Hoe om te gebruik Bollinger Bands in Forex Ontwikkel deur tegniese ontleder John Bollinger in die 1980's, Bollinger Bands identifiseer die mate van real-time wisselvalligheid vir 'n geldeenheid paar. Handelaars hou 'n ogie oor wisselvalligheid omdat 'n skielike toename in onbestendigheid vlakke is dikwels die voorspel tot 'n mark neiging omkeer. Bollinger Bands saam met die boonste en onderste bands wat pryse "kanale" definieer geplaas oor 'n prys grafiek en bestaan uit 'n bewegende gemiddelde. Bollinger was nie die eerste om te plot bewegende gemiddeldes. Inderdaad, matigende die effek van skommelinge deur 'n bewegende gemiddelde berekening is al lank 'n stapelvoedsel van tegniese ontleding. Maar Bollinger het die idee 'n stap verder deur die gebruik van die konsep van standaardafwykings om bande bo en onder die bewegende gemiddelde lyn toe te voeg tot die boonste en onderste koers grense definieer. Hierdie grense vorm die pryse kanale gebruik om wisselvalligheid te meet. In die vorige les, het ons gesien dat 'n bewegende gemiddelde op grond van die mees onlangse lokokoerse "stryk uit" algehele skommelinge. Na te gaan hoe bewegende gemiddeldes bereken word, kyk Les 1 - Bewegende Gemiddeldes vir meer inligting. Streaming SQL en Bollinger Bands Verlede jaar het 'n interessante ervaring as ek het deelgeneem aan 'n aantal stroom verwerking en streaming Analytics kliënt projekte vir SQLstream. Die ontwikkeling van hierdie real-time, stroom rekenaar projekte aansienlik toegeneem my waardering vir die voordele van 'n oop, extensible en standaarde voldoen middleware infrastruktuur. Byvoorbeeld, ek nodig het om 'n voorsprong opsporing meganisme te implementeer. My kollegas by SQLstream aanbeveel met behulp van Bollinger Bands vir die bepaling van uitskieters. So, ek blaai deur die Wikipedia-inskrywing vir Bollinger Bands vir meer inligting. Bollinger Bands is baie soortgelyk aan standaardafwykings of kwartiel afwykings. 'N standaardafwyking maatreëls variasie of verspreiding in verspredingsdata. Bollinger Bands, aan die ander kant, bied drempels te uitskieters filter in die data. Trouens, Bollinger bands wat gebaseer is op die bewegende gemiddelde en beweeg standaardafwyking van die datastel. Vir tipiese datastelle, kan Bollinger bands gedefinieer word as: waar avg en stddev is die gemiddelde en standaardafwyking oor 'n groot genoeg tyd venster en k is die konstante wat moet bepaal word vir die aktiwiteit gemonitor. Vir tipiese datastelle, sal k = 2 die boonste Bollinger groep te skep op 95 ste persentiel van die datastel. Bollinger Bands is wyd gebruik word in die finansiële dienste bedryf. Tog kan Bollinger Bands word toegepas op probleme in ander industrieë op te los. (As ek nie beweer dat hy 'n statistiek deskundige wees, ek sou beslis terugvoer waardeer op ons toepassing van Bollinger bands in streaming navrae.) Bollinger bands beslis is 'n goeie hulpmiddel om skielike spykers in die aktiwiteit gemonitor in real-time te identifiseer. 'N Aantal voorbeelde kom myns insiens, byvoorbeeld die opsporing skielike spykers in die prys vir 'n ENKELE simbool in 'n aandelebeurs: Bollinger Bands kan ewe gebruik word om spykers te spoor in die fout persentasie op 'n webbediener. Byvoorbeeld: Ander bedryf voorbeelde waar Bollinger Bands bied 'n nuttige tegniek insluit monitering oproep volumes in 'n inbelsentrum en Analytics op sosiale / online gaming dienste. In die stroom rekenaar konteks, Bollinger Bands bied die hoë / lae-water punte vir die monitering aktiwiteit. Wanneer die vlak van onlangse aktiwiteite kruisies hierdie Bollinger Band drempels, kan die aktiwiteit gemerk. Die streaming analytics enjin kan dan bykomende analytics om patrone op te spoor in die aktiwiteit en nuttige inligting vir die stelsel wat gemonitor reguleer voorsien. Op die heel minste, kan Bollinger bands gebruik word om uit te filtreer "vervelige" rye van die stroom, en sodoende die las op die streaming pyplyn vermindering. Op SQLstream, gebruik ons 'n klein venster samevoeging funksies soos AVG () oor (...) en STDDEV () oor (...) om vas te stel Bollinger Bands. Dit is nodig om AVG bereken en STDDEV op groot genoeg vensters van tyd. In 'n streaming konteks, gebruik ons groot genoeg vensters van tyd tot Bollinger Bands bereken. So, as die venster gly vorentoe in tyd, die Bollinger bands weerspieël meer onlangse vlakke aktiwiteit. Die huidige aktiwiteitsvlakke kan dan bereken word op 'n baie kleiner venster, potensieel insluitend net die huidige ry in die stroom. Indien die huidige aktiwiteit vlak te steek een van die Bollinger bands, ons merk dan dat as 'n skerp styging in die aktiwiteitsvlak. Die formule vir Bollinger bands moet verander gebaseer op die data verspreiding, dit is, om vas te stel presies wat verskeie van standaardafwyking toepaslik is. Ek kom nou terug na my punt oor openheid en rekbaarheid, soos jy kan sien in die voorbeeld hierbo navrae, kan jy 'n baie soortgelyke soektog uit te voer in Oracle of SQLServer. Belangrike kenmerke soos met venster samevoeging funksies, dikwels genoem SQL OLAP funksies, het in SQLstream vir 'n lang tyd. Dis interessant dat SQLstream nie ondersteun STDDEV () 'n klein venster samevoeging funksie ten tyde van hierdie projek. Daar is baie van die SQL kundiges sal weet STDDEV kan maklik herskryf met behulp van 'n formule wat AVG. Ek is seker baie van julle lesers het interessante idees en vrae. Voel asseblief vry om dit hier te plaas en ek sal bly wees om betrokke te raak in 'n gesprek. Sunil Mujumdar
No comments:
Post a Comment