布林带指标是技术分析中广泛使用的趋势跟随指标，可帮助交易者识别市场趋势和潜在的交易机会。布林副图指标是一种基于布林带的衍生指标，它提供了额外的见解，帮助交易者进一步完善交易策略。

布林副图指标的构成

布林副图指标由三条线组成：

• 布林上轨：布林带的上轨，通常由布林带均线加上两倍布林带标准差计算得出。
• 布林中轨：布林带的均线，通常使用收盘价的简单移动平均线计算得出。
• 布林下轨：布林带的下轨，通常由布林带均线减去两倍布林带标准差计算得出。

布林副图指标的特色

布林副图指标与传统布林带指标的主要区别在于其在副图上的显示方式。副图是一种与价格走势并列显示的单独图表，它可以帮助交易者更直观地观察指标的动态变化。

布林副图指标的用法

布林副图指标主要用于识别以下交易信号：

• 突破：当价格突破布林上轨或下轨时，表明市场趋势可能发生逆转。
• 反弹：当价格在触及布林上轨或下轨后反弹，表明市场趋势可能继续。
• 区间震荡：当价格在布林上轨和下轨之间震荡时，表明市场处于区间震荡阶段。

代码实现

以下提供使用 Python 语言实现布林副图指标的代码示例：

```python

import numpy as np

import matplotlib.pyplot as plt

def bollinger_bands(prices, n=20, k=2):

"""Calculates the Bollinger Bands for a given price series.

Args:

prices: A list of price values.

n: The number of periods to use for the moving average.

k: The number of standard deviations to use for the bands.

Returns:

A tuple containing the upper Bollinger Band, middle Bollinger Band, and lower Bollinger Band.

"""

mean = np.mean(prices[-n:])

std = np.std(prices[-n:])

return mean + k std, mean, mean - k std

def bollinger_bands_subplot(prices, n=20, k=2):

"""Plots the Bollinger Bands on a subplot below the price chart.

Args:

prices: A list of price values.

n: The number of periods to use for the moving average.

k: The number of standard deviations to use for the bands.

"""

fig, (ax1, ax2) = plt.subplots(2, 1, sharex=True)

Plot the price chart

ax1.plot(prices, color='black')

Plot the Bollinger Bands

upper, middle, lower = bollinger_bands(prices, n, k)

ax2.plot(upper, color='blue')

ax2.plot(middle, color='red')

ax2.plot(lower, color='green')

Set the subplot titles and labels

ax1.set_title('Price Chart')

ax2.set_title('Bollinger Bands')

ax1.set_ylabel('Price')

ax2.set_ylabel('Bollinger Bands')

Show the plot

plt.show()

```

实例

下图展示了一个使用布林副图指标的示例，其中价格走势显示在主图中，而布林副图指标显示在副图中：

[图片：布林副图指标示例]

图中显示，当价格突破布林上轨时，布林副图指标也出现突破信号，这表明市场趋势可能发生逆转。

注意事项

与所有技术指标一样，布林副图指标并非万无一失。交易者在使用该指标时，应结合其他分析方法，并在风险可控的范围内进行交易。

布林副图指标是一种有用的技术分析工具，可帮助交易者识别市场趋势和潜在的交易机会。通过将其显示在副图上，交易者可以更直观地观察指标的动态变化，并做出更明智的交易决策。