华为算法面试题目大全，Python 金融量化 随机指标交易策略，万字Python技术类校招面试题汇总

periodHigh.name = ‘periodHigh’

periodLow.name = ‘periodLow’

RSV.name = ‘RSV’

写到这里，查看一下生成的数据：

对RSV作简要描述性分析

RSV.describe()

然后，我们绘制平安银行2020年数据的收盘价曲线图和RSV曲线图

提取数据

C_RSV=pd.DataFrame([close[‘2020’],RSV[‘2020’]]).transpose()

绘图

plt.rcParams[‘font.sans-serif’] = [‘SimHei’]

C_RSV.plot(subplots=True, title=‘未成熟随机指标RSV’)

RSV的取值在0~100之间，且波动范围较大。且有很多时候RSV取值接近或等于0或者100。

接下来，再绘制其K线图进一步对照：

import mplfinance as mpf

s = mpf.make_mpf_style(base_mpf_style=‘blueskies’, rc={‘font.family’: ‘SimHei’})

add_plot=[mpf.make_addplot(RSV[‘2020’])]

mpf.plot(df[‘2020’],type=‘candle’, style=s, title=‘平安银行2020年K线图及未成熟随机指标RSV’, addplot=add_plot,volume=True)

图像效果如下：

分析图像可知，处于上涨行情时，蜡烛图的上影线较短或者没有上影线，在部分交易日中收盘价接近或等于最高价。

由RSV计算公式和n=9可推知，若收盘价等于9日最高价，RSV取值则为100。

在下跌行情时，蜡烛图的下影线较短或者几乎没有，收盘价很有可能等于9日最低价，当收盘价接近或等于等于9日最低价的时候，RSV取值接近或为0。

当市场处于连续上涨行期的时候，未成熟随机指标RSV取值也逐渐增大，并且可能在较多日期中取值为100；当市场处于连续下跌行期的时候，RSV取值可能在较多行期中取值为0。

当RSV连续多期取值为0或100的时候，RSV则会出现所谓“钝化”的现象。

例如当收盘价在上涨行情高位变化的时候，RSV一段时间的取值均为100，不随收盘价的变化而波动，则失去了捕捉收盘价变化的作用。

需要注意的是，RSV的波动幅度较大，也可能会造成“假信号”。一种可能的情况是，在上涨行期中收盘价上涨幅度稍微增大，则可能造成RSV取值过大，进而释放出“超买”行期的假信号。

为了解决RSV波动幅度较大的问题，我们引入K指标。它是对RSV值进行平滑得到的结果。

5. 计算K、D指标值

==================================================================================

5.1 K值、D值指标概述

---

K值由前一日的K值和当期RSV值经过一定权重调整后相加得到，一般来说，K值的计算为：

K 值 = 2 3 × 前 一 日 K 值 + 1 3 × 当 日 R S V \displaystyle K值=\frac{2}{3}×前一日K值+\frac{1}{3}×当日RSV K值=32​×前一日K值+31​×当日RSV

即 K t = 2 3 × K t − 1 + 1 3 × R S V t \displaystyle K_t=\frac{2}{3}×K_{t-1}+\frac{1}{3}×RSV_t Kt​=32​×Kt−1​+31​×RSVt​

D值是由前一日的D值和当期K值经过一定权重相加而得到。一般来说，D值的计算为：

D 值 = 2 3 × 前 一 日 D 值 + 1 3 × 当 日 K 值 \displaystyle D值=\frac{2}{3}×前一日D值+\frac{1}{3}×当日K值 D值=32​×前一日D值+31​×当日K值

即 D t = 2 3 × D t − 1 + 1 3 × K t \displaystyle D_t=\frac{2}{3}×D_{t-1}+\frac{1}{3}×K_t Dt​=32​×Dt−1​+31​×Kt​

此外，在计算第一期K和D值时，如果没有指定，则K值和D值都默认取值为50。在K值和D值的求解过程中，平滑权重2/3和1/3是较为常用的权重，这两个权重也可以根据股价走势的特点进行适当修改。

（通过递归和迭代，我们可以发现K值是由未成熟随机指标RSV通过指数移动平均而得到的。D值是K值的指数移动平均数。）

---

5.2 计算代码

---

计算K值

KValue = pd.Series(0.0, index=RSV.index)

KValue[0] = 50

for i in range(1,len(RSV)):

KValue[i] = 2/3*KValue[i-1] + RSV[i]/3

KValue.name = ‘KValue’

接着计算D值

DValue = pd.Series(0.0, index=RSV.index)

DValue[0] = 50

for i in range(1, len(RSV)):

DValue[i] = 2/3*DValue[i-1] + KValue[i]/3

DValue.name = ‘DValue’

KValue = KValue[1:]

DValue = DValue[1:]

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
[外链图片转存中…(img-DtqKePoZ-1712504017461)]