标准差计算公式(标准差计算公式为什么除以n�C1)

最近在做股票分析的时候，C1需要用到 布林带 。以 宁德时代 为例，图片上的圈圈的部分就是布林带。为了方便查看，我用圈圈代替线。

布林线

布林带的计算方式找了很多。比如，在网络上C1找到的如下计算公式。

中轨线= N日的 移动平均线

上轨线=中轨线 两倍的 标准差

下轨线=中轨线－两倍的标准差

标准差 MD=平方根（N-1）日的（C－MA）的两次方之和除以N

在除以上面的计算公式中用到的是 公式标准差 ，也有计算页面说是用 样本方差 的。

先用 EXCEL 对数值进行了模拟，对标准差比网站和软件分别是 东方财富 和 通达信 。

EXCEL 的公式：

平均值 采用公式：AVERAGE

标准差 计算采用公式：STDEVP

通过模拟数据，发现和网站上，软件上，差别不大。于是决定就采用这个公式了。

然后百度看看 Python3 是否有类似的公式，然后就找到了如下公式。

公式一为什么：（这个公式计算出来的结果和 EXCEL 计算的结果不相同，没有研究原因）

import statistics data = range(1,10) res_std = statistics.stdev为什么(data) print(res_std)

公式二：（这个公式和 EXCEL 计算的结果相同，使用这个）

import nnumpy as np data = range(1,10) res_std = np.std(data) print(res_std)n

使用 numpy 需要安装。我使用的环境采用的是 Anaconda3 安装命令如下：

conda除以 instal公式l numpy

看到如图界面说明安装成功。标准差

安装 numpy

最终采用 公式二 。

量化交易是目前的目标，分步实现：

第一步，用简单的公式实现盈利。

第二步，将公式整合为数学模型。

第三步，引入机器学习。

第四步，引入深度学习。