Ein empirischer Vergleich von bewegten durchschnittlichen Umschlägen und Bollinger-Bands Transkription 1 Ein empirischer Vergleich von bewegten durchschnittlichen Umschlägen und Bollinger-Bands Joseph Man-joe Leung und Terence Tai-leung Chong Department of Economics, der chinesischen Universität von Hongkong 8. November 00 Abstract This paper Bemüht sich, die Rentabilität von Moving Average Envelopes und Bollinger Bands zu vergleichen. DespitethefactthatBollinger Bands können plötzliche Preisschwankungen erfassen, die Moving Average Envelopes nicht können, unsere Studie zeigt, dass Bollinger Bands die Moving Average Envelopes nicht übertreffen. Schlüsselwörter: Verschieben von durchschnittlichen Umschlägen Bollinger Bands JEL Klassifizierung: G14 1 Einleitung Es gibt viele Theorien, die Preisbewegungen an den Aktienmärkten erklären. Zum Beispiel die orthodoxe Theorie, die darauf hindeutet, dass die primitive Quelle des entsprechenden Autors. Telefon: (85) Fax: (85) 2 Aktienkursbewegung ist die Erwartung von Unternehmensgewinnveränderungen und die Vertrauens-Theorie, die besagt, dass die Grundprinzipien der Aktienkursbewegung die Schwankungen des Vertrauens der Anleger in die zukünftigen Aktienkurse sind Und Dividenden. Eine populärere Theorie ist die Effiziente Markthypothese (EMH), die besagt, dass die Handelspreise von Vermögenswerten in organisierten Märkten alle verfügbaren Informationen widerspiegeln, und die Preise ändern sich nur wegen der Nachrichten, die vorher nicht bekannt sind. Die schwache Form EMH schlägt vor, dass die aktuellen Vermögenswerte zumindest ihre eigene Geschichte widerspiegeln. Deshalb, wenn der Markt schwach effizient ist, wird das Studium der Preisgeschichte allein nicht in der Lage sein, Gewinne zu machen. Allerdings gibt es Studien, die technische Strategien unterstützen (Treynor und Ferguson, 1985 Brock, Lakonishok und LeBaron, 199). Die Wirksamkeit der Gewinne nach den technischen Handelsregeln ist ein Beweis für die Marktinformations-Ineffizienz (Taylor, 1997). Die Simple Moving Average Regel ist die am häufigsten studierte Handelsregel in der Literatur. Wenn jedoch der Markt keinen klaren Trend hat oder wenn die Preise viel um einen Trend schwanken, ist es sinnvoller, die Kanäle zu nutzen, um die kurzfristigen Schwankungen zu erfassen. Zwei dieser Kanäle, die immer beliebter sind, sind die Moving Average Envelopes und die Bollinger Bands. Wenige, wenn überhaupt, empirische Studien wurden bei der Erforschung ihrer Rentabilität durchgeführt. Dieses Papier bemüht sich, die Performance dieser beiden Kanäle mit den Börsenindizes der G7 und der vier asiatischen Tiger zu vergleichen. Handelsregeln und Daten Die Moving Average Envelopes und die Bollinger Bands sind Kanäle, die auf dem Simple Moving Average basieren. Der N-Tag Einfache Umzugsdurchschnitt zum Zeitpunkt t ist der Mittelwert der Preise in den letzten N Tagen, d. h. SMA N (t) P tit N1 P (i). (1) N 3 Die n-Tage-Verschiebungs-Durchschnitt-Umschläge zum Zeitpunkt t sind definiert als: MAE k N (t) SMA N (t) (1 plusmn k), () wobei k eine Konstante ist. Die Breite der Moving Average Envelopes hängt von k und den Aktienkursen ab. Die Moving Average Envelopes werden Vertrag, wenn k oder die Aktienkurse fallen. Die N-Tages-Bollinger-Bänder mit k Standardabweichungen zum Zeitpunkt t sind definiert als: s Ptit N1 P (i) SMA N (i) BB k N (t) SMA N (t) plusmn k N. (3) Ein Vorteil von Die Bollinger Bands über die Moving Average Envelopes ist, dass es die Preisvolatilität in Betracht zieht. Im Gegensatz zu den Moving Average Envelopes hängt die Breite der Bollinger Bands von der Schwankung der Preise um den Mittelwert und nicht von der Höhe des gleitenden Durchschnitts ab. Wenn die Volatilität so ansteigt, dass der gleitende Durchschnitt unverändert bleibt, werden die Bollinger Bands erweitern, um die Preisschwankungen zu erfassen, während die Moving Average Envelopes nicht. Wenn die Aktienkurse einer Normalverteilung folgen, werden die Bollinger Bands mit Standardabweichungen etwa 95 der Preisbewegungen erfassen. Die Region oberhalb der oberen Grenze der Moving Average Envelopes oder der Bollinger Bands gilt als überkaufter Bereich, während die Region unterhalb der unteren Grenze als überverkauft gilt. Im Allgemeinen, wenn eine Aktie als überkauft betrachtet wird, sollten die Anleger es verkaufen, weil der Preis der Aktie voraussichtlich fallen wird und umgekehrt. Allerdings, wie es schwer ist, vorherzusagen, wie lange ein Bestand in überkaufter oder überverkaufter Region bleiben wird, ist es besser, keine Position zu nehmen, bis sich die Aktie von diesen Regionen entfernt. 3 4 Für die Moving Average Envelopes sind die Handelsregeln wie folgt definiert: Kauf: Verkauf: PN (t 1) ltMAE low N (t 1) und PN (t) gtMAE low NPN (t 1) gtMAE up N (t 1 ) Und PN (t) ltMAE bis N (t). (T). Für die Bollinger Bands gelten die Handelsregeln: Buy: P N (t 1) ltBBN low (t 1) und P N (t) gtBBN low (t). Verkauf: P N (t 1) gtBB oben N (t 1) und P N (t) ltBB oben N (t). Daher wird ein Kaufsignal generiert, wenn der Preis die untere Grenze von unten überschreitet. Ähnlich wird ein Verkaufssignal erzeugt, wenn der Preis die obere Grenze von oben durchdringt. In dieser Arbeit werden die 10-tägigen, 0-tägigen, 50-tägigen und 50-tägigen Moving Average Envelopes von 3 und 5 und Bollinger Bands von Standardabweichungen untersucht. Wir gehen davon aus, dass die Transaktionskosten und die Aktiendividende vernachlässigbar sind. Wir gehen auch davon aus, dass Leerverkäufe nicht erlaubt sind und Transaktionen nicht akkumuliert werden können, d. h. zwei aufeinanderfolgende Kaufaktionen sind nicht erlaubt. Da es jährlich etwa 50 Handelstage gibt, wird die Wertentwicklung in der jährlichen Rendite nach folgender Gleichung bewertet: Jahresrendite (1r 1) (1 r) (1 r 3). (1 rm) 50 T 1, (4) wobei 1r j S (j) B (j) S (j) und B (j) die Verkaufs - und Kaufpreise in der j-ten Transaktion m ist, ist die Anzahl der Transaktionen T Die Anzahl der Handelstage in der Stichprobe. 4 5 Unsere Daten bestehen aus den täglichen Börsenindizes von G7 und 4 asiatischen Tigern. Die Daten werden aus dem Data Stream in der Universitätsbibliothek an der chinesischen Universität von Hongkong extrahiert und die Details sind wie folgt: Index Lage Von Bis Dow Jones Industrials USA 111985 91000 Toronto 300 Kanada 111985 91000 BCI Global Italien 111985 91000 FTSE 100 Vereinigtes Königreich 111985 91000 DAX Deutschland 591989 91000 Nikkei 5 Stock Durchschn. Japan 311985 91000 CAC40 Sofortiges Frankreich 1671987 91000 KOSPI Südkorea 411985 91000 Straits Zeitindex Singapur 411985 91000 Hang Seng Index Hongkong 111985 91000 TWSE Taiwan 411985 91000 3 Ergebnisse und Schlussfolgerung Tabelle 1 zeigt die jährliche Rendite, die durch die Handelsregeln von Moving Average erzielt wurde Umschläge und Bollinger Bands. Die Zahlen in den Klammern sind die Anzahl der Transaktionen. 5 6 Tabelle 1: Jährliche Rendite für MAE - und BB-Indexnamen MAE10 3 MAE10 5 BB10 Dow Jones 6 (5) 3 (5) 11 (68) Toronto 300 (15) 5 (4) 1 (51) BCI Global 4 (47) -1 (13) 3 (53) FTSE 100 (18) (3) (5) DAX 4 (43) 13 (11) 7 (57) Nikkei 5 0 (44) -1 (1) - (54 ) CAC40 1 (46) 6 (11) 3 (47) KOSPI 4 (73) 4 (31) -9 (38) Straits Zeit 3 (49) 3 (19) 1 (60) Hang Seng 4 (60) 8 ( 3) 10 (59) TWSE -4 (80) -6 (36) -6 (49) MAE0 3 MAE0 5 BB0 8 (31) 6 (8) 9 (49) 0 (6) 5 (7) (34) 4 (47) 1 (3) 0 (44) 3 (8) -1 (7) 3 (41) 3 (41) 9 (19) 4 (44) - (39) -1 (1) -1 (43 3 (41) 6 (18) 0 (3) 1 (54) - (31) -7 (3) 0 (41) -5 (1) -1 (46) 9 (50) 4 (7) 10 ( 44) 6 (58) 10 (35) -7 (33) Indexnamen MAE50 3 MAE50 5 BB50 Dow Jones 7 (6) 4 (1) 6 (5) Toronto 300 4 (3) (10) 3 (1) BCI Global 5 (3) 3 () 1 (19) FTSE 100 5 () 4 (15) (18) DAX 9 (9) 9 (19) 6 (19) Nikkei 5 1 (9) -4 (16) -3 (0) CAC40 0 (8) 6 (0) 3 (19) KOSPI (30) -4 (1) -4 (18) Straits Zeit -3 (7) 3 (1) -1 (0) Hang Seng 5 ( 3) 4 (18) 7 (19) TWSE 7 (35) 0 (4) -5 (17) MAE50 3 MAE50 5 BB50 (7) (4) 3 (3) (9) (6) 4 (4) 3 (1) 0 (6) 0 (3) 5 (13) 7 (9) 5 (4) (11) 4 (8) 7 (6) -1 (7) - (6) -5 (4) 1 ( 10) (7) 3 (3) -3 (9) -7 (9) -5 (4) 6 (14) (9) 8 (7) 3 (1) 4 (9) 8 (5) -1 ( 1) -3 (9) -4 (4) 6 7 Für jedes gegebene N markieren wir die höchste Rendite. Zum Beispiel, wenn N10, ist die Rendite, die von den Bollinger-Bändern mit Standardabweichungen erzeugt wird, am höchsten, wenn sie mit denen von MAE und 5-MAE verglichen werden. Wenn es mehr als eine höchste Rate gibt, markieren wir die mit der kleinsten Anzahl von Transaktionen. Beide Handelsregeln generieren eine beträchtliche Rendite für Dow Jones, DAX, CAC und Hang Seng Index. Für Nikkei 5 und KOSPI erzeugen beide Regeln jedoch in den meisten Fällen eine negative Rendite. Beachten Sie, dass die Anzahl der Transaktionen, die durch die Moving Average Envelopes-Regel generiert werden, mit dem Wert von k fällt. Hierbei handelt es sich um den Wert von k, desto mehr werden die Preisschwankungen von den Umschlägen erfasst und je weniger Handelssignale beobachtet werden. Beachten Sie auch, dass die Anzahl der Transaktionen, die von beiden Kanalregeln generiert werden, mit N abfällt. Im Allgemeinen, wenn N10 und 0, die Anzahl der Transaktionen für Bollinger Bands und für MAE-3 nahe sind. Während für N50 und 50 die Anzahl der Transaktionen für Bollinger Bands näher an der Anzahl der Transaktionen für MAE-5 liegt. Anmerkung aus Tabelle 1, dass die MAE-Regel besser als die BB-Regel für N10, 0 und 50 ausführt, während die BB-Regel besser funktioniert, wenn N50. Daher schlagen wir vor, die Moving Average Envelopes für kurzfristige Investitionen zu nutzen und Bollinger Bands als langfristiges Anlageinstrument zu nutzen. Da jedoch technische Handelsregeln in der Regel für kurzfristige Anlagezwecke ausgelegt sind, wäre es vernünftig, zu folgern, dass Moving Average Envelopes besser als Bollinger Bands in der Praxis sind. Deshalb, trotz der Tatsache, dass Bollinger Bands können plötzliche Preisschwankungen erfassen, dass die Moving Average Envelopes nicht können, sie nicht out-performthemovingaverage Envelopesin Bedingungen der Rentabilität. 7 8 Referenzen 1. Blume, L. Easley, D. und M. O Hara, Marktstatistik und technische Analyse: Die Rolle des Volumens. Journal of Finance 49, Brock, W. J. Lakonishok und B. LeBaron, 199. Einfache technische Handelsregeln und die stochastischen Eigenschaften der Aktienrenditen. Journal of Finance 47, Curcio, R. Goodhart, C. Guillaume, D. und R. Payne, führen technische Handelsregeln Gewinne Schlussfolgerungen aus dem Intraday Devisenmarkt. Internationale Zeitschrift für Finanzen und Wirtschaft, Taylor, M. P. Herausgeberin Einführung. Internationale Zeitschrift für Finanzen und Wirtschaft, Treynor, J. L. und R. Ferguson, Zur Verteidigung der technischen Analyse. Journal of Finance 40, Ein empirischer Vergleich von gleitenden durchschnittlichen Umschlägen und Bollinger Bands Abstract: Diese Arbeit bemüht sich, die Rentabilität von Moving Average Envelopes und Bollinger Bands zu vergleichen. Trotz der Tatsache, dass Bollinger Bands plötzliche Preisschwankungen erfassen kann, die Moving Average Envelopes nicht können, zeigt unsere Studie, dass Bollinger Bands die Moving Average Envelopes nicht übertreffen. Verwandte Werke: Dieser Artikel kann an anderer Stelle in EconPapers verfügbar sein: Suche nach Artikeln mit demselben Titel. Export-Referenz: BibTeX RIS (EndNote, ProCite, RefMan) HTMLText Applied Economics Letters wird derzeit von Anita Phillips bearbeitet Weitere Artikel in Applied Economics Briefe von Taylor Francis Zeitschriften Seriendaten von Michael McNulty () gepflegt. Diese Seite ist Teil von RePEc und alle hier angezeigten Daten sind Bestandteil des RePEc-Datensatzes. Ist Ihre Arbeit fehlt bei RePEc Hier ist, wie man beitragen kann. Fragen oder Probleme Überprüfen Sie die EconPapers FAQ oder senden Sie eine E-Mail an. Empirischer Vergleich von Moving Average Envelopes und Bollinger Bands Zitate Zitate 17 Referenzen Referenzen 4 quotMatthew Butler und Dimitar Kazakov (2010) 6 studierte Bollinger Partikel-Schwarm-Optimierungsalgorithmus und entdeckte, dass die Rentabilität sein kann Verbessert durch die Optimierung seiner Fitness-Funktion Parameter. In anderen Forschungsarbeiten, Bollinger Indikator auch auf praktische Probleme für die Analyse angewendet werden, hat Joseph Man-Joe Leung (2003) 7 eine empirische Analyse und Vergleich der gleitenden Durchschnitt und Bollinger durchgeführt. K. Senthamarai Kannan (2010) 8 verwendet es, um den Aktienkurs zu prognostizieren, zu beurteilen, es zu erhöhen oder zu verringern, und verglichen mit RSI, TP, CMI und MA, etc. Qi (2011) 9 hat einige Urteil und Vorhersage über den Preis gemacht Trends des Immobilienmarktes auf der Grundlage der K-Linie und Bollinger Zhou (2013) 10 angewendet Bollinger zu Black-Scholes Option Preismodell, ist der Effekt sehr gut und kann verwendet werden, um die Aktienhandel Wu (2013) 11 durchgeführt auf einem Kurze Einführung von Bollinger Indikatoren, machte einen Vergleich und empirische Analyse mit KDJ, MACD, Ätzen und fand Bollinger wichtige Referenzfunktion für die Vorhersage zukünftiger Markttrends. Abstrakt Auszug ausblenden ABSTRAKT: Data Mining zielt darauf ab, das Gesetz der Realität herauszufinden und Daten zu prognostizieren. Es handelt sich um eine mathematische Analyse und Prognosemethoden. Derzeit wird der Data Mining in der Börsenforschung zunehmend heiß. Die jüngsten Ansätze bei der Verwendung von Bollinger Bands zeigen, dass die Aktie eine bestimmte Genauigkeit aufweist, aber immer noch nicht ausreicht, um Preisänderungen zu beurteilen. Um dieses Problem zu lösen, schlägt dieses Papier die Verwendung von stochastischer Simulation und GARCH Verteilung vor, um Vermögenswerte VaR abzuschätzen und Bollinger Eisenbahnlinien zu verbessern und so einen neuen Lagerlaufkanal auf der Grundlage von VaR zu konstruieren. Dann implementieren Sie diese Methode und wenden Sie sie auf die echten Shanghai Composite Index Daten. Die experimentellen Ergebnisse zeigen, dass die Verwendung dieser Methode, um den Börsengang Kanal zu konstruieren ist effektiv und kann besser charakterisieren die Durchführung der Börse. Schließlich optimieren die Anlagestrategien auf Basis dieser Strukturoptimierung. 1548-7741 Artikel Jul 2015 Binhui Wang quotBollinger Bands wurden in den frühen 1980er Jahren von John Bollinger (Bollinger 2014) entwickelt und zu einem beliebten Trading-Tool, das verwendet werden kann, um die quothighnessquot oder quotlownessquot des Preises im Vergleich zu früheren Trades zu messen. Diese Handelsmethode basiert auf gleitendem Durchschnitt und (Leung, Chong, 2003) verglichen die Rentabilität dieser Methoden der Vorhersage. Bollinger Bands können plötzliche Preisschwankungen erfassen, die Moving Average Strategie nicht kann. Ausschluss Auszug ausblenden ABSTRAKT: Hohe und niedrige Daten sonst dann schließen und offene Daten sind nicht zufällig auf Zeitreihenkurve. Es ist extrem und sehr interessant für Händler. Unser Modell basiert auf Evolino RNN Ensemble geben zwei Distributionen auf der Grundlage von hohen und niedrigen Daten. Zusammensetzung und Parameter dieser Verteilungen bestimmen die Entscheidung des Handels. In diesem Papierportfolio, das durch diese neue Vorhersagemethode konstruiert wird, wird das Portfolio auf Basis von Bollinger-Bändern verglichen. Vergleich, der in technischen Analyse-Tools mit unserem Support-Vorhersagesystem auf der Grundlage von künstlicher Intelligenz bekannt ist, bestätigte die neue Fähigkeit, hohe und niedrige Werte vorherzusagen. Conference Paper Nov 2014 Journal of Information and Computational Science Nijole Maknickiene quotDie ABBs wurden ursprünglich entwickelt, weil die jüngste akademische Literatur gezeigt hatte, dass Bollinger Bands (BB) trotz ihrer Beliebtheit gezeigt hatte, dass es unwirksam war. 11 12. Doch durch PSObasierte Parameter Feinabstimmung konnte der Indikator Verbessert und den Marktindex unter bestimmten Marktbedingungen übertreffen. Auszug Auszug ausblenden ABSTRAKT: Diese Studie analysiert zwei Implikationen der Adaptiven Markthypothese: variable Effizienz und zyklische Rentabilität. Diese Implikationen sind unter anderem im Konflikt mit der Efficient Market Hypothesis. Variable Effizienz ist ein populäres Thema unter ökonometrischen Forschern, wo eine Vielzahl von Studien gezeigt haben, dass variable Effizienz gibt es auf den Finanzmärkten auf der Grundlage der verwendeten Metriken. Um festzustellen, ob die nichtlineare Abhängigkeit die Genauigkeit der überwachten Handelsmodelle erhöht, wird ein GARCH-Prozess simuliert und mit einem Schiebefenster wird die Serie auf nichtlineare Abhängigkeit getestet. Die Ergebnisse zeigen eindeutig, dass während der Unterperioden, in denen die nichtlineare Abhängigkeit erkannt wird, die Algorithmen eine statistisch signifikante Erhöhung der Klassifizierungsgenauigkeit erfahren. Für die konjunkturelle Profitabilität der Handelsregeln wird die Annahme, dass die Effektivität mit dem aktuellen Marktumfeld wächst und abnimmt, mit einem populären technischen Indikator, Bollinger Bands (BB), getestet, die von der statischen zur dynamischen Partikel-Schwarm-Optimierung (PSO) . Für einen bestimmten Zeitraum werden die Parameter der BB angepasst, um die Rentabilität zu optimieren und dann in mehreren Out-of-Sample-Zeiträumen zu testen. Die Ergebnisse zeigen, dass im Durchschnitt eine bestimmte optimierte BB ist rentabel, aktiv und in der Lage, den Marktindex bis zu 35 der Zeit zu übertreffen. Diese Ergebnisse zeigen eindeutig den zyklischen Charakter der Wirksamkeit eines bestimmten Handelsmodells, und ein technischer Indikator, der aus historischen Preisen abgeleitet wird, kann außerhalb des Ausbildungszeitraums profitabel sein. Volltext Konferenz Papier März 2012 Zeitschrift für Information und Computational Science Matthew Richard Butler Dimitar Lubomirov Kasachow
No comments:
Post a Comment