볼린저밴드, BBW, 파이썬 pyplot 캔들스틱 차트에 표시 방법

캔들스틱 차트를 파이썬 matplotlib의 pyplot으로 그릴 수 있다면 다른 기술적 분석 지표들과 함께 시장 상황을 복합적으로 분석할 수 있습니다. 이번 포스팅에서는 캔들스틱 차트와 볼린저 밴드를 함께 그리는 방법을 알아보겠습니다. 볼린저밴드 너비 지표인 BBW도 추가하여 시장상황을 좀 더 폭넓게 분석할 수 있을지 확인해 보시기 바랍니다.

글의 순서

볼린저 밴드 (Bollinger Band)
볼린저밴드 폭 (Bollinger Band Width, BBW)
파이썬 코드 : 캔들스틱 차트, 볼린저밴드, BBW 함께 그리기

볼린저 밴드 (Bollinger Band)

볼린저 밴드(Bollinger Bands)는 자산의 가격 변동성을 측정하기 위해 개발된 기술적 분석 도구입니다. 1980년대 초반에 존 볼린저(John Bollinger)에 의해 개발되었으며, 가격 차트에 가격 변동의 범위를 시각적으로 나타내는 세 개의 선으로 구성됩니다.

볼린저 밴드는 주가의 변동이 표준 정규분포를 따른다는 가정에서 출발한 것입니다. 주식 가격 시계열 그래프에서 주가의 위아래에 밴드를 표시해서 주가가 상대적으로 높은지 낮은지를 알려줍니다. 볼린저 밴드는 아래와 같은 방법으로 구합니다.

볼린저 밴드

중간 볼린저 밴드 = 20일 이동평균선
상단 볼린저밴드 = 중간 볼린저밴드 + (2 × 20일 표준편차)
하단 볼린저밴드 = 중간 볼린저밴드 – (2 × 20일 표준편차)

지난 포스팅 파이썬 바이낸스 API로 시계열 데이터 분석. 판다스, 볼린저 밴드 (Bollinger Band)에서 볼린저 밴드의 의미와 볼린저 밴드 차트를 그리는 방법을 알아보았습니다.

여기서는 볼린저밴드를 함수로 구현하고, 캔들스틱 차트위에 겹쳐 그려서 시장 상황을 보다 직관적으로 파악할 수 있도록 해 보았습니다.

볼린저밴드 폭 (Bollinger Band Width, BBW)

볼린저 밴드 폭(BBW)은 볼린저 밴드의 상단 밴드와 하단 밴드 사이의 차이를 의미합니다. BBW는 변동성이 얼마나 큰 지를 나타냅니다. 밴드가 확장되면 BBW는 커지며, 변동성이 증가한다는 의미입니다. 반면, 밴드가 축소되면 BBW는 작아지며, 변동성이 감소한다는 의미입니다.

BBW = (상단 볼린저밴드 – 하단 볼린저밴드 ) / 중간 볼린저밴드

파이썬 코드 : 파이썬으로 캔들스틱 차트, 볼린저밴드, BBW 함께 그리기

파이썬 pyplot으로 구현한 캔들스틱 차트에 볼린저밴드를 함께 그리고, 그 아래에는 BBW를 나타내는 코드입니다. 볼린저 밴드를 회색으로 보여주기 위한 matplotlib.pyplot의 fill_between이 차트의 가독성을 높여줍니다. 볼린저밴드가 확장되고, 축소될 때, BBW의 변화를 보고 시장을 파악해 보시기 바랍니다. 코드의 맨 마지막 부분이 차트를 그림파일로 저장하는 방법을 보여줍니다. 이 포스팅에서도 그래프가 C:/_python/pandas/candle_pyplot/ 이라는 폴더에 저장됩니다. 물론 파일이 저장되는 경로는 각자 개인이 원하는 곳으로 지정하시면 되겠습니다.

import os
import time
import pandas as pd
import numpy as np
from binance.client import Client
import datetime
from datetime import datetime, timezone, timedelta
import matplotlib.pyplot as plt

#01) 바이낸스 계정 접속
api_key = os.getenv('Binan_API_KEY')
api_secret = os.getenv('Binan_SECRET_KEY')

client = Client(api_key, api_secret)
print('\n','[ BINANCE ACCOUNT ACCESSED ]')

#02) 입력 : 시계열 데이터 수집 구간(tstt~tend), 시간 간격(t_interval)    
tstt_utc = '2024-01-01 00:00:00'
tend_utc = '2024-06-02 23:59:59'
t_interval = '1d'
ticker = 'BTCUSDT'

#02-1) 입력 : 기술적 지표 계산을 위한 시간 간격     
# 볼린저밴드 중앙선인 SMA를 구하기 위한 시간 구간 개수     
period = 20

#03) 파이썬 바이낸스 API로 비트코인 가격 데이터 가져오기 
bars = client.get_historical_klines(ticker, t_interval, tstt_utc, tend_utc, limit=1000)
#03-1) ohlcv 데이터만 추출 
for i in bars:
    del i[6:]

#04) 데이터프레임 열 이름 붙여주기  
#    mplfinance라는 패키지를 사용하기 위한 열 이름 : Date, Open, High, Low, Close, Volume
df = pd.DataFrame(bars, columns=['Date','Open','High','Low','Close','Volume'])

#05) 데이터프레임 열 type을 실수형으로 변환
df = df.astype({'Open' : 'float', 'High' : 'float', 'Low' : 'float', 'Close' : 'float', 'Volume' : 'float'})

#06) Date 열의 형태를 epoch에서 Pandas.Timestamp로 변경 
df['Date'] = pd.to_datetime(df['Date'], unit='ms')

#06-1) 그래프 작성을 위해 시간의 시작과 끝 확인 
nrows = df.shape[0]
tstt_KST = df.at[0,'Date']
tend_KST = df.at[nrows-1,'Date']

#07) 볼린저 밴드 계산 함수
def calculate_bollinger_bands(df, period):
    df['SMA'] = df['Close'].rolling(window=period).mean()
    df['stddev'] = df['Close'].rolling(window=period).std()
    df['Upper Band'] = df['SMA'] + (df['stddev'] * 2)
    df['Lower Band'] = df['SMA'] - (df['stddev'] * 2)
    return df

#08) BBW 계산 함수
def calculate_bbw(df):
    df['BBW'] = (df['Upper Band'] - df['Lower Band']) / df['SMA']
    return df

# 볼린저 밴드 및 BBW 계산
df = calculate_bollinger_bands(df, period)
df = calculate_bbw(df)

print(df.tail(5))

#07) 캔들 차트 그리기 
fig, axs = plt.subplots(2,1,figsize=(12,10), sharex=True)
title_plot = f'{ticker} Candlestick with Bollinger Band & BBW'

# 동적으로 두께를 조정한 후, 캔들 그리기
candle_width = max(0.1, 0.5 * (axs[1].get_window_extent().width / len(df)))

for i in range(len(df)):
    color = 'red' if df['Close'].iloc[i] >= df['Open'].iloc[i] else 'blue'
    axs[0].plot([df['Date'].iloc[i], df['Date'].iloc[i]], [df['Low'].iloc[i], df['High'].iloc[i]], color=color)
    axs[0].plot([df['Date'].iloc[i], df['Date'].iloc[i]], [df['Open'].iloc[i], df['Close'].iloc[i]], color=color, linewidth=candle_width)

axs[0].plot(df['Date'], df['Upper Band'], label='upper band', color='lightgreen', linestyle='--')
axs[0].plot(df['Date'], df['SMA'],        label='SMA',        color='lime',       linestyle='-.')
axs[0].plot(df['Date'], df['Lower Band'], label='upper band', color='limegreen',  linestyle='--')

# 볼린저 밴드를 회색영역으로 표시
axs[0].fill_between(df['Date'],df['Upper Band'],df['Lower Band'], color='0.9')

axs[0].legend()
axs[0].set_title(title_plot, fontsize=20)
axs[0].set_ylabel('Price (USDT)')
axs[0].grid(True)

# BBW
axs[1].plot(df['Date'], df['BBW'], color='b', label='BBW')
axs[1].legend(loc='best')
axs[1].set_xlim([tstt_KST, tend_KST])
axs[1].tick_params(axis='x', rotation=15)
axs[1].grid(True)

# axs[0], axs[1] 사이의 간격 조정
plt.subplots_adjust(hspace=0.05)

file_path = 'C:/_python/pandas/candle_pyplot/'
plt.savefig(file_path +'Candle_Bollinger+BBW.png', dpi=200)
plt.show()

100

101

102

103

import os

import time

import pandas as pd

import numpy as np

from binance.client import Client

import datetime

from datetime import datetime, timezone, timedelta

import matplotlib.pyplot as plt

#01) 바이낸스 계정 접속

api_key = os.getenv('Binan_API_KEY')

api_secret = os.getenv('Binan_SECRET_KEY')

client = Client(api_key, api_secret)

print('\n','[ BINANCE ACCOUNT ACCESSED ]')

#02) 입력 : 시계열 데이터 수집 구간(tstt~tend), 시간 간격(t_interval)

tstt_utc = '2024-01-01 00:00:00'

tend_utc = '2024-06-02 23:59:59'

t_interval = '1d'

ticker = 'BTCUSDT'

#02-1) 입력 : 기술적 지표 계산을 위한 시간 간격

# 볼린저밴드 중앙선인 SMA를 구하기 위한 시간 구간 개수

period = 20

#03) 파이썬 바이낸스 API로 비트코인 가격 데이터 가져오기

bars = client.get_historical_klines(ticker, t_interval, tstt_utc, tend_utc, limit=1000)

#03-1) ohlcv 데이터만 추출

for i in bars:

del i[6:]

#04) 데이터프레임 열 이름 붙여주기

# mplfinance라는 패키지를 사용하기 위한 열 이름 : Date, Open, High, Low, Close, Volume

df = pd.DataFrame(bars, columns=['Date','Open','High','Low','Close','Volume'])

#05) 데이터프레임 열 type을 실수형으로 변환

df = df.astype({'Open' : 'float', 'High' : 'float', 'Low' : 'float', 'Close' : 'float', 'Volume' : 'float'})

#06) Date 열의 형태를 epoch에서 Pandas.Timestamp로 변경

df['Date'] = pd.to_datetime(df['Date'], unit='ms')

#06-1) 그래프 작성을 위해 시간의 시작과 끝 확인

nrows = df.shape[0]

tstt_KST = df.at[0,'Date']

tend_KST = df.at[nrows-1,'Date']

#07) 볼린저 밴드 계산 함수

def calculate_bollinger_bands(df, period):

df['SMA'] = df['Close'].rolling(window=period).mean()

df['stddev'] = df['Close'].rolling(window=period).std()

df['Upper Band'] = df['SMA'] + (df['stddev'] * 2)

df['Lower Band'] = df['SMA'] - (df['stddev'] * 2)

return df

#08) BBW 계산 함수

def calculate_bbw(df):

df['BBW'] = (df['Upper Band'] - df['Lower Band']) / df['SMA']

return df

# 볼린저 밴드 및 BBW 계산

df = calculate_bollinger_bands(df, period)

df = calculate_bbw(df)

print(df.tail(5))

#07) 캔들 차트 그리기

fig, axs = plt.subplots(2,1,figsize=(12,10), sharex=True)

title_plot = f'{ticker} Candlestick with Bollinger Band & BBW'

# 동적으로 두께를 조정한 후, 캔들 그리기

candle_width = max(0.1, 0.5 * (axs[1].get_window_extent().width / len(df)))

for i in range(len(df)):

color = 'red' if df['Close'].iloc[i] >= df['Open'].iloc[i] else 'blue'

axs[0].plot([df['Date'].iloc[i], df['Date'].iloc[i]], [df['Low'].iloc[i], df['High'].iloc[i]], color=color)

axs[0].plot([df['Date'].iloc[i], df['Date'].iloc[i]], [df['Open'].iloc[i], df['Close'].iloc[i]], color=color, linewidth=candle_width)

axs[0].plot(df['Date'], df['Upper Band'], label='upper band', color='lightgreen', linestyle='--')

axs[0].plot(df['Date'], df['SMA'], label='SMA', color='lime', linestyle='-.')

axs[0].plot(df['Date'], df['Lower Band'], label='upper band', color='limegreen', linestyle='--')

# 볼린저 밴드를 회색영역으로 표시

axs[0].fill_between(df['Date'],df['Upper Band'],df['Lower Band'], color='0.9')

axs[0].legend()

axs[0].set_title(title_plot, fontsize=20)

axs[0].set_ylabel('Price (USDT)')

axs[0].grid(True)

# BBW

axs[1].plot(df['Date'], df['BBW'], color='b', label='BBW')

axs[1].legend(loc='best')

axs[1].set_xlim([tstt_KST, tend_KST])

axs[1].tick_params(axis='x', rotation=15)

axs[1].grid(True)

# axs[0], axs[1] 사이의 간격 조정

plt.subplots_adjust(hspace=0.05)

file_path = 'C:/_python/pandas/candle_pyplot/'

plt.savefig(file_path +'Candle_Bollinger+BBW.png', dpi=200)

plt.show()

마치며 …

캔들스틱 차트를 파이썬 matplotlib의 pyplot으로 그릴 수 있다면 다른 기술적 분석 지표들과 함께 시장 상황을 복합적으로 분석할 수 있습니다. 이번 포스팅에서는 파이썬 pyplot으로 캔들스틱 차트와 볼린저 밴드를 함께 그리는 방법을 알아보았습니다. 캔들스틱과, 볼린저밴드, BBW를 함께 확인하시면서 시장 변화에 대한 감을 잡아보시기 바랍니다.

함께 참고하면 좋은 글
▶ 파이썬 pyplot 캔들스틱 차트, 스토캐스틱 RSI 차트
▶ 바이낸스 API, 판다스 시계열 데이터 분석. 볼린저 밴드 지표 %b, 밴드폭(Bandwidth)
▶ 캔들 차트의 의미, 시장 진입 시점은?
▶ 캔들 차트의 의미와 파이썬 pyplot으로 그리는 캔들스틱 차트
▶ 파이썬 바이낸스 API로 시계열 데이터 분석. 판다스, 볼린저 밴드 (Bollinger Band)
▶ 파이썬 바이낸스 비트코인 투자 백테스팅 : 볼린저 밴드 추세 추종 매매 기법
▶ 파이썬 바이낸스 API로 시계열 데이터를 가져오는 파이썬 프로그래밍
▶ mplfinance 캔들 차트 스타일
▶ 캔들 차트 스타일 변경 (mplfinance, customization)
▶ 바이낸스 API 보안을 위한 환경 변수 설정 : 윈도우 10
▶ 시계열 데이터 분석 : 추세분석 지표 6가지

참고자료

▶ CEDRIC THOMPSON (2024), Bollinger Bands: What They Are, and What They Tell Investors, Investopedia