最近在做股票剖析的时分,需求用到 布林带 。以 宁德年代 为例,图片上的圈圈的部分便是布林带。为了便利检查,我用圈圈替代线。

布林线

布林带的核算方法找了许多。比方,在网络上找到的如下核算公式。

中轨线= N日的 移动平均线

上轨线=中轨线+两倍的 标准差

下轨线=中轨线-两倍的标准差

标准差 MD=平方根(N-1)日的(C-MA)的两次方之和除以N

在上面的核算公式中用到的是 标准差 ,也有页面说是用 样本方差 的。

先用 EXCEL 对数值进行了模仿,比照网站和软件分别是 东方财富 和 通达信 。

EXCEL 的公式:

平均值 选用公式:AVERAGE

标准差 选用公式:STDEVP

经过模仿数据,发现和网站上,软件上,不同不大。所以决议就选用这个公式了。

然后百度看看 Python3 是否有相似的公式,然后就找到了如下公式。

公式一:(这个公式核算出来的成果和 EXCEL 核算的成果不相同,没有研究原因)

import statisticsdata = range(1,10) res_std = statistics.stdev(data)print(res_std)

公式二:(这个公式和 EXCEL 核算的成果相同,运用这个)

import numpy as npdata = range(1,10)res_std = np.std(data)print(res_std)

运用 numpy 需求装置。我运用的环境选用的是 Anaconda3 装置指令如下:

股票标准差计算公式(股票方差对照表)

conda install numpy

看到如图界面阐明装置成功。

装置 numpy

终究选用 公式二 。

量化买卖是现在的方针,分步完成:

第一步,用简略的公式完成盈余。

第二步,将公式整合为数学模型。

第三步,引进机器学习。

第四步,引进深度学习。

终究方针,以智能AI进行操作。现在在用区块链的买卖所做试验中。假如感兴趣欢迎私信。