Методы технического анализа разработаны для спекулятивной игры на рынке. Наиболее распространенный прием связан с анализом результатов торгов конкретной ценной бумаги для последующего определения моментов ее продажи или покупки. Существенным является тот факт, что рассматривается временной ряд котировок по отдельной бумаге и предпринимаются попытки построить прогноз, используя только результаты ее торгов. Прогнозы, полученные таким образом, как правило, краткосрочные.
    Тем не менее нередки ситуации, когда в некоторый момент времени цена акции заметно опережает или отстает от среднерыночной цены, определенной по индексу. В таком случае, используя стандартные средства технического анализа, можно допустить большую погрешность в определении дальнейшего поведения цены, так как тренд отдельной бумаги не <чувствует> рынка и коррекция цены акции с использованием методов технического анализа будет определена с опозданием (это часто наблюдается, например, в случае применения скользящих средних).
    Использование в данном случае привычного бета-коэффициента (b) малоэффективно, так как его величина сильно зависит от размера выборки и малочувствительна к локальным изменениям цены. На рис. 1 приведены построенные методом наименьших квадратов прямые, определяющие значения акций РАО <ЕЭС России> и <ЛУКОЙЛа>. Учитывая, что на долю этих акций ежемесячно приходится от 50 до 70% объема торгов в РТС, можно заключить, что поведение рынка определяется в первую очередь динамикой цены этих акций. Однако значения их бета-коэффициентов могут отличаться, так как локальный рост и падение цены могут происходить в противофазе и компенсировать друг друга.
    Существуют ли зависимости между периодами роста и падения цены акции относительно рынка? Если да, то определенная подобным образом функция может служить аналогом бета-коэффициента, зависящего от времени и следовательно, чувствительного к локальным изменениям цены акции. Полученную функцию можно было бы использовать для построения прогнозов котировок, так как она неявно содержит информацию о рынке в целом. Заранее ответим на заданный вопрос - такая функция есть, хотя в ряде случаев она имеет хаотический вид (даже после высокочастотного сглаживания), и тогда предлагаемый подход прогнозирования неприменим.

    Рассмотрим относительное изменение цены акции (рис. 2), которое определяется отношением цены закрытия в день торгов на цену закрытия в начале рассматриваемого периода, и сравним с относительным изменением индекса РТС, определенным аналогичным образом. Начало периода соответствует дате 5 января, окончание - 14 августа 1998 г.
    Сравнение акций <ЛУКОЙЛа> и РАО <ЕЭС России> удобно при анализе долгосрочных инвестиций, поскольку в этом случае важен окончательный, а не промежуточный результат. В случае построения спекулятивной стратегии, напротив, необходимо определить изменение относительной цены на более коротком отрезке и оценить общую спекулятивную привлекательность акции относительно рынка за весь период. Для этого разобьем исследуемый интервал на отрезки и на каждом отрезке определим числовую характеристику, определяющую относительное изменение цены.
    Введем индикатор силы роста акции как норму отклонения доходности акции от доходности, рассчитанной по индексу в течение n торговых дней.
    Определим норму данного отклонения ||Ж||1 следующим образом:

    ||Ж||1 = Si=1n [St(T + i)/St(T) - Ind(T + i)/Ind(T)] (1)
    и норму отклонений ||Ж||2 за период m > n:
    ||Ж||2 = S1k ||Ж||1, (2)
    где St(Т + i) - цена закрытия акции в день Т + i; St(Т) - цена закрытия акции в день Т; Ind(T + i) - значение индекса, в список которого входит акция St(T), рассчитанного по цене закрытия акции в день T + i; Ind(Т) - значение рыночного индекса, рассчитанного по цене закрытия акции в день T; m, n - число торговых дней; k - целая часть числа m/n.

    Первая норма - уравнение (1) - характеризует изменение относительной цены акции в течение короткого периода и определяет спекулятивную привлекательность. Длина интервала: n > 1. Можно рассматривать n = 5, что соответствует числу торговых дней в неделю. При n = 1 доходность необходимо рассчитывать в скользящем окне длиной больше 1.
    Вторая норма - уравнение (2) - определяет коэффициент спекулятивной привлекательности акции. Ранжируя список акций по данному коэффициенту, можно определить опережающие или отстающие по росту цены акции от рынка. Данная информация полезна при анализе эффективности управления инвестиционным портфелем. Действительно, если портфель постоянно состоит из акций с отрицательным значением ||Ж||2, необходимо пересмотреть правила формирования портфеля.
    Отметим, что вторая норма при m >> n является аналогом бета-коэффициента.
    На рис. 3 приведены значения ||Ж||1 в случае n = 5 для акций <ЛУКОЙЛа> и РАО <ЕЭС России>, характеризующие отклонения роста или падения средней стоимости акций за неделю относительно среднерыночной цены, определяемой индексом РТС. Видно, что колебания относительной стоимости акций на протяжении рассматриваемого периода носят хаотический характер. Однако интервал положительных значений у акций РАО <ЕЭС России> - продолжительный, что позволяет выделить периоды положительной и отрицательной фазы. Под периодом понимается временной интервал, для которого ||Ж||1 > 0. В этом случае, используя для прогноза сглаженные функции относительной цены, можно определить скорость изменения цены акции относительно рынка. Момент продажи акций должен соответствовать изменению знака первой производной с положительного на отрицательный для сглаженной функции. Сигналом к покупке акций служит обратное изменение знака первой производной линии тренда - с отрицательного на положительный. Для определения наименований акций необходимо провести данный анализ для всех котирующихся акций с целью определения динамики каждой акции и определения акций с наибольшим потенциалом роста в данный момент времени. Потенциал роста зависит от амплитуды и частоты колебаний цены данной акции относительно рынка и определяется по характеристикам ряда ||Ж||1 для каждой акции.
    Если недельный интервал слишком велик, можно уменьшить интервал времени (число торговых дней - n), на котором производится осреднение. Рассмотрим крайний случай. Введем норму ||Ж||3, соответствующую норме ||Ж||1 при i = 1.

    ||Ж||3 = St(T + ЖT)/St(T) - - Ind(T + ЖT)/Ind(T) (3)

    На рис. 4 приведены значения ||Ж||3 для ЖT = 7. Из рис. 4, б видно, что для акций РАО <ЕЭС России> рост цены акции относительно индекса практически всегда совпадает с ростом цены самой акции. Для акций же <ЛУКОЙЛа> (рис. 4, а) колебания относительной и абсолютной цены носят знакопеременный характер. Бета-коэффициет для акций РАО <ЕЭС России> больше, чем для акций <ЛУКОЙЛа> (хотя прямую аналогию здесь проводить нельзя).
    Подводя итог, отметим, что при переходе от ряда абсолютных цен к ряду относительных цен в некоторых случаях действительно удается получить дополнительную информацию для построения среднесрочного прогноза цены акции. Таким образом, ранжирование акций по сумме отклонений цены акции от индекса в течение рассматриваемого периода является удобным способом для анализа эффективности управления инвестиционным портфелем.