MULTIINDIKATORMODELL

Version 1.0, 2001-12-31 av Lars-Erik Möllerström

Allmänt

Modellen innehåller 8 indikatorer: 
Bollingerband
Medelvärden
RSI (Relative Strenght Index)
Stochastics
MACD (Moving Average Convergence/Divergence)
CMF (Chaikin Money Flow Index)
OBV (On Balance Volume)
och en Volatilitetsmodell.
Dessutom finns möjlighet att lägga in ett relativobjekt.

Tanken med modellen är att kunna rita trendlinjer och spara flera diagram i en arbetsyta som man kan bläddra i och då också ha möjlighet att enkelt ta fram en indikator.
Genom att kunna rita trendlinjer i såväl kursdiagrammet som i indikatormodellen kan man enkelt leta efter divergenser.

Modellen kan generera köp/säljsignaler på Bollingerband tillsammans med CMF.
Köpsignal ges om CMF är positivt och slutkursen bryter igenom övre Bollingerbandet.
Säljsignal ges om CMF blir negativ -10% eller slutkursen faller under undre Bollingerbandet.

Optimering

Modellen kan optimeras på tex Bollingerband, men tänk då på följande; under ‘Moduler/Parameteroptimering/Parametrar’ i Vikingen Trading eller Option, måste samtliga kryss förutom MV Bollingerband och Standard-avvikelse tas bort. Annars kommer optimeringen aldrig bli klar.
I Bollingerbandmodellen betyder standard-avvikelse +/- det angivna värdet. (I Vikingens vanliga Bollingerbandmodell anges Antal standardavvikelser, vilket innebär +/- halva värdet. 2 standardavvikelser i denna modell är alltså samma sak som 4 i den vanliga Bollingerbandmodellen.)
Ska Bollingerband användas som signalmodell, dvs generera köp/säljsignaler är det lämpligt att halvera värdet.
För optimering rekommenderas då följande inställningar:
MV Bollingerband; Start: 10, Min: 10, Max: 30, Steg: 1
Standardavvikelse; Start: 1.5, Min: 0.75, Max: 1.5, Steg: 0.25
Ovanstående parametrar blir 84 kombinationer och ger samma resultat som Vikingens Bollingerbandmodell.

Inställningar

Val av indikatormodell görs under ‘Modellinställningar/Modellgrafer’ genom att kryssa i eller avmarkera rutorna. För att ge möjlighet till att ändra utseende/färg på nivålinjer, representeras dessa också av grafer, varför det blir ett antal markeringar för att lägga till/ta bort en modell. Parametrar ändras under ‘Modellinställningar/Modellparametrar’.

BOLLINGERBAND
Grundinställningen är:
MV: 20
Standardavvikelse: 2.
Nedanstående text på engelska är hämtad från www.bollingerbands.com och beskriver vad som ska undvikas och hur Bollingerband används.

Avoiding Multiple Counting
A cardinal rule for the successful use of technical analysis requires avoiding multicolinearity amid indicators. Multicolinearity is simply the multiple counting of the same information.
The use of four different indicators all derived from the same series of closing prices to confirm each other is a perfect example.
So one indicator derived from closing prices, another from volume and the last from price range would provide a useful group of indicators. But combining RSI, moving average convergence/divergence (MACD) and rate of change (assuming all were derived from closing prices and used similar time spans) would not.
Here are, however, three indicators to use with bands to generate buys and sells without running into problems.
Amid indicators derived from price alone, RSI is a good choice. Closing prices and volume combine to produce on-balance volume, another good choice.
Finally, price range and volume combine to produce money flow, again a good choice. None is too highly colinear and thus together combine for a good grouping of technical tools. Many others could have been chosen as well: MACD could be substituted for RSI, for example.
The bottom line is to compare price action within the bands to the action of an indicator you know well.
For confirmation of signals, you can then compare the action of another indicator, as long as it is not colinear with the first.

Basic Rules of Bollinger Bands
While there are many ways to use Bollinger Bands, following are a few rules that serve as a good beginning point.
– Bollinger Bands provide a relative definition of high and low.
– That relative definition can be used to compare price action and indicator action to arrive at
rigorous buy and sell decisions.
– Appropriate indicators can be derived from momentum, volume, sentiment, open interest,
inter-market data, etc.
– Volatility and trend have already been deployed in the construction of Bollinger Bands, so their use for confirmation of price action is not recommended.
– The indicators used should not be directly related to one another. For example, you might use one momentum indicator and one volume indicator successfully, but two momentum indicators aren’t better than one.
– Bollinger Bands can also be used to clarify pure price patterns such as “M” tops and “W”
bottoms, momentum shifts, etc.
– Price can, and does, walk up the upper Bollinger Band and down the lower Bollinger Band.
– Closes outside the Bollinger Bands are continuation signals, not reversal signals. (This has
been the basis for many successful volatility breakout systems.)
– The default parameters of 20 periods for the moving average and standard deviation
calculations, and two standard deviations for the bandwidth are just that, defaults. The actual
parameters needed for any given market/task may be different.
– The average deployed should not be the best one for crossovers. Rather, it should be
descriptive of the intermediate-term trend.
– If the average is lengthened the number of standard deviations needs to be increased
simultaneously; from 2 at 20 periods, to 2.5 at 50 periods. Likewise, if the average is
shortened the number of standard deviations should be reduced; from 2 at 20 periods, to 1.5
at 10 periods.
– Bollinger Bands are based upon a simple moving average. This is because a simple moving average is used in the standard deviation calculation and we wish to be logically consistent.
– Make no statistical assumptions based on the use of the standard deviation calculation in the construction of the bands. The sample size in most deployments of Bollinger Bands is simply
too small for statistical significance.
– Finally, tags of the bands are just that, tags not signals. A tag of the upper Bollinger Band is
NOT in-and-of-itself a sell signal. A tag of the lower Bollinger Band is NOT in-and-of-itself a
buy signal.

Av ovanstående kan man då förstå att modellen egentligen inte ska användas som signalmodell. För att lära sig att korrekt ställa in Bollingerbands rekommenderas endera http://www.bollingerbands.com  http://www.stockcharts.com eller Vikingen i Praktiken (där du är nu).

MEDELVÄRDEN

Det finns möjlighet att ställa in upp till 4 olika medelvärden. (Genom att också använda medelvärdet för Bollingerband kan 5 medelvärden visas samtidigt.)
Grundinställning är MV1: 10, MV2: 20, MV3: 50, MV4: 200, vilket i ett dagsdiagram kan sägas representera primär-, sekundär- och tertiärtrender.

RSI – Relative Strenght Index
Modellen kan visa Vikingens vanliga RSI modell samt den ursprungliga RSI beräkningen av J.W. Wilder.
Wilders ursprungliga beräkningssätt av RSI byggde på att man tog gårdagens värde, multiplicerade det med exempelvis 13, lade till dagens värde och dividerade med 14 (ger “RSI 14”). När datorerna blev kraftfullare använde man sig av “riktiga” glidande medelvärden. Den här modellen har möjlighet att visa båda varianterna.
Modellkodningen har gjorts av (Denna Viking har bett att få vara anonym). Grundinställningen är RSI=14 perioder och aktien anses överköpt om RSI är över 70 och översåld om RSI är under 30.
Använder man endast Vikingens vanliga RSI modell är det sannolikt bättre att sätta nivåerna till 80 respektive 20 eftersom den är mer volatil. Det kan finnas ett mervärde med att visa båda samtidigt.

MACD – Moving Average Convergence/Divergence
Grundinställningen är:
MV1: 12
MV2: 26
och medelvärde på signalkurvan 9.
MACD beräknas som skillnaden mellan tex ett 12 och 26 dagars exponentiellt medelvärde. Signalkurvan utgörs av tex ett 9 dagars exponentiellt medelvärde av MACD kurvan.
Köpsignal ges när MACD skär signalkurvan underifrån.
Säljsignal ges när MACD skär signalkurvan ovanifrån.
Vid dessa tillfällen skiftar också MACD histogram mellan negativt och positivt värde.
MACD histogram beräknas som skillnaden mellan MACD kurvan och signalkurvan. MACD histogram kan användas för att förutse köp/säljsignal i MACD-kurvan.

STOCHASTICS
Det finns tre typer av Stochasticsmodeller:
Fast Stochastics
Slow Stochastics
Full Stochastics.

Vikingens vanliga Stochasticsmodell är av typen Slow Stochastics.
Modellen i DelphiStrategy är samma som denna, dvs Full Stochastics.
I Fast och Slow Stochastics används 2 parametrar, den första för att generera Stochasticskurvan, kallad %K och den andra för att generera signalkurvan, %D som är ett enkelt glidande medelvärde av Stochasticskurvan.
Skillnaden mellan Fast och Slow är att i Slow Stochastics genererar man ytterligare ett enkelt glidande medelvärde av Stochasticskurvan. Full Stochastics har den egenskapen att den kan generera såväl Fast som Slow Stochastics. Full Stochastics använder 3 parametrar, där den ‘i mitten’ kan sägas utgöra en utjämningsfaktor. En Fast Stochastics med parametrarna 14,3 motsvaras av Full Stochastics med parametrarna 14,1,3 och Slow Stochastics med parametrarna 14,3 motsvaras av Full Stochastics med parametrarna 14,3,3.

Grundinställningen är:
Periodlängd 14
MV1: 3
MV2: 3.
Aktien anses överköpt om Stochastics ligger över 80 och översåld om Stochastics är under 20.
Köpsignal kan också ges när Stochasticskurvan skär signalkurvan underifrån och säljsignal ges när Stochasticskurvan skär signalkurvan ovanifrån.
Fast Stochastics utlöser många felsignaler, så det bästa är att använda modellen som en överköpt/översåld indikator och framför allt till att leta efter divergenser mellan kurskurvan och Stochasticskurvan.

CMF – CHAIKIN MONEY FLOW INDEX
Chaikin Money Flow Index (CMF)är en momentummodell som mäter styrkan i pengarna som flyter in och ut ur en aktie. Den bär släktskap med RSI, men där RSI bara omfattar kursen, så innefattar CMF också volymen.
CMF beräknas utifrån pris och volym. Ju närmare som stängningskursen ligger periodens högsta kurs (ackumulation), desto mer (procentuellt) av volymen adderas till CMF. Ligger stängningen närmare periodens lägsta kurs (distribution) subtraheras istället volymen från CMF.
CMF är en summering av X antal perioder, vilket anges i CMF Periodlängd. (21 enligt Chaikin).
Modellkodningen har gjorts av Fredrik Levy.

Modellen ska tolkas på följande sätt:
Det första är att CMF indikatorn ska vara större än noll. Detta indikerar köptryck i aktien.
Det andra är hur länge indikatorn varit positiv. Ju längre tid CMF ligger över noll, desto bättre. Den tredje tolkningen är nivån på indikatorn.
Marc Chaikin anger följande nivågränser:
CMF 0 – +0,10 = weak buying and not considered bullish
CMF +0,10 – +0,25 = strong buying
CMF > +0,25 = very strong buying
CMF 0 – -0,10 = weak selling and not considered bearish
CMF -0,10 – -0,25 = strong selling
CMF < -0,25 = very strong selling
Sök också efter divergens mellan kurskurvan och CMF kurvan. Om kursen trendar uppåt och CMF trendar neråt (eller tvärtom) är en vändning förestående.

OBV – On Balance Volume
OBV är en av de tidigaste och mest populära modellerna för att mäta positivt och negativt volymflöde. Det är en relativt enkel momentummodell som adderar volymen när slutkursen är över den föregående dagens slutkurs och subtraherar volymen när slutkursen är under den föregående dagens slutkurs.
Modellkodningen har gjorts av Fredrik Levy.
OBV grafen ska jämföras med kursdiagrammet av den underliggande aktien för att hitta divergenser. Trenden kan vara upp, ned eller tveksam (doubtful).
OBV visar om volymen i en aktie ökar eller minskar. När aktien stänger högre än förra stängningen, räknas all volym som ‘uppvolym’. När den stänger lägre än förra stängningen, räknas all volym som ‘nervolym’.
OBV analys grundar sig på antagandet att förändringar i OBV går före förändringar i kursen. Man kan säga att ‘smart money’ kan ses flyta in i en aktie genom att OBV stiger lite före kursen.
OBV kan användas för att bekräfta kursutvecklingen. Trendlinjer och formationer kan användas på indikatorn. Dessutom kan divergenser uppstå mot kursutvecklingen.

VOLATILITET
Modellen beräknar volatiliteten som standardavvikelsen kring två enkla glidande medelvärden.
Det långa medelvärdet används för att rita ut en positiv standardavvikelse och det korta medelvärdet används för att rita ut en negativ standardavvikelse.
Grundinställningen är 13 respektive 9 dagars medelvärde.
Resultatet blir en indikator som på ett tydligt sätt visar hur volatiliteten ökar eller minskar. Hög
respektive låg volatilitet är relativt gentemot aktien i fråga.
Modellen kan användas för att söka efter perioder med låg volatilitet. Dessa perioder brukar vanligtvis följas av kraftiga kursrörelser i positiv eller negativ riktning. Modellen säger ingenting om i vilken riktning dessa utbrott sker, för det får man använda andra metoder.
Modellen används företrädesvis tillsammans med kursdiagram med medelvärden. Den adderar inget mervärde tillsammans med Bollingerband, eftersom Bollingerband per definition också visar volatiliteten genom standardavvikelsen runt sitt medelvärde.

av Lars-Erik Möllerström