如何用Python画一个布林通道，用布林策略回测股票数据-上篇！

关注

转载最新推荐文章于 2026-07-11 10:00:00 发布 1.3k 阅读 AI 写同款· GEO 优化 ›

Python股票量化学习（3）——简单的策略回测如上图所示，2022年8月31日，交易指令为1，全仓买入，狠狠的干了一票。再看'total'列，账户总资产从最初的100000元变成了现在的560000+元（当然我没有考虑交易费用等等之类因素）。此策略基于布林通道，当股价低于布林通道下轨线且持仓为0时，以下轨线价格全仓买入（不关心风险，反正也不要本钱）。首先，从MySQL数据库读取已经下载好的股票历史数据，我用的库名是stock_databases。有了布林通道的数据后，就可以通过比较最高价、最低价与上下轨的大小来确定交易信号。股市有风险，入市须谨慎！阅读详情

我的小册:(小白零基础用Python量化股票分析小册) ,原价199，限时特价39，满100人涨10元。

大家好，我们是菜哥！

前面我们讲双均线策略，今天我们来说一下非常有名的布林策略，布林策略是在布林通道的基础上设计的。布林通道（Bollinger Bands）是由美国金融分析师约翰·布林（John Bollinger）在1980年代初期发明的。

1. 什么是布林通道

约翰·布林是一位知名的技术分析师，他创造了布林通道这一指标，以帮助交易者理解股票或其他金融资产的价格波动性和市场趋势。布林通道通过结合移动平均线和标准差的概念来分析股票数据。

它有三条线组成：

中线（Middle Band）：通常是某个特定周期内的简单移动平均线（SMA）。例如，20日布林通道的中线是20日的移动平均线。

上线（Upper Band）：通常是中线之上的两个标准差。这条线代表了市场价格的上限。

下线（Lower Band）：通常是中线之下的两个标准差。这条线代表了市场价格的下限。

2. 布林通道的核心思想

布林通道的核心思想是，当价格偏离中线过远时，市场可能处于超买或超卖状态。特别是当价格触及上线或下线时，交易者可能会考虑买入或卖出。

价格接近上线：表明市场可能过热，面临回调或反转的可能性。
价格接近下线：表明市场可能过冷，可能会出现反弹。

比如我们在股票软件上长长看到这样的布林通道

3. 用Python画出布林通道

下面我们用python代码来画出来并进行回测数据，首先还是引入股票的数据，我这边有一份五粮液的10几年的数据，大概长这样：

拿到数据之后，我们需要用pandas读取数据然后进行分析，构造出布林通道

布林通道只要有3条线，第一条是一个中轨（这个其实就是20日均线），然后计算上下轨道，上轨用中轨加上一个标准差的倍数，下轨是中轨减去一个标准差的倍数。

布林的核心思想就是价格会遵循正态分布的假设，在正态分布中，约68%的数据值位于均值（中线）的一个标准差范围内，约95%的数据值位于两个标准差内，约99.7%在三个标准差内。因此，当价格触及或超出这些范围，它可能表示异常或极端的市场情况。我们看下面这个图：

可以从上面的图中看到，我们的价格都在2个标准差之间的，所以为啥我们的上下轨道都是用2*std 。

知道这个原理之后，我们就可以开始画布林通道了，画布林有很多方法比如用maplotlib ，这个我们用pyecharts来画，主要是比较好看（我们的量化小册里面的内容都是用pyechats画的）。

类似于均线的画法，我们首先要创建一个line()，前面我们已经计算出了布林上轨的数据data['upper']，所以就可以直接使用画出来。line_upper是一个折线的类，然后我们需要在这个折线图上增加x和y轴的坐标，在x轴其实就是我们的股票的日线数据，y轴就是上轨的数据，其他的都是一些样式的设置。同理，我们可以画出中轨和下轨的折线图，最后进行叠加，把几条线都放在一个图上。