布林带(Bollinger Bands)

布林带(Bollinger Bands)

引用

CSDN

1.

https://blog.csdn.net/heixiniu/article/details/144674901

布林带（Bollinger Bands）是一种技术分析工具，由约翰·布林格（John Bollinger）在20世纪80年代提出。它主要用于衡量市场的波动性，并识别价格可能的高低点。布林带由三条线组成：

• 中轨线（Middle Band）：通常是一条简单移动平均线（SMA），一般取20日收盘价的平均值。
• 上轨线（Upper Band）：中轨线加上一定倍数的标准差。通常，倍数为2。
• 下轨线（Lower Band）：中轨线减去一定倍数的标准差。通常，倍数也为2。

布林带的计算公式如下：

• 中轨线（MB）= N日收盘价的简单移动平均线
• 上轨线（UB）= 中轨线 + K * N日收盘价的标准差
• 下轨线（LB）= 中轨线 - K * N日收盘价的标准差

其中，N为计算周期，通常取20；K为标准差的倍数，通常取2。

布林带的主要作用有：

• 识别价格趋势：当价格在布林带中轨线以上时，市场被认为是上涨趋势；当价格在布林带中轨线以下时，市场被认为是下跌趋势。
• 衡量波动性：布林带的宽度可以反映市场的波动性。当布林带变宽时，市场波动性增加；当布林带变窄时，市场波动性减小。
• 识别超买超卖：当价格触及上轨线时，市场可能处于超买状态，价格可能会回调；当价格触及下轨线时，市场可能处于超卖状态，价格可能会反弹。

在实际应用中，投资者可以结合其他技术分析工具和指标，如相对强弱指标（RSI）、移动平均线（MA）等，来提高交易决策的准确性。

下面是布林带的Python代码实现：

def stock_bob(stock_data, window=20, k_std=2):
    rolling_mean = stock_data['close'].rolling(window=window).mean()
    rolling_std = stock_data['close'].rolling(window=window).std()
    upper_band = rolling_mean + (rolling_std * k_std)
    lower_band = rolling_mean - (rolling_std * k_std)
    return rolling_mean, upper_band, lower_band

def plot_stock_bob(stock_data):
    rolling_mean, upper_band, lower_band = stock_bob(stock_data)
    stock_data['trade_date'] = pd.to_datetime(stock_data['trade_date'], format='%Y%m%d')
    plt.plot(stock_data['trade_date'], stock_data['close'], label='Close Price')
    plt.plot(stock_data['trade_date'], rolling_mean, label='Middle Band')
    plt.plot(stock_data['trade_date'], upper_band, label='Upper Band')
    plt.plot(stock_data['trade_date'], lower_band, label='Lower Band')
    plt.legend()
    plt.title('Bollinger Bands')
    plt.xlabel('Date')
    plt.ylabel('Price')
    plt.show()