کرکی

استفاده از یک شیء FINTS برای استدلال داده بولینگر توصیه نمی شود. به جای سری زمانی مالی ، از ماتریس ، جدول زمانی یا جدول استفاده کنید. برای اطلاعات بیشتر ، به تبدیل سری های سری زمانی مالی به جدول زمانی مراجعه کنید.

نحو

شرح

[میانی ، بالا ، پایین] = بولینگر (داده) باندهای میانی ، بالایی و پایین را که باند بولینگر را از یک سری از داده ها تشکیل می دهند ، محاسبه می کند. نمودار باند بولینجر داده های دارایی واقعی را به همراه سه باند دیگر از داده ها ترسیم می کند: باند فوقانی که دو انحراف استاندارد بالاتر از میانگین متحرک با مشخصات کاربر است. باند پایین که دو انحراف استاندارد زیر آن میانگین متحرک است. و باند میانی که خود میانگین متحرک است.

[میانی ، بالا ، پایین] = بولینگر (___ ، نام ، مقدار) آرگومان های جفت ارزش نام اختیاری را اضافه می کند.

مثال ها

باندهای بولینگر را برای یک سری داده برای یک سهام محاسبه کنید

پرونده SimulatedStock. mat را بارگیری کنید ، که یک جدول زمانی (TMW) برای داده های مالی برای سهام TMW فراهم می کند.

بارSimulatedStock. mat[میانی ، بالا ، پایین] = بولینگر (TMW) ؛closebolling = [middle. close ، upper. close ،.پایین. close] ؛عنوان (middle. time ، closebolling) عنوان ("گروههای بولینجر برای قیمت های بسته شدن TMW")

استدلال های ورودی

داده ها - داده ها برای ماتریس قیمت بازار |جدول |جدول زمانی

داده های مربوط به قیمت های بازار ، به عنوان ماتریس ، جدول یا جدول زمانی مشخص شده است. برای ورودی ماتریس ، داده ها باید ستون گرا باشند.

انواع داده ها: دو برابر |جدول |جدول زمانی

استدلال های ارزش نام

جفت آرگومان های اختیاری را به عنوان name1 = value1 مشخص کنید. namen = valuen ، که در آن نام نام و مقدار آرگومان است مقدار مربوطه است. آرگومان های ارزش نام باید پس از سایر استدلال ها ظاهر شوند ، اما ترتیب جفت ها اهمیتی ندارند.

قبل از R2021A ، از کاما برای جدا کردن هر نام و مقدار استفاده کنید و نام را در نقل قول ها محصور کنید.

مثال: [میانه ، بالا ، پایین] = بولینگر (TMW_CLOSE ، 'Windowsize' ، 10 ، 'Type' ، 1)

Windowsize - تعداد مشاهدات سری ورودی به طور میانگین در حال حرکت در دوره های 10 (پیش فرض) |عدد صحیح مثبت

تعداد مشاهدات سری ورودی در میانگین در حال حرکت در دوره ها ، که به عنوان جفت جدا از کاما متشکل از "Windowsize" و یک عدد صحیح مثبت مقیاس مشخص شده است.

انواع داده ها: دو برابر

نوع - نوع میانگین متحرک برای محاسبه 0 (ساده) (پیش فرض) |عدد صحیح با مقدار 0 یا 1

نوع میانگین متحرک برای محاسبه ، به عنوان جفت جدا از کاما متشکل از "نوع" و یک عدد صحیح مقیاس با مقدار 0 (ساده) یا 1 (خطی) مشخص شده است.

انواع داده ها: دو برابر

NUMSTD - تعداد انحرافات استاندارد برای مرزهای فوقانی و پایین 2 (پیش فرض) |عدد صحیح مثبت

تعداد انحرافات استاندارد برای مرزهای فوقانی و تحتانی ، به عنوان جفت جدا از کاما متشکل از "numstd" و یک عدد صحیح مثبت مقیاس مشخص شده است.

انواع داده ها: دو برابر

استدلال های خروجی

میانه - سری متوسط در حال حرکت به نمایندگی از ماتریس باند میانی |جدول |جدول زمانی

در حال حرکت سری متوسط به نمایندگی از باند میانی ، با همان تعداد ردیف (M) و همان نوع (ماتریس ، جدول یا جدول زمانی) به عنوان داده های ورودی بازگشت.

سری متوسط - میانگین متحرک نمایانگر ماتریس باند فوقانی |جدول |جدول زمانی

در حال حرکت سری متوسط به نمایندگی از باند فوقانی ، با همان تعداد ردیف (M) و همان نوع (ماتریس ، جدول یا جدول زمانی) به عنوان داده های ورودی بازگشت.

پایین - میانگین سری در حال حرکت به نمایندگی از ماتریس باند پایین |جدول |جدول زمانی

در حال حرکت سری متوسط به نمایندگی از باند پایین ، با همان تعداد ردیف (M) و همان نوع (ماتریس ، جدول یا جدول زمانی) به عنوان داده های ورودی بازگشت.

منابع

[1] Achelis ، S. B. تجزیه و تحلیل فنی از A تا Z. چاپ دوم. مک گرا هیل ، 1995 ، صص 72-74.

تاریخچه نسخه

قبل از R2006A معرفی شده است

R2022B: پشتیبانی از داده های قیمت منفی

ورودی داده قیمت های منفی را می پذیرد.