Ketika MACD berpasangan dengan BB di Elasticsearch, …

Moving Average Convergence Divergence (MACD) adalah indikator berbasis tren dan momentum, sementara Bollinger Bands (BB) adalah indikator berbasis volatilitas. Ketika MACD berpasangan dengan BB, beberapa profesional menyebutnya MACD BB, dan yang lain menyebutnya BB MACD. Dalam artikel ini, nama MACD BB digunakan. Kombinasi dua indikator analisis teknis mewarisi kemampuan kedua indikator dan memberikan wawasan tentang tren pasar. Dari pencarian web intensif saya, tidak ada tempat untuk mengatakan siapa yang menemukan indikator ini. Jika ada yang tahu, tolong bagikan sumbernya. Namun, banyak platform dan forum perdagangan menyediakan indikator ini sebagai fitur lanjutan. Pembaca disarankan untuk membaca dua artikel saya sebelumnya untuk segera memiliki pemahaman dasar tentang kedua indikator ini dan implementasinya menggunakan Elasticsearch.
Menurut persamaan yang dijelaskan dalam artikel “Bangun Histogram MACD dengan Elasticsearch”, MACD melibatkan rata-rata pembobotan eksponensial jangka pendek dan jangka panjang (EWMA). Praktik umum untuk kedua istilah ini adalah 12 dan 26.

Di dalam artikel "Hitung Lebar Bollinger Band Melalui Elasticsearch”, BB didasarkan pada rata-rata pergerakan sederhana (SMA) dan standar deviasi (SD) dari harga harian untuk membangun pita atas (BBU) dan pita bawah (BBL). Garis tengah BB adalah SMA. Dari terminologi MACD BB, ia menggunakan MACD bukan harga. Perhitungan BBL dan BBU dijelaskan sebagai berikut, dimana sliding window (jendela) adalah 20 atau 26, dan standar deviasi (n) adalah 1 atau 2 dalam praktek umum.

Pada dasarnya, MACD, BBU dan BBL akan diplot pada grafik dan pengguna dapat mengamati persimpangan MACD dan dua band. Ketika MACD menembus BBU, ini menunjukkan sinyal uptrend yang kuat. Demikian pula, ketika MACD menembus BBL, ini menunjukkan sinyal ke bawah yang kuat. Jauh lebih mudah menggunakan diagram untuk menggambarkan artinya. Pada artikel ini, kami mencoba menerapkan MACD dan BB ke dana yang diperdagangkan di bursa (ETF) bebas komisi dan fokus pada Elasticsearch sebagai alat analisis. Contoh berikut secara acak memilih “Fidelity International Multifactor ETF”. Simbol ticker-nya adalah FDEV. Data dipilih dari rentang waktu antara 1 Februari 2021, dan 31 Mei 2021 yang disediakan oleh IEX, Investors Exchange. Parameter MACD yang paling banyak digunakan adalah 12 untuk jangka pendek dan 26 untuk jangka panjang. Menurut banyak artikel internet, saat menghitung BB, periode SMA adalah 10 dan standar deviasi BB adalah 1.
Pada gambar di bawah, MACD dan BBL, BBU dan SMA diplot. Jika nilai MACD berada di atas BBU dan merupakan kenaikan saat membandingkan dengan nilai pada stempel waktu di depan, itu adalah titik biru-aqua. Jika nilai MACD di atas BBU dan merupakan penurunan, itu adalah titik biru. Jika nilai MACD di bawah BBL dan merupakan penurunan, itu adalah titik merah. Jika nilai MACD di bawah BBL dan merupakan kenaikan, itu adalah titik oranye. Untuk kasus lain, ini adalah titik abu-abu. Pembaca dapat dengan mudah mengamati bahwa garis merah/oranye berada di bawah BBL dan garis biru/aqua-blue berada di atas BBU. Selain itu, ketika nilai MACD naik dari bawah nol dan melewati nol (pertimbangkan sinyal bullish yang dihasilkan dari MACD), ada titik aqua-blue yang sesuai yang diikuti dengan cermat dalam banyak kasus. Dengan cara yang sama, ketika nilai MACD turun dari atas nol dan melewati nol (anggap sinyal bearish yang dihasilkan oleh MACD), titik merah yang sesuai akan mengikuti. Kemiringan garis menunjukkan momentum tren.

Namun, ketika kami mencoba menjelaskan titik ketika nilai MACD menembus dari BBU atau BBL dalam kombinasi dengan nilai-nilai tipikal, sepertinya tidak cocok dengan tren harga naik atau turun, seperti yang ditunjukkan pada gambar di bawah ini. Tanda-tanda potensi peningkatan volatilitas dan kemungkinan peluang perdagangan di masa depan tidak mudah ditangkap dan terkadang arahnya terbalik.

Meskipun sebagian besar platform perdagangan menyediakan indikator MACD BB dan memberikan komentar yang sama, “Ini tidak cocok untuk pedagang pemula”, implementasi Elasticsearch-nya menunjukkan integrasi yang mulus dan mudah dipahami. Misalkan ada indeks Elasticsearch yang diisi dengan data, dan pemetaan datanya yang digunakan sama seperti yang dijelaskan pada makalah sebelumnya. Langkah-langkah berikut menunjukkan kode badan permintaan REST API.

Kumpulkan semua dokumen yang relevan melalui operasi pencarian

Gunakan kueri "bool" dengan klausa "harus" untuk mengumpulkan dokumen dengan simbol FDEV dan tanggal antara 1 Februari 2021 dan 31 Mei 2021. Karena perhitungan rata-rata pergerakan 26 hari perdagangan, data tambahan disesuaikan selama 1.5 bulan (dari 15 Desember 2021 hingga 1 Februari 2021)

{
"permintaan": {
"bolong": {
"harus": [
{"range": {"date": {"gte": "2020-12-15", "lte": "2021-05-31"}}},
{"term": {"symbol": "FDEV"}}
]
}
},

Hitung nilai tipikal harian dana

Gunakan agregasi "date_histogram", bernama MACD, dengan parameter "bidang" sebagai "tanggal" dan parameter "interval" sebagai "1d" untuk mengekstrak harga dana setiap hari. Kemudian diikuti dengan agregasi “scripted_metric”, bernama TP, untuk menghitung harga tipikal, yang sama dengan harga rata-rata tertinggi, terendah, dan harga penutupan.

 "aggs": {
"MACD_BB": {
"date_histogram": {
"bidang": "tanggal",
"interval": "1d",
"format": "yyyy-MM-dd"
},
"aggs": {
"TP": {
"scripted_metric": {
"init_script": "state.totals=[]",
"map_script": "state.totals.add((doc.high.value+doc.low.value+doc.close.value)/3)",
"combine_script": "total ganda=0; untuk (t di negara bagian.total) {total += t} kembalikan total",
"reduce_script": "status pengembalian[0]"
}
},

Ekstrak tanggal ember

Karena data tambahan, operasi selanjutnya perlu menyaring bagian di luar jangkauan nanti. Agregasi "min" bernama "DateStr" adalah untuk mendapatkan tanggal ember. Di server Elasticsearch, tanggal disimpan dalam waktu Epoch. Unit waktu adalah milidetik, dan zona waktu adalah UTC.

 "DateStr": {
"min": {"bidang": "tanggal"}
},

Pilih ember dengan lebih dari 1 dokumen

Untuk memfilter bucket kosong (hari non-perdagangan), agregasi “bucket_selector”, bernama STP, digunakan untuk memilih bucket dengan jumlah dokumen lebih besar dari 0.

 "STP": {
"bucket_selector": {
"buckets_path": {"count":"_count"},
"script": "params.count > 0"
}
},

Hitung harian 12 hari perdagangan dan 26 hari perdagangan EWMA dari nilai tipikal

Gunakan agregasi “moving_fn”, bernama EWMA12, dengan jendela parameter sebagai 12 dan parameter “buckets_path” sebagai nilai TP untuk menghitung EWMA 12 hari perdagangan dari nilai tipikal. EWMA dihitung dengan menggunakan fungsi MovingFunctions.ewma dengan parameter alpha sebagai 2/(window+1). Agregasi EWMA26 dapat dilakukan dengan cara yang sama.

 "EWMA12": {
"moving_fn": {"script": "MovingFunctions.ewma(nilai, 2/(12+1))", "window": 12, "buckets_path": "TP.value"}
},
"EWMA26": {
"moving_fn" : {"script": "MovingFunctions.ewma(nilai, 2/(26+1))", "window": 26, "buckets_path": "TP.value"}
},

Hitung MACD

Gunakan agregasi "bucket_script", bernama macd, dengan parameter "buckets_path" untuk menentukan hasil dari EWMA12 dan EWMA26. Kemudian indikator MACD dihitung sesuai dengan persamaan pada script.

 "MACD": {
"bucket_script": {
"buckets_path": {
"EWMA12": "EWMA12",
"EWMA26": "EWMA26"
},
"script": "params.EWMA12 - params.EWMA26"
}
},

Hitung rata-rata pergerakan sederhana 10 hari dari nilai tipikal

Gunakan agregasi "moving_fn", bernama SMA10, dengan jendela parameter sebagai 10 dan parameter "buckets_path" sebagai MACD untuk menghitung SMA 10 hari dari nilai MACD. SMA dihitung dengan menggunakan fungsi rata-rata tidak tertimbang (MovingFunctions.unweightedAvg).

 "SMA10": {
"moving_fn" :{"script": "MovingFunctions.unweightedAvg(values)", "window":10, "buckets_path":"MACD"}
},

Hitung deviasi standar 10 hari harian dari nilai tipikal

Gunakan agregasi "moving_fn", bernama SD10, dengan jendela parameter sebagai 10 dan parameter "buckets_path" sebagai MACD untuk menghitung deviasi standar MACD 10 hari. SD dihitung dengan menggunakan fungsi simpangan baku (MovingFunctions.stdDev).

 "SD10": {
"moving_fn": {"script":"MovingFunctions.stdDev(nilai, MovingFunctions.unweightedAvg(nilai))", "window":10, "buckets_path":"MACD"}
},

Hitung MACD BB

Gunakan dua agregasi "bucket_script", bernama BBU10 dan BBL10, dengan parameter "buckets_path" untuk menentukan hasil dari agregasi SMA10 dan agregasi SD10. Kemudian, BBL10 dan BBU10 dihitung dari SMA10 dengan nilai plus atau minus SD10.

 "BBU10": {
"bucket_script": {
"buckets_path": {
"SMA": "SMA10",
"SD": "SD10"
},
"script": "params.SMA + params.SD"
}
},
"BBL10": {
"bucket_script": {
"buckets_path": {
"SMA": "SMA10",
"SD": "SD10"
},
"script": "params.SMA - params.SD"
}
},

Identifikasi jenis nilai MACD

a) Gunakan agregasi “turunan” bernama, MACD_Diff, dengan parameter “buckets_path” untuk menentukan nilai MACD guna menentukan apakah itu merupakan kenaikan atau penurunan dari MACD pada stempel waktu yang akan datang.

 "MACD_Diff": {
"turunan": {
"buckets_path": "MACD" 
}
},

b) Gunakan agregasi "bucket_script", bernama MACDType, dengan parameter "buckets_path" untuk menentukan hasil dari agregasi BBL10, BBU10, macd dan MACD_Diff untuk mengklasifikasikan jenis nilai MACD.

Ketik 1 jika MACD_Diff adalah penurunan dan nilai macd < BBL
Ketik 2 jika MACD_Diff adalah kenaikan dan nilai macd < BBL
Ketik 3 jika MACD_Diff adalah kenaikan dan nilai macd > BBU
Ketik 4 jika MACD_Diff adalah penurunan dan nilai macd > BBU
Ketik 0 untuk kasus lain

 "Tipe MACD": {
"bucket_script": {
"buckets_path": {
"BBL": "BBL10",
"BBU": "BBU10",
"MACD": "MACD",
"MACD_Diff": "MACD_Diff"
},
"script": "(params.MACD > params.BBU) ? (params.MACD_Diff > 0 ? 3:4) : (params.MACD < params.BBL) ? (params.MACD_Diff > 0 ? 2:1):0 "
}
},

Saring dokumen tambahan untuk keluaran

Gunakan agregasi "bucket_selector", bernama SMACD_BB, dengan parameter "buckets_path" sebagai "DateStr" untuk memilih bucket yang benar yang ditentukan dalam pernyataan "script". Kriteria pemilihan adalah ember yang memiliki tanggal pada atau setelah 1 Februari 2021 (waktu epoch 1612137600000 dalam milidetik).

 "SMACD_BB": {
"bucket_selector": {
"buckets_path": {"DateStr":"DateStr"},
"script": "params.DateStr >= 1612137600000L"
}
}
} 
}
},
"ukuran": 0
}

Setelah mengumpulkan hasil, kita bisa menggambar angka seperti yang ditunjukkan sebelumnya. Warna titik untuk Tipe 3 adalah aqua-blue, tipe 4 biru, tipe 1 merah, tipe 2 oranye, dan yang lainnya abu-abu.

Pembaca selanjutnya dapat merujuk ke proyek sumber terbuka di GitHub (MACD_BB)

Keterangan:

I. Terima kasih kepada IEX (Investors Exchange) yang menyediakan data ETF dan juga GitHub yang menyediakan penyimpanan proyek sumber terbuka.

II. Artikel ini didasarkan pada pemikiran teknis dan bukan merupakan saran investasi apa pun. Pembaca harus mengambil tanggung jawab mereka sendiri saat menggunakannya.

AKU AKU AKU. Mungkin masih ada kesalahan dalam artikel, dan saya mendorong pembaca untuk mengoreksi saya.

IV. Pembaca yang merasa tertarik dapat merujuk ke buku yang ditulis oleh penulis untuk semua keterampilan dasar Elasticsearch. “Advanced Elasticsearch 7.0”, Agustus 2019, Paket, ISBN: 9781789957754.

Source: https://wtwong316.medium.com/when-macd-couples-with-bb-in-elasticsearch-3cca987c0678?source=rss——-8—————–cryptocurrency