Ein Empirischer Vergleich Von Gleitenden Durchschnittlichen Umschlägen Und Bollinger Bändern

Ein empirischer Vergleich von gleitenden durchschnittlichen Umschlägen und Bollinger Bands Zusammenfassung: Dieses Papier bemüht sich, die Rentabilität von Moving Average Umschlägen und Bollinger Bands zu vergleichen. Trotz der Tatsache, dass Bollinger Bands plötzliche Preisschwankungen erfassen können, die Moving Average Envelopes nicht können, zeigt unsere Studie, dass Bollinger Bands die Moving Average Envelopes nicht übertreffen. Ähnliche Werke: Dieser Artikel ist möglicherweise an anderer Stelle in EconPapers verfügbar: Suche nach Artikeln mit dem gleichen Titel. Export Referenz: BibTeX RIS (EndNote, ProCite, RefMan) HTMLText Applied Economics Letters wird derzeit von Anita Phillips bearbeitet Weitere Artikel in Applied Economics Briefe aus Taylor Francis Zeitschriften von Michael McNulty (). 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 Sie beitragen. Fragen und Probleme Überprüfen Sie die EconPapers FAQ oder senden Sie eine E-Mail an einen empirischen Vergleich von Moving Average Hüllkurven und Bollinger Bands Citation Referenzen Referenzen 4 quotMatthew Butler und Dimitar Kazakov (2010) 6 studiert Bollinger Partikelschwarm Optimierung Algorithmus, und festgestellt, dass die Rentabilität sein kann Verbessert durch die Optimierung ihrer 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 von gleitenden Durchschnitt und Bollinger durchgeführt. K. Senthamarai Kannan (2010) 8 hat es verwendet, um den Aktienschlusskurs vorherzusagen, um ihn zu bewerten oder zu verkleinern und im Vergleich zu RSI, TP, CMI und MA usw. Qi (2011) 9 hat ein Urteil und eine Vorhersage über den Preis gemacht Trends der Immobilienmarkt auf der Grundlage der K-Linie und Bollinger Zhou (2013) 10 angewendet Bollinger auf Black-Scholes Option Preismodell, ist der Effekt sehr gut und kann verwendet werden, um die Aktienhandel Wu (2013) 11 auf einem getragen werden Eine kurze Einführung der Bollinger-Indikatoren, einen Vergleich und eine empirische Analyse mit KDJ, MACD, Etch und gefunden Bollinger haben wichtige Referenzfunktion für die Vorhersage zukünftiger Markttrends. Abstrakt Zusammenfassung Zusammenfassung ABSTRAKT: Data Mining zielt darauf ab, das Gesetz der Realität und Prognosedaten herauszufinden. Es ist eine mathematische Analyse und Vorhersage Methoden. Derzeit ist Data Mining in der Börsenforschung immer heißer. Die jüngsten Ansätze bei der Verwendung von Bollinger-Bändern zeigen, dass die Aktie eine ungefähre Genauigkeit aufweist, aber noch unzureichend ist, um Preisänderungen zu beurteilen. Um dieses Problem zu lösen, schlägt dieser Beitrag die Verwendung von stochastischer Simulation und GARCH-Verteilung vor, um die Vermögenswerte VaR zu schätzen und die Bollinger-Eisenbahnlinien zu verbessern und so einen neuen Lagerführungskanal basierend auf dem VaR zu konstruieren. Dann implementieren Sie diese Methode und wenden Sie es auf die wahren Shanghai Composite Index Daten. Die experimentellen Ergebnisse zeigen, dass die Verwendung dieser Methode, um den Aktienmarkt laufen Kanal ist effektiv und kann besser charakterisieren das Funktionieren der Börse. Schließlich optimieren die Anlagestrategien auf Basis dieser Strukturoptimierung. 1548-7741 Artikel Juli 2015 Binhui Wang quotBollinger Bands wurden in den frühen 1980er Jahren von John Bollinger (Bollinger 2014) entwickelt und zu einem beliebten Handelswerkzeug, mit dem der Quothighquot oder der Quotawessquot des Preises relativ zu früheren Trades gemessen werden kann. Diese Trading-Methode basiert auf gleitendem Durchschnitt und (Leung, Chong, 2003) verglichen die Rentabilität dieser Methoden der Vorhersage. Bollinger Bands können plötzliche Kursschwankungen erfassen, die Moving Average Strategie nicht kann. Abstrakt Zusammenfassung ABSTRAKT: Hohe und niedrige Daten ansonsten schließen und öffnen Daten sind nicht zufällig auf Zeitreihen Kurve. Seine Extreme und sehr interessant für Händler. Unser Modell basierend auf Evolino RNN Ensemble gibt zwei Verteilungen auf der Grundlage von hohen und niedrigen Daten. Zusammensetzung und Parameter dieser Verteilungen bestimmen die Entscheidung des Handels. In diesem Papier-Portfolio, das durch diese neue Methode der Vorhersage konstruiert wird, wird mit dem Portfolio auf der Grundlage von Bollinger-Banden verglichen. Der Vergleich, der in den technischen Analysewerkzeugen mit unserem Unterstützungsvorhersagesystem, das auf künstlicher Intelligenz basiert, bekannt ist, bestätigte die neue Fähigkeit, hohe und niedrige Werte vorherzusagen. Conference Paper Nov 2014 Zeitschrift für Information und Computational Science Nijole Maknickiene Die ABBs wurden ursprünglich entwickelt, weil die jüngste akademische Literatur, trotz ihrer Popularität, Bollinger Bands (BB) als unwirksam gezeigt hatte 11 12. Allerdings konnte durch den PSO-basierten Parameter Feinabstimmung der Indikator Unter bestimmten Marktbedingungen verbessert und den Marktindex übertreffen. Zusammenfassung Abstract Zusammenfassung ABSTRACT: Diese Studie analysiert zwei Implikationen der Adaptive Markt Hypothese: variable Effizienz und zyklische Rentabilität. Diese Implikationen stehen unter anderem im Widerspruch zur Efficient Market Hypothesis. Variable Effizienz ist ein populäres Thema unter ökonometrischen Forschern, wo eine Vielzahl von Studien haben gezeigt, dass variable Effizienz gibt es auf den Finanzmärkten auf der Grundlage der verwendeten Metriken. Um zu bestimmen, ob eine nichtlineare Abhängigkeit die Genauigkeit der überwachten Handelsmodelle erhöht, wird ein GARCH-Prozess simuliert und unter Verwendung eines Schiebefensteransatzes wird die Reihe auf nichtlineare Abhängigkeit getestet. Die Ergebnisse zeigen deutlich, dass während der Unterperioden, in denen eine nichtlineare Abhängigkeit festgestellt wird, eine statistisch signifikante Erhöhung der Klassifizierungsgenauigkeit auftritt. Was die konjunkturelle Rentabilität der Handelsregeln anbelangt, so wird die Annahme, dass die Effektivität mit dem aktuellen Marktumfeld wächst und schwankt, unter Verwendung eines populären technischen Indikators, Bollinger Bands (BB), getestet, die mit Hilfe der Particle Swarm Optimierung (PSO) . Für einen bestimmten Zeitraum werden die Parameter des BB angepasst, um die Rentabilität zu optimieren und dann in mehreren Zeiträumen außerhalb des Abtastwerts getestet zu werden. Die Ergebnisse zeigen, dass im Durchschnitt eine bestimmte optimierte BB profitabel, aktiv und in der Lage, den Marktindex bis zu 35 der Zeit übertreffen. Diese Ergebnisse zeigen eindeutig den zyklischen Charakter der Wirksamkeit eines bestimmten Handelsmodells und dass ein technischer Indikator, der aus historischen Kursen abgeleitet wird, außerhalb seiner Ausbildungszeit profitabel sein kann. Volltext-Konferenzblatt März 2012 Journal of Information and Computational Science Matthew Richard Butler Dimitar Lubomirov KazakovAn empirischer Vergleich von gleitenden durchschnittlichen Umschlägen und Bollinger-Bändern Wenn Sie eine Korrektur anfordern, erwähnen Sie bitte folgende Punkte: REPEc: taf: apeclt: v: 10: y : 2003: i: 6: p: 339 & ndash; 341. Siehe allgemeine Informationen zur Korrektur von Material in RePEc. Wenn Sie diesen Artikel verfasst haben und noch nicht bei RePEc registriert sind, empfehlen wir Ihnen, dies hier zu tun. Für technische Fragen zu diesem Artikel oder zur Korrektur seiner Autoren, Titel, Zusammenfassung, Bibliographie oder Download-Informationen kontaktieren Sie bitte: (Michael McNulty) Dadurch können Sie Ihr Profil mit diesem Element verknüpfen. Es erlaubt Ihnen auch, potenzielle Zitate zu diesem Punkt zu akzeptieren, dass wir uns unsicher sind. Wenn Referenzen vollständig fehlen, können Sie sie über dieses Formular hinzufügen. Wenn die vollständigen Referenzen ein Element auflisten, das in RePEc vorhanden ist, aber das System nicht mit ihm verknüpft ist, können Sie mit diesem Formular helfen. Wenn Sie über fehlende Elemente wissen, können Sie uns helfen, diese Links zu erstellen, indem Sie die entsprechenden Referenzen in der gleichen Weise wie oben hinzufügen. Wenn Sie ein registrierter Autor dieses Artikels sind, können Sie auch die Registerkarte Zitate in Ihrem Profil überprüfen, da es einige Zitate gibt, die auf die Bestätigung warten. Bitte beachten Sie, dass Korrekturen einige Wochen dauern können, um die verschiedenen RePEc-Dienste zu filtern. Mehr Leistungen Folgen Serien, Zeitschriften, Autoren amp mehr Neue Papiere per E-Mail Neuzugänge zu RePEc abonnieren Autor-Registrierung Öffentliche Profile für Wirtschaftswissenschaftler Verschiedene Rankings der Forschung in Wirtschaftswissenschaften amp verwandte Bereiche Wer war ein Student von wem, mit RePEc RePEc Biblio Kuratierte Artikel amp Papiere zu verschiedenen Themen der Wirtschaftswissenschaften Hochladen Sie Ihr Papier auf RePEc und IDEAS aufgeführt werden EconAcademics Blog Aggregator für Ökonomie Forschung Plagiat Fälle von Plagiaten in der Wirtschaft Job-Marktpapiere RePEc Arbeitspapier-Serie für den Arbeitsmarkt Fantasy League Vortäuschen Sie sind an der Spitze einer Volkswirtschaft Abteilung Services aus den StL Fed Data, Forschung, Anwendungen amp mehr aus der St. Louis Fed