Python 金融量化 均线系统交易策略专题(简单移动平均，加权移动平均，指数加权移动平均，异同移动平均MACD等解读与绘图)

if len(args)>5:

print(‘提示：添加均线数量最多是五个！’)

return None

import pandas as pd

plt.plot(tsPrice, label=“Close”, color=‘g’)

colors = [‘r’, ‘k’, ‘b’, ‘c’, ‘y’] # 设定5个颜色，也即关系到上边均线数量的上限。

j = 0 # 用于颜色索引转换

for k in args:

Sma=pd.Series(0.0, index=tsPrice.index)

for i in range(k-1, len(tsPrice)):

Sma[i] = sum(tsPrice[(i-k+1):(i+1)])/k

plt.plot(Sma[k-1:], label=“Sma”+str(k), color=colors[j], linestyle=‘dashed’)

j += 1

days=‘&’.join([str(ints) for ints in args])

plt.title(name + ‘收盘数据附’ + days + ‘日MAV图’)

plt.legend() # 增设图例

plt.show()

plt.savefig(path + ‘/’ + name + ‘收盘数据时序图附’ + days + ‘MAV.png’)

调用

plot_smaCal(‘深证成指’,Close[‘2020’],5,10,20,50)

输出结果如图：

1.5 直接使用mplfinance库来绘制

直接使用mplfinance库来绘制不失为一种更简单的方法。

import mplfinance as mpf

road = path + ‘/深证成指2020年收盘数据附5&10日MAV图.jpg’

s = mpf.make_mpf_style(base_mpf_style=‘blueskies’, rc={‘font.family’: ‘SimHei’}) # 解决mplfinance绘制输出中文乱码

mpf.plot(df[‘2020’], type=‘line’,

ylabel=“price”, style=s, title=‘深证成指2020年时序图附5&10日双均线’, mav=(5, 10), volume=True, ylabel_lower=“volume(shares)”, savefig=road)

通过设定不定长参数mav，即想要得到简单移动平均线的时间跨度，来获取想要的结果。

然后在前边指定的目录即可查看到图像(这里是保存在D盘今日日期命名的文件夹里边)

图像效果如下：

---

2.加权移动平均

---

2.1 加权移动平均数

加权移动平均，即对数据赋予一定的权重后再求平均。

一般认为离当前时间点越近的数据越具有代表性，越远则越没有代表性。

WMAt=5 = w1p1 + w2p2