Коли MACD поєднується з BB в Elasticsearch,…

Дивергенція ковзної середньої (MACD) є індикатором на основі тренду та імпульсу, тоді як Боллінгеr Смуги (BB) — це індикатор на основі волатильності. Коли MACD поєднується з BB, деякі професіонали називають це MACD BB, а інші називають це BB MACD. У цій статті використовується назва MACD BB. Комбінація двох індикаторів технічного аналізу успадковує можливості двох індикаторів і дає уявлення про тенденції ринку. З мого інтенсивного пошуку в Інтернеті ніде сказати, хто винайшов цей індикатор. Якщо хтось знає, поділіться, будь ласка, джерелом. Однак багато торгових платформ і форумів надають цей індикатор як додаткову функцію. Читачам радимо прочитати мої дві попередні статті, щоб швидко отримати базове розуміння цих двох індикаторів та їх реалізації за допомогою Elasticsearch.
Відповідно до рівняння, описаного в статті «Побудуйте гістограму MACD за допомогою Elasticsearch”, MACD включає короткострокову та довгострокову експоненційну зважову ковзну середню (EWMA). Звичайна практика для цих двох термінів — 12 і 26.

У статті “Розрахуйте ширину смуги Боллінджера за допомогою Elasticsearch”, BB базується на простій ковзній середній (SMA) і стандартному відхиленні (SD) денних цін для побудови верхньої смуги (BBU) і нижньої смуги (BBL). Середня лінія BB - це SMA. З термінології MACD BB замість ціни використовується MACD. Розрахунок BBL і BBU пояснюється наступним чином, де ковзне вікно (вікно) дорівнює 20 або 26, а стандартне відхилення (n) у звичайній практиці дорівнює 1 або 2.

В основному, MACD, BBU і BBL будуть нанесені на графік, і користувачі зможуть спостерігати перетини MACD і двох смуг. Коли MACD прориває BBU, він показує сильний сигнал зростання. Аналогічно, коли MACD прориває BBL, він показує сильний низхідний сигнал. Набагато простіше використовувати діаграму, щоб описати значення. У цій статті ми намагаємося застосувати MACD і BB до біржових фондів без комісії (ETF) і зосередимося на Elasticsearch як інструменті аналізу. У наступному прикладі випадковим чином вибирається «Fidelity International Multifactor ETF». Його символ - FDEV. Дані вибираються з діапазону часу з 1 лютого 2021 року по 31 травня 2021 року, наданого IEX, Investors Exchange. Найбільш використовуваними параметрами MACD є 12 для короткострокових і 26 для довгострокових. Згідно з багатьма статтями в Інтернеті, при розрахунку BB період SMA дорівнює 10, а стандартне відхилення BB дорівнює 1.
На малюнку нижче зображено MACD та його BBL, BBU та SMA. Якщо значення MACD вище BBU і є збільшенням у порівнянні зі значенням у відмітці часу вперед, це аква-блакитна точка. Якщо значення MACD вище BBU і є декрементом, це синя крапка. Якщо значення MACD нижче BBL і є декрементом, це червона крапка. Якщо значення MACD нижче BBL і є приростом, це помаранчева крапка. В інших випадках це сіра точка. Читачі можуть легко помітити, що червоні/помаранчеві лінії розташовані нижче BBL, а сині/аква-сині лінії вище BBU. Крім того, коли значення MACD піднімається нижче нуля і перетинає нуль (розглянемо бичачий сигнал, створений від MACD), у більшості випадків з’являється відповідна аква-блакитна крапка. Таким же чином, коли значення MACD опускається вище нуля і перетинає нуль (розглянемо ведмежий сигнал, створений MACD), слідує відповідна червона крапка. Нахил лінії вказує на імпульс тренду.

Однак, коли ми намагаємося пояснити момент, коли значення MACD проривається від BBU або BBL в поєднанні з типовими значеннями, здається, що це не відповідає тенденції ціни вгору або зниження, як показано на малюнку нижче. Потенційні ознаки підвищеної волатильності та можливі майбутні торгові можливості нелегко вловити, і іноді напрямок змінюється.

Хоча більшість торгових платформ забезпечують індикатор MACD BB і дають той самий коментар: «Це не підходить для початківців трейдерів», його реалізація Elasticsearch демонструє безперебійну інтеграцію та легку для розуміння. Припустимо, що існує індекс Elasticsearch, заповнений даними, і його відображення даних використовується таке ж, як описано в попередній статті. Наступні кроки демонструють код тіла запиту REST API.

Зберіть усі відповідні документи за допомогою пошукової операції

Використовуйте запит «bool» з пунктом «must» для збору документів із символом FDEV і датою між 1 лютого 2021 року та 31 травня 2021 року. Завдяки обчисленню ковзної середньої за 26 торгових днів додаткові дані коригуються на 1.5 місяця (з 15 грудня 2021 р. по 1 лютого 2021 р.)

{
"запит": {
"bool": {
"повинен": [
{"range": {"date": {"gte": "2020-12-15", "lte": "2021-05-31"}}},
{"term": {"symbol": "FDEV"}}
]
}
},

Обчисліть щоденну типову вартість фонду

Використовуйте агрегацію «гістограма дати» під назвою MACD з параметром «поле» як «дата» і параметром «інтервал» як «1d», щоб витягувати ціни фонду щодня. Потім слідує агрегація «scripted_metric» під назвою TP, щоб обчислити типову ціну, яка дорівнює середній ціні найвищої, найнижчої та ціни закриття.

 "aggs": {
"MACD_BB": {
"гістограма дати": {
"поле": "дата",
"інтервал": "1d",
"формат": "рррр-ММ-дд"
},
"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": "подвійний підсумок=0; для (t в state.totals) {total += t} повернути підсумок",
"reduce_script": "повернути стани[0]"
}
},

Витягніть дату відра

Через додаткові дані наступні операції повинні пізніше відфільтрувати частину, що виходить за межі діапазону. Агрегація «min» під назвою «DateStr» призначена для отримання дати сегмента. На сервері Elasticsearch дата зберігається в часі епохи. Одиниця часу — мілісекунди, а часовий пояс — UTC.

 "DateStr": {
"min": {"field": "date"}
},

Виберіть сегменти з більш ніж 1 документом

Щоб відфільтрувати порожні сегменти (неторговельні дні), агрегація «bucket_selector» під назвою STP використовується для вибору сегментів з кількістю документів більше 0.

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

Обчисліть щоденне значення EWMA за 12 і 26 торгових днів для типового значення

Використовуйте агрегацію «moving_fn» під назвою EWMA12 з вікном параметра 12 і параметром «buckets_path» як TP.value, щоб обчислити типове значення EWMA за 12 торгових днів. EWMA обчислюється за допомогою функції MovingFunctions.ewma з параметром альфа 2/(вікно+1). Агрегацію EWMA26 можна виконати таким же чином.

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

Розрахувати MACD

Використовуйте агрегацію «bucket_script» під назвою macd з параметром «buckets_path», щоб вказати результати з EWMA12 і EWMA26. Потім індикатор MACD розраховується за рівнянням в скрипті.

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

Обчисліть щоденне 10-денне просте ковзне середнє типового значення

Використовуйте агрегацію «moving_fn» під назвою SMA10 з вікном параметра 10 і параметром «buckets_path» як MACD, щоб обчислити 10-денний SMA значення MACD. SMA розраховується за допомогою функції незваженого середнього (MovingFunctions.unweightedAvg).

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

Обчисліть щоденне 10-денне стандартне відхилення від типового значення

Використовуйте агрегацію «moving_fn» під назвою SD10 з вікном параметра 10 і параметром «buckets_path» як MACD, щоб обчислити 10-денне стандартне відхилення MACD. SD розраховується за допомогою функції стандартного відхилення (MovingFunctions.stdDev).

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

Обчисліть MACD BB

Використовуйте дві агрегації «bucket_script», іменовані BBU10 і BBL10, з параметром «buckets_path», щоб вказати результати агрегації SMA10 та агрегації SD10. Потім BBL10 і BBU10 обчислюються з SMA10 із плюсом або мінусом значення SD10.

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

Визначте тип значення MACD

a) Використовуйте «похідну» агрегацію під назвою MACD_Diff з параметром «buckets_path», щоб вказати значення MACD, щоб визначити, чи є воно збільшенням чи зменшенням від MACD у відмітці часу вперед.

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

b) Використовуйте агрегацію «bucket_script» під назвою MACDType з параметром «buckets_path», щоб вказати результати агрегації BBL10, BBU10, macd і MACD_Diff для класифікації типу значення MACD.

➤ Введіть 1, якщо MACD_Diff є декрементом, а значення macd < BBL
➤ Введіть 2, якщо MACD_Diff є інкрементом, а значення macd < BBL
➤ Введіть 3, якщо MACD_Diff є інкрементом, а значення macd > BBU
➤ Введіть 4, якщо MACD_Diff є декрементом, а значення macd > BBU
➤ Введіть 0 для інших випадків

 "MACDType": {
"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 "
}
},

Відфільтруйте додаткові документи для виведення

Використовуйте агрегацію «bucket_selector» під назвою SMACD_BB з параметром «buckets_path» як «DateStr», щоб вибрати правильні сегменти, зазначені в операторі «script». Критерієм вибору є сегменти, які мають дату 1 лютого 2021 року або пізніше (час епохи 1612137600000 в мілісекундах).

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

Зібравши результати, ми можемо намалювати фігури, як показано раніше. Колір крапки для типу 3 - аква-блакитний, тип 4 - синій, тип 1 - червоний, тип 2 - помаранчевий, а інші - сірі.

Читачі можуть також звернутися до проекту з відкритим вихідним кодом на GitHub (MACD_BB)

Примітки:

I. Завдяки IEX (Investors Exchange), що надає дані ETF, а також GitHub, що надає сховище проектів із відкритим кодом.

II. Ця стаття заснована на технічній думці і не є порадою щодо інвестицій. Читачі повинні нести власну відповідальність під час використання.

III. У статті все ще можуть бути помилки, і я прошу читачів виправити мене.

IV. Ті читачі, які відчувають інтереси, можуть звернутися до книги автора письменника, щоб дізнатися про всі основні навички Elasticsearch. «Advanced Elasticsearch 7.0», серпень 2019 р., Packt, ISBN: 9781789957754.

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