python：talib 市场情绪指标 BRAR |
您所在的位置：网站首页 › 市场人气指标包括 › python：talib 市场情绪指标 BRAR |
python：talib 市场情绪指标 BRAR
|
情绪指标，简称 ARBR 或 BRAR，由人气指标（AR）和意愿指标（BR）构成。 AR 和 BR 都是对通过对历史股价走势的分析，反映市场当前情况下多空双方的力量强弱对比，推断市场交易情绪，从而对趋势的形成与反转作出预判。 AR刻画的是市场交易人气，人气越旺，股价越高，而股价攀升带来的赚钱效应又会不断带动人气上升，但是物极必反。当AR值升高至一定限度时，代表能量已经消耗殆尽，缺乏推升力道的股价，出现反转概率增大。BR反映的是市场交易意愿，以“反市场心理”为基础，当市场人气狂热时卖出，人气悲观时买进。 1.计算原理 AR：人气指标是以当天开市价为基础，以当天开市价分别比较当天最高、最低价，通过一定时期内开市价在报价中的地位，反映市场买卖的人气。 一般设定的周期为14日或26日。 BR：意愿指标是以昨日收市价为基础，分别与当日最高，最低价相比，通过一定时期收市价在报价中的地位，反映市场买卖意愿的程度。 talib_arbr.py # -*- coding: utf-8 -*- import os, sys import pandas as pd import numpy as np import matplotlib.pyplot as plt import tushare as ts import talib as ta if len(sys.argv) ==2: code = sys.argv[1] else: print('usage: python talib_arbr.py stockcode ') sys.exit(1) if len(code) !=6: print('stock code length: 6') sys.exit(2) df = ts.get_k_data(code) if df.empty == True: print(" df is empty ") sys.exit(2) df = df[ df['date'] > '2021-01-01'] if len(df) < 60: print(len(df)," < 60") sys.exit(2) df = df[['open','high','low','close']] print(df.tail()) df['HO']=df.high-df.open df['OL']=df.open-df.low df['HCY']=df.high-df.close.shift(1) df['CYL']=df.close.shift(1)-df.low # 计算AR、BR指标 df['AR']=ta.SUM(df.HO, timeperiod=26)/ta.SUM(df.OL, timeperiod=26)*100 df['BR']=ta.SUM(df.HCY, timeperiod=26)/ta.SUM(df.CYL, timeperiod=26)*100 df = df[['close','AR','BR']].dropna() df.reset_index(inplace=True) # 正常显示画图时出现的中文和负号 from pylab import mpl mpl.rcParams['font.sans-serif']=['SimHei'] mpl.rcParams['axes.unicode_minus']=False # 对价格和 AR,BR进行可视化 fig,axes = plt.subplots(2,1) df['close'].plot(ax=axes[0], grid=True, title=code, color='r') plt.xlabel('AR,BR') df[['AR','BR']].plot(ax=axes[1], grid=True) plt.legend(loc='best', shadow=True) plt.show()运行 python talib_brar.py 000661
2. 使用BRAR指标，如何找到买入点？ 若AR |
【本文地址】
今日新闻 |
推荐新闻 |