量化交易——传统技术分析布林通道BollingerBands的原理及实现

最新推荐文章于 2024-08-16 18:06:08 发布

happen_chen

最新推荐文章于 2024-08-16 18:06:08 发布

阅读量1.2w

点赞数 2

分类专栏：技术分析量化交易技术分析文章标签：投资技术分析 BB-Band 数据 matplotlib

本文链接：https://blog.csdn.net/HAPPENgft/article/details/71746500

版权

本文介绍了布林通道线的计算原理，包括中轨线、上轨线和下轨线的定义，并展示了如何利用Python进行量化交易中的技术分析，特别是在绘制K线图和BB指标时遇到的数据问题及其解决方案。通过分析数据错误对图表的影响，强调了数据准确性的重要性。

摘要由CSDN通过智能技术生成

布林通道

布林通道线是根据统计学的标准差来计算的，其具体可由上中下三条曲线展示。其中上下两线分别代表上升压力线和下降支撑线，故而可以根据K线图是否突破布林曲线来判断较好的买卖节点。三条曲线计算方法如下：

中轨线(MID)=收盘价的M日移动平均线;
上轨线(UPER)=中轨线+N倍的标准差;
下轨线(LOWER)=中轨线-N倍的标准差.、

实现

某些分析过程可以参考前面的博文，量化交易——传统技术分析相对强弱指数RSI的原理及实现，这里不细讲。

import numpy as np
import math
import random
import json
import matplotlib.pyplot as plt
import sys
sys.setrecursionlimit(10000)

#date|open|high|low|close|volume|adjsuted 

def get_stock_hist(num):
    s_his=np.genfromtxt('C:/Users/Haipeng/Desktop/python/Korea/Korea_{:03d}.csv'.format(num), delimiter=',')
    s_hi=s_his[1:][:]
    days=s_hi.shape[0]
    this_stock = []
    for i in range(1,days,1):
        this_day = [i]
        for k in range(1,7):
            this_day.append(s_hi[i][k])
        this_stock.append(this_day)
    print 'Maximum date is ',len(this_stock)
    return this_stock

def get_price(D, p_tpe):
    if p_tpe=='close':
        pos=4;