Wie Handeln Sie Mit Bollinger Bands In Forex

Bollinger Bands Bollinger Bands sind eine technische Chart-Indikator beliebt bei den Händlern auf mehreren Finanzmärkten. Auf einem Chart sind Bollinger Bands zwei Bands, die den Marktpreis einordnen. Viele Händler nutzen sie in erster Linie zu überkaufen und überverkauft Ebenen bestimmen. Eine gemeinsame Strategie ist, zu verkaufen, wenn der Preis die obere Bollinger Band berührt und kaufen, wenn es die untere Bollinger Band trifft. Diese Technik funktioniert im Allgemeinen gut in Märkten, die in einem konsequenten Bereich, auch als Bereich-gebundenen Märkten. In dieser Art von Markt springt der Preis von den Bollinger Bands wie ein Ball, der zwischen zwei Wänden hüpft. Obwohl die Preise manchmal zwischen Bollinger Bands hüpfen, sollten die Bands nicht als Signale zu kaufen oder zu verkaufen, sondern als Tag betrachtet werden. Wie John Bollinger zuerst bestätigen wollte, sind Tags der Bands genau das - Tags, keine Signale. Ein Tag der oberen Bollinger-Band ist nicht allein ein Verkaufssignal. Ein Tag der unteren Bollinger-Band ist nicht allein ein Kaufsignal. Preis kann und kann oft gehen die Band. In diesen Fällen werden Händler, die versuchen, zu verkaufen, wenn die obere Band getroffen wird oder kauft, wenn die untere Band getroffen wird eine unglaubliche Reihe von Stop-outs oder noch schlimmer, ein ständig steigender schwebender Verlust als Preis bewegt sich immer weiter weg Der ursprüngliche Einstiegspunkt. Werfen Sie einen Blick auf das Beispiel unten von einem Preis, der die Band geht. Wenn ein Trader das erste Mal verkauft hätte, wenn die obere Bollinger Band markiert wäre, wäre er tief im Rot gewesen. Möglicherweise ist eine bessere Weise, mit Bollinger Bändern zu handeln, sie zu verwenden, Tendenzen abzuschätzen. Mit Bollinger Bands zu indentify eine Trend Eine gemeinsame clich im Handel ist, dass die Preise liegen 80 der Zeit. Es gibt ein gutes Maß an Wahrheit zu dieser Aussage, da die Märkte meistens als Stiere zu konsolidieren und Bären Kampf um die Vorherrschaft. Markttrends sind selten, weshalb der Handel ist nicht annähernd so einfach, wie man denken könnte. Auf diese Weise können wir den Trend als Abweichung von der Norm (Bereich) definieren. Im Kern messen und abbilden Bollinger Bands die Abweichung oder Volatilität des Preises. Dies ist der Grund, warum sie sehr hilfreich sein können, um einen Trend zu identifizieren. Die Verwendung von zwei Sätzen von Bollinger-Bändern - einer, der mit dem Parameter von 1 Standardabweichung und der anderen mit der typischen Einstellung von 2 Standardabweichung erzeugt wird - kann uns helfen, den Preis auf eine andere Weise zu betrachten. In der unten stehenden Tabelle sehen wir, dass der Trend immer höher ist, wenn die Preiskanäle zwischen den beiden oberen Bollinger-Bändern (1 SD und 2 SD weg vom Durchschnitt) liegen. Daher können wir den Bereich zwischen diesen beiden Bändern als Kaufzone definieren. Umgekehrt, wenn Preiskanäle innerhalb der beiden unteren Bollinger Bands (1 SD und 2 SD), dann ist es in der Verkaufzone. Schließlich, wenn Preis umherstreift zwischen 1 SD Band und 1 SD Band, es ist im Grunde in einem neutralen Bereich, und wir können sagen, dass seine in niemandes Land. Ein weiterer großer Vorteil der Bollinger Bands ist, dass sie sich dynamisch anpassen, wenn die Volatilität zunimmt und abnimmt. Als Ergebnis, die Bollinger Bands automatisch erweitern und Vertrag synchron mit Preis Aktion, die Schaffung einer genauen Trend-Hüllkurve. Fazit Als einer der populärsten Handelsindikatoren sind Bollinger Bands zu einem entscheidenden Instrument für viele technische Analysten geworden. Durch die Verbesserung ihrer Funktionalität durch den Einsatz von zwei Sätzen von Bollinger Bands, können Händler ein höheres Maß an analytischer Raffinesse mit diesem einfachen und eleganten Instrument für die Trends zu erreichen. Es gibt auch viele verschiedene Möglichkeiten, um die Bollinger-Band-Kanäle die Methode, die wir hier beschrieben ist eine der häufigsten Möglichkeiten. Während Bollinger Bands helfen können, einen Trend zu identifizieren, im nächsten Abschnitt gut Blick auf die MACD-Indikator, die verwendet werden können, um die Stärke eines Trends zu messen. (Um andere Arten von Bändern und Kanälen zu betrachten, werfen Sie einen Blick auf Capture-Gewinne mit Bands und Kanäle.) Begrüßen Sie technische Analytiker BBForex ist für Devisenhändler, die daran interessiert sind, technische Analyse für ihren Währungspaarhandel zu verwenden. Tausende von Forex-Händlern verwenden Bollinger Bands, aber dies ist die erste und einzige Website, die sich der Bereitstellung von Bollinger Bands Analytics exklusiv für den Forex-Markt widmet. Die Website bietet Listen von Währungspaaren, die den Kriterien des Bollinger Band-Systems entsprechen, Screening, interaktive Diagramme, mit denen Sie Ihre eigenen Indikatoren programmieren können und vieles mehr, darunter 2-D - und 3D-Diagramme. Und um die meisten professionellen Tools für den Handel Forex bieten, hat BBForex Web-basierte Programmierung, BBScript hinzugefügt, so dass Benutzer können vollständig anpassen ihre Chart-Indikatoren und Analyse. Bbforex ist noch nicht für kleinere mobile touchbasierte Browser optimiert. Es ist derzeit am besten auf Laptops oder PCs. Das Adobe Flash Player Plugin kann für bestimmte Funktionen erforderlich sein. Ich verstehe, weiter: bbforex kopieren 2017 Bollinger Capital Management, Inc. How zu handeln Bollinger Bands Commercial Member Registriert September 2015 5 Beiträge Bollinger Bands sind eine der beliebtesten technischen Indikatoren mit vielen Händlern, die sie sowohl den Handel als auch das Aussehen handeln Für Ausbrüche. Allerdings, welche Merkmale und Werte sollten Sie wirklich betrachten, wenn Sie mit Bollinger Bands zu handeln Lets sehen, wie können wir maschinelles Lernen, insbesondere eine zufällige Wald zu finden, welche Aspekte der Bollinger Bands sind am wichtigsten für eine GBPUSD-Strategie Auf 4-Stunden-Diagrammen. Bollinger Bands, ein technisches Trading-Tool von John Bollinger in den frühen 1980er Jahren entwickelt, bieten eine relative Messung der Reichweite des Marktes. In Zeiten hoher Volatilität wird die Handelsspanne natürlich größer sein, während in Zeiten geringer Volatilität die Bandbreite kleiner wird. Bollinger Bands sind eine Kombination aus drei Linien. Die mittlere Linie ist ein einfacher gleitender Durchschnitt (üblicherweise 20 Perioden), wobei die obere Linie 2 Standardabweichungen der Nah über der Mittellinie und die untere Linie 2 Standardabweichungen unterhalb der Mittellinie ist. Angehängtes Bild (zum Vergrößern anklicken) Eine höhere Volatilität führt zu größeren Standardabweichungen und damit zu einem größeren Bereich zwischen den oberen und unteren Bändern. Bei der Verwendung der Bollinger Bands in irgendeiner Art von systematischen Strategie, die drei verschiedenen Linien präsentieren einige Fragen und Fragen, nämlich, welche einzelne Faktor sollten Sie einschließen möchten Sie, wo der aktuelle Preis ist relativ zum Bereich Vielleicht sind Sie nur mit betroffen Das obere Band für kurze Trades und das untere Band für lange Trades, oder wollen Sie auf die Gesamthöhe des Bereichs zu betrachten Es gibt eine große Anzahl von verschiedenen Werten, die Sie betrachten könnte und diesen Prozess, als Feature-Auswahl in der Maschine lernen bekannt Welt ist unglaublich wichtig. Die Auswahl der richtigen Funktion, die die meisten Informationen enthält, die für Ihre Strategie relevant sind, kann einen großen Einfluss auf die Leistung Ihrer Strategie haben. Anstatt diese Eigenschaften selbst zu bewerten, können wir eine zufällige Gesamtstruktur, eine leistungsfähige maschinelle Lernmethode, einsetzen, um diese Funktionen für uns objektiv zu bewerten. Zufällige Wälder sind ein Ensembleansatz, der auf dem Prinzip beruht, dass eine Gruppe von schwachen Lernenden zu einem starken Lerner kombiniert werden kann. Zufällige Wälder beginnen mit dem Bau einer großen Anzahl von einzelnen Entscheidungsbäumen. Entscheidungsbäume geben eine Eingabe an der Spitze des Baums ein und senden sie ihre Zweige herunter, wobei jede Teilung unterschiedliche Werte von Indikatorwerten darstellt. (Um mehr über Entscheidungsbäume zu erfahren, werfen Sie einen Blick auf einen früheren Beitrag, wo wir einen Entscheidungsbaum benutzten, um Bank of America-Aktien zu handeln.) Heres der Entscheidungsbaum, den wir in einem früheren Post gebaut haben: Individuelle Entscheidungsbäume werden als ziemlich schwache Lerner gesehen, Dh sie können die Daten sehr leicht überbuchen und Schwierigkeiten haben, sich gut auf neue Daten zu verallgemeinern. Kombiniert in Wälder mit Tausenden von Bäumen, können diese simplen Algorithmen einen sehr leistungsfähigen Modellierungsansatz bilden. Der Erfolg auf einem zufälligen Wald entsteht weitgehend aus der Fähigkeit, große Variabilität zwischen den einzelnen Bäumen zu erzeugen. Dies wird durch die Einführung eines Grades der Zufälligkeit auf zwei verschiedene Arten erreicht: Bagging, kurz für Bootstrap Aggregation, einfach bedeutet, mit Probe zu testen. Anstatt den gesamten verfügbaren Datensatz zum Erstellen jedes Baums zu verwenden, wird der Datensatz zufällig abgetastet, wobei jeder Datenpunkt verfügbar ist, um erneut ausgewählt zu werden. Wenn wir zum Beispiel das Sacken auf einem Trainingsset aus den Ziffern 1 bis 10 durchführen sollten, könnten wir den folgenden Datensatz auflösen: 1 3 2 1 5 7 5 5 7 10 Damit können wir unendlich viele Datensätze erstellen Alle die gleiche Größe und abgeleitet aus unserem ursprünglichen Datensatz. Untermenge der Indikatoren Anstatt jedes verfügbare Indikator zu verwenden, um jeden Baum zu erstellen, wird nur eine zufällig ausgewählte Untergruppe von Indikatoren verwendet. Zum Beispiel, wenn wir 5 verschiedene Funktionen, die wir testen, wurden nur 3 würde in jedem Baum verwendet werden. Aus diesen beiden Quellen der Zufälligkeit haben wir einen ganzen Wald von verschiedenen Bäumen geschaffen. Nun wird für jeden Datenpunkt jeder Baum aufgerufen, um eine Klassifizierung vorzunehmen, und die Mehrheit entscheidet über die endgültige Entscheidung. Ein großer Vorteil von zufälligen Wäldern ist, sie sind in der Lage, ein sehr robustes Maß für die Leistung der einzelnen Indikator geben. Mit Tausenden von Bäumen, die jeweils mit einem unterschiedlichen Sacktrainingsset und einer Untergruppe von Indikatoren gebaut wurden, zeigen sie, welche Indikatoren am wichtigsten waren, um die Klasse der Variablen zu bestimmen, die wir vorhersagen wollen, in diesem Fall die Richtung des Marktes. Wir nutzen diese wertvolle Eigenschaft der zufälligen Wälder, um herauszufinden, welche Merkmale, die von den Bollinger Bändern abgeleitet werden, in unserer Strategie verwendet werden sollten. Zuerst müssen wir entscheiden, welche Features die Bollinger Bands ableiten. Dies ist ein Bereich, wo Sie kreativ in kommen mit phantastischen Berechnungen und Formeln, aber jetzt gut auf 8 grundlegende Funktionen halten können: Obere Band - Preis Der Abstand zwischen dem oberen Band der aktuelle Preis Mitte Band - PreisDer Abstand zwischen der Mittellinie, 20-Periode einfacher gleitender Durchschnitt, und der aktuelle Preis Lower Band - PriceThe Abstand zwischen dem unteren Band der aktuelle Preis Misst den aktuellen Preis relativ zum oberen und unteren Bands: B (Current Price - Lower Band) (Upper Band - Lower Band) Lets Sehen Sie sich die prozentuale Veränderung der einzelnen Features an, um einen zeitlichen Aspekt hinzuzufügen: Prozentuale Veränderung (oberer Bandpreis) Die prozentuale Änderung in einer Periode des Abstands zwischen dem oberen Band und dem aktuellen Preis Prozentuale Änderung (mittleres Band - Die prozentuale Veränderung in einer Periode des Abstands zwischen dem mittleren Band und dem aktuellen Preis Die prozentuale Änderung in einer Periode des Abstands zwischen dem unteren Band und dem aktuellen Preis Die prozentuale Änderung in einem Zeitraum von B Wert Nun, da wir unsere 8 Funktionen haben, können wir unsere zufällige Gesamtstruktur zu sehen, welche Funktionen sollten wir in unserer Strategie verwenden. Building Our Model Sie können die hier verwendeten Daten herunterladen und finden Sie die Schritt-für-Schritt-R-Code, um die Ergebnisse in der ursprünglichen Post neu zu erstellen. Wir sehen, welche Merkmale am wichtigsten waren: Die mittlere Abnahmegenauigkeit misst, wie schlimmer jedes Modell ohne jede Funktion ausführt und die mittlere Abnahme Gini ist eine komplexere mathematische Funktion, die ein Maß dafür ist, wie rein das Ende jedes Baumzweigs für jedes Merkmal ist. Wir können sofort sehen, dass die prozentuale Veränderung des B-Wertes der wichtigste Faktor war und im Allgemeinen die Betrachtung der prozentualen Veränderung der Werte besser war als nur die Entfernung zwischen dem Preis und der oberen, unteren und mittleren Linie zu betrachten . (Aufgrund der beiden Quellen der Zufälligkeit, können Sie leicht unterschiedliche Ergebnisse, aber insgesamt fand ich die Schlussfolgerungen zu konsistent sein.) So, jetzt wissen wir, welche Funktionen, auf der Grundlage der Bollinger Bands, sollten wir in unserer Handelsstrategie verwenden. Zufällige Wälder sind ein sehr leistungsfähiger Ansatz, der in der Regel mehr anspruchsvolle Algorithmen übertreffen. Sie können für die Klassifizierung (Vorhersage einer Kategorie), Regression (Vorhersage einer Zahl) oder mit Feature-Auswahl (wie wir hier gesehen haben) verwendet werden. Feature Auswahl oder entscheiden, welche Faktoren in Ihre Strategie gehören, ist ein unglaublich wichtiger Teil der Aufbau jeder Strategie und es gibt viele Techniken in der maschinellen Lernen konzentriert sich auf die Lösung dieses Problems. Mit TRAIDE. Können Sie diese Art von maschinellen Lernalgorithmen verwenden, um Strategien zu erstellen, die auf den Indikatoren basieren, die Sie für den Handel verwenden. Probieren Sie es hier kostenlos aus.