維基百科：https://zh.wikipedia.org/wiki/%E5%B8%83%E6%9E%97%E5%B8%A6

布林帶是一個常用的股價分析方法，它立足于收盤價：

含義

• 中軌：股價的平均成本
• 上軌：壓力線
• 下軌：支撐線

公式

• 中軌：N時間段的簡單移動平均
• 上軌 = 中軌 + K × N時間段的標準差
• 下軌 = 中軌 ? K × N時間段的標準差

示例代碼

借助ta庫進行計算，github項目地址：https://github.com/bukosabino/ta

from ta.volatility import BollingerBands import matplotlib.pyplot as plt import pandas as pdvalues = [0., 5.49450549, 16.54422925, 38.89059797, 67.46202654, 53.73653634, 45.99959243, 62.31437171, 69.14364,72.09059481, 46.47483126, 52.23852003, 35.81339925, 35.81339925, 33.91225857, 23.47582593, 29.10962875,35.71963819, 40.4724899, 37.60716039, 31.89287467, 33.78681407, 34.73558067, 30.93691021, 37.55942676,42.32133152, 38.49358033, 75.67184534, 108.34511267, 78.66241052, 50.93298339, 47.53739765, 62.76582404,52.45654569, 66.06198787, 64.33784994, 64.33784994, 60.89550915, 42.02758462,23.5090661, 28.46774379, 40.09565076, 41.77632303, 41.77632303, 48.51032977,58.67982129, 53.54283499, 38.21063738, 44.92204677, 61.81393866, 53.22287337, ] # 一般是收盤價 df = pd.DataFrame(pd.Series(values), columns=['value']) # window 就是公式中的 N，window_dev就是公式中的 K indicator_bb = BollingerBands(close=df['value'], window=10, window_dev=2, fillna=True) df['bb_bbh'] = indicator_bb.bollinger_hband() # 布林帶 上軌 df['bb_bbm'] = indicator_bb.bollinger_mavg() # 布林帶 中軌 df['bb_bbl'] = indicator_bb.bollinger_lband() # 布林帶 下軌 df.plot() plt.show()

效果圖：

總結

以上是生活随笔為你收集整理的python金融趋势指标计算：布林带的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。