Dagens inlägg fokuserar på användningen av Bollinger Band i teknisk analys. Denna populära tekniska indikator beaktar inte bara marknadstrenden utan också volatiliteten. Du kan använda indikatorn i olika strategier, antingen för att identifiera breakouts eller för mean reversion. I den här analysen kommer vi att använda Bollinger Band som en indikator som liknar mean reversion.
Indikatorn Bollinger Band inom teknisk analys skapades av John Bollinger och bygger på ett glidande medelvärde samt standardavvikelsen över en given tidsperiod. Det övre bandet beräknas genom att lägga till standardavvikelsen multiplicerat med en faktor till det glidande medelvärdet. Det nedre bandet beräknas genom att subtrahera standardavvikelsen multiplicerat med samma faktor från det glidande medelvärdet.
Här kommer vi att fokusera på det nedre bandet. En köpsignal genereras när stängningskursen ligger under det nedre bandet. En säljsignal genereras när stängningskursen korsar det övre bandet. Strategin som bygger på Bollinger Band liknar i mångt och mycket RSI(2)-strategin. Båda strategierna syftar till att identifiera snabba nedåtgående marknadsrörelser som kan ses som överreaktioner. Tanken är att indexet förr eller senare kommer att återgå till sin ursprungliga nivå, det vill säga revert back to its mean. Det finns dock en risk med denna strategi, eftersom den kan fortsätta att generera köpsignaler ju mer indexet sjunker.
Strategin vi ska utvärdera, nämligen Bollinger Band, kommer att jämföras med RSI(2), som vi tidigare har granskat. Du kan också hitta beskrivningen av den strategin här. Vi planerar att optimera de ingående parametrarna, det vill säga längden på det glidande medelvärdet och faktorn vi multiplicerar med standardavvikelsen. Utöver den ursprungliga säljsignalen kommer vi att införa en tidsstopp. Det innebär att vi kommer att stänga positionen efter ett visst antal dagar. Vi överväger också att inkludera ett marknadsfilter i strategin. Sammanfattningsvis kan strategin beskrivas med följande punkter:
Instrument
Precis som tidigare har vi utvärderat strategin på OMXS30. Undersökningsperioden sträcker sig från den 31 juni 1990 till den 20 oktober 2023. Du kan handla med strategin i vilket finansiellt instrument som helst som följer OMXS30. Varje köptransaktion görs med 100 000 kr. I det här skedet har vi inte inkluderat några transaktionskostnader i analysen. I vår Walk-Forward-analys kommer vi att dela upp undersökningsperioden i flera kortare perioder, som jag refererar till som ’block’. Utvärderingen kommer att genomföras på ett sätt som liknar vår tidigare RSI(2)-strategi.
Bollinger band
Att använda Bollinger Band som en handelsstrategi inom teknisk analys erbjuder en intuitivt tilltalande metod som kan varieras på många sätt. Som tidigare nämnt kommer vi att använda Bollinger Band som en mean reverting-strategi. I nedanstående figur illustreras OMXS30 tillsammans med de tillhörande Bollinger Banden. Vi håller oss till de klassiska parametrarna: en period på 20 för det glidande medelvärdet och en faktor på 2 som multipliceras med standardavvikelsen för att bestämma avståndet till de övre och undre banden.
Figur 1. OMXS30 och Bollinger Band
Figur 1 visar OMXS30-indexet, det 20 dagars glidande medelvärdet (representerat av en svart kurva) samt de övre och undre Bollinger Banden i rött. Köptransaktioner genomförs när stängningskursen ligger under det nedre bandet, medan säljtransaktioner sker när stängningskursen överstiger det övre bandet. Som ett undantag säljs den sista transaktionen på den sista dagen för att möjliggöra en fullständig utvärdering. I tabell 1 jämförs några nyckeltal mellan Bollinger-strategin och RSI(2)-strategin som jag har analyserat i ett tidigare inlägg.
Tabell 1. Jämförelse mellan Bollinger band och RSI(2) strategin
| Bollinger | RSI(2) | |
| Nettovinst | 120 312 kr | 253 472 kr |
| Maximal drawdawn | 53 259 kr | 33 992 kr |
| Nettovinst/drawdown (NP/DD) | 1,67 | 7,46 |
| Vinstprocent | 70% | 69% |
| Investerad i marknaden | 48% | 22% |
| Profit factor | 1,56 | 1,86 |
| Sharpekvoten | 0,09 | 0,37 |
| Antal transaktioner | 81 | 437 |
Tabell 1 presenterar nyckeltal som jämför den icke-optimerade Bollinger-strategin med den optimerade RSI(2)-strategin. Samtliga nyckeltal pekar på att RSI(2)-strategin är att föredra framför Bollinger-strategin. Bollinger-strategin resulterar i lägre nettovinst, högre risk och en längre tid investerad i marknaden. Det enda nyckeltalet där strategierna är jämförbara är vinstprocenten, som ligger på omkring 70% för båda. Figur 2 nedan illustrerar kapitalkurvan för Bollinger-strategin.
Figur 2. Kapitalkurvan (Equity curve) för Bollinger band strategin
Figur 2 illustrerar kapitalkurvan, även känd som ’equity curve’. Ett positivt tecken är att kurvan har en uppåtgående lutning, vilket indikerar att den går från det nedre vänstra hörnet till det övre högra. Vi observerar dock att strategin har några relativt kraftiga nedgångar, särskilt efter millenniumskiftet och under den globala finansiella krisen. Efter dessa perioder har strategin presterat relativt väl. Nästa steg i vår utvärdering är att optimera de ingående parametrarna.
Optimerad Bollinger
Vi har nu optimerat parametrarna, både för det glidande medelvärdet och för faktorn som multipliceras med standardavvikelsen.
Tabell 2. Bollinger med och utan optimering
| Utan optimering | med optimering | |
| Nettovinst | 120 312 kr | 152 143 kr |
| Maximal drawdawn | 53 259 kr | 64 435 kr |
| Nettovinst/drawdown (NP/DD) | 1,67 | 2,36 |
| Vinstprocent | 70% | 75% |
| Investerad i marknaden | 48% | 49% |
| Profit factor | 1,56 | 1,69 |
| Sharpekvoten | 0,09 | 0,13 |
| Antal transaktioner | 81 | 82 |
Tabell 2 presenterar en jämförelse mellan den optimerade och den icke-optimerade strategin. Vi kan konstatera att optimeringen har förbättrat strategin, även om förbättringen är relativt begränsad. Den riskjusterade avkastningen visar en förbättring, och nettovinsten i förhållande till drawdown har ökat till 2,36, jämfört med 1,67 i den icke-optimerade versionen. Figur 3 illustrerar kapitalkurvan för den optimerade Bollinger-strategin.
Figur 3. Kapitalkurva (equity curve) optimerad Bollinger
Figur 3 illustrerar kapitalkurvan för den optimerade Bollinger-strategin. Det finns ingen nämnvärd förbättring jämfört med den icke-optimerade versionen.
Bollinger band med och utan tidsstopp och marknadsfilter
I syfte att begränsa nedgångarna har vi gjort vissa justeringar i strategin. För det första har vi testat ett tidsstopp på 5, 10 eller 15 dagar för att minska risken att fastna i en nedåtgående trend. För det andra har vi lagt till ett marknadsfilter som syftar till att indikera när vi befinner oss i en Bull market. Detta görs med hjälp av ett långsamt glidande medelvärde, antingen 100, 150 eller 200 dagar. I tabellen jämförs de olika modifierade strategierna med varandra.
Tabell 3. Jämförelse Bollinger band med och utan tidsstopp och marknadsfilter
| Bollinger med tidsstopp | Bollinger med marknadsfilter | |
| Nettovinst | 140 576 kr | 168 278 kr |
| Maximal drawdawn | 19 020 kr | 35 992 kr |
| Nettovinst/drawdown (NP/DD) | 7,39 | 4,68 |
| Vinstprocent | 70% | 78% |
| Investerad i marknaden | 17% | 23% |
| Profit factor | 2,42 | 3,66 |
| Sharpekvoten | 0,16 | 0,19 |
| Antal transaktioner | 103 | 84 |
Utvärderingen av de två modifierade strategierna ger några intressanta insikter. För det första begränsar tidsstoppet nedsidan effektivt. Även om nettovinsten minskar, så reduceras drawdown ännu mer. För det andra minskar marknadsfiltret risken för kraftiga drawdowns, samtidigt som nettovinsten faktiskt ökar. För det tredje har marknadsexponeringen halverats i båda modifieringarna. Slutligen, med marknadsfilter ökar antalet vinstaffärer till så mycket som 78%. Kapitalkurvan för Bollinger-strategin med marknadsfilter presenteras nedan.
Figur 4. Kapitalkurvan (Equity curve) Bollinger med marknadsfilter, utan tidsstopp
Figur 4 illustrerar kapitalkurvan för strategin med marknadsfilter. Jämfört med ursprungsmodellen har resultatet förbättrats avsevärt. De kraftiga nedgångarna är nu borta, och kurvan är relativt jämn över hela perioden. Det är viktigt att notera att denna kurva baseras på hela undersökningsperioden; vi har ännu inte delat upp perioden i en tränings- och en utvärderingsfas. Risken för överoptimering är därför överhängande. Nästa steg i strategiutvecklingen blir därför att genomföra en Walk-Forward-analys.
Out-of-sample utvärdering
I den ursprungliga strategin har vi gjort så många justeringar att det finns en risk för överoptimering, vilket i sin tur kan minska strategins tillförlitlighet. Därför vill jag att strategin ska klara av flera robusthetstester, där Walk-forward-analysen är den mest kritiska. Om strategin inte levererar tillräckligt bra resultat i utvärderingsperioden, utan enbart i träningsperioden, indikerar det att strategin är för kurvanpassad för att vara användbar i praktiken.
Tabell 4. Walk-Forward analys – effektivitetskvoten
| Utvärderingsperiod/Block | 1 | 2 | 3 | 4 | 5 |
| 20% | <60% | <60% | <60% | <60% | <60% |
| 30% | <60% | <60% | <60% | >60% | <60% |
| 40% | <60% | <60% | <60% | >60% | <60% |
| 50% | <60% | <60% | <60% | <60% | <60% |
Vad illustrerar Tabell 4? De olika kolumnerna representerar antalet tränings- och utvärderingsperioder som jag analyserar. Kolumn 1 indikerar att det finns en träningsperiod och en utvärderingsperiod, medan Kolumn 5 indikerar att det finns fem träningsperioder och fem utvärderingsperioder. Det är viktigt att notera att dessa perioder kommer att vara delvis överlappande. Raderna i tabellen specificerar längden på utvärderingsperioderna, som varierar från 20% till 50%.
Utvärderingsmåttet baseras på effektivitetskvoten, som indikerar hur stor nettovinsten är i utvärderingsperioden jämfört med träningsperioden. Jag har satt ett gränsvärde på 60%, vilket innebär att jag förväntar mig att resultatet i utvärderingsperioden ska vara minst 60% av resultatet i träningsperioden.
Resultaten är förskräckande. Den optimerade versionen av Bollinger-strategin bekräftar att risken för överoptimering är alltför stor. Vinsterna i utvärderingsperioderna ligger i nästan samtliga fall under 60%, vilket inte uppfyller det uppsatta gränsvärdet och därmed inte är tillräckligt bra.
Slutsats om Bollinger-strategin
Sammanfattningsvis visar vår analys att även om Bollinger-banden är en populär teknisk indikator, så är det viktigt att närma sig användningen av dem med försiktighet. Den optimerade versionen av Bollinger-strategin visade på en alltför stor risk för överoptimering, vilket blev särskilt tydligt i utvärderingsfasen där vinsterna i de flesta fall inte nådde upp till det uppsatta gränsvärdet på 60%. Trots vissa framsteg genom att inkludera tidsstopp och marknadsfilter, kvarstår utmaningar som behöver adresseras. Detta understryker vikten av att genomföra robusta tester, som Walk-Forward-analysen, för att säkerställa strategins hållbarhet över tid.
One Comment