Como o período de tempo afeta estratégias de Bandas de Bollinger

Resposta direta

O período de tempo afeta estratégias de Bandas de Bollinger principalmente ao mudar o que as bandas estão medindo (a janela móvel de dados) e ao mudar por quanto tempo você observa ou mantém uma posição em relação aos ciclos de volatilidade. A mesma “mecânica” das Bandas de Bollinger pode parecer diferente quando você muda de um período de tempo para outro, porque a largura das bandas e a linha central respondem a diferentes quantidades de ruído de mercado e diferentes fases de volatilidade.

Uma estratégia de Bandas de Bollinger, em um sentido não promocional e focado em conceitos, usa a posição relativa e a distância das bandas para decidir como uma abordagem deve se comportar. Se o seu período de tempo mudar, os insumos da abordagem também mudam: o cálculo móvel é construído a partir de menos ou mais pontos de dados por unidade de tempo, então as bandas podem se tornar mais ou menos sensíveis.

Mecanismo e definições

As Bandas de Bollinger normalmente consistem em três linhas calculadas a partir de uma média móvel sobre um número escolhido de períodos: uma linha central (a média móvel), uma banda superior e uma banda inferior. As bandas superior e inferior são definidas usando um múltiplo do desvio padrão móvel (uma medida de volatilidade) ao redor da linha central.

Duas ideias relacionadas ao período de tempo são importantes:

1. Período de tempo de observação (granularidade dos dados). Este é o tamanho de cada candle/etapa de preço usado para calcular a média móvel e o desvio padrão. Etapas de período de tempo menores criam insumos mais frequentes que frequentemente refletem flutuações de curto prazo.

2. Período de tempo de manutenção/decisão (quanto tempo você espera). Mesmo que as bandas sejam calculadas da mesma forma, o tempo que você permite para o preço se mover entre decisões muda como os padrões de volatilidade são revelados.

Como as bandas são relativas às estatísticas móveis da série observada, mudar o período de tempo pode alterar:

• Largura da banda (o quão longe as bandas ficam da linha central), já que o desvio padrão muda com o horizonte de amostragem.
• Capacidade de resposta (o quão rapidamente as bandas se adaptam à volatilidade), já que as estatísticas móveis são atualizadas a cada período.
• Interpretação de “toques”, “compressões” ou “rompimentos” (sem tratar estes como sinais garantidos), porque o mesmo movimento de mercado pode contar como vários eventos menores em um período de tempo curto ou um movimento mais amplo em um período de tempo mais longo.

Evidência ou exemplo (com premissas explícitas)

Suponha que uma configuração de Bollinger use uma média móvel e um desvio padrão de 20 períodos, e você compare duas granularidades de dados no mesmo intervalo de calendário, como um mês.

• Em um período de tempo mais curto (por exemplo, dados de 1 hora), esses 20 períodos cobrem menos tempo de calendário do que cobririam em um período de tempo mais longo (por exemplo, dados de 4 horas). Portanto, a janela móvel amostra mais variação de “microestrutura” no período de tempo curto e pode reagir mais rapidamente a mudanças súbitas de volatilidade. Isso pode fazer a largura da banda expandir ou contrair rapidamente.

• Em um período de tempo mais longo, os mesmos 20 períodos cobrem mais tempo de calendário. A linha central e a estimativa do desvio padrão incorporam uma fatia mais ampla do mês, o que pode suavizar o ruído, mas pode atrasar quando ocorrem mudanças de regime de volatilidade.

Uma consequência material é que qualquer regra que faça referência à distância da banda ou à expansão da banda pode parecer mais frequente em períodos de tempo curtos (porque as bandas mudam com mais frequência), e pode parecer mais atrasada em períodos de tempo mais longos (porque as estatísticas móveis são atualizadas com menos frequência). Isso não é prova de desempenho melhor ou pior; apenas explica por que o comportamento observado muda.

Exemplo de impacto de cenário: se um pico de volatilidade acontece e desaparece rapidamente dentro da granularidade do período de tempo curto, mas é calculado como uma média na janela do período de tempo mais longo, as bandas do período de tempo mais longo podem mostrar um aumento de largura menor. Como resultado, o que parecia um evento de volatilidade claro no período de tempo curto pode parecer atenuado no período de tempo mais longo.

Limitações e riscos

Vários modos de falha vêm de assumir que o comportamento das bandas é transferível entre períodos de tempo.

• Não transferibilidade de padrões históricos. Relações históricas entre movimentos das bandas e retornos subsequentes não estabelecem resultados futuros, e o mapeamento pode diferir por período de tempo.

• Sensibilidade a escolhas de amostragem. Mudar o período de tempo muda o significado efetivo da janela móvel. Duas configurações que ambas dizem “20 períodos” não estão necessariamente medindo a mesma quantidade de tempo.

• Sobreajuste à aparência. Como toques nas bandas e mudanças na largura das bandas são visíveis, é fácil confundir “como parece” com uma relação estatística robusta. Um movimento da banda pode refletir aleatoriedade tanto quanto estrutura.

• **Custos práticos e execução.