どうなった？値動きの波をとらえる作戦！「ボリンジャーバンド・スクイーズ」を試してみた！

#!/usr/bin/env python3
"""
ボリンジャーバンドスクイーズ戦略
バンド幅が縮小（スクイーズ）後のブレイクアウトを狙う
"""
import pandas as pd
import numpy as np


def calculate_squeeze_signals(df: pd.DataFrame, bb_period: int = 20, bb_std: float = 2.0,
                             squeeze_threshold: float = 0.05) -> pd.DataFrame:
    """
    ボリンジャーバンドスクイーズシグナルを生成
    
    Parameters:
    -----------
    df : pd.DataFrame
        OHLCVデータ
    bb_period : int
        ボリンジャーバンド期間（デフォルト: 20）
    bb_std : float
        標準偏差倍率（デフォルト: 2.0）
    squeeze_threshold : float
        スクイーズ判定閾値（デフォルト: 0.05）
    
    Returns:
    --------
    pd.DataFrame
        シグナル列が追加されたDataFrame
    """
    df = df.copy()
    
    # ボリンジャーバンド計算
    df['bb_middle'] = df['close'].rolling(window=bb_period).mean()
    df['bb_std'] = df['close'].rolling(window=bb_period).std()
    df['bb_upper'] = df['bb_middle'] + (df['bb_std'] * bb_std)
    df['bb_lower'] = df['bb_middle'] - (df['bb_std'] * bb_std)
    
    # バンド幅（相対値）
    df['bb_width'] = (df['bb_upper'] - df['bb_lower']) / df['bb_middle']
    df['bb_width_ma'] = df['bb_width'].rolling(window=bb_period).mean()
    
    # スクイーズ状態の判定
    # バンド幅が移動平均より一定割合小さい場合をスクイーズと判定
    df['is_squeeze'] = df['bb_width'] < (df['bb_width_ma'] * (1 - squeeze_threshold))
    
    # スクイーズ後のブレイクアウト
    df['is_buy'] = (
        (df['is_squeeze'].shift(1) == True) &  # 前期間がスクイーズ
        (df['is_squeeze'] == False) &  # 現在スクイーズ解除
        (df['close'] > df['bb_middle'])  # 上方向へブレイク
    )
    
    df['is_sell'] = (
        (df['is_squeeze'].shift(1) == True) &  # 前期間がスクイーズ
        (df['is_squeeze'] == False) &  # 現在スクイーズ解除
        (df['close'] < df['bb_middle'])  # 下方向へブレイク
    )
    
    # NaN値をFalseに置換
    df['is_buy'] = df['is_buy'].fillna(False)
    df['is_sell'] = df['is_sell'].fillna(False)
    
    print(f"BBスクイーズ: 期間={bb_period}, 閾値={squeeze_threshold}")
    print(f"買いシグナル数: {df['is_buy'].sum()}")
    print(f"売りシグナル数: {df['is_sell'].sum()}")
    
    return df