MACD、KDJ、DMA等常用技术指标的python实现

您所在的位置:网站首页 dif 指标 MACD、KDJ、DMA等常用技术指标的python实现

MACD、KDJ、DMA等常用技术指标的python实现

#MACD、KDJ、DMA等常用技术指标的python实现| 来源: 网络整理| 查看: 265

目录 MACD指标简介计算方法指标含义python代码实现 KDJ指标简介计算方法指标含义python代码实现 DMA指标简介计算方法指标原理python代码实现 Bias指标简介计算方法python代码 Boll指标简介计算方法指标原理python代码 RSI指标简介计算方法指标原理python代码 WR威廉指标简介计算方法指标原理python代码实现

MACD指标 简介

MACD又称为异同移动平均线,用来度量不同频率移动平均线的变化情况。MACD指标主要包括3根线,分别为DIF、DEA和MACD。

计算方法

12 日 E M A : E M A ( 12 ) = 2 12 + 1 ∗ 今 日 收 盘 价 ( 12 ) + 11 12 + 1 ∗ 昨 日 E M A ( 12 ) 12日EMA:EMA(12) = \frac{2}{12+1} * 今日收盘价(12) + \frac{11}{12+1} * 昨日EMA(12) 12日EMA:EMA(12)=12+12​∗今日收盘价(12)+12+111​∗昨日EMA(12) 26 日 E M A : E M A ( 26 ) = 2 26 + 1 ∗ 今 日 收 盘 价 ( 26 ) + 25 26 + 1 ∗ 昨 日 E M A ( 26 ) 26日EMA:EMA(26) = \frac{2}{26+1} * 今日收盘价(26) + \frac{25}{26+1} * 昨日EMA(26) 26日EMA:EMA(26)=26+12​∗今日收盘价(26)+26+125​∗昨日EMA(26) D I F F : D I F F = E M A ( 12 ) − E M A ( 26 ) DIFF:DIFF=EMA(12) - EMA(26) DIFF:DIFF=EMA(12)−EMA(26) D E A : D E A = 2 9 + 1 ∗ 今 日 D I F F + 8 9 + 1 ∗ 昨 日 D E A DEA: DEA = \frac{2}{9+1} * 今日DIFF + \frac{8}{9+1} * 昨日DEA DEA:DEA=9+12​∗今日DIFF+9+18​∗昨日DEA M A C D : M A C D = 2 ∗ ( D I F F − D E A ) MACD:MACD = 2 * (DIFF-DEA ) MACD:MACD=2∗(DIFF−DEA)

指标含义

DIFF表示长周期均线和短周期均线的差值,DIFF > 0则表示短周期均线处于长周期均线上方,DIFF < 0则表示短周期均线处于长周期均线下方。DEA是DIFF的简单移动平均线,MACD是移动平均线和移动平均线的移动平均线的差值。

在应用过程中,常用其中的MACD指标或其中多个组合进行判断。

同时使用DIFF和DEA进行判断

当DIFF>0时,说明短周期均线处于长周期均线上方,近期价格呈现上涨趋势;当DEA>0时,说明短周期均线在近几期一直处于长周期均线的上方。如果DIFF上穿DEA,表示DIFF近期也处于上涨趋势,这两者叠加,说明该标的近期价格已经处于一个很高的价位。

若单独使用MACD指标

和同时使用DIFF和DEA相差不大,MACD是将DIFF和DEA差值以数值的形式表现出来。MACD有绿柱和红柱,柱体越长,说明近期价格上涨或下跌的程度越强,可以视作上涨或下跌力量的强弱。

python代码实现

在python中可以利用第三方库talib计算MACD指标,但发现怎么都无法和通达信等行情软件对上,所以自己按照原理写了一个。

由于原始数据难以获得,所以以下代码基于掘金量化平台的sdk查询标的原始数据。如果本地有数据或有其他的数据来源,只需要将data数据集变成输入参数,将函数中获取data的部分删除即可。

这里用到pandas库里面特别好用的两个函数:rolling/expanding和ewm,前者是滚动窗口,后者是求加权平均。rolling(N)可以实现每N个求一次平均,expanding(N)可以实现从N个窗口开始,求逐渐扩大窗口的平均。

# coding=utf-8 from __future__ import print_function, absolute_import from gm.api import * import pandas as pd import numpy as np def MACD(symbol, start_time, end_time): '''计算MACD指标 输入参数:symbol


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3