BÀI 6: PHÂN TÍCH TỶ LỆ VÀ CÁC DÃY THỜI GIAN FIBONACCI

-------------------***-------------------
Click để về MỤC LỤC

 

Trong Nguyên lý Sóng Elliott, các con sóng không chỉ tuân theo cấu trúc vận động mà còn có mối quan hệ chặt chẽ về biên độ và thời gian. Phân tích tỷ lệ giúp xác định mức giá mục tiêu dựa trên Tỷ lệ Fibonacci, trong khi dãy thời gian Fibonacci hỗ trợ dự đoán thời điểm thị trường có thể đảo chiều. Bài viết này sẽ đi sâu vào hai nhóm quan hệ quan trọng giữa các sóng:

• Các mức điều chỉnh (Retracements) – Khi giá hồi lại một phần theo tỷ lệ Fibonacci của sóng trước.

• Các mức nhân bội (Multiples) – Khi biên độ sóng này là bội số của sóng khác theo tỷ lệ Fibonacci.

Ngoài ra, bài viết còn phân tích ứng dụng thực tế của phân tích tỷ lệ, từ các nghiên cứu của Robert Rhea đến các dự báo chính xác của Hamilton Bolton và A.J. Frost. Đặc biệt, lý thuyết chu kỳ của Samuel Benner sẽ được đề cập để khám phá cách thị trường vận động theo các chu kỳ lặp lại.

Bài 6 sẽ giúp bạn hiểu rõ cách các quy luật tự nhiên này có thể hỗ trợ dự báo thị trường và tối ưu hóa chiến lược giao dịch.

 

PHÂN TÍCH TỶ LỆ

Phân tích tỷ lệ là đánh giá mối quan hệ tương xứng giữa một sóng này với một sóng khác, cả về thời gian và biên độ. Khi xem xét cách hoạt động của Tỷ lệ Vàng (Golden Ratio) trong chu kỳ năm sóng tăng và ba sóng giảm của thị trường chứng khoán, ta có thể dự đoán rằng khi một giai đoạn tăng giá kết thúc, đợt điều chỉnh tiếp theo sẽ bằng ba phần năm (3/5) của sóng trước đó, cả về thời gian lẫn biên độ. Tuy nhiên, sự đơn giản như vậy hiếm khi xuất hiện. Dù vậy, xu hướng tự nhiên của thị trường luôn có xu hướng tuân theo các mối quan hệ gợi ý bởi Tỷ lệ Vàng, từ đó giúp xác định hình thái phù hợp cho mỗi con sóng.

Nghiên cứu về mối quan hệ biên độ sóng trên thị trường chứng khoán thường dẫn đến những khám phá bất ngờ đến mức một số nhà thực hành lý thuyết sóng Elliott đã trở nên ám ảnh về tầm quan trọng của nó. Mặc dù các tỷ lệ thời gian Fibonacci ít phổ biến hơn, nhưng nhiều năm vẽ biểu đồ trung bình đã khiến các tác giả tin rằng biên độ của hầu như mọi con sóng đều có liên quan đến biên độ của một sóng liền kề, sóng thay thế hoặc sóng thành phần theo một trong các tỷ lệ Fibonacci. Tuy nhiên, chúng ta cần trình bày bằng chứng cụ thể và để nó tự chứng minh giá trị thay vì áp đặt kết luận.

Dữ liệu đầu tiên phản ánh tỷ lệ thời gian và biên độ trên thị trường chứng khoán đến từ các tác phẩm kinh điển của nhà lý thuyết Dow vĩ đại, Robert Rhea. Năm 1934, trong cuốn sách "The Story of the Averages", Rhea đã tổng hợp dữ liệu thị trường từ các đợt thị trường giá lên và giá xuống của Dow Jones trong giai đoạn 36 năm từ 1896 đến 1932. Ông đã nói về lý do tại sao ông cảm thấy cần phải trình bày những dữ liệu này, ngay cả khi chưa có ứng dụng rõ ràng ngay lập tức.

Dù việc tổng hợp các số liệu trung bình có đóng góp gì cho tổng thể lịch sử tài chính hay không, tôi vẫn tin chắc rằng những dữ liệu thống kê này sẽ giúp nhiều nhà nghiên cứu khác tiết kiệm được hàng tháng nghiên cứu… Do đó, tôi nghĩ rằng tốt nhất nên ghi lại toàn bộ dữ liệu thống kê mà chúng tôi đã thu thập, thay vì chỉ chọn những phần có vẻ hữu ích… Những số liệu trình bày dưới đây có thể không có nhiều giá trị trong việc dự đoán quy mô tiềm năng của các biến động thị trường trong tương lai; tuy nhiên, như một phần của nghiên cứu tổng thể về các trung bình giá, nó vẫn đáng để xem xét.

Một trong những phát hiện quan trọng là:

Dữ liệu tổng hợp của bảng thống kê trên (chỉ xét trung bình công nghiệp) cho thấy rằng trong khoảng thời gian nghiên cứu kéo dài 13.115 ngày, thị trường giá lên (bull markets) diễn ra trong 8.143 ngày, trong khi thị trường giá xuống (bear markets) chiếm 4.972 ngày còn lại. Mối quan hệ giữa hai giai đoạn này cho thấy rằng thị trường giá xuống chiếm 61.1% thời gian của một chu kỳ giá lên.

Và cuối cùng,

Cột 1 trong bảng thống kê tổng hợp tất cả các chuyển động chính trong từng chu kỳ thị trường giá lên hoặc giá xuống. Rõ ràng, con số này lớn hơn nhiều so với mức chênh lệch thuần giữa đỉnh và đáy của bất kỳ thị trường giá lên nào.

Ví dụ, thị trường giá lên được thảo luận trong Chương II (đối với cổ phiếu công nghiệp) bắt đầu từ 29.64 và kết thúc ở 76.04, với mức tăng ròng (biên độ tăng) là 46.40 điểm. Tuy nhiên, mức tăng này được chia thành bốn sóng chính với các biên độ 14.44, 17.33, 18.97 và 24.48 điểm.

Tổng của các biên độ này là 75.22, đây là con số hiển thị trong Cột 1. Nếu lấy mức tăng ròng 46.40 chia cho tổng mức tăng của các sóng 75.22, kết quả thu được là 1.621, tức là tỷ lệ phần trăm hiển thị trong Cột 1.

Giả sử có hai nhà giao dịch hoàn toàn chính xác trong giao dịch của họ:

• Nhà giao dịch thứ nhất mua cổ phiếu tại điểm thấp nhất của thị trường giá lên và giữ nó cho đến khi đạt đỉnh cao nhất, rồi bán ra. Lợi nhuận của anh ta là 100%.

• Nhà giao dịch thứ hai mua tại điểm thấp nhất của từng đợt điều chỉnh và bán tại đỉnh của từng sóng chính, sau đó mua lại tại các đáy điều chỉnh tiếp theo. Theo cách này, lợi nhuận của anh ta sẽ là 162.1%, so với 100% của nhà giao dịch đầu tiên.

Do đó, tổng các lần điều chỉnh trong một thị trường giá lên trung bình đã điều chỉnh giảm 62.7% so với mức tăng ròng. ([Đoạn này được nhấn mạnh trong bản gốc]).

Phát hiện của Robert Rhea vào năm 1934

Vào năm 1934, Robert Rhea đã vô tình phát hiện ra mối quan hệ giữa Tỷ lệ Fibonacci và các giai đoạn thị trường giá lên & giá xuống, cả về thời gian lẫn biên độ. May mắn thay, ông nhận ra rằng dù những dữ liệu này không có ứng dụng thực tế ngay lập tức, chúng vẫn có thể hữu ích trong tương lai.

Tương tự, chúng tôi tin rằng vẫn còn nhiều điều cần khám phá về phân tích tỷ lệ, và phần giới thiệu này, dù chỉ chạm vào bề mặt vấn đề, có thể có giá trị trong việc hướng dẫn các nhà phân tích trong tương lai, giúp họ trả lời những câu hỏi mà có lẽ chúng ta hiện tại chưa từng nghĩ đến.

Phân tích tỷ lệ đã tiết lộ một số mối quan hệ giá chính xác thường xuất hiện giữa các sóng. Có hai loại quan hệ chính:

1. Retracements → Các mức điều chỉnh

2. Multiples → Các mức nhân bội

 

Các mức điều chỉnh (Retracements)

Đôi khi, một đợt điều chỉnh sẽ hồi lại một phần theo tỷ lệ Fibonacci của sóng trước đó. Như minh họa trong Hình 4-1, các điều chỉnh mạnh thường có xu hướng hồi lại 61.8% hoặc 50% của sóng trước, đặc biệt khi chúng xuất hiện dưới dạng sóng 2 trong một sóng đẩy (Impulse Wave), sóng B trong một mẫu hình zigzag lớn, hoặc sóng X trong một zigzag kép.

Một mô hình chéo dẫn đầu (Leading Diagonal) trong vị trí sóng 1 thường được theo sau bởi một mẫu hình zigzag với tỷ lệ điều chỉnh 78.6% (√φ). Các điều chỉnh đi ngang (sideways corrections) thường có xu hướng hồi lại 38.2% của sóng đẩy trước đó, đặc biệt khi chúng xảy ra trong sóng 4, như minh họa trong Hình 4-2.

Các điều chỉnh có nhiều dạng khác nhau. Các tỷ lệ hiển thị trong Hình 4-1 và Hình 4-2 chỉ mang tính chất tham khảo chung. Tuy nhiên, đây lại là nơi mà nhiều nhà phân tích tập trung quá mức vì đo lường các mức điều chỉnh rất dễ dàng.

Tuy nhiên, các mối quan hệ giữa các sóng xen kẽ (alternate waves) hoặc các độ dài sóng mở rộng theo cùng một hướng thường mang lại kết quả chính xác và đáng tin cậy hơn. Những nội dung này sẽ được giải thích ở phần tiếp theo.

Quan hệ nhân bội của sóng đẩy (Motive Wave Multiples)

Chương 2 đã đề cập rằng khi sóng 3 mở rộng, sóng 1 và sóng 5 có xu hướng bằng nhau hoặc tuân theo tỷ lệ 0.618, như minh họa trong Hình 4-3. Thực tế, cả ba sóng đẩy thường có mối liên hệ theo toán học Fibonacci, theo các tỷ lệ 1.618 hoặc 2.618, trong đó nghịch đảo của chúng là 0.618 và 0.382. Các quan hệ giữa sóng đẩy này thường thể hiện dưới dạng phần trăm. Ví dụ:

• Sóng 1 từ 1932 đến 1937 tăng 371.6%.

• Sóng 3 từ 1942 đến 1966 tăng 971.7%, tức là gấp 2.618 lần sóng 1.

Thang đo bán logarit (semilog scale) thường cần thiết để làm rõ những mối quan hệ này. Ở cấp độ nhỏ hơn, thang số học và phần trăm thường cho ra kết quả tương đương, vì tổng số điểm của từng sóng đẩy vẫn thể hiện cùng một tỷ lệ nhân bội.

Một kịch bản phổ biến khác là chiều dài của sóng 5 đôi khi có mối quan hệ Fibonacci với tổng độ dài của sóng 1 và sóng 3, như minh họa trong Hình 4-4, thể hiện một sóng 5 mở rộng.

• Khi sóng 5 không mở rộng, tỷ lệ phổ biến giữa sóng 1 và 3 thường là 0.382 hoặc 0.618.

• Nếu sóng 1 mở rộng, thì chính sóng 2 sẽ chia toàn bộ sóng đẩy thành tỷ lệ Vàng (Golden Section), như minh họa trong Hình 4-5.

Tổng quát hóa quan sát quan trọng

Từ những quan sát trên, có thể tổng quát hóa rằng:

• Nếu sóng 1 không mở rộng, sóng 4 thường chia phạm vi giá của sóng đẩy thành Tỷ lệ Vàng. Trong trường hợp này, phần sau của sóng 4 chiếm 38.2% tổng chiều dài nếu sóng 5 không mở rộng (Hình 4-6).

• Nếu sóng 5 mở rộng, phần sau của sóng 4 chiếm 61.8% tổng chiều dài (Hình 4-7).

Ví dụ thực tế được thể hiện trong Hình 6-8 và Hình 6-9.

Hướng dẫn này có phần không tuyệt đối, vì điểm chính xác nơi sóng 4 tạo ra sự phân chia có thể thay đổi – nó có thể bắt đầu từ điểm xuất phát hoặc điểm cực hạn của sóng 4. Do đó, tùy thuộc vào hoàn cảnh, nó có thể cung cấp hai hoặc ba mục tiêu gần nhau để dự đoán điểm kết thúc của sóng 5. Đây cũng là lý do tại sao mục tiêu hồi lại cho sóng 5 thường trùng với mức điều chỉnh sóng 4 và mốc hồi 0.382.

Quan hệ nhân bội của sóng điều chỉnh (Corrective Wave Multiples)

Trong mô hình Zigzag, chiều dài của sóng C thường bằng với sóng A, như thể hiện trong Hình 4-8. Tuy nhiên, tỷ lệ 1.618 hoặc 0.618 giữa sóng C và sóng A cũng không phải hiếm gặp, đặc biệt khi sóng C kết thúc bằng một sóng mở rộng, như minh họa trong Hình 4-9.

Trong một mô hình Flat điều chỉnh tiêu chuẩn, các sóng A, B và C thường có độ dài xấp xỉ nhau, như trong Hình 4-10.

• Trong một mô hình Flat mở rộng, sóng C thường dài gấp 1.618 lần sóng A.

• Đôi khi, sóng C sẽ kết thúc tại mức bằng 0.618 chiều dài sóng A.

Mỗi quy tắc trên đều được thể hiện trong Hình 4-11. Trong một số trường hợp hiếm gặp, sóng C có thể dài gấp 2.618 lần sóng A.

Sóng B trong mô hình Flat mở rộng (Expanded Flat) đôi khi có chiều dài gấp 1.236 hoặc 1.382 lần sóng A.

Trong một mô hình tam giác (triangle), ít nhất hai trong số các sóng xen kẽ thường có mối quan hệ Fibonacci với nhau.

Ví dụ:

• Trong một tam giác hội tụ hoặc tam giác mở rộng, sóng e = 0.618c, sóng c = 0.618a, hoặc sóng d = 0.618b, như minh họa trong Hình 4-12.

• Trong một tam giác mở rộng, tỷ lệ này thường là 1.618.

Trong các mô hình điều chỉnh kép và tam kép (Double & Triple Corrections), độ di chuyển ròng của một mẫu hình đơn lẻ thường có mối quan hệ bằng nhau hoặc Fibonacci với mẫu hình còn lại, đặc biệt nếu một trong ba sóng là tam giác, theo tỷ lệ 0.618.

Cuối cùng, sóng 4 thường mở rộng qua phạm vi giá lớn và có mối quan hệ bằng nhau hoặc theo Fibonacci với sóng 2, giống như cách mà sóng đẩy tuân theo tỷ lệ này. Những mối quan hệ này thường được đo lường theo phần trăm.

 

Phân tích Tỷ lệ Ứng dụng (Applied Ratio Analysis)

Chỉ vài năm sau khi Rhea xuất bản cuốn sách của mình, Elliott đã nhận ra tính ứng dụng của phân tích tỷ lệ. Ông nhận thấy rằng số điểm của chỉ số DJIA từ năm 1921 đến 1926 (bao gồm sóng 1 đến sóng 3) chiếm 61.8% số điểm trong sóng 5 từ 1926 đến 1928 (năm 1928 được Elliott coi là đỉnh chính thống của thị trường giá lên). Mối quan hệ tương tự cũng xuất hiện trong năm sóng tăng từ 1932 đến 1937 (tham khảo Hình 2-11 và 2-12).

Năm 1957, A. Hamilton Bolton trong phần bổ sung của Elliott Wave trên Bank Credit Analyst đã đưa ra dự báo giá dựa trên kỳ vọng về hành vi sóng điển hình như sau:

"Nếu thị trường tiếp tục tích lũy trong khoảng một năm nữa theo cách truyền thống, có khả năng sóng chính V (Primary Wave V) sẽ tạo ra một đợt tăng giá mạnh mẽ, đưa chỉ số DJIA lên 1000 điểm hoặc cao hơn vào đầu những năm 1960 trong một làn sóng đầu cơ lớn."

Trong tác phẩm The Elliott Wave Principle – A Critical Appraisal, Bolton tiếp tục nêu rõ:

"Nếu thị trường từ năm 1949 tuân theo công thức này, thì mức tăng từ 1949 đến 1956 (361 điểm trong DJIA) sẽ được hoàn tất khi 583 điểm (161.8% của 361 điểm) được cộng vào mức thấp 416 điểm năm 1957, tạo thành 999 điểm trên DJIA. Ngoài ra, nếu ta dùng 361 chia cho 416, ta sẽ có mục tiêu 777 điểm trên DJIA."

Sau đó, khi viết bản bổ sung cho Elliott Wave năm 1964, Bolton kết luận:

"Chúng ta đã tiến gần đến mức 777 điểm, vậy nếu DJIA đạt 1000 điểm trong các mức trung bình tiếp theo, điều đó trông có vẻ rất hợp lý."

Năm 1966, những nhận định trên đã trở thành một trong những dự báo chính xác nhất trong lịch sử thị trường chứng khoán khi vào lúc 3:00 PM ngày 9 tháng 2, chỉ số DJIA ghi nhận 995.82 điểm (mức cao nhất trong ngày là 1001.11 điểm). Như vậy, Bolton đã dự đoán chính xác chỉ trong sai số 3.18 điểm so với giá thực tế, với biên độ sai lệch chưa đến 1/3 của 1%.

Dù đây là một dự đoán ấn tượng, Bolton vẫn nhấn mạnh rằng phân tích mô hình sóng phải được ưu tiên hơn so với các hàm ý của tỷ lệ tương ứng. Khi thực hiện phân tích tỷ lệ, điều quan trọng là phải hiểu và áp dụng phương pháp đánh số & gán nhãn của Elliott, từ đó xác định điểm thích hợp để thực hiện đo lường ngay từ đầu.

• Các tỷ lệ giữa các độ dài sóng được đo tại các mức sóng kết thúc chính thống (orthodox termination levels) thường đáng tin cậy.

• Trong khi đó, các mức cực đại/ cực tiểu phi chính thống (nonorthodox price extremes) thường ít đáng tin cậy hơn.

Ứng dụng thực tế của Phân tích Tỷ lệ

Các tác giả của sách này đã áp dụng phân tích tỷ lệ nhiều lần và thường đạt được thành công.

• A.J. Frost tin rằng mình có khả năng nhận diện điểm đảo chiều khi ông bắt được đáy "Khủng hoảng Cuba" vào tháng 10 năm 1962, ngay khi nó xảy ra. Ông đã điện báo ngay lập tức kết luận của mình cho Hamilton Bolton tại Hy Lạp.

• Năm 1970, trong một bản bổ sung cho Bank Credit Analyst, Bolton xác định rằng đáy của thị trường gấu trong sóng điều chỉnh cấp chu kỳ (Cycle Wave Correction) có khả năng rơi vào mức thấp bằng 0.618 lần khoảng cách giảm của năm 1966, tức là 572 điểm.

• Bốn năm sau, vào tháng 12 năm 1974, chỉ số DJIA ghi nhận mức thấp 572.20 điểm, từ đó thị trường bùng nổ mạnh mẽ vào năm 1975-76.

Ứng dụng trong thực tế nhỏ hơn

Phân tích tỷ lệ cũng có giá trị ở những cấp độ sóng nhỏ hơn.

• Mùa hè năm 1976, trong một báo cáo cho Merrill Lynch, Robert Prechter đã xác định được sóng 4 đang diễn ra là một tam giác mở rộng hiếm gặp.

• Tháng 10 năm 1976, ông sử dụng tỷ lệ 1.618 để xác định mức cao tối đa kỳ vọng cho mô hình tám tháng ở 922 điểm trên Dow Jones.

  • Điểm thấp được ghi nhận năm tuần sau đó ở 920.63 điểm vào ngày 11 tháng 11, đánh dấu sự khởi đầu của sóng tăng cuối năm.

Dự báo năm 1977-1978 của Robert Prechter

Vào tháng 10 năm 1977, 5 tháng trước khi xảy ra, Robert Prechter đã tính toán đáy có thể xảy ra vào năm 1978 là khoảng 744 điểm hoặc thấp hơn một chút.

• Ngày 1 tháng 3 năm 1978, lúc 11:00 AM, DJIA chạm đúng 740.30 điểm.

• Một báo cáo sau đó đã chỉ ra tầm quan trọng của mức 740, ghi nhận:

"Vùng 740 đánh dấu điểm mà đợt điều chỉnh năm 1977-78 hoàn thành với đúng tỷ lệ 0.618 so với đợt tăng của thị trường giá lên 1974-1976."

• Thứ hai, mức 740 chính xác gấp 2.618 lần chiều dài đợt điều chỉnh năm 1975 (từ tháng 7 đến tháng 10).

Như vậy, độ dài của sóng C bằng 2.618 lần sóng A khi đáy của sóng C nằm ở 746 điểm.

Ý nghĩa của mức 740 trên DJIA

Mức 740 đã đóng vai trò quan trọng nhiều lần trong lịch sử.

• Năm 1961, mức 741.30 trùng với tỷ lệ P/E cao nhất trong lịch sử thị trường.

• Năm 1966, mức 735.74 đánh dấu điểm kết thúc đầu tiên trong thị trường giá xuống cấp chu kỳ (Cycle Wave IV bear market).

• Các năm 1963, 1970, 1974, 1975, mỗi lần DJIA phá vỡ 740 đều đi kèm với sự biến động cực kỳ mạnh mẽ.

• Năm 1978, mức 740 trùng với hỗ trợ xu hướng dài hạn.

Theo Nguyên lý Sóng Elliott, giới hạn của bất kỳ đợt điều chỉnh nào là đáy của sóng 4 trước đó ở cấp độ thấp hơn. Tuy nhiên, nếu sóng 1 trong một chuỗi 5 sóng mở rộng, thì giới hạn điều chỉnh thường là đáy của sóng 2.

 

Mối quan hệ giữa nhiều cấp độ sóng (Multiple Wave Relationships)

Hãy nhớ rằng tất cả các cấp độ xu hướng đều đang hoạt động đồng thời trên thị trường. Do đó, tại bất kỳ thời điểm nào, thị trường cũng sẽ đầy rẫy các mối quan hệ Fibonacci, xảy ra đồng thời với các cấp độ sóng khác nhau. Điều này dẫn đến thực tế rằng các mức giá có nhiều mối quan hệ Fibonacci trùng nhau sẽ có khả năng tạo đảo chiều lớn hơn so với một mức giá chỉ có một mối quan hệ.

Ví dụ, nếu:

• Sóng Chính (Primary) ② hồi lại 0.618 của sóng ①, nó sẽ tạo ra một mục tiêu giá cụ thể.

• Bên trong đó, sóng Trung gian (Intermediate) (A) có biên độ gấp 1.618 lần sóng (C) trong một mô hình điều chỉnh không đều, tạo ra cùng một mục tiêu cho sóng Trung gian (C).

• Trong đó nữa, sóng Nhỏ (Minor) 1 có biên độ bằng đúng 1.00 lần sóng Nhỏ 5, một lần nữa tạo ra cùng một mục tiêu giá.

Khi có nhiều mức giá trùng nhau như vậy, điều này cung cấp lập luận mạnh mẽ để kỳ vọng một sự đảo chiều tại mức giá đó. Hình 4-16 minh họa ví dụ này.

Mối quan hệ tỷ lệ trong Hình 4-17

Hình 4-17 là một biểu diễn tưởng tượng về một sóng Elliott lý tưởng, hoàn chỉnh với kênh xu hướng song song (parallel trend channel). Hình vẽ này được tạo ra nhằm cho thấy cách mà các tỷ lệ Fibonacci thường xuất hiện xuyên suốt thị trường. Trong đó, tám mối quan hệ tỷ lệ sau được xác định:

• Sóng ② = 0.618 × sóng ①

• Sóng ④ = 0.382 × sóng ③

• Sóng ⑤ = 1.618 × sóng ①

• Sóng ⑤ = 0.618 × (sóng ⓪ → sóng ③)

• Sóng ② = 0.618 × sóng ④

• Trong sóng ②, (A) = (B) = (C)

• Trong sóng ④, (A) = (C)

• Trong sóng ④, (B) = 0.236 × (A)

Ứng dụng thực tế của Phân tích Tỷ lệ

Nếu một phương pháp hoàn chỉnh của phân tích tỷ lệ có thể được giải thích thành các nguyên tắc cơ bản, thì dự báo với Nguyên lý Sóng Elliott sẽ trở nên khoa học hơn. Tuy nhiên, nó sẽ luôn là một bài toán xác suất, không phải chắc chắn tuyệt đối.

Các quy luật tự nhiên về sự sống và tăng trưởng, dù bất biến, vẫn cho phép một mức độ biến thiên khổng lồ của các kết quả cụ thể. Thị trường tài chính cũng không phải ngoại lệ.

Tại thời điểm hiện tại, điều duy nhất có thể khẳng định là:

• Việc so sánh độ dài giá của các sóng thường xác nhận một cách chính xác rằng các tỷ lệ Fibonacci là yếu tố quyết định quan trọng về vị trí sóng sẽ dừng lại.

Một ví dụ ấn tượng nhưng không quá bất ngờ là:

• Sóng tăng từ tháng 12 năm 1974 đến tháng 7 năm 1975 hồi đúng 61.8% của sóng giảm 1973-1974.

• Đợt giảm 1976-1978 hồi đúng 61.8% của đợt tăng từ tháng 12 năm 1974 đến tháng 9 năm 1976.

Dù có nhiều bằng chứng về tầm quan trọng của tỷ lệ 0.618, nhưng nguyên tắc cơ bản vẫn phải dựa trên mô hình sóng, còn phân tích tỷ lệ chỉ nên được sử dụng như một công cụ hỗ trợ để xác nhận hoặc kiểm tra lại xu hướng giá. Lời khuyên của Bolton với phân tích tỷ lệ là:

"Giữ cho nó đơn giản" (Keep it simple)."

Nghiên cứu vẫn có thể đạt được những bước tiến xa hơn, vì phân tích tỷ lệ vẫn còn khá non trẻ. Chúng tôi hy vọng rằng những người nỗ lực nghiên cứu vấn đề này sẽ đóng góp những tài liệu hữu ích vào phương pháp Sóng Elliott.

 

CÁC DÃY THỜI GIAN FIBONACCI

Không có cách nào chắc chắn để sử dụng yếu tố thời gian một cách độc lập trong dự báo thị trường. Elliott từng nói rằng thời gian thường “phù hợp với mô hình”, chẳng hạn như trong các kênh xu hướng, và đó chính là điều làm cho yếu tố này quan trọng. Thực tế, các độ dài thời gian và mối quan hệ thời gian giữa các sóng thường phản ánh tỷ lệ Fibonacci.

Nghiên cứu về các dãy số Fibonacci trong đơn vị thời gian không đơn thuần chỉ là một bài toán số học, mà còn giúp nhà phân tích có thêm một góc nhìn bổ sung, đặc biệt là khi chúng trùng khớp với các mục tiêu giá và số lượng sóng.

Trong Nature’s Law, Elliott đã đưa ra một số ví dụ về các khoảng thời gian Fibonacci giữa những điểm đảo chiều quan trọng trên thị trường:

Khoảng thời gian	Thời lượng
1921 đến 1929	8 năm
Tháng 7/1921 đến Tháng 11/1928	89 tháng
Tháng 9/1929 đến Tháng 7/1932	34 tháng
Tháng 7/1932 đến Tháng 7/1933	13 tháng
Tháng 7/1933 đến Tháng 7/1934	13 tháng
Tháng 7/1934 đến Tháng 3/1937	34 tháng
Tháng 7/1932 đến Tháng 3/1937	5 năm (55 tháng)
Tháng 3/1937 đến Tháng 3/1938	13 tháng
Tháng 3/1937 đến Tháng 4/1942	5 năm
1929 đến 1942	13 năm

Trong Dow Theory Letters vào ngày 21/11/1973, Richard Russell đã cung cấp thêm một số ví dụ về các chu kỳ thời gian Fibonacci:

Khoảng thời gian	Thời lượng
Từ đáy hoảng loạn 1907 đến đáy hoảng loạn 1962	55 năm
Từ đáy lớn 1949 đến đáy hoảng loạn 1962	13 năm
Từ suy thoái 1921 đến suy thoái 1942	21 năm
Từ đỉnh Tháng 1/1960 đến đáy Tháng 10/1962	34 tháng

 

Ứng dụng Dãy Fibonacci vào Dự báo Thị Trường

Walter E. White, trong tài liệu về Nguyên lý Sóng Elliott năm 1968, kết luận rằng “điểm đảo chiều quan trọng tiếp theo có thể xảy ra vào năm 1970.” Để chứng minh điều này, ông đã chỉ ra một dãy Fibonacci gồm:

• 1949 + 21 = 1970

• 1957 + 13 = 1970

• 1962 + 8 = 1970

• 1965 + 5 = 1970

Tháng 5 năm 1970, thực tế đã đánh dấu điểm thấp nhất của một trong những đợt suy giảm khốc liệt nhất trong 30 năm.

Chuỗi thời gian từ đỉnh 1928-1929 của chu kỳ Supercycle cũng tạo thành một dãy Fibonacci đáng chú ý:

Năm gốc	Cộng thêm	Kết quả	Sự kiện
1929	3	1932	Đáy thị trường giá xuống
1929	5	1934	Đáy điều chỉnh
1929	8	1937	Đỉnh thị trường giá lên
1929	13	1942	Đáy thị trường giá xuống
1928	21	1949	Đáy thị trường giá xuống
1928	34	1962	Đáy khủng hoảng
1928	55	1983	Đỉnh Siêu chu kỳ có thể xảy ra

Một chuỗi tương tự bắt đầu từ đỉnh 1965-1966 của sóng Cycle Wave trong Supercycle hiện tại:

Năm gốc	Cộng thêm	Kết quả	Sự kiện
1965	1	1966	Đỉnh danh nghĩa
1965	2	1967	Đáy phản ứng
1965	3	1968	Đỉnh bùng nổ cho chu kỳ thứ cấp
1965	5	1970	Đáy sụp đổ
1966	8	1974	Đáy thị trường giá xuống
1966	13	1979	Đáy cho chu kỳ 9.2 năm và 4.5 năm
1966	21	1987	Đáy Siêu chu kỳ có thể xảy ra

 

Mối quan hệ giữa các đơn vị thời gian tự nhiên và Fibonacci

Ngoài tần suất xuất hiện dày đặc, có lý do để tin rằng các số Fibonacci và tỷ lệ thời gian trong thị trường chứng khoán không đơn thuần là số học, mà còn phản ánh cấu trúc tự nhiên.

Ví dụ:

• Một năm có 365.24 ngày, rất gần với 377 trong dãy Fibonacci.

• Có 12.37 chu kỳ mặt trăng trong một năm, gần với số Fibonacci 13.

Tỷ lệ giữa các đơn vị thời gian thực tế và số Fibonacci thường là ~0.9688 và 0.9515. Nếu quỹ đạo Trái Đất quay nhanh hơn trong quá khứ, những con số này có thể khớp hoàn toàn với số Fibonacci, điều này đặt ra câu hỏi: Liệu hệ mặt trời có thể có những chu kỳ tự nhiên dựa trên các tần số Fibonacci?

Ngoài ra:

• Một năm có 52.18 tuần, rất gần với 55 tuần trong dãy Fibonacci.

• Bốn tuần trong một tháng tạo ra một mối quan hệ Fibonacci với các tháng, vì Fibonacci × 4.236 tạo ra các số Fibonacci khác.

• Bất kỳ độ dài thời gian nào được đo bằng tháng cũng có xu hướng gần với một số Fibonacci.

Ví dụ:

• 13 tháng = 56 tuần (55 + 1)

• Không có lý do gì để tin rằng những đơn vị thời gian nhân tạo như phút hoặc thế kỷ sẽ tuân theo chuỗi Fibonacci, nhưng chúng ta chưa nghiên cứu về những khoảng thời gian này.

Quy tắc về sai số trong phân tích thời gian Fibonacci

Chúng tôi nhận thấy rằng:

• Càng dài thì độ lệch so với số Fibonacci càng lớn.

• Phạm vi sai số dường như tự tạo thành một chuỗi Fibonacci.

Dưới đây là các khoảng thời gian điển hình của sóng trong đơn vị thời gian tự nhiên (ngày, tuần, tháng, năm), kèm theo độ lệch của chúng:

Khoảng thời gian (Fibonacci)	Sai lệch (±)
5	± 0
8	± 0
13	± 0
21	± 1
34	± 1
55	± 2
89	± 2
144	± 3
233	± 3

 

Trong việc áp dụng các chu kỳ thời gian Fibonacci vào mô hình thị trường, Bolton lưu ý rằng: "Số lượng các hoán vị có xu hướng trở nên vô tận", và rằng: "Các chu kỳ thời gian sẽ tạo ra các đỉnh và đáy, đỉnh đến đỉnh, đáy đến đáy, hoặc đáy đến đỉnh." Mặc dù có nhiều yếu tố chưa chắc chắn, nhưng Bolton đã xác định được điểm đảo chiều chính xác bằng phương pháp này, chẳng hạn như dự báo năm 1962 có thể là một điểm đảo chiều quan trọng, điều này trùng hợp với thị trường gấu mạnh và đáy của Primary Wave (4).

 

LÝ THUYẾT CỦA BENNER

Samuel T. Benner từng là một nhà sản xuất gang thép, nhưng cuộc khủng hoảng hậu Nội chiến Mỹ năm 1873 đã khiến ông phá sản. Ông chuyển sang trồng lúa mì ở Ohio và bắt đầu nghiên cứu các chu kỳ giá cả với hy vọng tìm ra lời giải cho sự thăng trầm của nền kinh tế.

Năm 1875, Benner xuất bản cuốn sách "Business Prophecies of the Future Ups and Downs in Prices" (Tiên đoán Kinh doanh về những Chu kỳ Tăng và Giảm Giá trong Tương lai). Những dự báo trong sách của ông chủ yếu dựa trên:

• Chu kỳ giá của gang thép (pig iron prices).
• Sự lặp lại của các cuộc khủng hoảng tài chính.

Các dự báo của Benner tỏ ra đáng tin cậy trong nhiều năm, giúp ông trở thành một nhà thống kê và dự báo kinh tế nổi bật. Ngay cả ngày nay, các biểu đồ của Benner vẫn được quan tâm bởi những nhà nghiên cứu về chu kỳ kinh tế, mặc dù đôi khi chúng xuất hiện mà không ghi nhận nguồn gốc từ ông. Benner nhận thấy rằng:

• Các đỉnh chu kỳ kinh tế có xu hướng lặp lại theo mô hình 8-9-10 năm.

Nếu áp dụng mô hình này vào chỉ số Dow Jones Industrial Average (DJIA) trong vòng 75 năm từ năm 1902, ta có bảng sau:

Năm	Khoảng cách (năm)	Đỉnh thị trường
1902	-	24 tháng 4, 1902
1910	8	2 tháng 1, 1910
1919	9	3 tháng 11, 1919
1929	10	3 tháng 9, 1929
1937	8	10 tháng 3, 1937
1946	9	29 tháng 5, 1946
1956	10	6 tháng 4, 1956
1965	9	4 tháng 2, 1965
1973	8	11 tháng 1, 1973

 

Ứng dụng Lý thuyết Benner vào các đáy kinh tế

Về các điểm thấp của nền kinh tế, Benner nhận thấy rằng: Các cuộc suy thoái (recessions) và khủng hoảng (panics) có xu hướng luân phiên nhau - Điều này phù hợp với nguyên lý luân phiên (alternation) của Elliott. Benner quan sát rằng: Các năm 1819, 1837, 1857 và 1873 là những năm khủng hoảng tài chính nghiêm trọng - Ông đã vẽ chúng vào biểu đồ “khủng hoảng” (panic chart) của mình theo một chu kỳ 16-18-20 năm, tạo ra một sự lặp lại không đều đặn của các sự kiện này.

Mặc dù Benner áp dụng một chuỗi 20-18-16 năm cho các cuộc suy thoái (recessions), nhưng các đáy thị trường chứng khoán ít nghiêm trọng hơn dường như tuân theo chu kỳ 16-18-20 năm giống như các đáy khủng hoảng lớn. Bằng cách áp dụng chuỗi 16-18-20 năm cho các đáy luân phiên trên thị trường chứng khoán, ta thu được một kết quả phù hợp như thể hiện trong Biểu đồ Chu kỳ Benner-Fibonacci (Hình 4-18). Biểu đồ này được xuất bản lần đầu tiên vào năm 1967 trong phần bổ sung của Bank Credit Analyst.

Chu kỳ 8-9-10 và mối liên hệ với Fibonacci

Lần cuối cùng cấu trúc chu kỳ tương tự với hiện tại là vào những năm 1920, trùng với mô hình Kondratieff, sẽ được thảo luận trong Chương 7. Chu kỳ này cũng trùng với lần xuất hiện cuối cùng của một Sóng Elliott cấp độ Chu kỳ (Cycle Degree). Công thức này, dựa trên chuỗi 8-9-10 năm của Benner cho đỉnh và đáy thị trường, đã khớp với hầu hết các điểm đảo chiều trong thế kỷ 20.

Liệu mô hình này có luôn phản ánh các đỉnh trong tương lai hay không vẫn còn là một câu hỏi. Đây là các chu kỳ cố định, không phải là các sóng Elliott.

Dù vậy, khi tìm hiểu nguyên nhân khiến chu kỳ này khớp với thực tế, chúng tôi phát hiện rằng: Chuỗi 8-9-10 năm của Benner tạo ra các số Fibonacci lên đến 377, với sai số chỉ 1 điểm.

Chuỗi 8-9-10	Tổng chọn lọc	Số Fibonacci	Sai số
8	8	8	0
9
10	35	34	1
8	54	55	-1
9	89	89	0
...+ 8	143	144	-1
...+ 9	233	233	0
...+10	378	377	1

Ứng dụng thực tế của lý thuyết Benner

Từ bảng trên, có thể kết luận rằng: Lý thuyết Benner không dựa trên chu kỳ thời gian cố định mà dựa vào các khoảng thời gian luân phiên giữa các đỉnh và đáy, khác với các mô hình có tính chu kỳ lặp lại liên tục. Tuy nhiên, khi áp dụng cùng với Sóng Elliott, nó lại chứng minh được giá trị thực tiễn.

Năm 1964, A.J. Frost đã áp dụng mô hình Benner để đưa ra một dự báo táo bạo:

• Chỉ số DJIA sẽ chạm đỉnh khoảng 1000 điểm vào năm 1973.

• Sau đó sẽ giảm xuống vùng 500-600 điểm vào cuối năm 1974 hoặc đầu năm 1975.

Dự báo này từng bị coi là không thể chấp nhận được vào thời điểm đó, nhưng thực tế đã xảy ra đúng như vậy.

THƯ CỦA A.J.FROST GỬI HAMILTON BOLTON (10/12/1964)

"Elliott có những điểm đặc biệt mà tôi thấy đáng tin cậy. Tôi đã luôn theo dõi Nguyên lý Sóng Elliott, và những gì tôi đang thấy khiến tôi lo lắng. Theo cách tôi đọc sóng Elliott, thị trường chứng khoán đang ở trong vùng rủi ro cao. Làn sóng tăng từ năm 1942, đặc biệt là từ tháng 6/1949 đến tháng 1/1960, có thể đã đạt đỉnh. Những gì nằm phía trước có thể là một mô hình đỉnh đôi và một sóng điều chỉnh lớn. Nếu mô hình xen kẽ của Elliott là chính xác, thì ba sóng chính tiếp theo sẽ tạo thành một mô hình sóng phẳng kéo dài."

Chi tiết về bức thư như sau:

Kết luận về Phân tích Tỷ lệ

Dù chúng ta đã mã hóa đáng kể phân tích tỷ lệ, vẫn còn nhiều cách mà tỷ lệ Fibonacci thể hiện trong thị trường chứng khoán.

"Những phương pháp được đề xuất ở đây chỉ là bước đầu để kích thích sự quan tâm của các nhà phân tích và đưa họ đi đúng hướng."

Các chương tiếp theo sẽ tiếp tục khám phá cách sử dụng phân tích tỷ lệ, cũng như độ phức tạp, độ chính xác và tính ứng dụng của nó. Chìa khóa đã nằm ở đây. Điều còn lại là khám phá xem nó sẽ mở ra bao nhiêu cánh cửa.



 

Đọc bài viết tiếp theo Tại đây: Bài 7: Sóng dài hạn và tổng hợp cập nhật