这段文字介绍了如何在Python中计算并绘制股票数据的标准差,并以此作为基础进行后续的布林带分析。
主要内容概括:
- 代码基础: 文中提供了一个计算标准差的Python函数,并说明了如何在代码中添加该函数以实现标准差的计算。
- 标准差计算: 函数
standard_deviation
使用Python内置的std
函数计算标准差,并存储在sd
数组中,同时将对应日期存储在sd_date
数组中。 - 标准差绘制: 使用
ax2.plot
函数将计算得到的标准差数据绘制在图表上,并设置颜色为白色。 - 标准差应用: 文中以eBay和Apple为例展示了标准差的应用,并指出标准差可以反映股票价格的波动性。
- 后续计划: 作者在最后提到了将继续进行布林带的分析,并感谢观众的支持。
总结:
这段文字详细地讲解了如何使用Python计算和绘制股票数据的标准差,并说明了标准差在分析股票价格波动性方面的应用。作者以清晰的步骤和示例代码帮助观众理解标准差的计算和绘制方法,为后续的布林带分析奠定了基础。
本视频涵盖 Python 中的标准差,第二部分。 本系列的目的是在 Python 中教授数学。 为此,我们将使用大量技术分析中常用的热门股票指标。 对于大多数指标,我们将首先讨论它们,它们的用途,然后教授如何用 Python 编程它们,最后将它们显示在图表上。基本的图表应用程序来自之前的教程系列,这里:http://www.youtube.com/playlist?list=PLQVvvaa0QuDcR-u9O8LyLR7URiKuW-XZq所需文件:实际图表部分的示例代码:http://sentdex.com/sentiment-analysisbig-data-and-python-tutorials-algorithmic-trading/python-matplotlib-sample-code-charting-stocks-python/Python:http://python.orgNumpy:http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpyMatplotlib:http://matplotlib.org/downloads.html