Ccmmutty logo
Commutty IT
・4 min read

Python(TA-Lib)で株価のテクニカル分析(その4) ボリンジャーバンドを算出する

Python株TA-Libテクニカル分析ファイナンス
https://cdn.magicode.io/media/notebox/8c22f913-c44a-46e5-91dc-8739b16a8bbf.jpeg
前の記事で、ATRとケルトナーチャネルを算出し、表示しました。
今回は、ボリンジャーバンドを算出し表示したいと思います。
ケルトナーチャネルはトレンドフォロー分析に使われる印象ですが、個人的にボリンジャーバンドはどちらかというと逆張りやブレイクアウトを判断するのに使うことが多い気がします。
今回も前回に引き続き colab にて、TA-Lib を使っていきたいと思います。
TA-Lib のインストール方法などはこちらの記事を参照ください。
また、使用するデータ nikkei225 は2021年1月から2022年4月の日経平均株価です。
python
nikkei225
High Low Open Close Volume Adj Close
Date
2021-01-04 27602.109375 27042.320312 27575.570312 27258.380859 51500000 27258.380859
2021-01-05 27279.779297 27073.460938 27151.380859 27158.630859 55000000 27158.630859
2021-01-06 27196.400391 27002.179688 27102.849609 27055.939453 72700000 27055.939453
2021-01-07 27624.730469 27340.460938 27340.460938 27490.130859 98900000 27490.130859
2021-01-08 28139.029297 27667.750000 27720.140625 28139.029297 84900000 28139.029297
... ... ... ... ... ... ...
2022-04-22 27205.830078 26904.380859 27197.800781 27105.259766 58500000 27105.259766
2022-04-25 26764.480469 26487.839844 26692.480469 26590.779297 62700000 26590.779297
2022-04-26 26808.990234 26592.990234 26743.210938 26700.109375 64300000 26700.109375
2022-04-27 26406.619141 26051.039062 26313.140625 26386.630859 97300000 26386.630859
2022-04-28 26876.949219 26348.359375 26430.279297 26847.900391 86700000 26847.900391

324 rows × 6 columns

ボリンジャーバンド

ボリンジャーバンドとは

ボリンジャーバンドはジョン・ボリンジャーにより考案されました。一般的に3本の線によって構成されます。ボリンジャーバンドの中央に位置する線は価格の移動平均線です（デフォルトでは20日移動平均線となります）。上限のボリンジャーバンドのラインは、移動平均線の水準に標準偏差を加算して算出されたラインです。一方、下限のラインは、移動平均線の水準から標準偏差を差し引いて算出されたラインです。
IGs証券: ボリンジャーバンドによる取引より
また、マネックス証券のはじめてのテクニカル分析もわかりやすいのと思いますので、こちらも興味ある方は参照ください。
ざっくりいうと、統計的に±2σ(標準偏差)もしくは±3σ内に収まる確率が高い考え、値動きを予測するものと認識しています。

ボリンジャーバンドの算出

では、 TA-Lib を使って算出していきます。
BBANDS を使います。引数は以下です。
  • close: 終値
  • timeperiod: 算出期間
  • nbdevup: 上側のバンドの σ
  • nbdevdn: 下側のバンドの σ
  • matype: 移動平均の種類(defalut は SMA) 今回は、期間を20日、移動平均のタイプを EMA で、±1σ、±2σ、±3σを算出します。
#Bollinger Bands
import talib as ta
from talib import MA_Type

bb_upper1, middle, bb_lower1 = ta.BBANDS(nikkei225.Close, timeperiod=20, nbdevup=1, nbdevdn=1, matype=MA_Type.EMA)
bb_upper2, middle, bb_lower2 = ta.BBANDS(nikkei225.Close, timeperiod=20, nbdevup=2, nbdevdn=2, matype=MA_Type.EMA)
bb_upper3, middle, bb_lower3 = ta.BBANDS(nikkei225.Close, timeperiod=20, nbdevup=3, nbdevdn=3, matype=MA_Type.EMA)

ボリンジャーバンドの可視化

ploty にて可視化します。
import plotly.graph_objects as go
from plotly.offline import iplot 

#draw candlestick chart
fig = go.Figure(go.Candlestick(x=nikkei225.index,
                open=nikkei225.Open, high=nikkei225.High,
                low=nikkei225.Low, close=nikkei225.Close, name= 'nikkei225')
)

#add upper band
fig.add_trace(
    go.Scatter(x=bb_upper3.index ,y=bb_upper3,  name= 'bb_upper3', mode='lines', line=dict(dash='dot'),), 
)
fig.add_trace(
    go.Scatter(x=bb_upper2.index ,y=bb_upper2,  name= 'bb_upper2', mode='lines', line=dict(dash='dot'),), 
)
fig.add_trace(
    go.Scatter(x=bb_upper1.index ,y=bb_upper1,  name= 'bb_upper1', mode='lines', line=dict(dash='dot'),), 
)
#add ema
fig.add_trace(
    go.Scatter(x=middle.index ,y=middle, name= 'middle',), 
)
#add lower band
fig.add_trace(
    go.Scatter(x=bb_lower1.index ,y=bb_lower1,  name= 'bb_lower1', mode='lines', line=dict(dash='dot'),), 
)
fig.add_trace(
    go.Scatter(x=bb_lower2.index ,y=bb_lower2,  name= 'bb_lower2', mode='lines', line=dict(dash='dot'),), 
)
fig.add_trace(
    go.Scatter(x=bb_lower3.index ,y=bb_lower3,  name= 'bb_lower3', mode='lines', line=dict(dash='dot'),), 
)
iplot(fig)
今回はボリンジャーバンドを算出し可視化を行いました。

Discussion

コメントにはログインが必要です。