(博克再贴)Bollinger的洞察

来源: 信步华尔街 2017-11-14 19:50:46 [] [博客] [旧帖] [给我悄悄话] 本文已被阅读: 次 (7660 bytes)

(供周末没看到的股友参考)

上期谈到标普日线图的结构,导出狗与主人的比喻。主人就是标普的真实走势,通常有移动均线表示。狗则是标普加上扰动后的日间落点,由K线图表示。而狗leash有弹性的长度,就是标普的日常走势的波动率的一种衡量,表示K线图与均线的距离。

那如何衡量波动率呢?通常认为,波动率是股票的一种特性。beta就是常用的衡量某只股票的(相对)波动性的指标。Beta是指股票的波动和大盘,通常是标普的波动相比。Beta=1说明股票的波动性较小,和标普相当。Beta<1说明股票的波动性非常小(low beta),通常是一些defensive stock,如Utilities。另外有一些高成长,高波动(high beta)的股票,如AAPL。当然,还有一些垃圾股,波动率很高。

那标普的波动率是否恒定?或相对恒定?通常认为是相对稳定的。因此,历史上曾经出现过均线上下平移一定的百分点,如7%,作为波动Band。实际平移的位移根据标普实际走势Back Fit,类似于趋势线的基础上画Channel线的常用技术分析方法。这种方法在标普长期稳定的情况下还是可用的。但是即使稳定如标普,也会经历大波动的时期。在大波动期,需要不停的调整leash的长度来适应市场。

有没有一个方法动态的衡量当前市场的波动率,从而自动地调整leash的长度呢?

Bollinger就这样走上了历史舞台。

首先,Bollinger用20日简单移动均线作为狗主人的轨迹。

然后,Bollinger对过去20日狗的落点进行统计分析。如果落点随机的话,根据统计,可以假设落点符合统计中正态分布的规律,即Bell Curve。大多数落点在平均值附近,离平均值越远,落点个数越少。如果对这20点计算一个标准均差(standard deviation, SD),则统计中的正态分布规律表明:有68%的落点,分布在均值附近一个标准均差范围内。而有95%的落点,分布在均值附近两个标准均差范围内。

如果我把leash的长度定为两个标准均差,则95%的股价都落在这个范围内。这不正是波动率的最佳衡量方法吗?

这就是一个天才般的主意!看来,Bollinger学过一些统计的知识。正态分布是统计学的一个基础理论。好像是天才数学家Gauss的发明。发明,难度那不是一般的大。但是将其应用到股市的技术分析,却不需要Gauss那样的天才。需要的是Bollinger这样的深度思考者。Think Out of Box,跳出传统技术分析的K线图形态趋势分析的框框,这是很值得我们现在的基于技术分析的投资人学习的思路。

为什么我要花一年的时间来推崇批判性的深度思考呢?因为这才是股市投资成功的秘诀!我们绝大多数,或者说是所有股市投资者,都没有Gauss那样的天才,事实上我们也不需要。但假以时间和练习,我们却很有可能拥有Bollinger那样的深度思考能力。而股市成功,需要的是Bollinger那样的从平凡中挖掘深度的、解决实际问题的应用高手。

Bollinger Band的发明,距今已近40年。而计算机技术在股票市场的大量应用,也就20多年光景。先是交易所技术(ECN)的应用,如Island(孤岛交易引擎,INET,现归NASDAQ所有),Archipelago(群岛交易引擎,ARCA,现归NYSE所有)。然后是客户端技术的革命,再不用电话委托,交易终端了,直接利用INTERNET,代表是e-trade。可以很容易的画K图,以及各种技术分析指标。现在技术指标很多了,同时还在不断地创建起来。我们越来越容易迷失在技术分析中。很多人试验了各种各样的技术指标,试图发现交易的Holy Grail。

这一点你必须深刻思考:股票价量是客观事实,技术指标对股票价量进行了二次处理,应该算推论了。而基于技术指标对股价走势进行判断,你往往进行了第二次推理。

《金融市场逻辑推理的陷阱》(http://blog.wenxuecity.com/myblog/70211/201709/15937.html )里分析过,因为金融推理都是模糊推理,推理步骤越多,成功率越小。所以,进行二次推理一定要极其小心,对推理中的例外要有深刻的认识。

很多人对Bollinger Band的应用局限在各种和其它指标的组合上,却忽略了Bollinger Band本身的局限性。任何技术指标,有它成功的地方,也一定有它的弱点。掌握一项技术,不但要掌握它的长处,更要深刻理解它的短处。只有这样才能合理应用。

Bollinger Band的优点是将市场的波动幅度量化,变成一个动态的自适应的指标。配合20日均线,有效地勾画出一个股票的日常走势结构:狗和主人的关系。从图形上看,这个Band几乎框住了所有的股价波动,应该能达到95%股价的目标。看看SPX的一年图:

至今我仍然惊讶于Bollinger Band框住股价高低点的能力。如果我在下沿买进,上沿卖出,股市交易岂不是易如反掌?

如此岂不是找到了股市交易的圣杯了?!我估计Bollinger第一次手工画上这个Band,自己都惊讶于自己的发现。

且慢。。。Bollinger先生也没有成为Billionare,至今他还在通过授权各个Broker交易平台,赚茶水费那。开个基金,不是把全世界的钱都赚了?还有Ray Dalio什么事儿?

我在《人工智能看大道至简》(http://blog.wenxuecity.com/myblog/70211/201703/4399.html )里讲过:一个模型,对过去的分析越完美,对未来的预测就越不力。这就是股市分析的悖论。通常,我们对分析研究的目标就是接近完美,而完美的分析才是预测的基础啊?这就回归到我的股市博弈论。如果一个交易,一方有100%的成功把握,就没有交易对手了。谁也不是傻子,谁会做0%成功率的交易?而股市是一个真人博弈的系统。大家都在进化。这背后,其实是AI的一个规律:如果一个模型,对过去的学习数据集用功过度,得到的参数就可能Overfit学习数据集,它的结果是模型稳定性下降,对未来的预测成功率下降。

那我们看看Bollinger Band到底有什么问题?且看下回分解。

 

 

-----------------------------------------------------------------------------------------------------

在后续的博克中,我会逐步推出Smart DCA策略,供长期投资的股友参考。我会提供所有的细节,你自己看图即可。如果你还是偷懒,欢迎微信扫描我的文学城博克头像跟踪我的公众号(信步华尔街)。目前还没有什么内容。但日后我会加入Smart DCA策略信号,你可以通过微信实时收到。

所有跟帖: 

纵然你是高手,最后的结论我敢肯定,一定是你所想象不到的。所以股市上,大家都是学生,谦虚些好。 -信步华尔街- 给 信步华尔街 发送悄悄话 信步华尔街 的博客首页 (0 bytes) () 11/14/2017 postreply 21:00:24

谢谢 -undecided03- 给 undecided03 发送悄悄话 (0 bytes) () 11/14/2017 postreply 20:34:20

Thank you! learning a lot from you.. -AnnyHts- 给 AnnyHts 发送悄悄话 (0 bytes) () 11/14/2017 postreply 20:43:41

谢谢信步!会仔细阅读! -guest917d- 给 guest917d 发送悄悄话 guest917d 的博客首页 (0 bytes) () 11/14/2017 postreply 21:18:10

不会看k线图的老鼠看不懂大师的文章 -股市老鼠- 给 股市老鼠 发送悄悄话 (169 bytes) () 11/14/2017 postreply 22:22:32

加跟帖:

当前帖子已经过期归档,不能加跟帖!