8.3. Volatility Indicators (Chỉ báo biến động)

8.3.1. Bollinger Bands

Bollinger Bands (Dải Bollinger) là một công cụ phân tích kỹ thuật được phát triển bởi John Bollinger vào những năm 1980. Bollinger Bands giúp đo lường sự biến động (volatility) của giá và xác định mức giá cao/thấp tiềm năng trong một xu hướng.

Cấu tạo:

• Dải trung tâm (Centerline): Đường trung bình động (thường là đường SMA 20 ngày) của giá.

• Dải trên (Upper Band): Số lần chênh lệch chuẩn nhất định (thường là 2) tính trên đường trung tâm, được cộng thêm vào giá trị của đường trung tâm.

• Dải dưới (Lower Band): Số lần chênh lệch chuẩn nhất định (thường là 2) tính trên đường trung tâm, được trừ đi khỏi giá trị của đường trung tâm.

def bollinger_hband(column: pandas.core.series.Series, window: int = 20, window_dev: int = 2)

def bollinger_lband(column: pandas.core.series.Series, window: int = 20, window_dev: int = 2)

Tham số

Tên tham số	Mô tả	Kiểu dữ liệu	Giá trị mặc định
column	Cột dữ liệu chứa các giá trị để tính toán Bollinger Bands.	pandas.Series
window	Số lượng điểm dữ liệu sử dụng trong phép tính Bollinger Bands.	int	20
window_dev	Số lượng độ lệch chuẩn sử dụng để tính toán khoảng cách các dải của Bollinger Bands.	int	2

Ví dụ

fi = client.FiinIndicator()
df['bollinger_hband'] = fi.bollinger_hband(df['close'], window=20, window_dev=2)
df['bollinger_lband'] = fi.bollinger_lband(df['close'], window=20, window_dev=2)
print(df)

8.3.2. Supertrend

Supertrend (siêu xu hướng) là một công cụ phân tích kỹ thuật được phát triển bởi nhà đầu tư Olivier Seban vào năm 2010. Supertrend sử dụng kết hợp các yếu tố như giá cả ATR (Average True Range - Biên độ dao động trung bình thực) và xu hướng hiện tại để xác định xu hướng chính của thị trường và các điểm đảo chiều tiềm năng.

def supertrend(high: pandas.core.series.Series, low: pandas.core.series.Series, close: pandas.core.series.Series, window: int = 14, multiplier: float = 3.0)


def supertrend_hband(high: pandas.core.series.Series, low: pandas.core.series.Series, close: pandas.core.series.Series, window: int = 14, multiplier: float = 3.0)


def supertrend_lband(high: pandas.core.series.Series, low: pandas.core.series.Series, close: pandas.core.series.Series, window: int = 14, multiplier: float = 3.0)

Tham số:

Tên tham số	Mô tả	Kiểu dữ liệu	Giá trị mặc định
high	Cột dữ liệu chứa các giá trị cột giá cao nhất để tính toán Supertrend.	pandas.Series
low	Cột dữ liệu chứa các giá trị cột giá thấp nhất để tính toán Supertrend.	pandas.Series
close	Cột dữ liệu chứa các giá trị cột giá đóng cửa để tính toán Supertrend.	pandas.Series
window	Số lượng điểm dữ liệu sử dụng trong phép tính Supertrend.	int	14
multiplier	Hệ số nhân dùng để điều chỉnh độ rộng của chỉ báo Supertrend so với mức giá.	float	3.0

Ví dụ:

fi = client.FiinIndicator()
df['supertrend'] = fi.supertrend(df['high'], df['low'], df['close'], window=14)
df['supertrend_hband'] = fi.supertrend_hband(df['high'], df['low'], df['close'], window=14)
df['supertrend_lband'] = fi.supertrend_lband(df['high'], df['low'], df['close'], window=14)
print(df)

8.3.3. ATR (AverageTrueRange)

ATR là khoảng dao động trung bình thực tế. Đây là chỉ báo để đo lường những biến động của giá trong một khoảng thời gian nhất định.

Chỉ báo được giới thiệu trong cuốn sách “Tư tưởng mới trong Hệ thống kỹ thuật Giao dịch” của J. Welles Wilder Jr vào năm 1978. Thông qua chỉ báo, nhà đầu tư có thể dự đoán mức giá dao động trong tương lai. Nhờ đó, nhà đầu tư có cơ sở để đặt điểm cắt lỗ và chốt lời hợp lý.

def atr(high: pandas.core.series.Series, low: pandas.core.series.Series, close: pandas.core.series.Series, window: int = 14)

Tham số:

Tên tham số	Mô tả	Kiểu dữ liệu	Giá trị mặc định
high	Cột dữ liệu chứa các giá trị cột giá cao nhất để tính toán ATR.	pandas.Series
low	Cột dữ liệu chứa các giá trị cột giá thấp nhất để tính toán ATR.	pandas.Series
close	Cột dữ liệu chứa các giá trị cột giá đóng cửa để tính toán ATR.	pandas.Series
window	Số lượng điểm dữ liệu sử dụng trong phép tính ATR.	int	14

Ví dụ:

fi = client.FiinIndicator()
df['atr'] = fi.atr(df['high'], df['low'], df['close'], window=14)
print(df)

8.3.4. Realized Volatility

Realized Volatility (annualized) là chỉ báo đo lường mức độ biến động thực tế của giá dựa trên lợi suất logarit trong một khoảng thời gian nhất định.

Chỉ báo này thường được annualize (quy đổi theo năm) để phản ánh biến động trung bình năm, giúp nhà đầu tư đánh giá mức rủi ro hoặc độ ổn định của tài sản.

def realized_volatility(close: pandas.Series, window: int = 14, trading_days: int = 252)

Tham số:

Tên tham số	Mô tả	Kiểu dữ liệu	Giá trị mặc định
close	Cột dữ liệu chứa các giá trị cột giá đóng cửa để tính toán realized volatility.	pandas.Series
window	Số phiên (ngày) được dùng để tính trung bình phương sai (rolling window).	int	14
trading_days	Số ngày giao dịch trong năm, dùng để annualize biến động.	int	252

Ví dụ:

fi = client.FiinIndicator()
df['rv'] = fi.realized_volatility(df["close"], window=14, trading_days=252)
print(df)