볼린저밴드 활용 방법과 파이썬 함수

볼린저밴드 활용 전략

볼린저밴드를 활용하여 아래와 같은 전략을 세워볼 수 있습니다.

• 적절한 볼린저 밴드 설정
  볼린저 밴드는 증권서 HTS, MTS에서 제공하며 사용자가 원하는 범위를 설정할 수 있습니다. 중심선, 상한선, 하한선을 적절히 설정하여 적절한 트레이딩 시점을 찾을 수 있습니다.
  
  
• 상향/하향 전환점 파악
  볼린저 밴드를 통해 상향/하향 전환점을 파악하여 적절한 거래 조건을 설정할 수 있습니다.
  
  
• 볼린저 밴드와 함께 사용하는 기술적 분석
  다른 기술적 지표와 볼린저 밴드를 함께 사용하여 거래 결정을 더욱 확실하게 할 수 있습니다.
  
  
• 매수/매도 가격 설정
  볼린저 밴드를 통해 매수/매도 가격을 적절하게 설정하여 수익을 최대화할 수 있습니다.
  
  
• 다양한 주식에 대한 볼린저 밴드 분석
  주식 트레이딩에서 서로 다른 주식에 대한 볼린저 밴드 분석을 수행하여 각각의 주식에 대한 적절한 트레이딩 전략을 수립할 수 있습니다.

이외에도 맥점, 상한돌파, 하한돌파, 검색조건을 활용해서 타이밍을 잡고, 중심선*상한선*하한선을 몇일로 해야되니 등등 엄청나게 많은 각자의 활용 방법이 있습니다..

볼린저밴드 활용 예제

 

볼린저밴드 Bollinger Bands 란?

볼린저밴드 Bollinger Bands 는 트레이딩 분석에서 널리 사용되는 금융 보조지표입니다. John Bollinger에 의해 1980년대에 개발된 금융 시장의 변동성을 나타내는 주가의 변동을 분석하는 데 사용되는 기술적 지표입니다.

볼린저밴드는 중심선 Middle Band 과 상한선 Upper Band, 하한선 Lower Band 으로 구성됩니다. 중심선은 주식의 이동 평균선입니다. 20일 이동평균선 Moving Average 을 기준으로 표준 편차 Standard Deviation 를 가지는 상한선과 하한선을 사용합니다.

볼린저밴드는 주가가 상승할 때 상한선에서 정지하고, 하락할 때 하한선에서 정지할 것이라는 가정을 기반으로 합니다. 따라서, 주가가 상한선 또는 하한선에서 거래될 때 상승 또는 하락의 경우가 많습니다. 따라서, 상한선이나 하한선에서 거래될 때 주가의 상승 또는 하락의 패턴이 많이 나타날 것으로 예상하고 이러한 정보를 기반으로 거래 전략을 수립할 수 있습니다.

볼린저 밴드는 주가의 상승 혹은 하락 추세를 파악하는데 매우 유용한 지표이지만, 이 지표만으로 거래 전략을 수립하는 것은 충분하지 않습니다. 주가 분석은 여러 가지 지표를 종합적으로 분석하고 검토하는 것이 좋습니다. 주가의 변동 추세, 시장 경기, 기업의 재무 상태, 정책 등도 함께 고려해야 합니다.

---

볼린저밴드를 구하는 Python 함수

import pandas as pd
import numpy as np

# 볼린저밴드 계산 함수
def calculate_bollinger_bands(close_prices, window=20, num_of_std=2):
    # 이동평균선 계산
    sma = close_prices.rolling(window=window).mean()

    # 이동평균선 기준으로 표준편차 계산
    std = close_prices.rolling(window=window).std()

    # 볼린저 밴드 계산
    upper_band = sma + num_of_std * std
    lower_band = sma - num_of_std * std

    return sma, upper_band, lower_band


# 함수 사용
close_prices = pd.Series([30, 25, 35, 32, 28, 40, 38, 33, 35, 30, 25, 28])
sma, upper_band, lower_band = calculate_bollinger_bands(close_prices, window=3, num_of_std=2)
print("SMA:")
print(sma)
print("Upper Band:")
print(upper_band)
print("Lower Band:")
print(lower_band)

# 출력 결과
SMA:
0           NaN
1           NaN
2     30.000000
3     30.666667
4     31.666667
5     34.333333
6     36.000000
7     37.666667
8     35.333333
9     32.666667
10    28.333333
11    27.666667
dtype: float64
Upper Band:
0           NaN
1           NaN
2           NaN
3     34.402387
4     36.039603
5     40.267261
6     43.215587
7     44.068728
8     42.618794
9     38.174386
10    32.916667
11    32.958792
dtype: float64
Lower Band:
0           NaN
1           NaN
2           NaN
3     25.597613
4     27.293731
5     28.399405
6     28.784413
7     31.264606
8     28.048872
9     27.159947
10    23.750000
11    22.374541
dtype: float64