Python量化交易新手必学的2个波动率指标指标:ATR和布林带

【多媒体处理】基于C++与Qt的短视频智能裁剪系统:FFmpeg驱动的横竖屏转换与预览解决方案 项目介绍 基于C++、Qt与FFmpeg的短视频横竖屏智能裁剪与预览系统设计与实现(含模型描述及部分示例 内容概要:本文介绍了一个基于C++、Qt与FFmpeg的短视频横竖屏智能裁剪与预览系统的设计与实现。系统通过构建完整的视频处理闭环,实现了从视频读取、解码、内容分析、智能裁剪到实时预览和重新编码的全流程处理。核心架构分为五个层次:媒体输入与标准化层利用FFmpeg完成视频解复用与解码,并统一帧格式;视觉重要区域分析层通过显著性检测、边缘强度、颜色差异和运动信息识别画面中的主体区域;时序跟踪与轨迹稳定层采用卡尔曼滤波或指数平滑技术对主体位置进行连续优化,确保裁剪窗口在时间维度上的稳定性;比例约束与裁剪决策层根据目标宽高比和主体位置求解最优裁剪框,兼顾内容保留与画面合规;预览、导出与任务控制层基于Qt实现双画面同步预览、参数配置和导出控制,保障交互流畅性。项目还提供了模拟数据生成功能,可批量生成五万条包含分辨率、主体位置、运动速度、覆盖率等字段的结构化样本,支持算法验证与模型训练。; 适合人群:具备C++编程基础,熟悉Qt图形界面开发和FFmpeg多媒体处理技术的中高级研发人员,尤其适用于从事视频处理、智能编辑、自动化内容生产等相关领域的开发者或科研人员。; 使用场景及目标:①解决短视频在横竖屏转换过程中因固定裁剪导致的主体丢失问题,提升内容保留能力;②实现高效稳定的智能裁剪算法原型开发与性能测试;③构建可扩展的视频处理系统框架,支持后续集成人脸检测、人体识别或深度学习模型;④为算法优化提供标准化数据集,支持回归测试与质量评估。; 阅读建议:此资源不仅包含完整的技术架构设计和核心代码示例,还强调工程实践中对资源管理、线程安全、性能优化和异常处理的关注。建议读者结合代码实现深入理解各模块间的协作机制,并尝试替换分析器或调整平滑策略以验证不同算法效果。同时推荐运行数据生成模块,用于训练模型或开展量化对比实验。 立即下载
👇我的小册 54章教程:(小白零基础用Python量化股票分析小册) ,原价299,限时特价2杯咖啡,满100人涨10元。

大家好,我是菜哥!

平时除了研究AI编程,捣鼓各种AI工具就是研究量化策略,我们交流群里面已经几百个小伙伴了,大家都这个都很感兴趣。今天我给大家介绍2个不错的波动率指标,非常实用,尤其是在实盘里面,话不多说,我们一起来看一下。

很多刚接触量化交易的小伙伴,一上来就被各种指标搞晕:ATR、布林带、唐奇安、RVI……看起来都差不多,又好像都很重要。

但如果你问我,一个新手最应该先搞懂哪两个指标,我的答案很明确:ATR 和布林带。

原因很简单,好用,非常好用!这两个指标分别解决了交易中最核心的两个问题:风险控制和价格位置判断。一个帮你活下来,一个帮你找到机会。只要把这两个真正用明白,你就已经超过大多数“只会看K线”的人。

01.ATR:市场现在到底有多“躁”


ATR,全称是平均真实波幅。你可以把它理解成一句话:这只股票最近平均每天波动有多大。

比如五粮液,有时候一天只波动1-2元,有时候能上下震荡5-6元,这种“波动强度”的变化,ATR可以非常直观地量化出来。

很多新手一开始最容易犯的错误,是止损随便设。要么太近,被震出去;要么太远,一次亏损就伤筋动骨。而ATR的价值就在这里——它给了你一个“有依据的波动范围”。

举个简单例子:如果当前ATR是3元,那么把止损设置在1.5倍ATR,也就是大约4.5元之外,通常比拍脑袋要合理得多。这其实就是让你的止损,跟着市场的“呼吸节奏”走。

02. ATR公式到底在算什么


ATR并不是简单的“最高减最低”,它考虑得更全面。

每天的真实波动(TR)取三种情况中的最大值:

TR = max(最高价-最低价,|最高价-前收盘|,|最低价-前收盘|)

然后对最近n天做平均:

ATR = 最近n天TR的平均值

这套计算的关键点在于,它把“跳空”也算进去了。也就是说,不仅考虑当天的波动,还考虑隔夜的价格变化。

所以ATR本质上是在回答一个问题:市场最近到底有多不稳定。ATR越大,说明波动越剧烈;ATR越小,说明市场越平静。

03.如何用Python计算ATR


下面这段代码,用的是akshare获取五粮液数据,适合你直接练手:

跑完之后,你就能看到ATR随着行情变化而变化,这一步非常关键,因为很多人只是“看指标”,却没有真正算过它。

04.布林带:价格现在在什么位置


如果说ATR是“温度计”,那布林带更像是“轨道线”。布林指标应该是非常有名的一个指标,我前面历史文章里面提到很多次!

布林带由三条线组成:中轨、上轨、下轨。中轨是均线,上下轨是根据标准差扩展出来的“正常波动范围”。

简单理解就是:价格大部分时间,都应该在这个区间里面活动。

当价格靠近上轨,说明短期偏强;靠近下轨,说明短期偏弱。而当布林带突然变窄,往往意味着市场在“蓄力”,很可能即将迎来一波大波动。

这也是为什么很多交易者会盯着“布林带收口”,因为它往往意味着行情要变了。


05.布林带的数学逻辑


布林带其实非常优雅,核心就是“均值 + 波动”。

中轨:MB = n日均线

上轨:UB = MB + 2 × 标准差

下轨:LB = MB - 2 × 标准差

标准差越大,说明价格波动越剧烈,通道就越宽;标准差越小,说明价格比较稳定,通道就会收缩。

所以布林带不仅能看价格位置,还能反映波动率变化,这也是它比普通均线更高级的地方。

06.用Python计算布林带

我们还是拿五粮液来举例:


07.ATR 和布林带,到底有什么区别


很多人学到这里会有一个疑问:这两个指标不都是在讲“波动”吗?答案是:看起来一样,其实完全不是一回事。

ATR只关心一件事:波动有多大。它不关心价格在什么位置,所以更适合做止损、仓位控制和风险评估。

我自己的感觉就是:

ATR回答的是:市场现在有多激烈
布林带回答的是:价格现在站在什么位置

一个偏“强度”,一个偏“结构”。

有兴趣的同学可以深入研究一下,当然除了这个2个波动率,还有一些比较有名的比如唐奇安和KC通道,后面也会一一介绍一下,有兴趣的可以留意。

图片

往期热文:

这4个股票数据API,让我第一次把量化交易跑通了

5年21倍,量化里面超牛的均线:让Python带你玩转KAMA自适应指标!

Github上开源的AI股票分析神器,已经突破5.5K+ Star!

量化交易提速100倍?这个Python库让我相见恨晚!

量化趋势策略的“黄金搭档”SuperTrend 与 ADX,一篇文章讲清楚 Python 如何实现!

另外下面是一个量化小白的入门小册,有兴趣的可以看看,考虑清楚合适了再下手哈!买了之后有我们专门的几百人新手量化交流群可以讨论。

图片

政府科技管理者如何提升科技成果转化项目进场交易的备案效率?.docx 政府科技管理者如何提升科技成果转化项目进场交易的备案效率? 立即下载

相关推荐

科技中介服务机构如何通过智能体技术提升服务效率与专业度?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

量化交易全面入门指南(2025最新版)

本文代码已在Python 3.10 + Backtrader 1.9.76环境测试通过,实盘前建议在券商模拟盘(如PTrade仿真环境)运行验证。新手入门建议从经典策略(如双均线策略)切入,逐步掌握全流程技术栈。• JoinQuant《零基础入门量化交易》(含实战项目)• 《量化投资:以Python为工具》(电子工业出版社)• 《Python量化交易实战》(机械工业出版社)• 应对方案:启用备用策略(如波动率突破策略)(2周):掌握金融数据清洗与特征工程。(4周):开发经典策略与参数优化。

夜夜夜夜 1万+

产业园区如何高效对接企业技术需求并推动成果转化?观点作者:科易网-国家科技成果转化(厦门)示范基地.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

Python量化交易入门:一个超过4万赞的量化交易框架

圈里应该很多老手都用过,简单说,它是一个用 Python 写的量化交易框架。其实这一步其实已经在对标微软的 Qlib,有兴趣的同学可以试试,也许对你量化策略研究有事半功倍的效果。vn.py 的核心不是“策略”,而是:Event Engine(事件驱动)vn.py 做的事情,是把量化交易中最麻烦的几件事,一次性帮你打包好了。很多人一提到量化交易,第一反应就是:很复杂,很专业,很难上手。很多人以为 vn.py 就是个“策略框架”,其实远远不止。本质就是:你只写“策略逻辑”,系统帮你处理“交易工程”。

cainiao_python的博客 637

政府科技管理者在推动科技成果转化时,如何高效整合区域创新要素资源?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

法律服务业AI知识库与大模型训练平台规划方案.pptx

法律服务业AI知识库与大模型训练平台规划方案.pptx

Python新手学量化:一个零延迟的均线因子

今天我给大家介绍个不错的均线指标,非常实用,尤其是在实盘里面,话不多说,我们一起来看一下。非常明显的看到zlema比ema更灵活,延迟更低,这个在实盘里面非常有用(有些小窍门,限于篇幅就不展开了),当然这个指标的缺点是会有假信号的,很容易被假突破干扰。这个“修正价格”是这样算的:。但它也有明显缺点:震荡行情容易来回打脸,假突破时会被放大,信号比 EMA 更“多”,但质量不一定更高。给你一个更直观的比喻:普通 EMA 就像一个“反应慢的人”:。所以它的表现是:比 EMA 更快拐头,更早跟上趋势,更灵敏。

cainiao_python的博客 567

政府科技管理者在推动科技成果转化时,如何精准识别区域内的技术供需匹配问题?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

两相交错并联Boost电路仿真模型(Simulink仿真实现)

内容概要:本文围绕两相交错并联Boost电路的Simulink仿真模型展开,旨在通过仿真手段深入研究该电路在电力电子系统中的工作特性与性能优势。文章系统阐述了两相交错并联Boost电路的拓扑结构、工作原理及其在提升系统效率、减小输入电流纹波、均衡电流分配方面的显著优势。通过构建完整的Simulink仿真模型,对电路在不同负载与输入条件下的动态响应、稳态性能及控制策略进行了全面分析与验证。重点设计并实现了电压电流双闭环PI控制策略,详细论述了PI控制器的参数整定方法、占空比调节机制以及交错并联所带来的均流效果。仿真结果表明,所构建的模型能够有效提升系统的动态响应速度与稳定性,显著降低输入电流的谐波含量与纹波幅值,验证了交错并联技术在中高功率DC-DC变换应用中的优越性。; 适合人群:具备电力电子技术基础、熟悉Simulink仿真的电气工程及相关专业本科生、研究生,以及从事电源系统设计、新能源变换器研发的工程技术人员。; 使用场景及目标:①学习和掌握交错并联Boost电路的拓扑结构、工作原理与建模方法;②开展电力电子变换器的仿真分析、控制器设计与参数优化;③为实际工程项目中的高性能DC-DC变换器设计,特别是追求低输入纹波和高功率密度的应用场景,提供理论支撑与仿真验证依据。; 阅读建议:建议读者结合Simulink模型文件同步操作,深入理解主电路各模块、双闭环控制结构及PWM调制环节的参数设置与逻辑实现,重点关注PI控制器的参数整定过程与交错控制的时序配合,并可通过调整输入电压、负载大小及控制参数进行对比实验,以深化对交错并联技术优势及其控制策略的理解。

山区道路边坡落石隐患检测数据集VOC+YOLO格式241张1类别.md

【重要提示】本页面仅为资源介绍,不含外部下载地址 亲爱的 优快云 用户: 感谢你浏览本资源页面,在这里提前向大家说明相关情况,避免后续产生误解。本资源我设置的初衷是 0 积分免费分享文档介绍,希望可以无偿给到有需要的朋友。但 优快云 平台存在自动调控机制,系统会根据资源下载热度、文件体积、平台规则等因素,自动修改资源所需下载积分,页面显示为 1 积分、2 积分或更高积分都属于平台自动调整结果,并非我手动修改设置,我没有权限自主锁定积分数值。 如果你打开页面后,发现下载所需积分不为 0,请务必谨慎考虑是否下载。一旦你支付积分完成下载,后续遇到资源内容和描述不符、文件损坏等问题,我无法承担对应的积分损失,也没有渠道为你办理积分退还。在此强烈建议,只有页面明确显示 0 积分的时候,再进行下载操作。 同时特别说明:这份资源介绍文案里,没有附带任何外部下载地址。资源本身是通过 优快云 官方上传通道上传的附件,正常情况下直接点击页面自带的下载按钮即可获取文件。页面找不到外部下载链接属于正常情况,并非资源缺失。 如果因为平台积分显示异常,导致你被扣取积分,积分退款、积分异常相关问题,请直接联系 优快云 官方客服咨询处理。平台规则由官方制定,我无法干预积分变动,望各位理解。

高空作业栏杆检测数据集VOC+YOLO格式230张3类别.md

【重要提示】本页面仅为资源介绍,不含外部下载地址 亲爱的 优快云 用户: 感谢你浏览本资源页面,在这里提前向大家说明相关情况,避免后续产生误解。本资源我设置的初衷是 0 积分免费分享文档介绍,希望可以无偿给到有需要的朋友。但 优快云 平台存在自动调控机制,系统会根据资源下载热度、文件体积、平台规则等因素,自动修改资源所需下载积分,页面显示为 1 积分、2 积分或更高积分都属于平台自动调整结果,并非我手动修改设置,我没有权限自主锁定积分数值。 如果你打开页面后,发现下载所需积分不为 0,请务必谨慎考虑是否下载。一旦你支付积分完成下载,后续遇到资源内容和描述不符、文件损坏等问题,我无法承担对应的积分损失,也没有渠道为你办理积分退还。在此强烈建议,只有页面明确显示 0 积分的时候,再进行下载操作。 同时特别说明:这份资源介绍文案里,没有附带任何外部下载地址。资源本身是通过 优快云 官方上传通道上传的附件,正常情况下直接点击页面自带的下载按钮即可获取文件。页面找不到外部下载链接属于正常情况,并非资源缺失。 如果因为平台积分显示异常,导致你被扣取积分,积分退款、积分异常相关问题,请直接联系 优快云 官方客服咨询处理。平台规则由官方制定,我无法干预积分变动,望各位理解。

秋葵成熟度检测数据集VOC+YOLO格式508张3类别.md

【重要提示】本页面仅为资源介绍,不含外部下载地址 亲爱的 优快云 用户: 感谢你浏览本资源页面,在这里提前向大家说明相关情况,避免后续产生误解。本资源我设置的初衷是 0 积分免费分享文档介绍,希望可以无偿给到有需要的朋友。但 优快云 平台存在自动调控机制,系统会根据资源下载热度、文件体积、平台规则等因素,自动修改资源所需下载积分,页面显示为 1 积分、2 积分或更高积分都属于平台自动调整结果,并非我手动修改设置,我没有权限自主锁定积分数值。 如果你打开页面后,发现下载所需积分不为 0,请务必谨慎考虑是否下载。一旦你支付积分完成下载,后续遇到资源内容和描述不符、文件损坏等问题,我无法承担对应的积分损失,也没有渠道为你办理积分退还。在此强烈建议,只有页面明确显示 0 积分的时候,再进行下载操作。 同时特别说明:这份资源介绍文案里,没有附带任何外部下载地址。资源本身是通过 优快云 官方上传通道上传的附件,正常情况下直接点击页面自带的下载按钮即可获取文件。页面找不到外部下载链接属于正常情况,并非资源缺失。 如果因为平台积分显示异常,导致你被扣取积分,积分退款、积分异常相关问题,请直接联系 优快云 官方客服咨询处理。平台规则由官方制定,我无法干预积分变动,望各位理解。

ti-cgt-c2000-22.6.0.LTS-windows-x64-installer

ti-cgt-c2000-22.6.0.LTS-windows-x64-installer

景嘉微 JM 9100 系列 麒麟操作系统驱动包 x86架构

景嘉微 JM 9100 系列 麒麟操作系统驱动包 x86架构

光伏板太阳能板尘土灰尘脏污检测数据集VOC+YOLO格式1006张3类别.md

【重要提示】本页面仅为资源介绍,不含外部下载地址 亲爱的 优快云 用户: 感谢你浏览本资源页面,在这里提前向大家说明相关情况,避免后续产生误解。本资源我设置的初衷是 0 积分免费分享文档介绍,希望可以无偿给到有需要的朋友。但 优快云 平台存在自动调控机制,系统会根据资源下载热度、文件体积、平台规则等因素,自动修改资源所需下载积分,页面显示为 1 积分、2 积分或更高积分都属于平台自动调整结果,并非我手动修改设置,我没有权限自主锁定积分数值。 如果你打开页面后,发现下载所需积分不为 0,请务必谨慎考虑是否下载。一旦你支付积分完成下载,后续遇到资源内容和描述不符、文件损坏等问题,我无法承担对应的积分损失,也没有渠道为你办理积分退还。在此强烈建议,只有页面明确显示 0 积分的时候,再进行下载操作。 同时特别说明:这份资源介绍文案里,没有附带任何外部下载地址。资源本身是通过 优快云 官方上传通道上传的附件,正常情况下直接点击页面自带的下载按钮即可获取文件。页面找不到外部下载链接属于正常情况,并非资源缺失。 如果因为平台积分显示异常,导致你被扣取积分,积分退款、积分异常相关问题,请直接联系 优快云 官方客服咨询处理。平台规则由官方制定,我无法干预积分变动,望各位理解。

无功优化电网故障下分布式能源系统多目标优化[并网转换器(GCC)](Matlab代码&Simulink实现)

内容概要:本文详细介绍了基于Plecs或Simulink平台构建的全桥LLC谐振变换器仿真模型,重点研究了变频控制与移相混合控制策略下的闭环系统设计与参数优化方法。内容涵盖全桥LLC谐振变换器的工作原理、小信号建模技术(如扩展描述函数EDF)、PID控制器参数整定过程以及软开关实现条件,并通过仿真验证了系统在稳态输出性能、动态响应特性(如启动过程与负载阶跃)和频率调节平滑性等方面的优良表现。同时提供了完整的仿真模型、参数设计报告及说明文档,有助于读者复现结果并深入理解控制机制与建模细节。; 适合人群:具备电力电子、自动控制等相关专业知识背景,从事高效率电源设计、新能源变换系统研发的工程师及高等院校电力电子与电力传动方向的研究生。; 使用场景及目标:①掌握LLC谐振变换器的小信号建模与闭环控制系统设计方法;②学习并应用变频与移相结合控制策略提升电源转换效率;③支撑科研项目中的电力电子系统仿真验证或学位论文课题开发;④复现高水平学术论文中关于谐振变换器的控制方案与性能分析。; 阅读建议:建议结合所提供的仿真模型与参数设计资料,边运行仿真边对照文章内容理解控制逻辑与建模过程,特别关注小信号模型的建立方法与PID控制器参数整定环节,以增强对实际工程问题的分析与设计能力。

上一篇: 我研究了两周 Agent,终于看懂爱马仕 (Hermes) 和 龙虾(OpenClaw) 的本质区别
下一篇: Python生态在悄悄改变:FastAPI全面反超,Django和Flask还行吗?
菜鸟学Python
博客等级 码龄9年 8081粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值