NEPSE در گروههای بولینگر

ساخت وبلاگ

یک سرمایه گذار از ارائه گرافیکی باندهای بولینگر برای گرفتن سیگنال از فراز و نشیب ها و همچنین نوسانات بازار از گسترش و سفت شدن UBB و LBB استفاده می کند و نوسانات بالاتر و پایین را منعکس می کند. درصد (٪) B به تعیین فرصت ها در دوره های شدید از بازار کمک می کند و به ترتیب غلظت نمودار خط را به ترتیب "0" یا "1" نشان می دهد که روند نزولی و صعودی را منعکس می کند. شاخص پهنای باند توانست با فشار در گروه فوقانی ، روند صعودی را از بین ببرد. عدم تحرک مثبت Q برای بازگشت روزانه NEPSE برای دوره سال مالی 1998-1999 به سال مالی 2019-2020 نشان دهنده عادی بودن برای بازده بازار بود. با این وجود ، نتایج مربوط به سیگنال های معاملاتی مبتنی بر گروههای بولینگر با دادن سیگنال واضح به "خرید" یا "فروش" برای یک سرمایه گذار مفید است. در عین حال ، فقط با تکیه بر گروههای بولینگر با یک دوره خاص ، ، یعنی گروههای بولینگر با میانگین متحرک کوتاه تر (MA) نوسانات بالاتری را نشان می دهد و برعکس ، از این رو ، می تواند هنگام انتخاب نامناسب MA ، سیگنال های کاذب را نشان دهد ، بنابراین ، به شما کمک می کند ، به این ترتیب کمک می کند. از دیگر ابزارهای تحلیل فنی باید هنگام تصمیم گیری در مورد سرمایه گذاری استفاده شود.

  • کلید واژه ها:
  • گروههای بولینگر ،
  • نشانگر پهنای باند بولینگر ،
  • ٪ B ،
  • فهرست NEPSE ،
  • نپال ،
  • بورس سهام

استناد: راشش وایدیا. NEPSE در گروههای بولینگر [J]. بررسی حسابداری ملی ، 2021 ، 3 (4): 439-451. doi: 10. 3934/nar. 2021023

مقالات مرتبط:

خلاصه

یک سرمایه گذار از ارائه گرافیکی باندهای بولینگر برای گرفتن سیگنال از فراز و نشیب ها و همچنین نوسانات بازار از گسترش و سفت شدن UBB و LBB استفاده می کند و نوسانات بالاتر و پایین را منعکس می کند. درصد (٪) B به تعیین فرصت ها در دوره های شدید از بازار کمک می کند و به ترتیب غلظت نمودار خط را به ترتیب "0" یا "1" نشان می دهد که روند نزولی و صعودی را منعکس می کند. شاخص پهنای باند توانست با فشار در گروه فوقانی ، روند صعودی را از بین ببرد. عدم تحرک مثبت Q برای بازگشت روزانه NEPSE برای دوره سال مالی 1998-1999 به سال مالی 2019-2020 نشان دهنده عادی بودن برای بازده بازار بود. با این وجود ، نتایج مربوط به سیگنال های معاملاتی مبتنی بر گروههای بولینگر با دادن سیگنال واضح به "خرید" یا "فروش" برای یک سرمایه گذار مفید است. در عین حال ، فقط با تکیه بر گروههای بولینگر با یک دوره خاص ، ، یعنی گروههای بولینگر با میانگین متحرک کوتاه تر (MA) نوسانات بالاتری را نشان می دهد و برعکس ، از این رو ، می تواند هنگام انتخاب نامناسب MA ، سیگنال های کاذب را نشان دهد ، بنابراین ، به شما کمک می کند ، به این ترتیب کمک می کند. از دیگر ابزارهای تحلیل فنی باید هنگام تصمیم گیری در مورد سرمایه گذاری استفاده شود.

منابع

[1] Baiynd AM (2011) کتاب تجارت: یک راه حل کامل برای تسلط بر سیستم های فنی و روانشناسی تجارت ، نیویورک: مک گرا هیل.
[2] Balsara NJ ، Chen G ، Zheng L (2007) بازار سهام چین: بررسی مدل پیاده روی تصادفی و قوانین تجارت فنی. Qtly J Bus Eco 46: 43-63.
[3] Bollinger J (1992) با استفاده از گروههای Bollinge. تکنیک مقعد متعهد 10: 47-51.
[4] Bollinger J (2001) بولینگر در گروههای بولینگر ، نیویورک: آموزش مک گرا هیل.
[5] Chandima AVL (2021) از داده های بورس برای کمک به سرمایه گذاران در تصمیم گیری دقیق تر معامله استفاده می کند. Intl J Sci Res Pub 11: 762-770.
[6] Chen SL ، Chen NJ ، Chuang RJ (2014) یک مطالعه تجربی در مورد تجزیه و تحلیل فنی: مدل گارچ (1 ، 1). J Appl Stat 41: 785-801.
[7] Chen S ، Zhang B ، Zhou G ، et al.(2018) استراتژی تجارت گروههای بولینگر بر اساس تجزیه و تحلیل موجک. Appl Econ Financ 5: 49-58.
[8] Evans HP (2008) یک مطالعه تجربی از تجارت چرخشی با استفاده از نوسان ساز ٪ B. J Technal Anal 65: 35-41.
[9] Fang J ، Jacobsen B ، Qin Y (2014) محبوبیت در مقابل سودآوری: شواهدی از گروههای بولینگر. SSRN Electro J ، 1-45.
[10] ابراهیم D (2013) Etude Théorique d'Itlecturs d'Analyze تکنیک [مطالعه نظری شاخص های تحلیل فنی]. Université Nice Sophia Antipolis ، Finance Français کمی: Archives-Ouvertes.
[11] Kabasinskas A ، Macys U (2010) کالیبراسیون پارامترهای باند بولینگر برای توسعه استراتژی تجارت در بازار سهام بالتیک. Inzinerine Ekonomika-Eng Econ 21: 244-254.
[12] Kaan KS ، Sekar PS ، Sathik MM ، et al.(2010) پیش بینی بازار سهام مالی با استفاده از تکنیک های داده کاوی. مجموعه مقالات Intl Multi Conf از دانشمندان ENG و رایانه (IMEC) ، من ، 17-19 مارس ، 1-5.
[13] nd Sc. Conf of Computer Sci (SCCS), March 27 28,171 181. >Khairi Twa ، Zaki RM ، Mahmood WA (2019) پیش بینی قیمت سهام با استفاده از رویکرد فنی ، اساسی و مبتنی بر اخبار. دوم SC. Conf of Computer SCI (SCCS) ، 27-28،171-181 مارس.
[14] Kirkpatrick CD ، Dahlquist JR (2015) تجزیه و تحلیل فنی: منبع کامل برای تکنسین های بازار مالی ، نیوجرسی: Pearson Education ، Inc.
[15] لی جی ، لی جی ، Prxekopa A (2013) باند قیمت: یک ابزار فنی برای تجارت سهام ، نیوجرسی: دانشگاه راتگرز.
[16] Lento C ، Gradojevic N (2007) سودآوری قوانین معاملات: یک رویکرد سیگنال ترکیبی. J Appl Bus Res 23: 13-28.
[17] Lento C ، Gradojevic N ، Wright CS (2007) محتوای اطلاعات سرمایه گذاری در گروههای بولینگر؟Appl Financy Econ اجازه می دهد 3: 263 267.
[18] Leung JM ، Chong TT (2003) یک مقایسه تجربی از پاکت های متوسط در حال حرکت و گروههای بولینگر. Appl Econ اجازه می دهد 10: 339-341.
[19] Lim S ، Hisarli TT ، Shi He N (2014) سودآوری یک رویکرد سیگنال ترکیبی: گروههای بولینگر و ADX. Intl Fed Techan Anal J (مجله IFTA) 14: 30-36.
[20] Liu W ، Huang X ، Zheng W (2006) مدل های سیاه پوست و گروههای بولینگر. فیزیک A 371: 565-571.
[21] Mkik M ، Menzhi K (2020) سودآوری تجزیه و تحلیل Chartist: مورد شاخص Bollinge Bands. IOSR J ECON Financ 11: 30-34.
[22] ni y ، Day My ، Huang P ، et al.(2020) سودآوری گروههای بولینگر: شواهدی از سهام تشکیل دهنده تایوان. فیزیک A 551: 124144.
[23] Pramudya R ، Ichsani S (2020) کارآیی تجزیه و تحلیل فنی برای تجارت سهام. Intl J Financy Bank Stud 9: 58-67.
[24] Prasad TD ، Chaitanya C ، Kumar AT (2018) مطالعه ای در مورد نوسانات سهام در بخش بانکی با استفاده از تجزیه و تحلیل فنی. Intl res J Eng Tech 05: 1016 1022.
[25] Pushpa BV ، Sumithra CG ، Hegde M (2017) تصمیم گیری سرمایه گذاری با استفاده از تجزیه و تحلیل فنی: مطالعه ای در مورد سهام منتخب در بازار سهام هند. IOSR J ECON Financ 19: 24-33.
[26] Rachev ST ، Me C ، Fabozzi FJ (2005) توزیع برگشتی دارایی چربی و چربی ، پیامدهای مربوط به مدیریت ریسک ، انتخاب نمونه کارها و قیمت گذاری گزینه ها ، نیویورک: جان ویلی.
[27] شاه NP ، پاتل TM (2015) یک مطالعه تطبیقی در مورد تجزیه و تحلیل فنی توسط گروه بولینگر و RSI. Intl J Mgmt Soci Sci 03: 234-251.
[28] Singh A ، Gupta P ، Thakur N (2021) یک تحقیق emprical و تجزیه و تحلیل جامع پیش بینی بازار سهام با استفاده از یادگیری ماشین و تکنیک های یادگیری عمیق. Intl Conf Comput Res و Data Analyt (ICCRDA 2020) ، IOP Conf Ser: Mater. علمیمهندس ، 10220 (12098) ، 24 اکتبر ، 1-13.
[29] ویلیامز ب (2013) تجارت پشتیبانی مبتنی بر نوسانات. آینده: اخبار ، تجزیه و تحلیل و استراتژی های آینده. بازرگانان مشتقات 42: 20-22.
[30] ویلیامز OD (2006) بهینه سازی امپرابی باندهای بولینگر برای سودآوری ، Bumaby: Simon Fraser Univeristy.< SPAN> Rachev ST ، Me C ، Fabozzi FJ (2005) توزیع برگشتی دارایی چربی و چرب شده ، پیامدهای مربوط به مدیریت ریسک ، انتخاب نمونه کارها و قیمت گذاری گزینه ، نیویورک: جان ویلی.
گزینه های باینری...
ما را در سایت گزینه های باینری دنبال می کنید

برچسب : نویسنده : سحر زکریا بازدید : 35 تاريخ : سه شنبه 3 مرداد 1402 ساعت: 20:08