Predicting Price Trends in the Wheat Market Using Technical Analysis Indicators

• Authors: Paweł Oktaba , Małgorzata Grzywińska-Rąpca

Title variants

PL

Prognozowanie trendów cenowych na rynku pszenicy za pomocą indykatorów analizy technicznej

Abstracts

PL

Cel: Celem badania jest wyznaczenie za pomocą indykatorów analizy technicznej trendów cenowych pszenicy. Metodyka: Do wyznaczenia trendów cenowych zastosowano wybrane indykatory analizy technicznej. Do prognozowania trendów cenowych zastosowano zaś zmodyfikowane względem domyślnych ustawień parametry dwóch wskaźników analizy technicznej. Zdecydowano się na wybór indykatora Parabolic Stop and Reversal (SAR), będącego cenionym wskaźnikiem trendu. Jako drugi indykator wybrano popularny wśród zwolenników AT oscylator Relative Strength Index (RSI). Źródłem danych wykorzystanych do prognozowania trendów cenowych pszenicy są informacje pochodzące z platformy inwestycyjnej MetaTrader5. Wyniki: Przeprowadzone analizy badań dotyczących zastosowanych strategii wskazują na realną możliwość przewidzenia trendów cenowych na rynku notowań pszenicy. Wyróżniono dwie prognozy odnośnie do przyszłego ruchu cenowego pszenicy ze względu na wskazania indykatorów: (1) wskazanie do zajęcia pozycji długiej (w tym przypadku inwestor nie powinien oczekiwać zmiany trendu) i (2) wskazanie do zajęcia pozycji krótkiej (indykatory zarówno SAR, jak i RSI wskazały na potencjalną zmianę trendu na spadkowy). Implikacje i rekomendacje: Na podstawie analizy przeprowadzonej w artykule można stwierdzić, iż narzędzia analizy technicznej są przydatne w przewidywaniu cen na terminowym rynku pszenicy. Wskazuje ona, że zastosowanie analizy technicznej w prognozowaniu cen kontraktów na pszenicę jest efektywne. W związku z powyższym indykatory analizy technicznej mogą być traktowane przez inwestorów jako narzędzie wspomagające w podejmowaniu decyzji inwestycyjnych na różnych rynkach, w tym na rynku produktów rolnych, a wykorzystanie analizy technicznej w prognozowaniu cen wydaje się uzasadnione w kontekście zmian ekonomicznych i geopolitycznych. Oryginalność/wartość: W związku z rozwojem metod i narzędzi badawczych można przypuszczać, że dzisiejsi inwestorzy poszukują alternatyw pozwalających im skrócić czas gromadzenia i analiz danych rynkowych. Zaprezentowane podejście prognozowania cen rynkowych bazujące na indykatorach analizy technicznej wskazuje, że może być ona stosowana przez szersze grono uczestników rynku aniżeli analiza fundamentalna wymagająca szerszej wiedzy ekonometrycznej.

EN

Aim: The aim of the study was to determine the trend of wheat prices using technical analysis indicators. Methodology: Selected technical analysis indicators were used to determine price trends. The parameters of two technical analysis indicators, modified from their default settings, were used to forecast price trends. The Parabolic Stop and Reversal (SAR) indicator, which is a valued trend indicator, was chosen. The second indicator used was the Relative Strength Index (RSI) oscillator, which is also popular with proponents of technical analysis. The data source used to forecast wheat price trends was information from the MetaTrader5 trading platform. Results: The research analysis of the applied strategies shows that it is possible to realistically predict price trends on the wheat quotation market. There were two forecasts of the future price movement of wheat based on the indications of the indicators: (1) an indication to go long (in which case the investor should not expect a change in the trend) and (2) an indication to go short (both the SAR indicator and the RSI indicated a possible change in the trend to the downside). Implications and recommendations: Based on the analysis conducted in the article, it was concluded that technical analysis tools are useful in predicting prices in the wheat futures market. The conducted analysis indicated that the application of technical analysis in predicting wheat futures prices is effective. Therefore, technical analysis indicators can be considered by investors as a tool to assist in making investment decisions in various markets, including the agricultural products market, and the use of technical analysis in price forecasting seems to be justified in the context of economic and geopolitical changes. Originality/value: Due to the development of research methods and tools, it can be assumed that today's investors are looking for alternatives that allow them to reduce the time needed to gather and analyse market data. The presented approach to forecasting market prices based on technical analysis indicators showed that it can be used by a wider range of market participants than fundamental analysis, which requires more extensive econometric knowledge.

Keywords

EN

technical analysis; Parabolic Stop and Reversal (SAR); Relative Strength Index (RSI); wheat; prices

PL

analiza techniczna; Parabolic Stop and Reversal (SAR); Relative Strength Index (RSI); ceny pszenicy

• Publisher: Uniwersytet Ekonomiczny we Wrocławiu. Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
• Journal: Econometrics. Ekonometria. Advances in Applied Data Analytics
• Year: 2024
• Volume: 28
• Issue: 2
• Pages: 18-31

Dates

published

2024

Contributors

author

Paweł Oktaba

• Narodowy Bank Polski

• https://orcid.org/0009000381100184

author

Małgorzata Grzywińska-Rąpca

• University of Warmia and Mazury in Olsztyn, Poland

• https://orcid.org/0000000320882795

References

• Abbasi, E., Samavi, M., and Koosha, E. (2020). Performance Evaluation of the Technical Analysis Indicators in Comparison with the Buy and Hold Strategy in Tehran Stock Exchange Indices. doi: 10.22034/AMFA.2020.1893194.1376
• Arshanapalli, B., Lutey, M., Nelson, W., and Pollak, M. (2020). The Profitability of Technical Analysis during Financial Bubbles. The Journal of Portfolio Management. doi: 10.3905/JPM.2020.1.176
• Ayankoya, K., Calitz A. P., and Greyling, J. H. (2016). Real-time Grain Commodities Price Predictions in South Africa: A Big Data and Neural Networks Approach. Agricultural Economics Research, 55(4), 483-508. doi: 10.1080/03031853.2016.1243060
• Banasiak, K. (2010). Zastosowanie wybranych narzędzi analizy technicznej w prognozowaniu cen kontraktów terminowych na pszenicę. Zeszyty Naukowe SGGW, Ekonomika i Organizacja Gospodarki Żywnościowej, (85), 147-159.
• Borowski, K. (2017). Analiza techniczna. Difin.
• Borowski, K. (2020). Zachowania cen akcji na GPW w Warszawie w świetle koncepcji analizy technicznej. Polityka Gospodarcza w Niestabilnym Otoczeniu - Dylematy i Wyzwania, 94.
• Chiarella., C., Xue-Zhong, H., Hommes, C., and Hommes, C. (2005). A Dynamic Analysis of Moving Average Rules. Social Science Research Network. doi: 10.2139/SSRN.742386
• Chiarella, C., Xue-Zhong, H., and Hommes, C. (2004). A Dynamic Analysis of Moving Average Rules. Research Papers in Economics.
• Choudhry, R., and Garg, K. (2008). A Hybrid Machine Learning System for Stock Market Forecasting. International Journal of Computer and Information Engineering, 2(3), 689-692.
• Dicle, M. F., and Levendis, J. D. (2017). Technical Financial Analysis Tools for Stata. The Stata Journal, 17(3), 736-747.
• Dolan, B. (2011). Currency Trading for Dummies. Wiley Publishing, Indianapolis.
• Dongrey, S. (2022). Study of Market Indicators Used for Technical Analysis. International Journal of Engineering and Management Research, 12(2), 64-83.
• Drusinsky, D. (2012). Behavioral and Temporal Pattern Detection within Financial Data with Hidden Information. Journal of Universal Computer Science. doi: 10.3217/JUCS-018-14-1950
• Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The Journal of Finance, 25(2), 383-417.
• Gayed, M. (1990). Intermarket Analysis and Investing. Integrating Economic, Fundamental and Technical Trends. New York Institute of Finance.
• Gorton, G. B., Hayashi, F., and Rouwenhorst, K. G. (2013). The Fundamentals of Commodity Futures Returns. Review of Finance, 17(1), 35-105.
• Grimes, A. (2012). The Art and Science of Technical Analysis: Market Structure, Price Action, and Trading Strategies. John Wiley & Sons, New Jersey.
• Grudkowska, S., Hamulczuk, M., Hertel, K., Klimkowski, C., and Stańko, S. (2011). Prognozowanie cen surowców rolnych z wykorzystaniem modeli szeregów czasowych. https://depot.ceon.pl/bitstream/handle/123456789/3682/10.pdf
• Gurrib, I. (2014). The Moving Average Crossover Strategy: Does It Work for the S&P500 Market Index? Social Science Research Network. doi: 10.2139/SSRN.2578302
• Hamulczuk, M. (2011). Dokładność długookresowych projekcji na rynku rolnym-przykład modelu FAPRI i rynku pszenicy. Roczniki Naukowe Rolnictwa Seria G, 98(1), 47-59.
• Hańczyk, A. (2021). Analiza techniczna jako metoda prognozowania ruchów cenowych instrumentów finansowych na przykładzie Sanok Rubber Company SA. Problems of Economics and Law, 6(1), 54-70.
• Hassen, A. A. (2017). Technical Analysis Tools. OmniScriptum GmbH & Co, London.
• Huang, C. J., Yang, D. X., and Chuang, Y. T. (2008). Application of Wrapper Approach and Composite Classifier to the Stock Trend Prediction. Expert Systems with Applications, 34(4), 2870-2878.
• Jajuga, K. (2009). Instrumenty pochodne. Cedur.
• Janecki, J. (2021). Zastosowanie cen online i modeli autoregresyjnych w krótkoterminowych prognozach cen żywności. Prace Naukowe/Uniwersytet Ekonomiczny w Katowicach, 43-51.
• Juszczyk, S., and Balina, R. (2011a). Kontrakty terminowe jako narzędzie przewagi kosztowej w branży piekarniczej. Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu, 13(2).
• Juszczyk, S., and Balina, R. (2011b). Łączne wykorzystanie wskaźników analizy technicznej w procesie inwestycyjnym. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, (174).
• Kahn, M. N. (2011). Analiza techniczna. Wolter Kluwer Polska.
• Kaleta, M., Laska, M., and Żuchowska, D. (2020). Zachowania cen akcji na GPW w Warszawie w świetle koncepcji analizy technicznej. In Polityka gospodarcza w niestabilnym otoczeniu - dylematy i wyzwania (pp. 94-129). Wydawnictwo WSKSiM.
• Lejman-Gąska, A. (2018). Formacje świecowe jako narzędzie analizy technicznej wykorzystywane na rynku walutowym - sygnały i ograniczenia. Zeszyty Naukowe UE w Katowicach, (359), 204-21. Retrieved February 24, 2023 from https://www.ue.katowice.pl/fileadmin/ userupload/wydawnictwo/SE_Artyku%C5%82y_341_360/SE_359/14.pdf.
• Liberati, C., and Zappa, P. (2013). Dynamic Patterns Analysis Meets Social Network Analysis in the Modeling of Financial Market Behavior.
• Murphy, J. (2017). Analiza techniczna rynków finansowych. Maklerska.pl.
• Nison, S. (1995). Świece i inne japońskie techniki analizowania wykresów. Wig Press.
• Nowakowski, J., and Borowski, K. (2003). Normalizacja wskaźników analizy technicznej. Studia i Prace Kolegium Zarządzania i Finansów, (29).
• Nti, I. K., Adekoya, A. F., and Weyori, B. A. (2020). A Systematic Review of Fundamental and Technical Analysis of Stock Market Predictions. Artificial Intelligence Review, 53(4), 3007-3057.
• Oktaba, P., and Grzywińska-Rąpca, M. (2023). Modification of Technical Analysis Indicators and Increasing the Rate of Return on Investment. Central European Economic Journal, 10(57), 148-162. doi: 10.2478/ceej-2023-0009
• Olfer, I. (2022). Vectors of Exact Forecast in the Study of Behavioral Finance. InCompetitiveness and Sustainable Development (pp. 243-246).
• Picasso, A., Merello, S., Ma, Y., Oneto, L., and Cambria, E. (2019). Technical Analysis and Sentiment Embeddings for Market Trend Prediction. Expert Systems with Applications, 135, 60-70. doi: 10.1016/j.eswa.2019.06.014
• Rockefeller, B. (2019). Technical Analysis for Dummies. John Wiley & Sons.
• Rothman. T. (2017). How Behavioral Finance Patterns affect Investors' Activity in Capital Markets? Journal of Business and Financial Affairs. doi: 10.4172/2167-0234.1000277
• Skarżyńska, A. (2011). Skala produkcji rolniczych działalności produkcyjnych a ich opłacalność. Roczniki Nauk Rolniczych, Seria G, 98(1), 7-21.
• Shannon, B. (2008). Technical Analysis Using Multiple Timeframes. LifeVest Publishing, Centennial.
• Sincere, M. (2011). Start Day Trading Now. Adams Media, Avon.
• Sroka, Ł. (2022). Wykorzystanie metod block bootstrap w prognozowaniu cen srebra. Ekonometria, 26(2), 15-29.
• Stevens, L. (2002). Essentials Technical Analysis. Tools and Techniques to Spot Market Trends (pp. 7-8). John Wiley & Sons, Inc.
• Surdel, P. (2006). Forex Podstawy giełdy walutowej. Złote Myśli.
• Syamala Rao, M. P. N. V., Kumar, N. S., Kollapudi, P., Babu, C. M., and Tara, S. (2023). A Review of the Techniques of Fundamental and Technical Stock Analysis. In AIP Conference Proceedings (Vol. 2477, No. 1). AIP Publishing.
• Świetlik, K. (2019). Zmienność światowych cen żywności w latach 2000-2018. Problems of World Agriculture/Problemy Rolnictwa Światowego, 19(1827-2019-3015), 196-209.
• Trembiński, M., and Stawska, J. (2020). The Effectiveness of the Transaction Systems on the Dax Index. doi: 10.18778/2391- 6478.S.2021.09
• Vasiliou, D., Eriotis, N., and Papathanasiou, S. (2008). Incorporating Technical Analysis into Behavioral Finance: A Field Experiment in the Large Capitalization Firms of the Athens Stock Exchange. International Research Journal of Finance and Economics, 9(14), 100-112.
• Vijaya, E. (2016). An Empirical Analysis on Behavioural Pattern of Indian Retail Equity Investors. Journal of Resources Development and Management.
• Wang, J., Liu, C., Du, J., and Hsu, Y. (2019). Economic Benefits of Technical Analysis in Portfolio Management: Evidence from Global Stock Markets. International Journal of Finance & Economics. doi: 10.1002/IJFE.1697
• Wilder, J. W. (1978). New Concepts in Technical Trading Systems. Hunter Publishing, Winston-Salem.
• Zhang, D., Chen, S., Liwen, L., and Xia, Q. (2020). Forecasting Agricultural Commodity Prices Using Model Selection Framework with Time Series Features and Forecast Horizons. IEEE Access, 8, 28197-28209.
• Zhilei, J. (2022). The Effectiveness of Technical Analysis in the Era of Big Data (pp. 331-336). doi: 10.1007/978-981-16-5857-0_42

Identifiers

DOI

10.15611/eada.2024.2.02

Biblioteka Nauki

38890077