Bollinger Bands Algorithmic Trading

Tengo problemas para probar una estrategia de Bollinger Band en R. La lógica es que quiero tomar una posición corta si el Close es mayor que la Upper Band y luego cerrar la posición cuando cruza el Average. También quiero tomar una posición larga si el cierre es más bajo que la banda inferior y cerrar la posición cuando cruza la media. Hasta ahora esto es lo que tengo: bbands lt - BBands (stockClose, n20, sd2) sig1 lt - Lag (ifelse ((stockClose gtbbandsup), - 1,0)) sig2 lt - Lag (ifelse ((stockClose ltbbandsdn), 1 , 0)) sig3 lt - Lag (ifelse ((stockClose gt bbandsmavg), 1, -1)) sig lt - sig1 sig2 Aquí es donde estoy atrapado, ¿cómo puedo usar sig3 para obtener los resultados deseadosBollinger Bands 8211 Momentum Model Trading Estrategia (Configuración) I. Estrategia de Negocio Desarrollador: John Bollinger (Bandas de Bollinger). Concepto: Tendencia de la siguiente estrategia de negociación basada en Bandas de Bollinger. Objetivo de la investigación: Verificación del rendimiento del modelo trifásico (largo / corto / neutro). Especificación: Tabla 1. Resultados: Figura 1-2. Trade Setup: Long Comercio: Closei 1 gt UpperBandi 1. Comercios Cortos: Closei 1 lt LowerBandi 1. Índice: i Barra Actual. Entrada de Comercio: Largas Operaciones: Una compra en el abierto se coloca después de una configuración alcista. Operaciones cortas: Una venta en el abierto se coloca después de una configuración bajista. Salidas comerciales: Cuadro 1. Cartera: 42 mercados de futuros de cuatro grandes sectores del mercado (materias primas, divisas, tasas de interés e índices de renta variable). Datos: 36 años desde 1980. Plataforma de Pruebas: MATLAB. II. Prueba de sensibilidad Todas las gráficas tridimensionales son seguidas por las gráficas de contorno en 2D para el factor de beneficio, la relación de Sharpe, el índice de desempeño de úlcera, el CAGR, la reducción máxima, el porcentaje de operaciones rentables y el promedio. Ganar / Promedio Índice de siniestralidad. La imagen final muestra la sensibilidad de la curva de equidad. PyAlgoTrade es una biblioteca de intercambio algorítmico de Python centrada en el backtesting y el soporte para el intercambio de papeles (paper-trading) Y el comercio en vivo. Digamos que usted tiene una idea para una estrategia comercial y le gustaría evaluar con datos históricos y ver cómo se comporta. PyAlgoTrade le permite hacerlo con un esfuerzo mínimo. Características principales Totalmente documentado. Evento conducido . Soporta órdenes de Market, Limit, Stop y StopLimit. Soporta los archivos de Yahoo Finance, Google Finance y NinjaTrader CSV. Soporta cualquier tipo de datos de series de tiempo en formato CSV, por ejemplo Quandl. Bitcoin soporte comercial a través de Bitstamp. Indicadores técnicos y filtros como SMA, WMA, EMA, RSI, bandas de Bollinger, exponente de Hurst y otros. Métricas de rendimiento como Sharpe ratio y análisis de reducción. Manejo de eventos de Twitter en tiempo real. Profiler de eventos. Integración TA-Lib. Escalable Muy fácil de escalar horizontalmente, es decir, usar uno o más equipos para volver a probar una estrategia. Libre PyAlgoTrade es libre, de código abierto, y está licenciado bajo la Licencia Apache, Versión 2.0.