BBi指标是一种基于均线的技术指标，在计算时需要使用到移动平均线和标准差的数学公式。以下是BBi指标的公式源码（使用Python语言实现）：

```

def bbi(close, n=[3, 6, 12, 24], m=4):

# 计算均线

ma = [0] * len(close)

for i in range(m):

ma += close.shift(i)

ma /= m

# 计算标准差

std = [0] * len(close)

for i in range(m):

std += (close.shift(i) - ma) ** 2

std = np.sqrt(std / m)

# 计算不同周期的BBi值

bbi = [0] * len(close)

for i in range(len(n)):

bbi += (ma / close.shift(n[i]) - 1) * m

return bbi

```

解释一下代码中的变量和计算过程：

- `close`：收盘价数据，可以是任意长度的列表或数组。

- `n`：不同周期的计算周期，可以是一个列表，例如`[3, 6, 12, 24]`。

- `m`：标准差计算的周期，一般取4。

- `ma`：移动平均线的计算结果，是一个和`close`等长的数组。

- `std`：标准差的计算结果，是一个和`close`等长的数组。

- `bbi`：最终的BBi指标计算结果，是一个和`close`等长的数组。

代码中的计算过程包括以下步骤：

1. 计算移动平均线。使用循环累加近m个交易日的收盘价，然后除以m就得到了移动平均线的值。

2. 计算标准差。同样使用循环累加近m个交易日收盘价与移动平均线之差的平方，然后除以m并求根号就得到了标准差的值。

3. 计算BBi指标。使用循环计算不同周期（n）下的指标值，根据公式`(ma / close.shift(n[i]) - 1) * m`计算出每个交易日的指标值，并将不同周期的指标值相加得到最终的BBi指标值。

以上就是BBi指标的基本计算过程和Python代码实现。