy vào chỉ số là khối lượng trong ngày được điều chỉnh theo hướng thay đổi giá so với
ngày hôm trước. Do đó, tổng khối lượng hàng ngày được thêm vào chỉ số ngày hôm trước nếu giá
đóng cửa cao hơn và trừ đi chỉ số ngày hôm trước nếu giá đóng cửa thấp hơn giá đóng cửa ngày
hôm trước. Chỉ số này là tổng tích lũy của dữ liệu khối lượng và được vẽ trên biểu đồ giá hàng
ngày. Hình 9.5 cho thấy đồ thị khối lượng OBV trông như thế nào.
Ý tưởng đằng sau chỉ số OBV chỉ đơn giản là khối lượng lớn theo một hướng và khối lượng thấp
theo hướng ngược lại sẽ xác nhận xu hướng giá. Nếu khối lượng lớn không xác nhận xu hướng giá
thì khối lượng thấp theo hướng xu hướng giá và khối lượng lớn theo hướng ngược lại cho thấy sự
đảo chiều sắp xảy ra. Do đó, việc chỉ quan sát đường OBV không hữu ích, nhưng việc quan sát xu
hướng và hành động của nó so với hành động giá thì có ích. Ví dụ: trong một thị trường có xu
hướng, khi giá đạt đến mức cao mới, sự xác nhận về sức mạnh giá sẽ xuất hiện khi OBV cũng đạt
đến mức cao mới. Nếu OBV không đạt mức cao mới và xác nhận sức mạnh giá thì phân kỳ âm đã xảy
ra, cảnh báo rằng đà tăng giá có thể sớm đảo ngược
AAPL (Máy tính Apple) werili
130,00
1;h 5 -120.00
4 0 tôi ,
-110.00
rr \i tôi igi
2 eirrt
100,00
41,0114 ' 14P lieT4-41404A-4 1411 - fi l4; 7z
Khối lượng cân bằng

900.000,
Mục lục
800.000,
2
21043.000,
[0,00
0 ct 8 1 3 2 0 2 7 W 0 7 1 0 1 7 2 4 Dec 8 1 5 2 2 ; tôi 5 1 2 1 8 2 - 4 - 3 — F - eb 9 1 6 2 3
11 18 25 8 tháng 9 15 22
HÌNH 9.5 Khối lượng cân bằng (AAPL, hàng ngày: 13 tháng 8 năm 2014—26 tháng 2 năm 2015)
đi xuống. Sự phân kỳ âm cho thấy khối lượng giao dịch không tăng khi giá tăng.
Làm cách nào để sử dụng OBV trong các mức giá đang trong mô hình hợp nhất hoặc giao dịch?
phạm vi thay vì xu hướng? Khi giá nằm trong một phạm vi giao dịch và OBV phá vỡ mức hỗ 211
trợ hoặc kháng cự của chính nó, sự phá vỡ thường chỉ ra hướng mà sự đột phá giá sẽ xảy ra.
Do đó, nó đưa ra cảnh báo sớm về hướng đột phá từ mô hình giá.
/111N
W
D
0
Chúng ta hãy xem xét kỹ hơn một chút ở Hình 9.5. Trong tháng 9 và đầu tháng 10 năm 2014,
1
xu hướng giảm tồn tại ở cả giá và OBV. OBV có một đột phá nhỏ đi lên ở điểm 1, nhưng giá
không xác nhận đột phá đó với đột phá của chính nó. Gợi ý là giá chưa sẵn sàng để thay đổi
xu hướng. Tuy nhiên, tại điểm 2, cả OBV và giá đã phá vỡ lên trên các đường xu hướng giảm
của chúng trong một đột phá hợp pháp và được xác nhận, đồng thời bắt đầu xu hướng tăng giá
kéo dài một tháng. Điều này chứng tỏ tầm quan trọng của việc có được sự xác nhận từ giá
khi tín hiệu được đưa ra bởi một chỉ số (hoặc bộ dao động). Tại điểm 3, OBV đã phá vỡ xuống
dưới đường xu hướng tăng, báo hiệu khối lượng không theo kịp giá.
Tuy nhiên, giá đã không phá vỡ đường xu hướng đi lên để xác nhận điểm yếu này cho đến điểm
thứ 3 trên biểu đồ giá và nó đã phá vỡ một cách đáng kể. Trong suốt tháng 12 và hầu hết
tháng 1, giá và xu hướng OBV không thay đổi. Một đột phá đi lên nhỏ đã xảy ra ở OBV tại
điểm 4 và không được giá xác nhận cho đến hai ngày sau khi cả OBV và giá đều tăng lên trong
cùng một ngày, do đó xác nhận hành động của nhau. Do đó, OBV có giá trị trong việc đánh giá
tính hợp pháp của các đột phá xu hướng và trong ví dụ này thực sự đã dẫn đến các đột phá
về giá, đưa ra cảnh báo cho nhà phân tích để theo dõi sự thay đổi định hướng.
Xu hướng giá và khối lượng Một cách khác để tính toán sự kết hợp giữa giá và khối lượng
là xác định hàng ngày phần trăm thay đổi giá, tăng hoặc giảm, nhân với tổng giá trị.
khối lượng trong ngày. Con số này sau đó được tích lũy thành một chỉ số gọi là xu hướng giá-
khối lượng. Chỉ số này sẽ bị ảnh hưởng nặng nề hơn khi tỷ lệ phần trăm thay đổi giá lớn
xảy ra với khối lượng lớn. Tín hiệu được kích hoạt theo cách tương tự như đối với OBV.
Trong Hình 9.6, lưu ý rằng phương pháp này, sử dụng cùng dữ liệu như Hình 9.5, cho
thấy xu hướng giá-khối lượng chỉ được xác nhận sau khi phá vỡ khoảng trống tăng vào
tháng 11. Vào tháng 1, xu hướng Giá-Khối lượng phá vỡ ngưỡng kháng cự trùng với thời
điểm phá vỡ giá. Và vào tháng 2, sự phá vỡ dưới mức hỗ trợ xảy ra trước một đợt suy
giảm kéo dài hơn và chỉ bắt đầu hai tuần sau đó với sự phá vỡ giá tương đương.
Phân phối tích lũy biến Williams (W VAD) Larry Williams

nói dối rằng giá mở cửa và đóng cửa là mức giá quan trọng nhất trong ngày.
Phân phối tích lũy biến đổi Williams (WVAD) tính toán sự khác biệt giữa giá
đóng và giá mở và liên hệ nó với phạm vi dưới dạng phần trăm.
Ví dụ: nếu một cổ phiếu mở cửa ở mức giá thấp trong ngày và đóng cửa ở mức giá cao
trong ngày thì tỷ lệ này sẽ là 100%. Trường hợp cực đoan khác là nếu một cổ phiếu
mở cửa ở mức Pl, tăng cao hơn (hoặc thấp hơn) trong khi giao dịch, nhưng quay trở
lại đóng cửa ở mức Pl, thì tỷ lệ phần trăm sẽ là 0%. Tỷ lệ phần trăm này sau đó
được nhân với khối lượng hàng ngày để ước tính khối lượng giao dịch giữa thời điểm
mở cửa và đóng cửa.
Sau đó, con số khối lượng mới được cộng hoặc trừ với WVAD của ngày hôm trước
2 1 2 và được vẽ trên biểu đồ giá. Nó cũng có thể được chuyển đổi thành đường trung
bình động hoặc chỉ báo dao động. Việc giải thích WVAD giống hệt với các chỉ số
khối lượng khác.
ỂỒ
U, IĐ
B
9 0,00
1/1 _
tôi tri1PAI
1
r -
I.
8 0 . 0 0
7 6 . 0 0
-1,400,00_.
[1 000 DO ..
Xu hướng Giá-Khối lượng
600.000,00 -
200.000,00 --
200.000_,
1400.000,
1 7 3 2 6 Tháng 12 8 1 6 2 2 0 68 1 3 2 0 2 7 Không v 1 0 1 7 2 4 Tháng 12 8 16 22 4E 1 12 19 3 8 Tháng 2 9 1 6 2 3
HÌNH 9.6 Xu hướng Giá-Khối lượng (AAPL, hàng ngày: 13 tháng 8 năm 2014—26 tháng 2 năm 2015)
Phân phối tích lũy Chaikin (AD) Năm 1975, các tờ báo tài chính không còn công bố giá mở cửa của
cổ phiếu nữa. Marc Chaikin, sử dụng công thức WVAD của Williams làm cơ sở, đã tạo ra chỉ số Phân
phối Tích lũy (AD) sử dụng giá cao nhất, thấp nhất và đóng cửa mỗi ngày. Con số cơ bản xác định
vị trí đóng cửa xảy ra trong phạm vi giá hàng ngày trong công thức:
Khối lượng x ([đóng — thấp] — [cao — đóng]) / (cao — thấp)
Do đó, nếu giá đóng cửa xảy ra trên điểm giữa của nó trong ngày thì kết quả sẽ là một số
dương, được gọi là tích lũy. Ngược lại, số âm xảy ra khi cổ phiếu đóng cửa dưới điểm giữa của nó
trong ngày và việc phân phối được cho là xảy ra. Sau đó, mỗi số liệu hàng ngày được tích lũy
thành một chỉ số tương tự như OBV và áp dụng các quy tắc chung về phân kỳ.
Hình 9.7 thể hiện đồ thị chỉ số AD sử dụng công thức Chaildn. Sự phân kỳ âm xảy ra vào đầu
tháng 10 (điểm 1) dẫn đến sự điều chỉnh nông.
Đường xu hướng tăng (điểm 2) trong đường AD đã bị phá vỡ vào đầu tháng 12, rất lâu trước khi
đường xu hướng giá (điểm 2) bị phá vỡ và bỏ lỡ đợt tăng giá cuối cùng, đồng thời một phân kỳ âm
khác phát triển vào đầu tháng 1 cảnh báo về một sự suy giảm sau đó tiếp tục trong vài tháng.
Phân phối tích lũy Williams (WAD) Đừng nhầm lẫn với Phân phối tích lũy biến đổi Williams (WVAD)
2 1 3
hoặc Phân phối tích lũy Chaikin (AD) trước đó, Phân phối tích lũy Williams (WAD) cũng loại bỏ
việc sử dụng giá mở không còn được báo cáo trên báo tài chính .
DONAIUWVIION
90,00
giống như vậy
z 2
W} thiếc IRV 111164i Nếu

85,00
cây thông
1}1101111'
-
TÔI
mitl4keritisito---fitt 40144
76,00
180.000, f.
160.500,..
Phân phối tích lũy Chaikin
1'8 26 s_ sp_ 8 16 22 Ode 13 20 27 Tháng 11 10 17 24 Tháng 12 8 16 22 - r - '18 12 19 28 Tháng 2 0 18 23
HÌNH 9.7 Phân phối tích lũy Chaikin (AAPL, hàng ngày: 13 tháng 8 năm 2014—26 tháng
2 năm 2015)
Chỉ báo này sử dụng khái niệm Phạm vi thực mà J.WellesWilder đã phát triển trong cùng thời
kỳ.
Phạm vi Đúng sử dụng giá đóng cửa của ngày hôm trước làm điểm chuẩn và tránh các vấn đề
phát sinh khi giá chênh lệch giữa các ngày. Việc tính toán mức cao và thấp của Phạm vi thực
dựa trên sự so sánh. Ví dụ: mức cao của phạm vi thực là mức cao của ngày hiện tại hoặc mức
đóng cửa của ngày hôm trước, tùy theo mức nào cao hơn. Mức thấp của phạm vi thực là mức
thấp của ngày hiện tại hoặc mức đóng cửa của ngày hôm trước, tùy theo mức nào thấp hơn.
Trong WAD, sự tích lũy xảy ra vào những ngày mà giá đóng cửa lớn hơn giá đóng cửa của
ngày hôm trước; sự biến động giá vào những ngày này được tính bằng chênh lệch giữa mức đóng
cửa của ngày hiện tại và mức thấp trong phạm vi thực. Phân phối xảy ra vào ngày có giá đóng
cửa nhỏ hơn giá đóng cửa của ngày hôm trước; sự biến động giá vào những ngày này là sự
chênh lệch giữa mức đóng cửa của ngày hiện tại và mức cao nhất trong phạm vi thực, điều này
sẽ dẫn đến số âm. Mỗi biến động giá được nhân với khối lượng trong ngày tương ứng và số
liệu thu được được tích lũy thành một chỉ số, WAD.1
Các bộ dao động liên quan đến khối lượng Không giống như các chỉ số, các bộ dao động liên
quan đến khối lượng có phần bị giới hạn. Khi một bộ dao động tiến đến giới hạn trên, tình
trạng mua quá mức sẽ xảy ra; khi nó tiến đến giới hạn dưới, tình trạng bán quá mức sẽ xảy
ra. Bộ dao động đặc biệt hữu ích trong phạm vi giao dịch.
2 1 4
Bộ tạo dao động âm lượng Bộ tạo dao động âm lượng là bộ dao động đơn giản nhất trong tất
cả các bộ tạo dao động. Nó chỉ đơn thuần là tỷ lệ giữa hai đường trung bình động về khối
lượng. Công dụng của nó là để xác định khi nào khối lượng đang mở rộng hoặc thu hẹp. Khối
lượng mở rộng ngụ ý sức mạnh của xu hướng hiện tại và khối lượng thu hẹp hàm ý sự yếu kém
trong xu hướng hiện tại. Do đó, nó hữu ích như một chỉ báo xác nhận xu hướng và đưa ra cảnh
ỂỒ
U, IĐ
B
báo nâng cao trong một phạm vi hoặc sự hình thành hợp nhất về hướng của đột phá tiếp theo.
Ví dụ: nếu trong phạm vi, chỉ báo dao động tăng khi tăng nhỏ và giảm khi giảm nhỏ, điều đó
cho thấy rằng đột phá cuối cùng sẽ đi lên.
Chúng ta hãy nhìn vào Hình 9.8. Giống như khối lượng, bộ dao động âm lượng sẽ xác nhận
xu hướng giá. Vào tháng 9 năm 2014, giá nằm trong phạm vi giao dịch đi ngang nhưng chỉ báo
dao động đang tăng. Điều này bất thường ở chỗ hầu hết các phạm vi giao dịch đều có khối
lượng giảm dần cho đến khi có điểm đột phá. Tháng 10 cũng có cấu hình hỗn hợp và bất
thường. Giá bị phá vỡ mạnh với khối lượng lớn và khối lượng tiếp tục phục hồi. Điều này
cho thấy việc mua lớn đã ngăn chặn sự suy giảm. Bộ dao động khối lượng sau đó giảm xuống
trong khi giá bước vào một phạm vi giao dịch khác, và cuối cùng, vào tháng 11, bắt đầu
tăng trở lại cùng với giá. Sự gia tăng khối lượng này là sự xác nhận của xu hướng mới. Xác
nhận tương tự xảy ra vào cuối tháng 12 và đầu tháng 1 khi tăng
Tôi Steven B. Achelis đã giới thiệu một biến thể của WAD trong cuốn sách Phân tích kỹ thuật từ A đến Z
(2001) của ông. Sự thay đổi này loại bỏ phép nhân theo khối lượng và do đó không phải là chỉ số khối
lượng mà là chỉ số giá. Biến thể của Achelis thường được xác định không chính xác trong các chương
trình phần mềm về chỉ báo giá là Phân phối tích lũy Williams.

Itti
- 90. 00
1) 1
il(tôi"111
A/ 11 Tôi
Nó
0 0 . 0 0
iX1%1 r
lY/
8 0 . 0 0
hồ sơ Y
-75.00
1 1.820.000,00
-MỘT , lượng
Âm
-77 1-2.000.000,00
L
7 H 0 0 0
, 0 0 0
. 0 0
n 1 , 0
26/09 8 16 22 Clc113 11 20 27 10/11 17 24 Dee" 15 22 40 12 111 26 tháng 2 — 9 16 23
HÌNH 9.8 Bộ dao động Khối lượng (AAPL, hàng ngày: 13 tháng 8 năm 2014—26 tháng 2 năm
2015)
21 5
khối lượng khẳng định xu hướng tăng chung. Bạn có thể thấy rằng chỉ báo dao động này có thành tích
không ổn định và nhìn chung không thỏa đáng trong việc cảnh báo chúng ta về những thay đổi xu hướng
như những chỉ báo khác đã đề cập trước đây.
DONHIITAIVIION
Dòng tiền Chaikin Dòng tiền Chaikin là một bộ dao động sử dụng (Chai-kin)
Tính toán AD cho mỗi ngày. Nó được tính bằng cách tính tổng AD trong 21 ngày qua và chia số tiền đó
cho tổng khối lượng trong 21 ngày qua. Điều này tạo ra một bộ dao động tăng trên 0 khi xu hướng tăng
bắt đầu và giảm xuống dưới 0 khi xu hướng giảm xuống.
Hãy nhớ rằng mỗi phép tính Chaikin AD hàng ngày chỉ dựa trên giá cao, thấp và đóng cửa của ngày
cụ thể đó; do đó, nếu xảy ra khoảng trống, nó sẽ không được phản ánh trong bộ dao động này. Một vấn
đề tiềm ẩn khác với bộ dao động này, cũng như với tất cả các bộ dao động được xây dựng bằng cách sử
dụng các đường trung bình động đơn giản, là việc chỉ cần bỏ đi con số xảy ra 21 ngày trước tính toán
có thể ảnh hưởng đến giá trị hiện tại của bộ dao động. Hãy nhớ rằng với tư cách là một bộ dao động,
công cụ này được sử dụng để xác nhận chứ không phải để tạo tín hiệu.
Dòng tiền Twiggs Colin Twiggs của www.incrediblecharts.com đã điều chỉnh Dòng tiền Chaikin để giải
quyết các vấn đề tiềm ẩn về khoảng trống và sự sụt giảm trong ngày thứ 21. Twiggs loại bỏ vấn đề
khoảng trống ảnh hưởng đến sức mạnh giá bằng cách sử dụng Phạm vi thực của Wilder, tương tự như cách
Williams sử dụng nó trong WAD của mình. Ngoài ra, việc sử dụng phép tính của Wilder về đường trung
bình động hàm mũ sẽ giải quyết được vấn đề về số liệu sụt giảm ảnh hưởng đến bộ dao động hiện tại.
Chỉ báo Dao động Chaikin Để gây nhầm lẫn hơn nữa, Marc Chaikin đã phát minh ra Chỉ báo Dao động
Chaikin, trái ngược với Dòng tiền Chaikin. Chỉ báo dao động này đơn giản là tỷ lệ giữa đường EMA 3 ngày
của AD và đường EMA 10 ngày của AD. Chaikin khuyến nghị rằng đường bao giá 20 ngày, chẳng hạn như Dải
Bollinger, cũng được sử dụng làm dấu hiệu cho biết khi nào tín hiệu từ bộ dao động sẽ đáng tin cậy hơn.
Hầu hết các tín hiệu là từ sự phân kỳ.
Hình 9.9 cho thấy Bộ dao động Chaikin báo hiệu sự đảo chiều ngắn hạn trong phạm vi giao dịch tốt
như thế nào. Các mức quá mua và quá bán trong biểu đồ được xác định bởi Dải Bollinger tiêu chuẩn. Khi
dải quá mua (trên) bị phá vỡ từ bên ngoài, tín hiệu bán sẽ được tạo ra và ngược lại khi dải quá bán
(dưới) bị phá vỡ từ bên ngoài, tín hiệu mua sẽ được tạo ra. Việc thu hẹp các dải cho thấy sự biến động
giảm. Sự biến động giảm đi trước những biến động giá đáng kể và do đó, là một cảnh báo về sự thay đổi
hướng nếu không muốn nói là cường độ.
Chỉ số dòng tiền (Dao động) Một phương pháp khác để đo dòng tiền vào và ra khỏi cổ phiếu là Chỉ số dòng
tiền (MFI). Nó xem xét ngày "tăng" và ngày "giảm" để xác định dòng tiền vào và ra khỏi vốn chủ sở hữu.
Dòng tiền vào bất kỳ ngày cụ thể nào là giá thông thường hoặc giá trung bình trong ngày nhân với khối
lượng hàng ngày.
Giá thông thường trong ngày được xác định là mức trung bình của mức cao, mức thấp và mức đóng cửa.
Do đó, dòng tiền vào Ngày thứ i sẽ được tính như sau
2 1 6
MFi = {(Cao, + Thấp; + Đóng;) / 3} x Khối lượng

ỂỒ
U, IĐ
B

Đau x irt6.....
Tôi/tin pitj 1.4 linh sam ithir
111401 1
10.0.
4.
1 1 t
80,00
11
nó Dao động Chaikin
ôi
lib
Tôi nghĩ vậy với
-78.00
Ili Dải Bollinger
t
-- --
18.000,0..
12.000,0..
8.000.00.
.._ . ---
_ ....
..— 0,00
, ..
\
18 28 tháng 9 8 16 22 tháng 106 13 20 27 tháng 10 19 17 24 Ilea 8 18 22 là 12 19 28 ngày 9 tháng 2 16 23
HÌNH 9.9 Bộ dao động Chaikin (AAPL, hàng ngày: 13 tháng 8 năm 2014—26 tháng 2 năm 2015)

CMT Level I 2020 - (105-231)

Uploaded by

Copyright:

Available Formats

CMT Level I 2020 - (105-231)

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

CMT Level I 2020 - (105-231)

Uploaded by

Copyright:

Available Formats

PHÁ,

Machine Translated by Google

AAPL - Máy tính Apple

Hàng ngày: 3/11/2014 - 23/3/2015

10 17 24 Tháng Mười Hai 8 15 22 '45 12 19 26 Tháng Hai 9 18 23 Tháng Ba 9 16

Được tạo bằng TradeStation

HÌNH 5.10 Khoảng trống (AAPL--Apple Computer, ngày 3 tháng 11 năm

2014—ngày 23 tháng 3 năm 2015)

9 tháng 2 16 23 Mier 9 18 23 13 tháng 4 20 11 tháng 5 18 8 tháng 6 15

Được tạo bằngTradeStati TRÊN

HÌNH 5.11 Điểm dừng cho đột phá chuyên gia

nếu nó không kích hoạt, cô ấy sẽ không mất gì cả.

(Apple Computer) từ cuối tháng 6 là đi lên.

AAPL - Máy tính Apple

đường xu hướng đi xuống

2 lần thoái lui WOO

hàng ngày: 11/12/2012 -24/10/2013

Được tạo bằng TradeStation

1 nếu như iii

Được tạo bằng TradeStation

Chờ đợi sự thoái lui Khi một đột

Tính tỷ lệ rủi ro/lợi nhuận cho giao dịch đột phá

tạo ra tín hiệu sai hoặc đòn bẩy.

Tài liệu tham khảo

cứu hàng hóa, 1962.

Con trai, 1998.

Thị trường) 33 (tháng 8/1989): 38-45.

Nghiên cứu, 1978.

Đường trung bình động

hoàn chỉnh dành cho các kỹ thuật viên thị

Jersey: Pearson Education, Inc., 2016), Chương 14.

Tuyên bố mục tiêu học tập

được làm mịn theo

cấp số nhân a Xác định xu hướng và tín hiệu với đường

Đường trung bình động là gì?

dàng xem xu hướng cơ bản thực sự hơn.

biệt của nó, đang hoạt động như thế nào.

18/11/2014 83,50 83,92 83,34 83,79

19/11/2014 83,96 85,64 83,92 84,99

20/11/2014 84,80 85,29 84,04 84,58

21/11/2014 85,34 85,44 84,58 84,65

24/11/2014 84,85 85,61 84,77 85,40

BẢNG 6.1 (Tiếp theo)

Ngày SMA SMA EMA LW/VIA

25/11/2014 85,42 85,51 84,39 84,95

26/11/2014 84,90 85,11 84,48 84,98

28/11/2014 86,18 88,09 85,90 87,54

1/12/2014 86,72 87,07 85,75 86,22

2/12/2014 86,27 86,70 85,93 86,40 85,35 85,08 85,78

3/12/2014 85,96 86,00 84,68 84,94 85,47 85,05 85,71

4/12/2014 84,13 84,82 83,65 84,76 85,44 85,00 85,58

5/12/2014 84,90 84,90 83,51 84,12 85,40 84,84 85,34

8/12/2014 84,15 84,67 83,85 84,23 85,35 84,73 85,13

9/12/2014 83,65 84,21 82,65 83,56 85,17 84,52 84,80

10/12/2014 83,93 84,31 82,90 82,98 84,97 84,24 84,40

11/12/2014 83,18 84,50 83,16 83,83 84,86 84,16 84,19

12/12/2014 83,52 85,00 83,52 83,81 84,49 84.10 84,00

15/12/2014 84,26 84,70 83,05 83,94 84,26 84,07 83,90