Bandas De Bollinger En Tiempo Real

Cómo utilizar las bandas de Bollinger en Forex

Desarrollado por el analista técnico John Bollinger en los años 80, Bollinger Bands identifica el grado de volatilidad en tiempo real de un par de divisas. Los operadores siguen atentos a la volatilidad porque un repentino aumento de los niveles de volatilidad a menudo es el preludio de una inversión en la tendencia del mercado. Bollinger Bands se colocan sobre una tabla de precios y consisten en un promedio móvil junto con las bandas superior e inferior que definen los "canales" de precios.

Bollinger no fue el primero en trazar promedios móviles. De hecho, moderar el efecto de las fluctuaciones de la tasa a través de un cálculo del promedio móvil ha sido durante mucho tiempo un elemento básico del análisis técnico. Sin embargo, Bollinger tomó la idea un paso más allá, utilizando el concepto de desviaciones estándar para agregar bandas por encima y por debajo de la línea de media móvil para definir los límites de la tasa superior e inferior. Estos límites forman los canales de precios usados ​​para medir la volatilidad.

En la lección anterior vimos que una media móvil basada en las tasas al contado más recientes "suaviza" las fluctuaciones de la tasa global. Para revisar cómo se calculan los promedios móviles, consulte la Lección 1 - Promedios móviles para obtener más información.

Streaming de bandas SQL y Bollinger

El año pasado ha sido una experiencia interesante, ya que participé en una serie de procesamiento de flujo y streaming de proyectos de clientes de análisis para SQLstream. El desarrollo de estos proyectos de computación de flujo en tiempo real aumentó enormemente mi aprecio por las ventajas de una infraestructura de middleware abierta, extensible y compatible con los estándares.

Por ejemplo, necesitaba implementar un mecanismo de detección de borde. Mis colegas de SQLstream recomendaron usar Bollinger Bands para determinar los valores atípicos. Por lo tanto, he navegado a través de la entrada wikipedia Bollinger Bands para obtener más información. Las bandas de Bollinger son muy similares a las desviaciones estándar o desviaciones de cuartiles. A La desviación estándar mide la variabilidad o dispersión en la distribución de datos. Las bandas de Bollinger, por otro lado, proporcionan umbrales para filtrar los valores atípicos en los datos. De hecho, las bandas de Bollinger se basan en el promedio móvil y la desviación estándar en movimiento del conjunto de datos. Para conjuntos de datos típicos, las bandas de Bollinger se pueden definir como:

Donde avg y stddev son el promedio y la desviación estándar sobre una ventana de tiempo suficientemente grande yk es la constante que se necesita determinar para la actividad que se está supervisando. Para conjuntos de datos típicos, k = 2 creará la banda de bollinger superior en el percentil 95 del conjunto de datos.

Bandas de Bollinger son ampliamente utilizados en la industria de servicios financieros. Sin embargo, Bollinger Bands puede aplicarse para resolver problemas en otras industrias. (Como no estoy afirmando ser un experto en estadísticas, sin duda agradecería comentarios sobre nuestra aplicación de bandas de Bollinger en las consultas de streaming.)

Las bandas de Bollinger son ciertamente una buena herramienta para identificar picos repentinos en la actividad que se está supervisando en tiempo real. Varios ejemplos me vienen a la mente, por ejemplo, detectando picos repentinos en el precio de un símbolo de ticker en una bolsa:

Las bandas de Bollinger pueden utilizarse igualmente para detectar picos en la tasa de error en un servidor web. Por ejemplo:

Otros ejemplos de la industria donde Bollinger Bands ofrecen una técnica útil incluyen el monitoreo de volúmenes de llamadas en un centro de llamadas y Analytics en servicios sociales y de juegos en línea.

En el contexto de la computación en secuencia, Bollinger Bands proporciona las marcas de agua alta / baja para la actividad de monitoreo. Siempre que el nivel de actividad reciente cruza estos umbrales Bollinger Band, la actividad puede ser marcada. El motor de análisis de flujo continuo puede realizar análisis adicionales para detectar patrones en la actividad y proporcionar información accionable para regular el sistema que se está supervisando. Por lo menos, las bandas de Bollinger se pueden utilizar para filtrar filas "poco interesantes" de la corriente, reduciendo así la carga en la tubería de transmisión.

En SQLstream, usamos funciones de agregación de ventanas como AVG () OVER (...) y STDDEV () OVER (...) para establecer Bollinger Bands. Es necesario calcular AVG y STDDEV en ventanas de tiempo suficientemente grandes. En un contexto de transmisión, utilizamos ventanas de tiempo suficientemente grandes para calcular las bandas de Bollinger. Así, a medida que la ventana se desliza hacia delante en el tiempo, las bandas de Bollinger reflejan niveles de actividad más recientes. Los niveles de actividad actuales pueden calcularse en una ventana mucho más pequeña, incluyendo potencialmente sólo la fila actual en la secuencia. Si el nivel de actividad actual cruza cualquiera de las bandas de Bollinger, entonces lo marcaremos como un pico en el nivel de actividad. La fórmula para las bandas de Bollinger debe cambiarse en base a la distribución de datos, es decir, para determinar exactamente qué múltiplo de desviación estándar es apropiado.

Volviendo a mi punto sobre la apertura y la extensibilidad, como se puede ver en las consultas de ejemplo anteriores, podría ejecutar una consulta muy similar en Oracle o SQLServer. Las características clave, como las funciones de agregación de ventanas, a menudo denominadas funciones SQL OLAP, han estado en SQLstream durante mucho tiempo. Curiosamente, SQLstream no admite STDDEV () ventana de función de agregación en el momento de este proyecto. Muchos de los expertos de SQL sabrán que STDDEV puede ser fácilmente reescrito usando una fórmula que involucra a AVG.

Estoy seguro de que muchos de ustedes lectores tienen interesantes ideas y preguntas. Por favor, siéntase libre de publicarlos aquí y estaré encantado de participar en una conversación.

Sunil Mujumdar