MACD部分 转载自云金杞:https://blog.csdn.net/qq_26948675/article/details/72636590 数据获取于聚宽平台 import pandas as pddf=get_price('000001.XSHG',end_date='2019-02-15',count=300) #df.head()def get_EMA(df,N): for i in range(len(df)): if i==0: df.ix[i,'ema']=df.ix[i,'c

凤鸾宝帐景非常,尽是泥金巧样妆. 曲曲远山飞翠色:翩翩舞袖映霞裳. 梨花带雨争娇艳:芍药笼烟骋媚妆. 但得妖娆能举动,取回长乐侍君王. [摘自<封神演义>纣王在女娲宫上香时题的诗] 一首定场诗完毕,咱们书接上回.上回咱们说到使用基于MA长短周期均线上下穿越的方式对行情进行跟踪.同时也提出该方法的问题,即:当前K线在短时间内出现了类似正弦曲线的波动时,短周期均线和长周期均线会频繁的相互交差.这种情况的问题就是会导致系统进行频繁的交易,如果看官们有过手动交易的经验值,就不难发现,交易的越频繁,可能

MACD(Moving Average Convergence)平滑异同移动平均线 MACD指标有双移动平均线发展而来,由快速移动平均线减去慢速移动平均线,当MACD从负数转向证书,是买入信号,从正数转向负数,是卖出信号.当MACD以大角度变化,表示快的移动平均线和慢的移动平均线的距离非常迅速的来开,这代表一个市场的大趋势. 一般来说,快速移动平均线选择12日,慢速移动平均线选择26日, 12日EMA=前一日EMA12*11/13+今日收盘*2/13 26日EMA=前一日EMA26*25/27+

概念 MACD叫指数平滑异同移动平均线指标. 零轴 MACD柱线 DIFF线 DEA线 使用 一般出现如下情形,股价处于或即将进入上涨趋势中: MACD指标在零轴上方出现金叉,其后DIFF快线一直位于DEA慢线上方. MACD指标低位出现底背离,即股价连续创出新低,而MACD指标的低点却一个比一个高. MACD的两条曲线向右上方倾斜,且MACD柱线越来越长,回调时低点一个比一个高. 底背离:当股价指数逐波下行,而DIF及MACD不是同步下降,而是逐波上升,与股价走势形成底背离,预示着股价即将上涨

1.安装scikit-learn 1.1Scikit-learn 依赖 Python (>= 2.7 or >= 3.3), NumPy (>= 1.8.2), SciPy (>= 0.13.3). 分别查看上述三个依赖的版本, python -V        结果:Python 2.7.3 python -c 'import scipy; print scipy.version.version'    scipy版本结果:0.9.0       python -c "

一行代码加快pandas计算速度 DASK https://blog.csdn.net/sinat_38682860/article/details/84844964 https://cloud.tencent.com/developer/article/1449661

1.通常DIF上穿0轴线的当天是中长线难得第一次买入的好时机,会引起场外资金的关注,如果上穿后MACD没有调头的迹象,则股价回调到5日均线附近为买入的好时机,必要时参考其他指标追涨.在0轴线以上形成2次金叉一般说明当前行情已经有段时间的上涨,股价不是太低,此时出现金叉要注意卖出因为金叉后上涨维持时间不会太长,很短时间内可能被死叉替补了. 2.在低位0轴线以下形成2次金叉一般是股价上涨的开始.普通金叉一次只能带来短期反弹行情,这是因为低位第一次金叉后由于空头反扑,会出现在此死叉,只有第二次三次金叉

pandas 中df 对象自带相关性计算方法corr() , 可以用来计算DataFrame对象中所有列之间的相关系数(包括pearson相关系数.Kendall Tau相关系数和spearman秩相关). >>> import numpy as np>>> import pandas as pd >>> df = pd.DataFrame({'A':np.random.randint(1, 100, 10),     'B':np.random.ra

# 导入相关库 import numpy as np import pandas as pd 统计函数 最常见的计算工具莫过于一些统计函数了.首先构建一个包含了用户年龄与收入的 DataFrame index = pd.Index(data=["Tom", "Bob", "Mary", "James", "Andy", "Alice"], name="name") d

屌丝命苦,拼爹拼不过,拼后台没有,技术宅一枚,情商有问题,不会见人说人话见鬼说鬼话,所以在国庆熬着混着,工作也没啥大起色,想想就郁闷,难不成一辈子就只能这样了? 苦思冥想,想得一条路,那就是程序化交易--现在程序化交易正有越来越火的趋势,国外已经程序化了很久,国内各大交易所也正在半掩半遮的开展,卷商.私人公司陆陆续续都在开展,心水啊,想着先研究研究,熟了之后也是碗饭啊,不行就靠着给人写策略也能吃口饭不至于饿死吧,想想还有点小鸡冻啊. 说干就干啊,原来做过外汇的模拟盘,用过MT4软件,软件自带MQ

我的新书<基于股票大数据分析的Python入门实战>于近日上架,在这篇博文向大家介绍我的新书:<基于股票大数据分析的Python入门实战>里,介绍了这本书的内容.这里将摘录出部分内容,用以推广本书,请大家多多支持. 1 MACD指标的计算方式 从数学角度来分析,MACD指标是根据均线的构造原理,对股票收盘价进行平滑处理,计算出算术平均值以后再进行二次计算,它是属于趋向类指标. MACD指标是由三部分构成的,分别是:DIF(离差值,也叫差离值).DEA(离差值平均)和BAR(柱状线)

1.简要介绍▪ 计算方法▪ DIFF▪ DEA▪ MACD▪ 构造原理▪ 缺点2.实战技巧3.运用技巧▪ 应用原理▪ 经典用法▪ 实战战法▪ 捕捉卖点▪ 买卖策略▪ 短线实战4.组合指标运用5.一般研判标准 1.简要介绍MACD在应用上应先行计算出快速(一般选12日)移动平均值与慢速(一般选26日)移动平均值.以这两个数值作为测量两者(快速与慢速线)间的"差离值"依据.所谓"差离值"(DIF),即12日EMA数值减去26日EMA数值.因此,在持续的涨势中,12日EM

MACD指标:MACD指标是一个非常好用的指标,它与均线.量价关系配合使用对判断行情很有效.这里有必要再深一点讲MACD级别之间的作用. 一.首先,必须明白的是任何指标中都是大级别包含小级别,小级别对大级别有反作用力.大级别技术指标的力量当然更强,作用的时间也更长,而小级别MACD作用的时间当然就短一些. (一)如5分钟MACD的作用时间也就半个小时左右,(约为7个5分钟:以第1个5分钟为基准,则第4个5分钟影响最大,之后逐渐减弱,至第9个5分钟基本上没有什么影响了)如果其(这个5分钟MACD的

移动平滑异同平均线(Moving Average Convergence Divergence,简称MACD指标)策略.MACD是查拉尔·阿佩尔(Geral Appel)于1979年提出的,由一快及一慢指数移动平均(EMA)之间的差计算出来."快"指短时期的EMA,而"慢"则指长时期的EMA,最常用的是12及26日EMA. MACD指标是运用快速(短期)和慢速(长期)移动平均线及其聚合与分离的征兆,加以双重平滑运算,是一种趋向类指标.根据移动平均线原理发展出来的MA

本人之前写过若干“给程序员加财商”的系列文,目的是通过股票案例讲述Python知识点,让大家在学习Python的同时还能掌握相关的股票知识,所谓一举两得. 在之前的系列文里,大家能看到K线,均线,成交量的案例,在本文里,大家能看到通过RSI案例讲述Python邮件编程的知识点,在后继系列文里,大家还能看到MACD,BIAS,KDJ等指标相关案例. 1  RSI指标的原理和算法描述 相对强弱指标(RSI)是通过比较某个时段内单股价格的涨跌幅度来判断多空双方的强弱程度,以此来预测未来走势.从数值上看

我的新书<基于股票大数据分析的Python入门实战>于近日上架,在这篇博文向大家介绍我的新书:<基于股票大数据分析的Python入门实战>里,介绍了这本书的内容.这里将摘录出部分内容,用以推广本书,请大家多多支持. <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.在这篇博文里,将摘录部分内容. 1  OBV指标的原理以及算法 形象地讲,OBV指标是将成交量与股价的关系数字化,并

使用Pandas创建数据透视表 本文转载自:蓝鲸的网站分析笔记 原文链接:使用Pandas创建数据透视表 目录 pandas.pivot_table() 创建简单的数据透视表 增加一个行维度(index) 增加一个值变量(value) 更改数值汇总方式 增加数值汇总方式 增加一个列维度(columns) 增加多个列维度 增加数据汇总值 数据透视表是Excel中最常用的数据汇总工具,它可以根据一个或多个制定的维度对数据进行聚合.在python中同样可以通过pandas.pivot_table函数来

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,股价的波动范围,是在上轨和下轨之间.所以,如果走到5,或者13,脱离轨道,会立马返回轨道 但是,股票走到1,然后呢?2.3.4,会选择哪个方案?当然,从图中的中轨看,是3,这是画图方便导致的.在现实中,根本就没有右半边的轨道,因为股价还没出现,所以轨道要没计算出现.那么,到底2,3,4选哪条道路呢?这就

MACD(指数平滑异同平均线)策略简介MACD指标应该是大家最常见的技术指标,在很多股票.比特币的软件中都是默认显示的.MACD是从双指数移动平均线发展而来的.意义和双移动平均线基本相同,即由快.慢均线的离散.聚合表征当前的多空状态和股价可能的发展变化趋势,但阅读起来更方便.计算方法MACD的中文名叫做指数平滑异同平均线,听起来很绕口,算起来也不简单.MACD需要先计算两条线:快速(一般选12日)指数移动平均值线EMA1与慢速(一般选26日)指数移动平均值线EMA2.然后用快线减去慢线,得到二者

1.1 数据结构介绍 参考博客:http://www.cnblogs.com/nxld/p/6058591.html 1.pandas介绍 1. 在pandas中有两类非常重要的数据结构,即序列Series和数据框DataFrame. 2. Series类似于numpy中的一维数组,除了通吃一维数组可用的函数或方法,而且其可通过索引标签的方式获取数据,还具有索引的自动对齐功能: 3. DataFrame类似于numpy中的二维数组,同样可以通用numpy数组的函数和方法,而且还具有其他灵活应用,