数据分析之布林带

布林带

布林带共由三条线组成，分别为上轨、中轨、下轨

中轨：移动平均线（例：收盘价5日均线–>从第五天开始，每天计算最近5天的收盘价的平均值所构成的直线）
上轨：中轨 + 2 * 5日收盘价标准差
下轨：中轨+ 2 * 5日收盘价标准差

布林带收窄代表稳定的取值，张开代表有较大的波动空间的趋势

"""
demo06_sma.py  移动平均线
"""
import numpy as np
import matplotlib.pyplot as mp
import datetime as dt
import matplotlib.dates as md


def dmy2ymd(dmy):
    # 把日月年字符串转为年月日字符串
    dmy = str(dmy, encoding='utf-8')
    d = dt.datetime.strptime(dmy, '%d-%m-%Y').date()
    ymd = d.strftime('%Y-%m-%d')
    return ymd


# 加载文件
dates, opening_prices, highest_prices, \
lowest_prices, closing_prices = \
    np.loadtxt('aapl.csv',
               delimiter=',', usecols=(1, 3, 4, 5, 6),
               unpack=True, dtype='M8[D], f8, f8, f8, f8',
               converters={1: dmy2ymd})

# 绘制收盘价的折线图
mp.figure('AAPL', facecolor='lightgray')
mp.title('AAPL', fontsize=18)
mp.xlabel('Date', fontsize=14)
mp.ylabel('Price', fontsize=14)
mp.grid(linestyle=':')
mp.tick_params(labelsize=10)
# 设置刻度定位器
ax = mp.gca()

# 主刻度为每周一
maloc = md.WeekdayLocator(byweekday=md.MO)
ax.xaxis.set_major_locator(maloc)
# 设置主刻度日期的格式
ax.xaxis.set_major_formatter(md.DateFormatter('%Y-%m-%d'))

# DayLocator:每天一个次刻度
ax.xaxis.set_minor_locator(md.DayLocator())

# 把dates的数据类型改为matplotlib的日期类型
dates = dates.astype(md.datetime.datetime)

# 绘制收盘价
mp.plot(dates, closing_prices,
        label='Closing Prices', linewidth=2,
        color='dodgerblue', linestyle='--',
        alpha=0.7)

# 5日移动平均线
# sma = np.zeros(closing_prices.size - 4)
# for i in range(sma.size):
#     sma[i] = closing_prices[i:i + 5].mean()
# mp.plot(dates[4:], sma,
#         label='SMA-5', linewidth=1,
#         color='orangered', linestyle='-')

# 使用卷积实现5日移动平均线
# kernel = np.ones(5) / 5
# sma52 = np.convolve(
#     closing_prices, kernel, 'valid')
# mp.plot(dates[4:], sma52, alpha=0.3,
#         label='SMA-5(2)', linewidth=7,
#         color='orangered', linestyle='-')

# 实现加权卷积
# 通过指数函数，寻求一组卷积核 
kernel = np.exp(np.linspace(-1, 0, 5))
kernel = kernel[::-1]
kernel /= kernel.sum()
sma53 = np.convolve(closing_prices, kernel, 'valid')
mp.plot(dates[4:], sma53,
        label='SMA-5(3)', linewidth=1,
        color='violet', linestyle='-')

# 求5日标准差
stds = np.zeros(sma53.size)
for i in range(stds.size):
    stds[i] = closing_prices[i:i + 5].std()
# 下轨y坐标
lowers = sma53 - 2 * stds
# 上轨y坐标
uppers = sma53 + 2 * stds
# 绘制上下轨
mp.plot(dates[4:], uppers,
        label='uppers', linewidth=1,
        color='green', linestyle='-')
mp.plot(dates[4:], lowers,        label='lowers', linewidth=1,
        color='gold', linestyle='-')
# 绘制轨内填充色
mp.fill_between(dates[4:], uppers, lowers, uppers > lowers, color="orangered", alpha=0.3)

mp.legend()
mp.gcf().autofmt_xdate()
mp.show()

2019年7月11日22:21:16编写