[TA

2024-06-24 15:02| 来源: 网络整理| 查看: 265

MACD（移動平均收斂和散漫）是用於分析市場過去數據以預測未來價格走勢的方法之一。它廣泛地用於分析市場趨勢和動能。在本文中，我們將介紹使用"TA-Lib"計算MACD線、信號線和柱狀圖的過程。我們還將全面檢查如何使用MACD進行趨勢分析，以及確定超買/超賣條件的標準。您可以在[TA-Lib] #2: 技術分析的TA-Lib安裝中找到如何安裝TA-Lib，以及在[TA-Lib] #5 MACD - 如何理解 MACD 指標及其在市場趨勢中的角色中找到MACD的基本概念。

使用TA-Lib計算MACD線、信號線和柱狀圖

使用TA-Lib庫可以輕鬆地計算MACD（移動平均收斂和散漫）。

使用基本設定計算MACD

TA-Lib中的MACD默認公式涉及長期（通常為26天）指數移動平均（EMA）與短期（通常為12天）EMA之間的差異。信號線由此MACD線的9天EMA組成。柱狀圖作為MACD線和信號線之間的差異，用於評估市場的動能。

python# 導入庫 from yahooquery import Ticker import talib import pandas as pd # 獲取台積電（2330.TW）股票數據 google = Ticker('2330.TW') df = google.history(period='2y') # 2年數據 # 使用基本設定計算MACD macd, signal, histogram = talib.MACD(df['close']) # 將結果添加到DataFrame df['macd'] = macd df['signal'] = signal df['histogram'] = histogram # 打印結果 print(df.tail()) macd signal histogram date 2023-08-18 08:00:00+08:00 -7.826629 -6.007324 -1.819306 2023-08-21 08:00:00+08:00 -8.168350 -6.439529 -1.728821 2023-08-22 08:00:00+08:00 -8.023905 -6.756404 -1.267501 2023-08-23 08:00:00+08:00 -6.941803 -6.793484 -0.148319 2023-08-24 11:57:31+08:00 -5.376716 -6.510130 1.133414使用自定義設定計算MACD

如果您希望自定義移動平均的期間，可以調整TA-Lib的MACD函數中的fastperiod、slowperiod、signalperiod參數。

python# 使用自定義移動平均期間計算MACD # 例如，將fast_period更改為10，slow_period更改為22： macd_line_custom, signal_line_custom, histogram_custom = talib.MACD(df['close'], fastperiod=10, slowperiod=22) # 將結果添加到DataFrame df['macdCustom'] = macd_line_custom df['signalCustom'] = signal_line_custom df['histogramCustom'] = histogram_custom # 打印結果 print(df.tail()) macdCustom signalCustom histogramCustom date 2023-08-18 08:00:00+08:00 -7.955613 -6.539785 -1.415829 2023-08-21 08:00:00+08:00 -8.202992 -6.872426 -1.330566 2023-08-22 08:00:00+08:00 -7.878654 -7.073671 -0.804982 2023-08-23 08:00:00+08:00 -6.468320 -6.952601 0.484281 2023-08-24 11:57:31+08:00 -4.553591 -6.472799 1.919208

通過上述代碼，您可以通過調整每個移動平均的期間來適應各種市場條件和策略，執行MACD分析。

使用TA-Lib進行MACD分析趨勢跟隨辨識MACD線和信號線交叉點

MACD線和信號線之間的交叉被視為識別市場波動的重要信號。通過捕捉這些交叉點，您可以辨識趨勢變化的可能性，並相應地作出投資決策。

黃金交叉：當MACD線從下方穿過信號線時會發生此現象。這一現象通常代表上升趨勢的開始，可以理解為購買的機會。死亡交叉：當MACD線從上方穿過信號線時會發生。這一信號可能表明下降趨勢的開始，可以視為賣出點。pythonimport talib macd, signal, _ = talib.MACD(df['close']) df['macd'] = macd df['signal'] = signal df['upward'] = df['macd'] > df['signal'] df['downward'] = df['macd'] < df['signal'] df['goldenCross'] = (df['upward']) & (~df['upward'].shift(1).fillna(False)) df['deadCross'] = (df['downward']) & (~df['downward'].shift(1).fillna(False)) print('黃金交叉點:') print(df[df['goldenCross']]) print('死亡交叉點:') print(df[df['deadCross']])黃金交叉點: goldenCross deadCross date 2021-10-15 08:00:00+08:00 True False ... 2023-08-24 11:57:31+08:00 True False 死亡交叉點: goldenCross deadCross date 2021-10-13 08:00:00+08:00 False True ... 2023-07-18 08:00:00+08:00 False True使用柱狀圖大小分析趨勢

可以通過兩種重要方式，使用柱狀圖的大小進行趨勢分析：

強勢趨勢：如果柱狀圖的大小逐漸增加，則表示當前趨勢（上升或下降）正在加強。這代表市場的強勢力量，可以增強投資策略的方向。趨勢削弱：如果大小正在減少，趨勢正在削弱，表明可能是調整頭寸的時候了。這暗示了需警惕趨勢的反轉並做出相應的反應。pythonmacd, signal, histogram = talib.MACD(df['close']) df['macd'] = macd df['signal'] = signal df['histogram'] = histogram # 初始化趨勢欄位 df['strong_bull'] = False df['strong_bear'] = False df['weak_bull'] = False df['weak_bear'] = False consecutive_increase = 0 consecutive_decrease = 0 prev_hist_size = abs(df['histogram'][0]) for i in df.index: curr_hist_size = abs(df['histogram'][i]) if curr_hist_size > prev_hist_size: consecutive_increase += 1 consecutive_decrease = 0 elif curr_hist_size < prev_hist_size: consecutive_decrease += 1 consecutive_increase = 0 if consecutive_increase >= 5: trend_col = 'strong_bull' if df['histogram'][i] > 0 else 'strong_bear' df.at[i, trend_col] = True consecutive_increase = 0 if consecutive_decrease >= 5: trend_col = 'weak_bull' if df['histogram'][i] > 0 else 'weak_bear' df.at[i, trend_col] = True consecutive_decrease = 0 prev_hist_size = curr_hist_size print('強勢多頭趨勢的起始點：') print(df[df['strong_bull']]) print('強勢空頭趨勢的起始點：') print(df[df['strong_bear']]) print('弱勢多頭趨勢的起始點：') print(df[df['weak_bull']]) print('弱勢空頭趨勢的起始點：') print(df[df['weak_bear']])強勢多頭趨勢的起始點： strong_bull strong_bear weak_bull weak_bear date 2022-01-04 08:00:00+08:00 True False False False ... 2023-05-22 08:00:00+08:00 True False False False 強勢空頭趨勢的起始點： strong_bull strong_bear weak_bull weak_bear date 2022-02-07 08:00:00+08:00 False True False False ... 2023-07-24 08:00:00+08:00 False True False False 弱勢多頭趨勢的起始點： strong_bull strong_bear weak_bull weak_bear date 2021-10-29 08:00:00+08:00 False False True False ... 2023-07-17 08:00:00+08:00 False False True False 弱勢空頭趨勢的起始點： strong_bull strong_bear weak_bull weak_bear date 2023-01-06 08:00:00+08:00 False False False True ... 2023-08-21 08:00:00+08:00 False False False True

這段代碼通過跟踪柱狀圖大小的五次或更多連續增加或減少，分析了趨勢。通過此方法，市場趨勢可以更精確地辨識，從而使策略調整更為精確。

買超/賣超

MACD可用來判定市場的買超和賣超狀況。透過分析MACD線與信號線之間的偏離度，或計算與零線的交叉點，可洞悉市場的現況。

MACD線與信號線之間的偏離度計算

MACD線與信號線之間的偏離度可視為兩線之間的距離，使我們能夠分析市場狀況。較大的距離可能表示市場過熱（買超），可能是賣出的機會。相反地，若距離較小，則可能表示市場賣超狀況，可能是購買的機會。

偏離度的判定標準可能因市場狀況和資產特性的不同而有所不同。在下方的程式碼示例中，如果當前的偏離度是過去30天最大偏離度的80%或更多，則認為兩條線相距過遠，被認為是賣出時機。相反地，如果當前的偏離度小於過去30天最小偏離度的120%，則認為兩條線過於接近，被認為是購買時機。

pythonmacd, signal, _ = talib.MACD(df['close']) df['macd'] = macd df['signal'] = signal # 計算MACD線與信號線之間的偏離度。 df['divergence'] = df['macd'] - df['signal'] # 計算過去30天內的最大和最小偏離度。 df['max_divergence'] = df['divergence'].rolling(window=30).max() df['min_divergence'] = df['divergence'].rolling(window=30).min() # 賣出時機判定：當前偏離度是最大偏離度的80%或更多。 df['sell_signal'] = df['divergence'] >= df['max_divergence'] * 0.8 # 購買時機判定：當前偏離度小於最小偏離度的120%。 df['buy_signal'] = df['divergence'] 0) & (df['macd'].shift(1) = 0) print('向上穿越零線') print(df[df['cross_zero_line_up']]) print('向下穿越零線') print(df[df['cross_zero_line_down']])向上穿越零線 cross_zero_line_up cross_zero_line_down date 2021-10-27 08:00:00+08:00 True False ... 2023-05-19 08:00:00+08:00 True False 向下穿越零線 cross_zero_line_up cross_zero_line_down date 2021-11-01 08:00:00+08:00 False True ... 2023-07-27 08:00:00+08:00 False True

MACD是趨勢和動量分析的優秀工具，是投資決策中的重要指標。通過本文，您已了解如何使用TA-Lib輕鬆計算和分析MACD，使您能針對各種市場情況和策略進行量身定制的分析，從而作出更精確的投資決策。

FAQs我能否在TA-Lib的MACD功能中調整fastperiod、slowperiod和signalperiod以外的參數？TA-Lib中的MACD功能通常允許調整這三個關鍵參數。除非在特殊情況下，通常不使用其他設置。我應如何選擇用於MACD分析的期數？MACD分析中使用的期數可能因策略和市場情況的不同而有所不同。常見的默認值是12、26和9天，但可以通過實驗找到特定市場或產品的最佳值。我應如何解讀MACD柱狀圖為負的情況？如果MACD柱狀圖為負，表明MACD線低於信號線。這暗示了下跌趨勢的可能性更高，可以解讀為賣出信號。必須謹慎分析，因解讀可能因特定市場條件和策略而有所不同。我如何使用yahooquery執行MACD分析？您可以使用yahooquery檢索股票或財務數據以進行MACD分析。有關如何使用yahooquery和TA-Lib的MACD功能聚合和分析數據的詳細信息，請參考[Python] Yahooquery：取得和管理過去股票和財務數據。如果我想在不安裝TA-Lib的情況下分析MACD，我應該怎麼辦？可以不使用TA-Lib計算MACD，儘管程式碼可能會變得更複雜。您可以直接使用Python中的Pandas等庫來實現。不過，建議安裝TA-Lib以享受其便利和高效。有關安裝信息，請參考[TA-Lib] #2: 技術分析的TA-Lib安裝。

【本文地址】

[TA

[TA

今日新闻

推荐新闻