标准差的计算公式举例子 标准差的计算公式 标准差的化简公式

最近在做股票分析的时候,需要用到 布林带。以 宁德时代 为例,图片上的圈圈的部分就是布林带 。为了方便查看,我用圈圈代替线 。

标准差的计算公式举例子 标准差的计算公式 标准差的化简公式

文章插图
【标准差的计算公式举例子 标准差的计算公式 标准差的化简公式】布林线
布林带的计算方式找了很多 。比如,在网络上找到的如下计算公式 。
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
在上面的计算公式中用到的是 标准差,也有页面说是用 样本方差 的 。
先用 EXCEL 对数值进行了模拟,对比网站和软件分别是 东方财富 和 通达信。
EXCEL 的公式:
平均值 采用公式:AVERAGE
标准差 采用公式:STDEVP
通过模拟数据,发现和网站上,软件上,差别不大 。于是决定就采用这个公式了 。
然后百度看看 Python3 是否有类似的公式,然后就找到了如下公式 。
公式一:(这个公式计算出来的结果和 EXCEL 计算的结果不相同,没有研究原因)
import statisticsdata = https://ye.wsina.com/info/range(1,10) res_std = statistics.stdev(data)print(res_std)公式二:(这个公式和 EXCEL 计算的结果相同,使用这个)
import numpy as npdata = https://ye.wsina.com/info/range(1,10)res_std = np.std(data)print(res_std)使用 numpy 需要安装 。我使用的环境采用的是 Anaconda3 安装命令如下:
conda install numpy看到如图界面说明安装成功 。
标准差的计算公式举例子 标准差的计算公式 标准差的化简公式

文章插图
安装 numpy
最终采用 公式二。

量化交易是目前的目标,分步实现:
第一步,用简单的公式实现盈利 。
第二步,将公式整合为数学模型 。
第三步,引入机器学习 。
第四步,引入深度学习 。
最终目标,以智能AI进行操作 。目前在用区块链的交易所做实验中 。如果感兴趣欢迎私信 。