【Quantification Python】 Stratégie du groupe Bollinger avec un taux de victoire élevé. la programmation de simulation Implémentation d'effets sur le marché de la monnaie virtuelle

Les bandes de Bollinger sont l'un des indicateurs couramment utilisés dans l'analyse de la technologie financière et proposés par John Bollinger dans les années 1980. Les groupes de Bollinger reflètent l'état du marché "surboufreux" ou "survente" en comptant la fourchette de fluctuation des prix, et sont souvent utilisés pour aider à juger le moment de l'achat et de la vente. Cette vidéo présente les principes de base des bandes de Bollinger et présente le processus de mise en œuvre de sa stratégie avec le code Python. Il utilise les données historiques OKB comme données de simulation pour aider les téléspectateurs à appliquer des stratégies de bande de Bollinger dans les transactions quantitatives. 2. Introduction au principe de Bollinger Band Bollinger Band est composé de trois lignes: bande intermédiaire: Généralement, c'est la moyenne mobile simple (SMA), comme le SMA de 20 jours; Bande supérieure: l'écart type du rail moyen + k fois (généralement k = 2); Bande inférieure: l'écart type du rail moyen - k fois. La formule est la suivante: Rail moyen = SMA (n) Rail supérieur = rail moyen + K × écart-type (n) Rail inférieur = rail moyen - K × écart-type (n) Exemples de signaux d'achat et de vente: Lorsque le prix baisse le rail inférieur, il est considéré que le marché est survenue et envisage d'acheter; Lorsque le prix baisse du rail supérieur, il est considéré que le marché est survente et envisage de vendre. La stratégie de la bande de Bollinger est une méthode d'analyse technique quantitative simple et pratique. Grâce à Python et à des paquets de données financières connexes, le développement, les tests et la visualisation de cette stratégie peuvent être rapidement réalisés. Dans l'investissement réel, il est recommandé de combiner les bandes de Bollinger avec d'autres indicateurs ou fondamentaux, de porter des jugements complets et de contrôler les risques. #Python Quantitative # Trading quantitatif # Stratégie de trading quantitative # Bolling Band # Correspondance Circle Investment