Optimizing Bollinger band parameters: Individual stock and portfolio approach
Lehtoalho, Jaakko (2018)
Pro gradu -tutkielma
2018
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2018112148697
https://urn.fi/URN:NBN:fi-fe2018112148697
Tiivistelmä
The focus of this thesis is to study and optimize the moving average length (N) and standard deviation multiplier (K) parameters for Bollinger bands. The standard parameter values for Bollinger bands are 20 and 2 for N and K respectively, however the theoretical background behind Bollinger bands is rather lacking and thus the standard parameter values are not supported by scientific evidence.
The performance analysis of different parameter combinations is achieved by simulating a trading strategy with all different possible parameter combinations covering the parameter value of N from 5 to 50 in increments of 1 and the parameter value of K from 1.0 to 3.0 in increments of 0.1. The optimized parameter values are then tested out of sample and compared to the standard parameter values.
Optimizing the parameter values gives better results in many cases, however occasionally the standard parameters will perform better. Change in volatility is seen as an important factor when determining how well historically optimized Bollinger bands will perform in the future. Tämän tutkielman kohteena on tutkia ja optimoida liukuvan keskiarvon (N), sekä keskihajonnan (K) parametrien arvot Bollinger nauhoille. Standardi arvot parametreille ovat N=20 ja K=2 mutta teoreettinen tausta Bollinger nauhojen tukena on valitettavasti melko puutteellinen, joten tieteellisiä todisteita parametrien arvoille ei ole esitetty.
Eri parametriyhdistelmien suoritusanalyysi saadaan aikaan simuloimalla kaupankäyntistrategia kaikilla eri parametriyhdistelmillä niin, että parametri K:n arvot ovat välillä 5–50 ja parametri N:n arvot välillä 1.0–3.0. Optimoidut parametriarvot testataan näytteen ulkopuolella olevalle datalle.
Parametriarvojen optimointi antaa parempia tuloksia monissa tapauksissa, mutta standardi parametrit toimivat joissain tapauksissa paremmin kuin optimoidut parametrit. Volatiliteetin muutos nähdään tärkeänä tekijänä määritettäessä, kuinka hyvin historiallisesti optimoidut arvot toimivat tulevaisuudessa.
The performance analysis of different parameter combinations is achieved by simulating a trading strategy with all different possible parameter combinations covering the parameter value of N from 5 to 50 in increments of 1 and the parameter value of K from 1.0 to 3.0 in increments of 0.1. The optimized parameter values are then tested out of sample and compared to the standard parameter values.
Optimizing the parameter values gives better results in many cases, however occasionally the standard parameters will perform better. Change in volatility is seen as an important factor when determining how well historically optimized Bollinger bands will perform in the future.
Eri parametriyhdistelmien suoritusanalyysi saadaan aikaan simuloimalla kaupankäyntistrategia kaikilla eri parametriyhdistelmillä niin, että parametri K:n arvot ovat välillä 5–50 ja parametri N:n arvot välillä 1.0–3.0. Optimoidut parametriarvot testataan näytteen ulkopuolella olevalle datalle.
Parametriarvojen optimointi antaa parempia tuloksia monissa tapauksissa, mutta standardi parametrit toimivat joissain tapauksissa paremmin kuin optimoidut parametrit. Volatiliteetin muutos nähdään tärkeänä tekijänä määritettäessä, kuinka hyvin historiallisesti optimoidut arvot toimivat tulevaisuudessa.