Bollinger band algorithm

Mam problem z testowaniem wstecznym strategii Bollinger Band w R. Logika polega na tym, że chcę zająć krótką pozycję, jeśli Close jest większa niż Upper Band, a następnie zamknąć pozycję, gdy przekracza średnią. Chcę również zająć pozycję długą, jeśli zamknięcie jest niższe niż dolne pasmo, i zamknąć pozycję, gdy przekroczy średnią. Do tej pory to właśnie mam: bbanda lt-BBands (stockClose, n20, sd2) sig1 lt - lag (ifelse ((stockClose gtbbandsup), - 1,0)) sig2 lt - Lag (ifelse ((stockClose ltbbandsdn), 1 , 0)) sig3 lt - Lag (ifelse ((stockClose gt bbandsmavg), 1, -1)) sig lt sig1 sig2 Tutaj utknąłem, jak używać sig3 do uzyskania pożądanych wynikówBollinger Bands Bollinger Bands są wskaźnik techniczny wykresu popularny wśród inwestorów na kilku rynkach finansowych. Na wykresie Bollinger Bands to dwa pasma, które składają się na cenę rynkową. Wielu handlowców używa ich przede wszystkim do określenia poziomu wykupienia i wyprzedania. Jedną z powszechnych strategii jest sprzedaż, gdy cena dotyka górnego Bollinger Band i kup, gdy trafi w dolną grupę Bollinger Band. Technika ta ogólnie sprawdza się dobrze na rynkach, które odbijają się w spójnym zakresie, zwanym również rynkami ograniczonymi zasięgiem. W tego typu rynku cena odbija się od Bollinger Bands jak piłka odbijająca się pomiędzy dwiema ścianami. Nawet jeśli ceny mogą czasami odbijać się pomiędzy zespołami Bollinger, pasma nie powinny być postrzegane jako sygnały do ​​kupienia lub sprzedaży, ale raczej jako tag. Jak John Bollinger po raz pierwszy przyznał, tagi pasm są po prostu tym - tagami, a nie sygnałami. Znacznik górnego pasma Bollingera nie jest sam w sobie sygnałem sprzedaży. Znacznik dolnego pasma Bollingera nie jest sam w sobie sygnałem kupna. Cena często może i nie idzie z zespołem. W takich przypadkach handlowcy, którzy wciąż próbują sprzedać, gdy trafi się górny pas, lub kupują go w momencie trafienia niższego pasma, będą musieli zmierzyć się z przerażającą serią przestojów lub, co jest jeszcze gorsze, stale rosnącą stratą, gdy cena przesuwa się coraz dalej od oryginalny punkt wejścia. Spójrz na przykład poniżej ceny chodzenia zespołu. Jeśli sprzedawca sprzedał pierwszy raz górny pasek Bollinger Band, byłby głęboko czerwony. Być może lepszym sposobem na handel z Bollinger Bands jest wykorzystanie ich do zmierzenia trendów. Używanie pasm Bollingera do określania trendów Jednym z typowych trendów w handlu jest to, że ceny wahają się od 80 czasu. Jest wiele prawdy w tym stwierdzeniu, ponieważ rynki w większości utrwalają się jako byki i niedźwiedzie walczą o wyższość. Trendy rynkowe są rzadkie, dlatego handel nimi nie jest tak łatwy, jak mogłoby się wydawać. Patrząc na cenę w ten sposób, możemy zdefiniować trend jako odchylenie od normy (zakresu). Zasadniczo zespoły Bollinger mierzą i przedstawiają odchylenie lub zmienność ceny. To jest powód, dla którego mogą być bardzo pomocne w identyfikacji trendu. Używanie dwóch zestawów pasm Bollingera - jednego wygenerowanego przy użyciu parametru 1 odchylenie standardowe, a drugiego przy użyciu typowego ustawienia 2 odchyleń standardowych - może nam pomóc spojrzeć na cenę w inny sposób. Na poniższym wykresie widzimy, że gdy cena przesuwa się pomiędzy dwoma górnymi pasmami Bollingera (1 SD i 2 SD od średniej), trend się podnosi. Dlatego możemy zdefiniować obszar między tymi dwoma pasmami jako strefę kupowania. Odwrotnie, jeśli kanały cenowe w obrębie dwóch niższych pasm Bollinger (1 SD i 2 SD), to jest w strefie sprzedaży. Wreszcie, jeśli cena błąka się pomiędzy 1 pasmem SD a 1 pasmem SD, to zasadniczo jest w neutralnym obszarze, i możemy powiedzieć, że nie ma go w ziemi. Kolejną wielką zaletą Bollinger Bands jest to, że dynamicznie się dostosowują, gdy zwiększa się i maleje zmienność. W rezultacie pasmo Bollingera automatycznie się powiększa i zsynchronizuje z działaniem ceny, tworząc dokładną obwiednię trendów. Wniosek Jako jeden z najpopularniejszych wskaźników handlowych, zespoły Bollinger stały się kluczowym narzędziem dla wielu analityków technicznych. Poprawiając ich funkcjonalność dzięki wykorzystaniu dwóch zestawów wstęg Bollingera, handlowcy mogą osiągnąć wyższy poziom zaawansowania analitycznego, korzystając z tego prostego i eleganckiego narzędzia do wyznaczania trendów. Istnieje również wiele różnych sposobów konfigurowania kanałów grupy Bollingera. Metoda, którą tutaj opisaliśmy, jest jedną z najczęstszych dróg. Podczas gdy Bollinger Bands może pomóc w identyfikacji trendu, w następnej sekcji przyjrzyjmy się wskaźnikowi MACD, który można wykorzystać do określenia siły trendu. (Aby spojrzeć na inne rodzaje pasm i kanałów, spójrz na Zyski Capture za pomocą pasm i kanałów.) Zespoły Bollingera 8211 Strategia handlowa modelu Momentum (ustawienia) I. Strategia handlowa Twórca: John Bollinger (zespoły Bollingera). Concept: Strategia handlowania zgodna z trendami oparta na zespołach Bollinger. Cel badania: weryfikacja wydajności modelu trójfazowego (longshortneutral). Specyfikacja: Tabela 1. Wyniki: Rysunek 1-2. Ustawienia transakcji: Długi Trades: Closei 1 gt UpperBandi 1. Krótkie transakcje: Closei 1 lt LowerBandi 1. Indeks: i Current Bar. Wpis na giełdę: Długie tradycje: Zakup na otwartej pozycji jest dokonywany po optymistycznym przygotowaniu. Short Trades: Sprzedaż na otwartej pozycji jest dokonywana po bessie Setup. Wyjście z transakcji: Tabela 1. Portfel: 42 rynki kontraktów futures z czterech głównych sektorów rynku (towary, waluty, stopy procentowe i indeksy akcji). Dane: 36 lat od 1980 r. Platforma testowa: MATLAB. II. Test czułości Wszystkie wykresy trójwymiarowe są poprzedzone wykresami warstwowymi 2-D dla współczynnika zysku, współczynnika Sharpe'a, wskaźnika skuteczności wrzodów, CAGR, maksymalnego pobrania, procentu rentownych transakcji i średniej. Wygraj Avg. Współczynnik strat. Ostateczne zdjęcie pokazuje wrażliwość krzywej kapitału. Testowane zmienne: MALength amp StDev (Definicje: Tabela 1): Rysunek 1 Wydajność portfela (Dane wejściowe: Tabela 1: Wzmocnienie Komisji: 0).