Индикаторы технического анализа часто воспринимаются как набор отдельных инструментов, каждый из которых решает «свою» задачу. На практике это приводит к хаотичному использованию моделей, дублированию сигналов и неправильной интерпретации рыночной динамики. Без системного подхода индикаторы превращаются в разрозненные формулы на графике, а не в элементы единой аналитической конструкции. Классификация позволяет упорядочить этот инструментарий и превратить его в структурированную методологию анализа.
Классификация биржевых индикаторов
1. Классификация по функциональному назначению (классификация по тому, какую практическую задачу решает индикатор в анализе рынка):
1.1. Трендовые индикаторы. Определяют направление движения рынка и помогают сопровождать текущий тренд.
1.2. Осцилляторы. Измеряют силу и скорость движения цены, выявляют перекупленность, перепроданность и возможные развороты в диапазоне.
1.3. Индикаторы волатильности. Оценивают степень колебаний цены и отражают расширение или сжатие рыночной активности.
1.4. Объёмные и потоковые индикаторы. Анализируют объём торгов, рыночные потоки, дельту, открытый интерес и баланс спроса и предложения.
1.5. Циклические индикаторы. Выявляют повторяющиеся рыночные циклы, фазы и периодичность ценовых колебаний.
1.6. Детекторы режима рынка. Определяют текущий тип рыночного состояния: тренд, флэт, сжатие, импульс и другие режимы.
1.7. Индикаторы преобразования цены. Преобразуют исходные ценовые данные для сглаживания шума или изменения способа отображения движения.
1.8. Индикаторы уровней. Строят статические или динамические ценовые уровни поддержки, сопротивления и баланса.
2. Классификация по математической природе (классификация по типу математической модели, лежащей в основе расчёта индикатора):
2.1. Сглаживающие. Основаны на усреднении данных и предназначены для уменьшения рыночного шума и выявления основного направления движения.
2.2. Производные. Рассчитываются на основе изменений цены или другого показателя (скорость, ускорение, темп изменения) и отражают динамику движения.
2.3. Статистические. Используют методы математической статистики: средние значения, дисперсию, стандартное отклонение и другие характеристики распределения.
2.4. Геометрические. Оперируют углами наклона, линейной регрессией, расстояниями и пространственными соотношениями ценовых точек.
2.5. Фрактальные. Основаны на принципах самоподобия и повторяющихся структур, выявляют локальные экстремумы и рыночные структуры.
2.6. Спектральные (частотные). Анализируют ценовой ряд в частотной области, выделяя циклы, фазы и доминирующие периодические компоненты движения.
3. Классификация по типу входных данных (классификация по источнику данных, используемых при расчёте индикатора):
3.1. Ценовые. Основаны исключительно на значениях цены (чаще всего на цене закрытия) без учёта объёма и других параметров.
3.2. Объемно-ценовые. Используют одновременно ценовые данные и объём торгов для оценки силы движения и активности участников рынка.
3.3. Индикаторы ценового диапазона (OHLC). Рассчитываются с использованием максимума, минимума, цены открытия и закрытия, что позволяет учитывать внутридневной диапазон движения.
3.4. Синтетические (от других индикаторов). Строятся на основе уже рассчитанных индикаторов, формируя производные или комбинированные аналитические модели.
4. Классификация по способу реакции (классификация по характеру отклика индикатора на изменения рыночной цены):
4.1. Запаздывающие. Реагируют на уже сформировавшееся движение, подтверждая тренд после его начала и сглаживая краткосрочный шум.
4.2. Опережающие. Сигнализируют о возможном изменении направления до завершения текущего движения, часто используются для поиска разворотов.
4.3. Гибридные. Сочетают свойства опережающих и запаздывающих моделей, балансируя между ранним сигналом и снижением количества ложных срабатываний.
4.4. Следящие. Двигаются вслед за ценой, изменяя направление только после её разворота, и применяются для сопровождения позиции и динамического контроля риска.
5. Классификация по типу рынка (классификация по тому, в каких рыночных условиях индикатор демонстрирует наибольшую эффективность):
5.1. Трендочувствительные. Наиболее результативны при устойчивом направленном движении и помогают сопровождать сформировавшийся тренд.
5.2. Диапазонные. Лучше работают в условиях бокового движения, выявляя границы диапазона и зоны перекупленности и перепроданности.
5.3. Импульсные. Чувствительны к ускорениям цены и используются для фиксации начала или усиления рыночного импульса.
5.4. Волатильностно-зависимые. Эффективны в условиях расширения или сжатия колебаний цены и отражают изменение интенсивности рыночной активности.
5.5. Режимные. Предназначены для определения текущего состояния рынка — тренд, флэт, сжатие или переход между фазами.
6. Классификация по логике сигнала (классификация по способу формирования торгового сигнала индикатором):
6.1. Пересечение линий. Сигнал возникает при пересечении двух линий индикатора или линии индикатора с ценой.
6.2. Пересечение уровня. Сигнал формируется при выходе значения индикатора за заданный пороговый уровень или возвращении к нему.
6.3. Пробой канала. Сигнал появляется при выходе цены или индикатора за границы установленного диапазона или канала.
6.4. Изменение знака. Сигнал формируется при переходе индикатора через нулевую линию или смене положительного и отрицательного значения.
6.5. Дивергенционные. Сигнал основан на расхождении между направлением цены и направлением индикатора, указывая на возможное ослабление текущего движения.
7. Классификация по масштабу восприятия (классификация по способу измерения и интерпретации значений индикатора):
7.1. Абсолютные. Выражаются в ценовых единицах или пунктах и напрямую зависят от масштаба инструмента.
7.2. Относительные. Представляют значения в виде процентов, долей или нормированных величин, что позволяет сравнивать различные инструменты независимо от их цены.
8. Классификация по степени адаптивности (классификация по способности индикатора автоматически изменять свои параметры в зависимости от рыночных условий):
8.1. Фиксированные. Используют неизменяемые параметры расчёта и не подстраиваются под текущую динамику рынка.
8.2. Частично адаптивные (псевдоадаптивные). Изменяют отдельные элементы расчёта или чувствительность к цене, но сохраняют фиксированную базовую структуру модели.
8.3. Полностью адаптивные. Автоматически корректируют параметры в зависимости от волатильности, цикла или структуры рынка, стремясь минимизировать запаздывание и шум.
9. Классификация по нормализации распределения (классификация по способу преобразования значений индикатора для приведения их к сопоставимому масштабу или определённому распределению):
9.1. Диапазонно-нормированные. Приводят значения к фиксированному интервалу (например, от 0 до 100), облегчая интерпретацию зон перекупленности и перепроданности.
9.2. Статистически-нормированные. Выражают отклонение показателя относительно среднего значения с учётом дисперсии или стандартного отклонения.
9.3. Гауссианизированные. Преобразуют данные таким образом, чтобы их распределение стало ближе к нормальному (гауссовскому), повышая чувствительность к экстремумам.
9.4. Масштабно-нормированные. Переводят значения в относительную форму (проценты, коэффициенты), обеспечивая сопоставимость разных инструментов и периодов.
10. Классификация по структуре формулы (классификация по типу математической зависимости, используемой при расчёте индикатора):
10.1. Линейные. Основаны на линейных соотношениях между входными данными и рассчитываются без нелинейных преобразований.
10.2. Экспоненциальные. Используют экспоненциальные функции или экспоненциальное взвешивание, придавая больший вес последним значениям.
10.3. Логарифмические. Применяют логарифмические преобразования для сглаживания масштабных различий и анализа относительных изменений.
10.4. Тригонометрические. Основаны на синусоидальных и косинусоидальных функциях, применяются для анализа цикличности и фазовых характеристик.
10.5. Рекурсивные. Рассчитываются с использованием предыдущих значений самого индикатора, формируя последовательную зависимость во времени.
10.6. Комбинированные. Сочетают несколько математических подходов в одной модели, объединяя различные методы обработки данных.
Почему индикаторы требуют систематизации?
Развитие технического анализа сопровождалось постоянным появлением новых моделей: сглаживающих, импульсных, статистических, циклических. Многие из них отличаются лишь способом обработки данных, но визуально воспринимаются как разные инструменты. В отсутствие классификации трейдер склонен рассматривать каждый индикатор как самостоятельный источник истины, не понимая его ограничений.
Систематизация решает несколько задач. Во-первых, она устраняет дублирование функций. Два трендовых индикатора, построенных на усреднении, могут подтверждать одно и то же движение, не добавляя новой информации. Во-вторых, классификация помогает сопоставить инструмент с рыночными условиями. Осциллятор, применяемый в сильном тренде, будет давать ложные сигналы не из-за «неработающей формулы», а из-за несоответствия типа индикатора текущему режиму рынка. В-третьих, системный подход формирует корректные ожидания: запаздывающий индикатор не предназначен для раннего входа, а опережающий — не гарантирует фильтрацию шума.
Таким образом, классификация становится не академическим упражнением, а инструментом снижения методологических ошибок.
Классификация как система координат анализа
Любой индикатор можно рассматривать одновременно по нескольким критериям: по назначению, математической природе, типу входных данных и характеру реакции. Такое многомерное описание позволяет увидеть его место в общей структуре анализа.
Функциональное измерение
С точки зрения назначения индикаторы делятся на трендовые, осцилляторы, волатильностные, объёмные, циклические и другие группы. Каждая категория решает конкретную задачу: сопровождение движения, оценка перекупленности, измерение интенсивности колебаний или определение рыночного режима. Понимание функции предотвращает смешение ролей и неправильную интерпретацию сигналов.
Математическое измерение
С точки зрения модели расчёта индикаторы могут быть сглаживающими, производными, статистическими, геометрическими или спектральными. Это различие определяет поведение инструмента. Сглаживающие уменьшают шум, производные фиксируют скорость изменения, статистические оценивают отклонения, а спектральные анализируют циклическую структуру. Осознание математической базы позволяет прогнозировать ограничения и чувствительность индикатора к изменению параметров.
Многомерный подход показывает, что один и тот же инструмент может относиться к разным классам в разных измерениях. Такое пересечение не является противоречием, а отражает сложность модели.
Практическое значение классификации
Структурированная система координат даёт возможность осознанно формировать торговую стратегию. Вместо случайного набора индикаторов создаётся комбинация, в которой каждый элемент выполняет конкретную функцию: один определяет направление, другой — режим рынка, третий — момент входа. Это снижает вероятность логических противоречий внутри системы.
Кроме того, классификация играет ключевую роль при разработке собственных моделей. Создание индикатора начинается с определения задачи, затем выбирается математическая база, тип входных данных и способ генерации сигнала. Без чёткого понимания существующих классов невозможно оценить, является ли новая модель действительно новой или лишь вариацией уже известного решения.
Системный подход превращает индикаторы из набора формул в элементы методологически выстроенной аналитической конструкции. Именно структура позволяет отличить осознанный анализ от механического применения инструментов.