Probabilidade Das Bandas De Bollinger

Bollinger Band BREAKING Down Bollinger Band Bollinger Bandas são uma técnica de análise técnica altamente popular. Muitos comerciantes acreditam que quanto mais os preços se movam para a banda superior, quanto mais o mercado for excedido, e quanto mais os preços se movem para a banda baixa, mais vendem o mercado. John Bollinger tem um conjunto de 22 regras a seguir ao usar as bandas como um sistema comercial. The Squeeze The squeeze é o conceito central de Bollinger Bands. Quando as bandas se aproximam, restringindo a média móvel, é chamado de espremer. Um aperto sinaliza um período de baixa volatilidade e é considerado pelos comerciantes como um sinal potencial de maior volatilidade no futuro e possíveis oportunidades comerciais. Por outro lado, quanto mais distantes as bandas se movem, mais provável a chance de uma diminuição da volatilidade e maior a possibilidade de sair de um comércio. No entanto, essas condições não são sinais comerciais. As bandas não dão indicação quando a mudança pode ter lugar ou qual o preço da direção pode se mover. Aproximadamente 90 de ação de preço ocorre entre as duas bandas. Qualquer afastamento acima ou abaixo das bandas é um grande evento. A ruptura não é um sinal comercial. O erro que a maioria das pessoas faz é acreditar que esse preço atingindo ou excedendo uma das bandas é um sinal para comprar ou vender. Os breakouts não fornecem nenhuma pista sobre a direção e a extensão do movimento futuro dos preços. Não é um sistema autônomo As Bandas Bollinger não são um sistema de comércio autônomo. Eles são simplesmente um indicador projetado para fornecer aos comerciantes informações sobre a volatilidade dos preços. John Bollinger sugere usá-los com dois ou três outros indicadores não correlacionados que fornecem sinais de mercado mais diretos. Ele acredita que é crucial usar indicadores baseados em diferentes tipos de dados. Algumas de suas técnicas técnicas favoritas estão movendo a divergência média (MACD), volume no balanço e índice de força relativa (RSI). A linha inferior é que as Bandas de Bollinger são projetadas para descobrir oportunidades que proporcionam aos investidores uma maior probabilidade de sucesso. Bandas de borracha. Introdução: Bandas de Bollinger são uma ferramenta de negociação técnica criada por John Bollinger no início dos anos 80. Eles surgiram da necessidade de bandas de negociação adaptativas e a observação de que a volatilidade era dinâmica, não estática, como era amplamente acreditado na época. O propósito das Bandas Bollinger é fornecer uma definição relativa de alta e baixa. Por definição, os preços são altos na banda superior e baixos na faixa inferior. Esta definição pode auxiliar no reconhecimento de padrões rigorosos e é útil na comparação da ação de preços com a ação de indicadores para chegar a decisões comerciais sistemáticas. Bollinger Bands consiste em um conjunto de três curvas desenhadas em relação aos preços dos títulos. A banda do meio é uma medida da tendência do termo intermediário, geralmente uma média móvel simples, que serve como base para a banda superior e banda baixa. O intervalo entre as bandas superior e inferior e a banda do meio é determinado pela volatilidade, tipicamente o desvio padrão dos mesmos dados que foram utilizados para a média. Os parâmetros padrão, 20 períodos e dois desvios padrão, podem ser ajustados de acordo com seus propósitos. Saiba como usar as Bandas de Bollinger: Bollinger On Bollinger Bands book de John Bollinger, CFA, CMT Obter as 22 regras da Bollinger Band Registe-se para receber e-mails ocasionais sobre Bandas Bollinger, webinars e o novo trabalho de Johns. Nunca compartilhamos sua informação John Bollingers Monthly Capital Growth Letter Analysis e comentário sobre os mercados mais recomendações de investimento de John Bollinger. Área de Assinante CGL Dezembro de 2016 Trecho O Bounce Devemos saltar The Bounce este ano, já que os mercados não estão configurando como deveriam garantir um bom salto. As condições ideais do salto são um pico nos preços das ações no início do ano, muitas ações atingindo a nova lista de baixas à medida que o ano atinge o fim, muita venda de impostos e o despejo de ações como um produto da vitrine da carteira. Nós não vemos nada disso neste ano: é provável que saibamos perto dos altos do ano. Há poucas, se houver novas novidades. A venda de impostos simplesmente não é um fator (ainda). E o curativo de janelas é muito mais provável que envolva a compra do pânico de mercadorias boas do que a venda de mercadorias ruins. Então, estamos passando o The Bounce até o próximo ano. Bollinger Bands: Introdução Anos atrás, quando eu corri por Bollinger Bands. Eu pensei que eles eram muito legais. Os preços das ações rebaixam entre duas curvas, os limites U pper e L ower da banda e. Lembre-me. Bandas de Bollinger Observamos os últimos preços de ações de n P 1. P 2. P n (onde incluímos o preço de P n. O hoje e onde P 0 é o preço há n dias) e calculamos a média, P av. E seu desvio padrão, SD. Então, todos os dias, traçamos os dois pontos: U P av k SD b L P av - k SD Estes pontos rastreiam duas curvas e vemos o salto de preço atual das ações entre as duas curvas, U e L. Como na Figura 1. Então, o que é n e k Você pode escolher qualquer coisa. Mas bem escolha n 20 dias e k 2 desvios padrão. Então, você compra na L e vende no U, eu não disse isso. Então, o que você está dizendo? Eu só quero olhar para Bollinger Bands, novamente, porque, embora geralmente se calcula o SD (ou Volatilidade) dos retornos de ações. É estranho ver o SD dos preços das ações e. Como nas bandas Bolli sim, como nas Bandas Bollinger. Nós tentamos, ao mesmo tempo, encontrar uma relação entre as propriedades estatísticas dos retornos e dos preços. Aqui . O que queremos fazer agora é investigar por que se espera que os preços das ações oscilem entre U e L. Quando consideramos o SD dos retornos diários. Muitas vezes assumimos que eles têm uma distribuição Normal. Nesse caso, é improvável que os retornos estejam muito longe do retorno médio. Na verdade, esperamos que a maioria dos retornos se situem em 2 desvios-padrão do retorno médio. Na verdade, se fossem distribuídos normalmente, a probabilidade de os retornos se encontrarem dentro de dois SD da média é X. No entanto, se considerarmos os preços. Esperamos também que eles mentem (principalmente) dentro de 2 desvios-padrão do preço médio P av. Isso seria como escolher k 2, eh Exatamente Quando o preço de hoje é maior que U ou menor que L. Então está fora da banda de 2 S centrada na P av. Então podemos esperar que o preço de amanhã volte para a banda. Isso diz algo sobre o preço de amanhã, eh e os últimos n 20 preços são normalmente distribuídos. O que você acredita? Você está me perguntando? Essa foi uma pergunta retórica. Posso ir ao resultado final. Huh Claro. Basta clicar aqui na Distribuição de Preços de Ações Suponha que, nos últimos n dias, os Fatores de Ganho diários sejam g 1. G 2. G 3. G n. Fatores de ganho Sim, se um preço de estoque vai de P para Pg em um dia, então g é o fator de ganho para esse dia. Por exemplo, g 1.056 corresponde a um retorno diário de 5,6. Então, a pergunta é: Temos o seguinte: Resultados O preço n dias atrás é dado como P 0. Os Fatores de Ganho diários, g, têm Meang M e Varianceg Var S 2. Estes são determinados a partir de dados historicamente e são assumidos como independentes O Fator de Ganho n-dia G n P n P 0 g 1 g 2 g 3. G n tem: M MeanG n Meang 1 Meang 2. Meang n M n a média de um Produto o Produto dos Meios S 2 VariânciaG n (M 2 S 2) n - M 2n Veja isso Ok, agora assumir que os gs são Lognormally distribuídos. Lognormal Eu pensei que você queria Normal Well, é uma prática comum considerar os ganhos diários (ou, no nosso caso, Gain Factors) para ser Lognormally distribuídos. Além disso, facilita a matemática. Em qualquer caso, se g tiver uma distribuição Lognormal, então g e y onde y log (g) tem uma distribuição Normal. Essa é a definição de Lognormal Uma vez que os ys são independentes. Números normalmente distribuídos, sua soma também é normalmente distribuída. Isso faz log (G n) Normalmente distribuído, portanto, G n próprio é Lognormally distribuído. Lembre-se do que significa dizer que F (x) é a distribuição cumulativa para uma variável Y: significa que a probabilidade de que um Y escolhido aleatoriamente seja menor que alguns x é F (x) (como na Figura 2). Assim, para qualquer x e n gs aleatórios, qual é a probabilidade de G n g 1 g 2 g 3. G n Figura 2 Mas, como dissemos, G n é lognormalmente distribuído, então Y log (G n) é normalmente distribuído. Suponhamos que chamemos N u, Mean, SD da função de distribuição normal cumulativa com média prescrita e desvio padrão. Então log (G n) tem uma distribuição cumulativa descrita por N u, Mean, SD onde Mean e SD são Mean and Standard Deviation of log (G n). Conhecemos o significado e SD de G n. Isso é um resultado 3. mas e sobre o log (G n) Boa pergunta. Na verdade, para Gn anormalmente distribuído, uma relação entre os Meios e os Desvios Padrão. Assim: se M e S são o desvio padrão médio e padrão de G n. Então o desvio padrão e médio do logaritmo é: M Logótipo Meanlog (G n) (M) - (12) S 2 S 2 Logaritmo (G n) (1 S 2 M 2). Assumindo que G n é lognormalmente distribuído. Uma vez que agora temos rótulos para a Média e SD de log (G n), podemos escrever o distribuidor cumulativo para log (G n) como: N u, M. S Probabilidade de que Todays Price esteja dentro de algum intervalo centrado no n-dia. Média: P av Observe que, se P 0 1.00, então os números G 1. G 2. G 3. Etc. São apenas os preços das ações subsequentes. Bem, suponha que esse seja o caso. Huh Qual é o caso que P 0 1,00 para os produtos G k g 1 g 2. G k são os preços das ações. Bem, coloque P 0 nas nossas fórmulas. mais tarde. Ok, temos o preço de hoje P n g 1 g 2. G n é Lognormalmente distribuído com uma Média e Variância conhecida, conforme dado, é Resultados 5. Se a variável aleatória G tiver uma distribuição Lognormal com Média e Variância, qual a probabilidade de que G me pergunte, isso foi uma questão retórica. Agora, preste atenção. Já estive aqui antes. Se G O que dizer dos nossos preços das ações Sim, é claro. Tenho certeza de que você reconheceu o nosso G. Seu preço de ações de hoje G n. Assumindo que o preço inicial era P 0 1,00, n dias atrás. Na verdade, conhecemos a média e o SD para usar nesta fórmula: M e S. Em outras palavras: a probabilidade de que G seja a chance de estar naquela banda de Bollinger. E se A é a probabilidade de ser menor do que U e B é a probabilidade de ser inferior a L. então. É B - A, eh Na verdade, é A - B como em: N log (U), M. S) - N log (L), M. S) Nota: Lembre-se de que estavam falando sobre a probabilidade de que o Fator de Ganho de n-dias esteja entre dois números. Não confunda Gain Factors com retornos diários. Na verdade, um Gain Factor é 1 (retorno diário). A Média dos Fatores de Ganho, isso é M. É 1 maior que a média dos retornos diários. Se a média dos retornos diários for 0.0123 (isto é 1.23), então M 1.0123. Quando você vai inserir algum outro preço inicial. P 0. Além de 1,00 agora. Os números U e L dados em a e b assumem um valor P 0 arbitrário. Para gerar os números apropriados para o caso P 0 1.00, wed divida cada um de U e L por P 0. Suponha que dividimos U e L por P 0. Bem, chame estes U U P 0 e L L P 0. Ok. Agora estavam falando sobre o caso em que P 0 1.00 (como fizemos acima). Como vimos acima, a probabilidade de que GP n P 0 Por que você não dá o resultado, ok. Heres nosso resultado final: Supondo n fatores de ganho diários aleatórios que são Lognormally distribuídos com Média M e Desvio Padrão S, então a probabilidade de que o preço, P n. Ficará dentro de L e U é dado por: Há muitos números coloridos Claro. Começamos com o desvio de M ean e S tandard dos Fatores de Ganho diários, em seguida, para o Desvio de M ean e Sandand em n dias, assumindo uma distribuição Lognormal, o M ean e S Tandard Desvio do logaritmo Lembre-se: a probabilidade (no Magic Formula) é realmente a probabilidade de o Gain Factor (durante n dias) estar entre LP 0 e UP 0. Isso é o mesmo que: ProbLP 0 Você tem um exemplo Ok, considere a GE nos últimos 20 dias e. Não é que a Fórmula Mágica funciona nos próximos n dias. Ok, vamos começar com o preço da GE de hoje (isto é o nosso P 0). Bem, olhe 20 dias para o futuro para obter uma probabilidade de que o preço das ações se situará entre L e U. Mas temos que decidir quais dados históricos usamos para calcular esse desvio de M ean e Sandand. Como talvez nos últimos 150 dias ou talvez. Você não tem uma planilha Sim, dá uma imagem. Como Figura 3. Essa probabilidade 27. Você realmente acredita que, é claro, não ofereço uma garantia de devolução do dinheiro nas minhas planilhas. Para baixar a planilha. ZIPd, DIREITA, clique na Figura 3 e em Salvar destino. É bom. Essa probabilidade Ok, o que bem faz: Bem use um desvio de M ean e Sandand baseado nos últimos dias D (exemplo D 150 dias). Bem, comece há um ano (ou seja, dezembro de 2002) e olhe para o preço do estoque da GE nesse momento: esse é o nosso P 0. Em seguida, veremos 20 dias e analisaremos o preço das ações. Isso é P n para n 20. Então, vemos se o preço de estoque P n é 1,00 a 3,00 superior a P 0. Isto é: L P 0 1 e U P 0 3. Repitamos isso para todos os dias de dezembro de 2002 a dezembro de 2003. Então, vemos quantas vezes o preço das ações estava no intervalo prescrito L So U e L sempre serão 1 e 3 maiores do que o preço inicial, direita direita e n permanecerão fixados aos 20 dias. Mas o percentual da Fórmula Mágica dependerá do seu D. Sim, sim, que determina M e S. Então, faça isso por vários valores de D. Mas o percentual real não vai mudar, certo. Depende apenas dos preços diários dos últimos anos. Eles não mudarão. E Heres o resultado para vários valores de D. Previsão de 20 dias de antecedência: L P 0 1 e U P 0 3 Então você está verificando se o preço, 20 dias, é entre 1 e 3 maior do que o preço atual. Bem, estavam vendo o que a Fórmula Mágica diz e qual era o resultado real no ano passado. Outro resultado para diferentes U e L e n: Previsão de 30 dias de antecedência: L P 0 2 e U P 0 5 Isso está procurando 30 dias no futuro para ver se o preço aumentou entre 2 e 5. Sim. Alguns são muito ruim, eh, você ganha alguns, você perde algum.