使用 Elasticsearch 构建布林带趋势指标

转贴作者原创于CSDN相关文章

如果您阅读我之前所写的“使用 Elasticsearch 计算布林带宽度”一文，可能还想使用 Elasticsearch来构建布林带趋势指标 (BBTrend)。 BBTrend 是 John Bollinger开发的一个相对较新的指标。这指标既能反映标的股票的走势，又能体现强度和方向两个方面，为交易者提供了有价值的参考。当 BBTrend 读数高于零时，它可以表示市场看涨，反之亦然。其值高于或低于零的程度决定了趋势背后的强度或动量。 BBTrend 涉及两个布林带，短周期和长周期。一般来说短周期为 20，而长周期为50。要了解如何使用Elasticsearch计算布林带(BB)，可以参考前文。BBTrend 的计算公式如下:

在这里插入图片描述
在公式中:
p: 价格
SMA : 使用简单模型的移动平均值
short : 短周期滑动窗口
long : 长周期滑动窗口
abs : 绝对值函数
BBUshort : 短周期布林带上轨道线
BBLshort : 短周期布林带下轨道线
BBUlong : 长周期布林带上轨道线
BBLlong : 长周期布林带下轨道线

在本文中，我们将使用股票型公募基金作为样本，并专注于Elasticsearch作为分析的计算工具。以下示例随机选用工银前沿医疗股票C基金，其代码为010685.OF。数据选自Tushare大数据开放社区，时间范围为2020 年 12 月 01 日至 2021 年 4 月 30 日之间。假设有一个填充了数据的 Elasticsearch 索引，其使用的数据映射与上一篇论文相同(使用Elasticsearch计算布林带宽度指标)。以下步骤说明操作流程，同时演示REST API请求主体的代码：

通过搜索操作收集所有相关文档：
使用带有必要条件（must）子句的布林查询（bool query）来收集基金代码为010685.OF，和公告截止日期从2021年02月01日到2021年04月30日的文档。由于需要计算50天的移动平均值，此多增加了约两个月的数据（从2020年12月01日到2020年1月31日）。

{
	"query": {
		"bool": {
			"must": [
				{"range": {"end_date": {"gte": "20201201", "lte": "20210430"}}},
		    	{"term": {"ts_code": "010685.OF"}}
			]
		}
	},

提取每日的复权单位净值：
使用名为BBI的日期直方图（date_histogram）存储桶聚合，并配合参数field（字段）为end_date和interval（间隔）为 1d（1天），提取每日的复权单位净值（adj_nav）。由于子聚合使用管道（pipeline）聚合而无法直接采用文档字段，所以额外使用平均值（avg）聚合获取每日的复权单位净值，聚合名称为Daily。（若当天基金没有公布的值，其值的计算方法是从其前后公布的值推算而来。）

    "aggs": {
        "BBI": {
            "date_histogram": {
                "field": "end_date",
                "interval": "1d",
                "format": "yyyyMMdd"
            },
            "aggs": {
                "Daily": {
                    "avg": {"field": "adj_nav"}
                },

提取存储桶的日期
由于增加了一个月的数据，而后续操作要计算布林带宽度的平均值，因此需要存储桶的日期作为筛选的限制条件。我们可以使用名为DateStr的最小值聚合间接取得日期，Elasticsearch的日期用新纪元时间(Epoch Time) 表示，并且以毫秒为单位，时区为UTC。

                "DateStr": {
                    "min": { "field": "end_date"}
                },

计算26 天和 50 天的简单移动平均值：
由于周末等非交易日的数据已被插值，因此使用26天作为短周期。使用名为SMA26的移动函数（moving_fn）聚合，并配合参数window为26和参数buckets_path（存储桶路径）为Daily来计算adj_nav的26天简单移动平均值。SMA26使用未加权平均函数（MovingFunctions.unweightedAvg）来计算。SMA50的移动函数聚合可以相同的方式完成。

                "SMA26": {
                    "moving_fn": {"script": "MovingFunctions.unweightedAvg(values)", "window": 26, "buckets_path": "Daily"}
                },
                "SMA50": {
                    "moving_fn" : {"script": "MovingFunctions.unweightedAvg(values)", "window": 50, "buckets_path": "Daily"}
                },

计算26 天和 50 天的标准差：
使用名为SD26的移动函数（moving_fn）聚合，并配合参数window为26和参数buckets_path为Daily的值来计算adj_nav的26天的标准差。SD26使用标准差函数（MovingFunctions.stdDev）来计算。SD50的移动函数聚合可以相同的方式完成。

                "SD26": {
                    "moving_fn": {"script":"MovingFunctions.stdDev(values, MovingFunctions.unweightedAvg(values))", "window":26, "buckets_path":"Daily"}
                },
                "SD50": {
                    "moving_fn": {"script":"MovingFunctions.stdDev(values, MovingFunctions.unweightedAvg(values))", "window":50, "buckets_path":"Daily"}
                },

计算26 天和 50 天的布林带上下轨道线：
使用名为BBU26和BBL26的存储桶脚本（bucket_script）聚合，并配合参数buckets_path指定使用SMA26聚合的值和SD26聚合的值。并使用2个标准差的值来计算布林带上下轨道线的值。

                "BBL26": {
                    "bucket_script": {
                        "buckets_path": {
                            "SMA": "SMA26",
                            "SD": "SD26"
                        },
                        "script": "params.SMA - 2 * params.SD"
                    }
                },
                "BBU26": {
                    "bucket_script": {
                        "buckets_path": {
                            "SMA": "SMA26",
                            "SD": "SD26"
                        },
                        "script": "params.SMA + 2 * params.SD"
                    }
                },
                "BBL50": {
                    "bucket_script": {
                        "buckets_path": {
                            "SMA": "SMA50",
                            "SD": "SD50"
                        },
                        "script": "params.SMA - 2 * params.SD"
                    }
                },
                "BBU50": {
                    "bucket_script": {
                        "buckets_path": {
                            "SMA": "SMA50",
                            "SD": "SD50"
                        },
                        "script": "params.SMA + 2 * params.SD"
                    }
                },

计算布林带趋势指标
使用名为BBTrend的存储桶脚本（bucket_script）聚合，并配合参数buckets_path指定使用BBU26、BBL26、SMA26、BBU50和BBL50聚合的值，并根据前述方程来计算布林带趋势指标。

               "BBTrend": {
                    "bucket_script": {
                        "buckets_path": {
                            "BBU20": "BBU20",
                            "BBL20": "BBL20",
                            "SMA20": "SMA20",
                            "BBU50": "BBU50",
                            "BBL50": "BBL50"
                        },
                        "script": "(Math.abs(params.BBL20 - params.BBL50)  - Math.abs(params.BBU20 - params.BBU50) ) / params.SMA20"
                    }
                },

确定BBTrend值是在上升趋势还是下降趋势内
使用名为BBTrendDiff的导数（derivative）聚合，并配合参数buckets_path指定BBTrend聚合的值来确定它与前一个时间戳的值，是增量还是减量。

                "BBTrendDiff" :{
                    "derivative": {
                        "buckets_path": "BBTrend" 
                     }
                },

确定BBTrend值的类型
使用名为BBTrendType的存储桶脚本（bucket_script）聚合，并配合参数buckets_path指定使用BBTrend和BBTrendDiff聚合的值，对 BTrend 值的类型进行分类。
➤ 如果是减量并且 BBTrend < 0，则为类型1
➤ 如果BBTrendDiff是增量并且 BBTrend < 0，则为类型 2
➤ 如果BBTrendDiff是增量并且 BBTrend > 0，则为类型 3
➤ 如果BBTrendDiff是减量并且 BBTrend > 0，则为类型 4
➤ 其他情况为类型 0

                "BBTrendType": {
                    "bucket_script": {
                        "buckets_path": {
                            "BBTrend": "BBTrend",
                            "BBTrendDiff": "BBTrendDiff"
                        },
                        "script": "(params.BBTrend > 0) ? (params.BBTrendDiff > 0 ? 3 : 4) : ((params.BBTrend < 0) ? (params.BBTrendDiff > 0 ? 2 : 1): 0)"
                    }
                },

输出前过滤掉额外的文档
使用名为 SBBW 的“bucket_selector”聚合，并配合参数“buckets_path”为“DateStr”，“script”语句中指定存储桶的选择条件。选择标准是日期在 2021 年 2 月 1 日及之后的存储桶（以毫秒为单位指定纪元时间 1612137600000）。

                "SBBW": {
   		             "bucket_selector": {
                            "buckets_path": {"DateStr":"DateStr"},
                            "script": "params.DateStr >= 1612137600000L"
                    }
                }
            }
        },
    "size": 0
}

收集结果后，我们可以绘制20天和50天的布林带(BBU20、BBL20、SMA20、BBU20和BBL20) 如下图所示。

在这里插入图片描述
12. 使用条形图绘制BBTrend，如下图所示。类型 0 到类型 4使用的条形颜色分别为白色、红色、橙色、水蓝色和蓝色。

在这里插入图片描述
根据BBTrend的定义，很容易从图1中描绘出图2的形状。基本上，当BBL20和BBL50之间的距离大于BBU20和BBU50之间的距离时，BBTrend值为正。差异越大，趋势背后的驱动力就越大。图1的前期和后期，20 天的布林带偏向于 50 天的布林带上半部分，因此，图 2 中相对应的 BBTrend是正值并且数值大。图1的中期20 天的布林带偏向于 50 天的布林带下半部分，因此，图 2 中相对应的 BBTrend是负值并且数值大。。然而，当我们结合图 1 中的复权单位净值并试图解释它是在上升趋势还是下降趋势时，似乎并不那么容易理解和直接相对应。关于本文中所使用的 Elasticsearch 实例，它显示无缝且易于理解。读者可以进一步参考Gitee上的开源项目(使用Elasticsearch构建布林带趋势指标)。

备注:
I. 感谢Tushare大数据开放社区提供相关数据及Gitee开源社区提供存储开源项目。
II. 本文基于公开发布技术和研究观点，并不构成任何投资建议，读者在使用时须自行承担责任。
III. 文中可能还存在疏漏和错误之处，恳请广大读者批评和指正。
IV. 作者的中文著作Elasticsearch 数据分析与实战应用（ISBN 978-7-113-27886-1号）将于2021 年 7 月出版。
V. 作者的英文著作Advanced Elasticsearch 7.0（ISBN 978-1-789-95775-4号）被bookauthority评为 2021 年最值得阅读的 4 本 Elasticsearch 新书之一。

posted on 2021-07-06 13:42 王博分享阅读(203) 评论(0) 编辑收藏举报