Joanna Dziedzic, Magdalena Piec, Beata Wojciechowska, Magdalena Zemło - Efektywność krótkoterminowych strategii inwestycyjnych opartych na wstęgach bollingera – na przykładzie FW20

(1)

JCMBF • www.jcmbf.uni.lodz.pl 7 Journal of Capital Market and Behavioral Finance • 2017, Vol. 4(8), p. 7–17

Joanna Dziedzic, Magdalena Piec, Beata Wojciechowska, Magdalena Zemło, Efektywność…

EFEKTYWNOŚĆ KRÓTKOTERMINOWYCH

STRATEGII INWESTYCYJNYCH OPARTYCH

NA WSTĘGACH BOLLINGERA

– NA PRZYKŁADZIE FW20

Joanna Dziedzic, Magdalena Piec, Beata Wojciechowska, Magdalena Zemło*

Abstrakt Celem niniejszej pracy jest wykazanie skuteczności Wstęg Bollingera jako narzędzia analizy technicznej w podejmowaniu decyzji na GPW, jak również przybliżenie kwestii z nim związanych. Zostały w niej przedstawione wyniki badań dotyczące efektywności wskaźnika Wstęg Bollingera na przykładzie kontraktów terminowych na WIG20. Zrealizowana analiza pozwoliła na określenie zyskowności w przypadku kierowania się opisywanym wskaźni-kiem podczas podejmowania decyzji przez inwestora. Badania zostały oparte o ogólne dane z powodu braku dostępu do bardziej szczegółowych.

Słowa kluczowe Wstęgi Bollingera, FW20, indeks WIG20, analiza techniczna, średnia krocząca.

JEL Code G1, D53.

WSTĘP

W dzisiejszych czasach coraz więcej przedsiębiorstw, jak i osób fizycznych za formę zarobku wybiera inwestowanie swojego kapitału na rynku papierów wartościowych, który stanowi ogół transakcji kupna i sprzedaży. W związku z tym potencjalni inwestorzy poszukują jak najlepszych strategii w celu uzyska-nia jak największego zysku. Wiele osób wychodzi z błędnego założeuzyska-nia, że lo-kując swoje środki na Giełdzie Papierów Wartościowych, nie są zobowiązani do kontroli zmian zachodzących na rynku, w wyniku czego mogą stracić część lub

* Wydział Ekonomiczno-Socjologiczny, Uniwersytet Łódzki. ACCEPTED: 27th

November 2017 PUBLISHED: 31st

(2)

JCMBF • www.jcmbf.uni.lodz.pl 8

Journal of Capital Market and Behavioral Finance • 2017, Vol. 4(8), p. 7–18 Joanna Dziedzic, Magdalena Piec, Beata Wojciechowska, Magdalena Zemło, Efektywność…

nawet całość zainwestowanych środków w krótszym lub dłuższym przedziale czasu.

Krótkoterminowe strategie inwestycyjne opierają się głównie na badaniu zachowań zachodzących na rynku do których wykorzystuje się analizę tech-niczną, „należącą do grupy nieformalnych modeli prognostycznych” [Marcin-kiewicz 2006]. „Analiza techniczna opiera się na trzech przesłankach: rynek dyskontuje wszystko, ceny podlegają trendom, historia się powtarza” [Murphy 2017: 2]. „Stosując daną analizę podąża się za pewnymi trendami występujący-mi na rynku, co pozwala na identyfikację najlepszych okazji do przeprowadze-nia transakcji” [Murphy 2017: 4–5]. Trendy te generują sygnały, które odczyty-wane są przy użyciu Wstęg Bollingera.

Wskaźnik ten pozwala wyznaczyć obszar, w którym powinna utrzymać się cena instrumentu. Założenie, że dla kursu pozostającego w trendzie horyzontal-nym wykres powinien oscylować pomiędzy dwoma wstęgami Bollingera: górną i dolną. Pomiędzy paskami Bollingera centruje się średnia krocząca, która wyko-rzystywana jest jako wskaźnik potwierdzenia zmiany trendu. „Wyjście linii kur-su poza ten obszar oznacza sygnał krótkotrwałego odwrócenia tendencji w dłuż-szym trendzie horyzontalnym” [www1]. Wykres ten można oprzeć na różnych indeksach występujących na GPW, jednym z głównych jest WIG20, „jego war-tość wyliczana jest na podstawie wartości portfela akcji 20 największych i naj-bardziej płynnych spółek” [www2].

Celem niniejszego artykułu jest sprawdzenie użyteczności Wstęg Bollingera na wykresach przedstawiających notowania kontraktów terminowych na indeks giełdowy WIG20, aby potwierdzić hipotezę, która prezentuje Wstęgi Bollingera jako jedno z narzędzi analizy technicznej w podejmowaniu decyzji inwestorów.

1. WSTĘGI BOLLINGERA 1.1. Pojęcie i postać Wstęgi Bollingera

Na podstawie literatury, „Wstęga Bollingera jest zbudowana z rdzenia, któ-ry stanowi linia prezentująca kolejne wartości średniej kroczącej SMA, oraz tzw. ramion wstęgi pod postacią linii dolnej (DownLine) i górnej (UpLine) od-dalonych od rdzenia o wodt krotność odchylenia standardowego” [Kaczmarek i Gołda 2015: 205–220]. „Sygnał kupna zostaje wygenerowany, gdy linia kursu spada poniżej dolnego ograniczenia wstęgi lub zbliża się do niej. Sygnał sprze-daży zostaje wygenerowany, gdy kurs przebija górne ograniczenie wstęgi lub zbliża się do niej” [Korczak i in. 2014]. Analiza cen powinna przebiegać we-wnątrz pola ograniczonego wstęgami.

(3)

Wykres 1. Postać graficzna wskaźnika Wstęga Bollingera na tle notowań pary walutowej GBP/USD

Źródło: Kaczmarek i Gołda [2015].

W powyższym wzorze przedstawiono sposób wyznaczania Wstęg

Bollinge-ra, gdzie , b – liczba interwałów uwzględnianych

w obliczeniach wartości wskaźnika Wstęg Bollingera, – krotność

odchyle-nia standardowego zastosowanego w obliczeodchyle-niach wstęg.

1.2. Efektywność wykorzystania Wstęg Bollingera

W badaniu przeprowadzonym przez Rafała Jóźwickiego w artykule

Wskaź-niki techniczne jako narzędzie do podejmowania decyzji inwestycyjnych na Gieł-dzie Papierów Wartościowych [Jóźwicki 2002], Wstęgi Bollingera okazały się

(4)

od naniesienia na akcjogram średniej ruchomej, po czym według wzoru obliczo-no odchylenie standardowe. Po jego wyznaczeniu na wykres zostały naniesione dwie linie sygnałowe. „Górna linia powstaje poprzez dodanie do wartości śred-niej podwojonego odchylenia standardowego. Linia dolna natomiast jest różnicą średniej i podwojonego odchylenia. Tworzy to korytarz o zmiennej szerokości, w którym najczęściej znajduje się kurs akcji” [Jóźwicki 2002: 381]. Istotne są tu momenty, w których cena akcji znajduje się poza obszarem linii sygnałowych.

W badanym okresie spośród sygnałów wygenerowanych przez wstęgi, tylko dwa można uznać za poprawne, przez co dany inwestor musi posiadać szeroką wiedzę, aby poprawnie określić ich prawdziwość bądź fałszywość. Jedną z głównych wad powyższej metody jest mała szansa na zaobserwowanie zmian tendencji, należy przy tym pamiętać, „że rozszerzenie wstęgi spowodowane jest dużymi wahaniami kursów, a to oznacza zwiększone ryzyko inwestycyjne” [Jóźwicki 2002: 381].

Wykres 2. Kurs spółki Permedia i Wstęgi Bollingera w okresie od grudnia 1999 do czerwca 2000 r. 1 - kurs akcji, 2 – Wstęgi Bollingera

(5)

2. ŚREDNIA KROCZĄCA

Średnia krocząca jest jednym z najbardziej popularnych wskaźników anali-zy technicznej, która podąża za trendem. „Średnia krocząca podąża w ślad za ruchem cen i dopiero po fakcie informuje nas, że rozpoczął się pewien trend” [Murphy 2017]. Sygnalizuje ona początek nowego trendu na giełdzie, bądź zmiany w dotychczasowych trendach. W ujęciu krótkoterminowym „średnia krocząca jest bardziej czuła na zmiany cen na rynku, niż w przypadku średniej długoterminowe.” [Murphy 2017: 173–175].

Wykres 3. Porównanie średniej kroczącej krótkoterminowej i długoterminowej Źródło: Murphy [2017].

Do zalet średniej kroczącej można zaliczyć [Borowski 2003]: – „filtrowanie przypadkowych ruchów cenowych,

– wskazywanie trendu głównego (dominującego dla określonego kroku uśredniania)”.

(6)

3. BADANIE SKUTECZNOŚCI WSTĘG BOLLINGERA JAKO NARZĘDZIA ANALIZY TECHNICZNEJ

Celem części empirycznej jest ocena skuteczności sygnałów generowanych przez Wstęgi Bollingera. By zweryfikować postawioną tezę dokonano badania na przykładzie FW20, w okresie od 1 grudnia 2014 r. do 30 listopada 2016 r. W badaniu wzięto pod uwagę tylko interwał dzienny z założeniem, że nieznane są szczegóły transakcji, a jedynie otwarcie i zamknięcie sesji, na której oparta jest poniższa analiza. Podczas wygenerowania przez Wstęgę Bollingera sygnału kupna postanowiono w niniejszym badaniu, że sprzedaż danej akcji następuje dopiero, gdy użyty wskaźnik analizy technicznej wskaże najbliżej położony sygnał sprzedaży. Inwestor rozpoczyna grę na giełdzie, kiedy użyty w badaniu wskaźnik analizy technicznej wskaże sygnał kupna, bądź sprzedaży. W przy-padku wystąpienia jako pierwszego sygnału kupna, pozycja zostaje zamknięta dopiero, gdy Wstęga Bollingera wygeneruje najbliżej położony sygnał sprzedaży i odwrotnie. W sytuacji, gdy zostaje wygenerowany jako pierwszy sygnał kupna, a następnie po nim pojawiają się kolejne sygnały kupna, to owe sygnały zostają pominięte w badaniu i odwrotnie w przypadku sygnałów sprzedaży.

Wykres 4. Przykładowy kurs akcji na FW20 w okresie od 1.12.2014 r. do 30.11.2015 r. z zaznaczonymi sygnałami kupna i sprzedaży

(7)

Źródło: opracowanie własne na podstawie: www3.

Na powyższych wykresach przedstawiono kurs akcji z badanego okresu z uwzględnionymi sygnałami sprzedaży (różowe punkty) i kupna (niebieskie punkty). W pierwszym roku można zauważyć, że kurs akcji posiada na początku

(8)

badanego okresu trend spadkowy, co oznacza, że cena akcji spada. W następ-nym okresie dochodzi do wzrostu kursu, zaś w połowie roku kurs ten systema-tycznie spada, aż do zamknięcia roku. Kolejny badany okres wykazuje większe wahania cen w porównaniu do roku poprzedniego. W ostatnim przedziale czasu kurs akcji posiada widocznie dominującą tendencję wzrostową.

Z wykresów odczytano dokładne daty wystąpienia sygnałów kupna i sprze-daży według założeń, które zostały określone w badaniu. Dokonano również obliczenia zysku z danej transakcji, czasu transakcji, stopy zwrotu oraz określo-no prawdziwość sygnału. Przedstawia je tabela 1.

Tabela 1. Zestawienie sygnałów kupna i sprzedaży w całym badanym okresie Data Sygnał Otwarcie Zamknięcie Zysk Prawdziwość _sygnału Czas

transakcji Stopa zwrotu 2014–12–16 kupno 2320 2273 –102 prawdziwy 28 4,49% 2015–01–13 sprzedaż 2341 2375 2015–01–16 kupno 2260 2250 –84 prawdziwy 27 3,73% 2015–02–12 sprzedaż 2330 2334 2015–02–16 sprzedaż 2347 2366 –46 prawdziwy 15 1,98% 2015–03–03 kupno 2358 2320 2015–03–13 kupno 2321 2300 –76 prawdziwy 7 3,30% 2015–03–20 sprzedaż 2356 2376 2015–04–07 sprzedaż 2372 2405 96 fałszywy 30 –3,84% 2015–05–07 kupno 2500 2501 2015–05–08 sprzedaż 2510 2522 –17 prawdziwy 13 0,68% 2015–05–21 kupno 2503 2505 2015–05–26 kupno 2450 2438 65 fałszywy 30 –2,67% 2015–06–25 sprzedaż 2360 2373 2015–06–29 kupno 2282 2301 47 fałszywy 37 –2,04% 2015–08–05 sprzedaż 2232 2254 2015–08–18 kupno 2167 2163 –23 prawdziwy 24 1,06% 2015–09–11 sprzedaż 2181 2186 2015–09–24 kupno 2106 2076 –54 prawdziwy 14 2,60% 2015–10–08 sprzedaż 2114 2130 2015–10–15 sprzedaż 2140 2148 –91 prawdziwy 14 4,42% 2015–10–29 kupno 2104 2057 2015–11–06 kupno 2047 2021 146 fałszywy 45 –7,22% 2015–12–21 sprzedaż 1856 1875 2016–01–08 kupno 1764 1720 –54 prawdziwy 21 3,14% 2016–01–29 sprzedaż 1765 1774

(9)

2016–02–17 sprzedaż 1789 1850 39 fałszywy 70 –2,06% 2016–04–27 kupno 1908 1889 2016–05–05 kupno 1863 1832 –22 prawdziwy 49 1,20% 2016–06–23 sprzedaż 1820 1854 2016–07–06 kupno 1707 1687 –123 prawdziwy 14 7,29% 2016–07–20 sprzedaż 1803 1810 2016–07–29 kupno 1795 1762 –49 prawdziwy 40 2,78% 2016–09–07 sprzedaż 1790 1811 2016–09–13 kupno 1735 1728 –32 prawdziwy 9 1,85% 2016–09–22 sprzedaż 1758 1760 2016–10–17 kupno 1714 1712 –75 prawdziwy 7 4,38% 2016–10–24 sprzedaż 1760 1787 2016–12–05 sprzedaż 1795 1846 148 fałszywy 49 –7,42% 2017–01–23 kupno 2004 1994 2017–01–25 sprzedaż 2030 2076 104 fałszywy 43 –4,77% 2017–03–09 kupno 2204 2180 2017–03–16 sprzedaż 2265 2287 –98 prawdziwy 11 4,48% 2017–03–27 kupno 2190 2189 2017–03–31 kupno 2186 2177 –68 prawdziwy 5 3,12% 2017–04–05 sprzedaż 2243 2245 2017–04–12 kupno 2207 2201 –79 prawdziwy 8 3,59% 2017–04–20 sprzedaż 2273 2280 2017–04–24 sprzedaż 2298 2291 49 fałszywy 22 –2,09% 2017–05–16 kupno 2388 2340 2017–05–17 kupno 2320 2306 –50 prawdziwy 8 2,17% 2017–05–25 sprzedaż 2350 2356 2017–05–31 kupno 2294 2284 –60 prawdziwy 8 2,63% 2017–06–08 sprzedaż 2309 2344 2017–06–23 sprzedaż 2299 2308 –21 prawdziwy 7 0,92% 2017–06–30 kupno 2310 2287 2017–07–12 sprzedaż 2289 2332 5 fałszywy 12 –0,21% 2017–07–24 kupno 2347 2337 2017–08–01 sprzedaż 2383 2392 –42 prawdziwy 16 1,79% 2017–08–17 kupno 2382 2350 2017–08–23 sprzedaż 2391 2393 92 fałszywy 16 –3,70% 2017–09–08 kupno 2490 2485 2017–09–21 kupno 2510 2476 –10 prawdziwy 15 0,40% 2017–10–06 sprzedaż 2470 2486

(10)

Tabela 1. c.d.

Data Sygnał Otwarcie Zamknięcie Zysk Prawdziwość _sygnału Czas transakcji Stopa zwrotu 2017–10–11 sprzedaż 2525 2562 –81 prawdziwy 8 3,26% 2017–10–19 kupno 2512 2481 2017–10–24 kupno 2485 2458 –72 prawdziwy 7 2,93% 2017–10–31 sprzedaż 2523 2530 2017–11–07 sprzedaż 2534 2549 –65 prawdziwy 2 2,62% 2017–11–09 kupno 2522 2484 2017–11–15 kupno 2465 2427 –82 prawdziwy 8 3,38% 2017–11–23 sprzedaż 2480 2509

Źródło: opracowanie własne na podstawie częściowych danych z: www3.

Z poszczególnych transakcji uzyskano dodatni lub ujemny zysk. Jest to róż-nica pomiędzy ceną zamknięcia pozycji kupna a ceną zamknięcia pozycji sprze-daży. Na podstawie otrzymanego wyniku stwierdzono, czy sygnał wygenerowa-ny przez wstęgę jest prawdziwy czy fałszywy. Jeżeli zysk ma wartość dodatnią to sygnał jest fałszywy, natomiast jeśli ujemną to sygnał jest prawdziwy. Czas transakcji oznacza różnicę między zamknięciem a otwarciem pozycji. Stopa zwrotu informuje o zyskowności z danej inwestycji, wyrażona jest w procencie i pokazuje wzrost, bądź spadek wartości inwestycji w badanym okresie. Wyraża się wzorem:

.

4. WNIOSKI

Podczas analizy danych od 1.12.2014 r. do 30.11.2017 r. wykazano spośród 72 wygenerowanych sygnałów, że aż 26 jest prawdziwych, a tylko 10 fałszy-wych (reszta sygnałów została pominięta jak założono w badaniu). Średni czas trwania transakcji to 21 dni, zaś średnia stopa zwrotu z wszystkich transakcji sięga 1,06%. Wartość przeciętna miary zyskowności inwetycji wynosi 2,08%.

ZAKOŃCZENIE

Trzyletnie obserwacje notowań FW20 okazały się sprzeczne z badaniami zawartymi w pracy Rafała Jóźwickiego Wskaźniki techniczne jako narzędzie do

podejmowania decyzji inwestycyjnych na Giełdzie Papierów Wartościowych,

(11)

Na podstawie przeprowadzonych badań, których celem było zbadanie sku-teczności efektywności krótkoterminowych strategii inwestycyjnych przy użyciu Wstęg Bollingera w oparciu o notowania FW20, stwierdzono że wskaźnik ten jest skuteczny przy podanych wcześniej założeniach. Spośród wszystkich prze-analizowanych sygnałów 26 okazało się prawdziwych, natomiast tylko 10 fał-szywych, jednakże nie można potwierdzić ich 100% skuteczności z powodu braku dostępu do szczegółowych danych. Skuteczność ta potwierdza się tylko w 72%. Powyższe informacje pozwoliły także na obliczenie średniej stopy zwro-tu z transakcji, która wyniosła 1,06%.

BIBLIOGRAFIA

Borowski K., 2003, Wykorzystanie ciągów liczbowych w analizie technicznej, „Studia i Prace Kolegium Zarządzania i Finansów”, Szkoła Główna Handlowa, Warszawa.

Jóźwicki R., 2002, Wskaźniki techniczne jako narzędzie do podejmowania decyzji inwestycyjnych na Giełdzie Papierów Wartościowych, „Acta Universitatis Lodziensis, Folia Oeconomica”, 161.

Kaczmarek K., Gołda S., 2015, Zastosowanie wybranych wskaźników analizy technicznej w algo-rytmicznym systemie transakcyjnym, „Zeszyty Naukowe Uniwersytetu Szczecińskiego nr 862: Finanse, Rynki Finansowe, Ubezpieczenia”, nr 75.

Korczak J., Hernes M., Bac M., 2014, Analiza wydajności agentów podejmujących decyzje kupna-sprzedaży w systemie wieloagentowym a-trader, „Informatyka Ekonomiczna Business In-formatics”, nr 1(31), Uniwersytet Ekonomiczny we Wrocławiu.

Marcinkiewicz E., 2006, Badanie zależności pomiędzy wartością wykładnika Hurtsa a skuteczno-ścią strategii inwestycyjnych opartych na analizie technicznej, „Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie”, nr 60.

Murphy J.J., 2017, Analiza techniczna rynków finansowych, Wydawnictwo Maklerska, Puszczy-kowo.

[www1] http://www.bdm.com.pl/ispag/encat/bol.html

[www2] https://www.msp.gov.pl/pl/nauka-i-rozwoj/slownik-pojec/30610,WIG20.html [www3] https://stooq.pl/q/a/?s=fw20

EFFECTIVENESS OF SHORT-TERM INVESTING STRATEGIES BASING ON BOLLINGER BANDS – AS SHOWN BY FW20

Abstract The aim of this piece is to assure the effectiveness of Bollinger Bands as a means of technical analysis when it comes to taking decisions on Stock Exchange as well as to bring more light to problems connected with that. In it were presented many study results regarding the effectiveness of Bollinger Bands indicator on an example of futures on WIG20. The conducted analysis allowed for establishing projected profits in case of using this indicator as a means of taking a business decision by an investor. The research was conducted using general data as access to more detailed data was absent. Keywords Bollinger Bands, FW20, WIG20 index, technical analysis, moving average.