import pandas as pd

def KDJ_K(df,n=9):
    df['highest'] = df['high'].rolling(n).max()
    df['lowest'] = df['low'].rolling(n).min()
    df['RSV'] = (df['close']-df['lowest'])/(df['highest']-df['lowest'])*100
    df['signal'] = SMA_REC(df['RSV'],n=3,m=1, start=50)
    return df['signal']

def SMA_REC(vals, n, m , start) :
    sma=[ ]
    numb = 0
    for x in vals:
        if np.isnan(x):
            sma.append(x)
        else:
            if numb == 0:
                ret = start
            else:
                ret = (x * m + ret * (n - m)) / n
            sma.append(ret)
            numb += 1
    result = array(sma)
    return result
# #传入df的index是日期,cloumn是['high','low','close'],需要的数据列名。
def KDJ_J(df,n=9):
    df['highest'] = df['high'].rolling(n).max()
    df['lowest'] = df['low'].rolling(n).min()
    df['RSV'] = (df['close']-df['lowest'])/(df['highest']-df['lowest'])*100
    df['KDJ_K'] = SMA_REC(df['RSV'],n=3,m=1, start=50)
    df['signal'] = 3*df['KDJ_K']-2*SMA_REC(df['KDJ_K'],n=3,m=1, start=50)
    return df['signal']
def KDJ_D(df,n=9):
    df['highest'] = df['high'].rolling(n).max()
    df['lowest'] = df['low'].rolling(n).min()
    df['RSV'] = (df['close']-df['lowest'])/(df['highest']-df['lowest'])*100
    df['KDJ_K'] = SMA_REC(df['RSV'],n=3,m=1, start=50)
    df['signal'] = SMA_REC(df['KDJ_K'],n=3,m=1, start=50)
    return df['signal']
def JK_KDJ_D(security_list,end_date,count = None,start_date = None,n=9):
    if type(security_list)==str:
        security_list=[security_list]
    datalist = get_price(security=security_list,start_date=start_date,end_date=end_date,
                         frequency='daily', fields=['high','low','close'],fq='pre',count=count)
    json = {}
    d='KDJ_D'
    j='KDJ_J'
    k='KDJ_K'
    for security_code in security_list:
        df = datalist.minor_xs(security_code)
        
        df[d] = KDJ_D(df,n)
        df[j] = KDJ_J(df,n)
        df[k] = KDJ_K(df,n)
        json[security_code] = pd.DataFrame(data=df,index=df.index)  
    result = pd.Panel(data=json)
    return result
print(JK_KDJ_D('000002.XSHG','2019-01-01')['000002.XSHG'])

计算kdj的更多相关文章

  1. Python量化分析,计算KDJ

    Python: v3.6 Pandas: v0.23.4 使用以下方法计算与国内财经软件显示一致 low_list = df['最低价'].rolling(9, min_periods=9).min( ...

  2. WeQuant交易策略—KDJ

    KDJ随机指标策略策略介绍KDJ指标又叫随机指标,是一种相当新颖.实用的技术分析指标,它起先用于期货市场的分析,后被广泛用于股市的中短期趋势分析,是期货和股票市场上最常用的技术分析工具.随机指标KDJ ...

  3. KDJ回测

    # -*- coding: utf-8 -*- import os import pandas as pd # ========== 遍历数据文件夹中所有股票文件的文件名,得到股票代码列表stock_ ...

  4. KDJ金叉测试

    # -*- coding: utf-8 -*- import os import pandas as pd # ========== 遍历数据文件夹中所有股票文件的文件名,得到股票代码列表stock_ ...

  5. 用Python的Pandas和Matplotlib绘制股票KDJ指标线

    我最近出了一本书,<基于股票大数据分析的Python入门实战 视频教学版>,京东链接:https://item.jd.com/69241653952.html,在其中给出了MACD,KDJ ...

  6. 手把手教你画AndroidK线分时图及指标

    先废话一下:来到公司之前.项目是由外包公司做的,面试初,没有接触过分时图k线这块,认为好难,我能搞定不.可是一段时间之后,发现之前做的那是一片稀烂,可是这货是主功能啊.迟早的自己操刀,痛下决心,开搞, ...

  7. MACD、BOLL、KDJ 三大组合精准把握趋势与买卖!

    先看示意图,下图是布林线的3个轨道,其他都是股价走势 图1 股价,在布林线上轨.下轨之间运作.准确说,这话是不符合逻辑的,不是先有的轨道,然后股价再按照轨道运动.因为轨道是跟股价同时变化的.但是,股价 ...

  8. KDJ计算公式

    计算方法编辑KDJ的计算比较复杂,首先要计算周期(n日.n周等)的RSV值,即未成熟随机指标值,然后再计算K值.D值.J值等.以n日KDJ数值的计算为例,其计算公式为n日RSV=(Cn-Ln)/(Hn ...

  9. kdj

    随机指标KDJ一般是用于股票分析的统计体系,根据统计学原理,通过一个特定的周期(常为9日.9周等)内出现过的最高价.最低价及最后一个计算周期的收盘价及这三者之间的比例关系,来计算最后一个计算周期的未成 ...

随机推荐

  1. 黄聪:PHP去掉转义后字符串中的反斜杠\函数stripslashes

    addslashes函数主要是在字符串中添加反斜杠对特殊字符进行转义,stripslashes则是去掉转义后字符串中的反斜杠\,比如当你提交一段json数据到PHP端的时候可能会遇到json字符串中有 ...

  2. 关于HTML和CSS一些鸡零狗碎的事

    原文发表于我自己的服务器www.jjxiaoliu.cn:不过这个服务器我可能不打算续费了,所以搬到cnblogs来. 有些关于HTML和CSS的内容不值得单独列一篇文章,全都放在这里了. 我们可以利 ...

  3. 工控随笔_20_西门子_WinCC的VBS脚本_09_常量和流程控制_02

    vbs不但提供了分支结构,还提供了丰富的循环形式.一共有3种循环: 1.for循环 2.do...loop循环 3.while循环 各种循环有各自的特点,在使用的时候可以进行转换. 前面已经描述过Fo ...

  4. 小程序中添加客服按钮contact-button

    小程序的客服系统,是微信做的非常成功的一个功能,开发者可以很方便的通过一行代码,就可实现客服功能. 1. 普通客服按钮添加 <button open-type='contact' session ...

  5. js任意数组按下标相加

    let a=[1,2,3], b=[4,5,6]; let s = a.map(function(v, i) { return v + b[i]; }); console.log(s);

  6. [UE4]Event Tick

    一.每一帧都会触发Event Tick事件,“Delta Seconds”参数表示当前帧说花费的时间 二.因为各种原因(比如卡帧等),每一帧所花费的时间并不是相同的

  7. C# 字符串转为DateTime类型

    方法一:Convert.ToDateTime(string) string格式有要求,必须是yyyy-MM-dd hh:mm:ss ================================== ...

  8. 部署redis4.0-cluster

    一.部署环境 .关闭iptables(firewalld)或添加放行规则 .关闭selinux3.部署redis实例,参考:https://www.cnblogs.com/panwenbin-logs ...

  9. java9 Local-variable type inference

    var ls = Arrays.asList("1","2"); System.out.println(ls);

  10. scrpy-cookie

    两种方法模拟登陆 1.直接携带cookie import re import scrapy class RenrenSpider(scrapy.Spider): name = 'renren' all ...