简介: Python 量化投资(一):滑动均值、布林带、MACD、RSI、KDJ、OBV 滑动均值和标准差 为了更好利用向量化来加速,滑动窗口使用np.lib.stride_tricks.sliding_window_view(x, win)提取,它会返回所有x[i]开头并且长度为win的数组的数组。 def rolling(x, win): r = np
0.02))# 渐变背景 # 绘制RSI指标CCI+RSI+KDJ三重叠加共振指标 RSI1 = ta.RSI(data['close'], timeperiod=N1) RSI = (RSI1 -50) *5 R1 = ta.SMA(RSI,3) D1 = ta.SMA(R1,3) J1 =3*R1 -2*D1 RR1 = ta.EMA(J1,5) # 绘制KDJ指标CCI+RSI+KDJ三重叠加共振指标 RSV = (data['close']...
为了更好利用向量化来加速,滑动窗口使用np.lib.stride_tricks.sliding_window_view(x, win)提取,它会返回所有x[i]开头并且长度为win的数组的数组。 defrolling(x, win): r = np.lib.stride_tricks.sliding_window_view(x, win) pad = np.zeros([len(x) -len(r), win]) * np.nanreturnnp.vstack([...
准备阶段:安装必要的库 在开始编写RSI指标公式之前,需要确保已经安装了pandas、numpy和ta-lib这三个Python库。pandas主要用于数据处理,numpy提供了科学计算的基础功能,而ta-lib则包含了大量金融技术指标的实现。如果尚未安装这些库,可以通过pip命令进行安装: pip install pandas numpy ta-lib 获取历史数据 首先,我们需要...
(0,inplace=true) #datamd=pd.rolling_mean(datamd1,n) cci=(datatp-datamac)/(datamd*0.015) cci=pd.dataframe(cci,columns=cci) return cci #读取数据data=get_adress_data(adress=uc:/users/four/desktop/m1_szzs.csv) a=get_macd_data(data) b=get_kdj_data(data) c=get_ma_data(data) d=...
利用python编写macd、kdj、rsi、ma等指标.pdf,# -*- coding: utf-8 -*- Created on Thu Dec 15 13:57:32 2016 @author: four import pandas as pd #获取地址数据 def get_adress_data(adress=0): data=pd.read_csv(adress,parse_dates=False,header=None,names=[dateL,openL
要注意RSI/KDJ指标震荡量与K线、均线对应的运行趋势、周期和拐点多重共振。(这是最核心的!) 比如当RSI大于60时,如果MACD有买入信号,则可以进入;相反,在RSI小于40,MACD为卖出信号时果断离场。 类似的规律还有一些,比如当RSI值处于20以下并有逐渐上升趋势,同时成交量已经经过了连续几天的极度萎缩,此时如果MACD出现...
data['KDJ_J'] = 3 * data['KDJ_K'] - 2 * data['KDJ_D'] data.fillna(0,inplace=True) return data[['KDJ_K','KDJ_D','KDJ_J']] def get_ma_data(data,N=0): if N==0: N=5 data['ma']=pd.rolling_mean(data['closeL'],N) data.fillna(0,inplace=True) return data[['...
文华麦语言等指标公式indicators,最简移植到Python中,核心库单个文件,仅百行代码,实现和转换同花顺通达信所有常见指标MACD,RSI,BOLL,ATR,KDJ,CCI,PSY等,全部基于numpy和pandas的函数封装,简洁且高性能,能非常方便的应用在各自股票股市技术分析,股票自动程序化交易,数字货币BTC等量化等领域.Mini Python library with most ...
文华麦语言等指标公式indicators,最简移植到Python中,核心库单个文件,仅百行代码,实现和转换同花顺通达信所有常见指标MACD,RSI,BOLL,ATR,KDJ,CCI,PSY等,全部基于numpy和pandas的函数封装,简洁且高性能,能非常方便的应用在各自股票股市技术分析,股票自动程序化交易,数字货币BTC等量化等领域.Mini Python library with most ...