python实现MACD指标

最新推荐文章于 2024-03-01 23:19:34 发布
最新推荐文章于 2024-03-01 23:19:34 发布
阅读量550 收藏
点赞数
文章标签： python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LuoShunkui/article/details/133760165
版权

MACD指标是交易者非常常用的技术指标，怎样在自已的系统工具中实现MACD指标是常见的开发需求，下面是我利用pandas的EWM方法分别实现DIF与DEA指标的计算，MACD=2*（DIF- DEA）。相关特性实现的MACD指数代码：

    def read_macd(self, stock_dat):
        stock_dat['DIF'] = stock_dat['close'].ewm(span=12, adjust=False).mean() - stock_dat['close'].ewm(span=26,
                                                                                                         adjust=False).mean()
        stock_dat['DEA'] = stock_dat['DIF'].ewm(span=9, adjust=False).mean()
        stock_dat['MACD'] = 2 * (stock_dat['DIF'] - stock_dat['DEA'])
        return stock_dat

LuoShunkui
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
python实现MACD.py
05-20
python实现MCDA模型，使用python以类的方式实现MACD。用实例化的方式创建模型使用，其中MACD模型需要实时传入三个数据模型会自动计算实时的MACD值。
MACD、KDJ、DMA等常用技术指标的python实现
stonesssssss的博客
01-08 9225
目录MACD指标简介计算方法指标含义python代码实现 MACD指标 简介 MACD又称为异同移动平均线，用来度量不同频率移动平均线的变化情况。MACD指标主要包括3根线，分别为DIF、DEA和MACD。 计算方法 12日EMA:EMA(12) = 2/(12+1) * 今日收盘价(12) + 11/(12+1) * 昨日EMA(12) 26日EMA:EMA(26) = 2/(26+1) * 今日收盘价(26) + 25/(26+1) * 昨日EMA(26) DIFF：DIFF=EMA(12) - EMA
Python实现MACD工具判断信号：股票技术分析的工具系列（1）
二等碗
03-01 1285
工具：先看看官方介绍：MACD (平滑异同平均线）指标说明DIF线：收盘价短期、长期指数平滑移动平均线间的差；DEA线：DIF线的M日指数平滑移动平均线；MACD线：DIF线与DEA线的差，彩色柱状线；参数：SHORT(短期)、LONG(长期)、M 天数，一般为12、26、9。用法1.DIF、DEA均为正，DIF向上突破DEA，买入信号；2.DIF、DEA均为负，DIF向下跌破DEA，卖出信号；3.DEA线与K线发生背离，行情反转信号；
Python绘制MACD指标图
zorchp
04-09 1万+
MACD指标公式以及python实现。
利用Python和pandas库进行股票技术分析：移动平均线和MACD指标
二等碗
02-11 2338
在股票市场中，技术分析是一种常用的方法，它通过对股票价格和交易量等历史数据的分析，来预测未来价格走势。移动平均线和MACD（Moving Average Convergence Divergence）指标是技术分析中常用的工具之一，它们能够帮助投资者识别趋势和短期交叉信号。本文将分享如何使用Python编程语言以及pandas库来计算股票的移动平均线和MACD指标，并通过一个简单的示例来演示其应用。
【量化投资】成功率极高的MACD策略python编程实现
08-31
【量化投资】成功率极高的MACD策略python编程实现
python 实现股票MACD计算
热门推荐
myqijin的博客
09-02 3万+
首先普及基本知识，就是MACD的计算公式： 3个参数（这3个参数可以根据实际情况自己设定，默认为12，26和9）：（12）日快速移动平均线，（26）日慢速移动平均，（9）日移动平均 EMA（12）= 前一日EMA（12）×11/13＋今日收盘价×2/13 EMA（26）= 前一日EMA（26）×25/27＋今日收盘价×2/27 DIFF=今日EMA（12）- 今日EMA（26） DEA（MACD...
python怎么绘制macd
weixin_35751412的博客
01-03 871
首先，你需要准备数据。这通常包括股票的收盘价格数据。然后，你可以使用 Python 的 talib 库来计算 MACD 指标。这个库提供了一个名为 MACD 的函数，可以计算移动平均指数平滑异同平均值 (MACD) 以及其信号线。接下来，你可以使用 Python 的绘图库，如 Matplotlib 或者 Seaborn 绘制图表。 示例代码如下： import pandas as pd impor...
Python实现MACD指标计算：股票技术分析的利器系列（1）
二等碗
02-13 1490
先看看官方介绍：MACD (平滑异同平均线）指标说明DIF线：收盘价短期、长期指数平滑移动平均线间的差；DEA线：DIF线的M日指数平滑移动平均线；MACD线：DIF线与DEA线的差，彩色柱状线；参数：SHORT(短期)、LONG(长期)、M 天数，一般为12、26、9。用法1.DIF、DEA均为正，DIF向上突破DEA，买入信号；2.DIF、DEA均为负，DIF向下跌破DEA，卖出信号；3.DEA线与K线发生背离，行情反转信号；
python计算ema,简单的Python Pandas EMA（ewma）？
weixin_32096149的博客
12-11 2273
I wrote some code to build my own EMA/MACD, but have decided to give Pandas a try instead.I am using this website below as a basic understanding of EMA and trying to get pandas to give me the same ans...
Python实现MACD金叉和死叉的提示.pdf
04-28
熟悉股市的朋友，肯定了解 MACD 这个指标。当然，更多人了解的是一些通用的规则 MACD 金叉，即 DIFF 由下向上突破 DEA，为买入信号； MACD 死叉，即 DIFF 由上向下突 破 DEA，为卖出信号……作为一个量化人员，不但要知道这些，而且需要知道缘由和具体的 应用。今天这一期，主讲 MACD。
Python仅用59行代码显示K线、量能和MACD指标
04-25
Python仅用59行代码实现K线、量能和MACD指标的显示 1.股票数据是实时从雅虎财经获取 2.例子显示的是“平安银行”代码:SZ000001
基于Python实现的股票量化交易策略源代码+视频讲解+案例代码，含RSI策略、BOP指标策略、KDJ策略、MACD指标策略等
最新发布
04-28
基于Python实现的股票量化交易策略源代码+视频讲解+案例代码， 含ADOSC策略、ADX策略、AD策略、AR指标策略、ATR指标策略、RSI策略、BOP指标策略、CCI指标策略、CMO指标策略、DMA指标策略、EMA指标策略、EMV指标策略...
《量化交易入门（二十二）MACD指标实现，能挣到钱吗？》配套源码
03-30
《量化交易入门（二十二）MACD指标实现，能挣到钱吗？》配套源码 原文地址：https://blog.csdn.net/benshu_001/article/details/137073238 代码使用backtrader 进行回测，历史数据是使用苹果股票的历史数据。 代码...
EMA计算（pandas之emw函数使用及设置）
二粒米的博客
08-17 2万+
pandas 指数加权滑动（ewm） 在股市及其他金融领域中，经常需要进行指数加权平均计算，这个指标可以较好反应指数变动的趋势。 在python 中用pandas 的ewm函数可以很方便进行计算，但在使用过程中总对不上数据，经过反复实验，终于有了一些头绪。
【量化分析】绘制指标线EWM和MACD（1）
gongdiwudu的专栏
06-01 3955
在做量化分析的时候，需要有能力计算种种曲线，如EWM和MACD，或布林线等。经过多年研究，我们发现pandas和Mplfinance搭配是目前的最佳选择。然而，初学者对Mplfinance知道不多，因此，本系列文档将举出Mplfinance的开发潜力，并辅助一些实验。
pythonmacd指标编写_Python版MACD指标画图范例.md
weixin_39868592的博客
12-04 298
> 策略名称Python版MACD指标画图范例> 策略作者小小梦> 源码 (python)``` python'''backteststart: 2020-01-28 00:00:00end: 2020-02-26 00:00:00period: 1dexchanges: [{"eid":"OKEX","currency":"BTC_USDT"}]'''ChartCfg = {'...
python股票分析挖掘预测技术指标知识大全之MACD详解(2)
zhuweilong123的博客
12-31 2277
MACD称为异同移动平均线，是从双指数移动平均线发展而来的，由快的指数移动平均线（EMA12）减去慢的指数移动平均线（EMA26）得到快线DIF，再用2×（快线DIF-DIF的9日加权移动均线DEA）得到MACD柱。MACD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。MACD的变化代表着市场趋势的变化，不同K线级别的MACD代表当前级别周期中的买卖趋势。
macd策略python实现代码
11-28
以下是MACD策略的Python实现代码： ```python import pandas as pd import numpy as np # 数据准备 data = pd.read_csv('data.csv') # 读取数据文件，需包含股票价格信息 data['Date'] = pd.to_datetime(data['Date']) # 将日期列转换为日期时间格式 data.set_index('Date', inplace=True) # 将日期列设为索引 close_prices = data['Close'] # 获取收盘价数据列 # 计算MACD指标 ma_fast = close_prices.ewm(span=12, adjust=False).mean() # 计算12天EMA（短期均线） ma_slow = close_prices.ewm(span=26, adjust=False).mean() # 计算26天EMA（长期均线） macd_line = ma_fast - ma_slow # 计算MACD线 signal_line = macd_line.ewm(span=9, adjust=False).mean() # 计算信号线 histogram = macd_line - signal_line # 计算柱状图 # 生成交易信号 data['MACD Line'] = macd_line data['Signal Line'] = signal_line data['Histogram'] = histogram data['Signal'] = np.where(histogram > 0, 1, 0) # 当柱状图大于0时买入，小于0时卖出 # 回测交易策略 data['Returns'] = np.log(data['Close'].shift(1) / data['Close']) # 计算每日收益率 data['Strategy Returns'] = data['Returns'] * data['Signal'].shift(1) # 计算策略收益率 data['Cumulative Returns'] = np.cumsum(data['Strategy Returns']) # 计算累计收益率 # 结果展示 print(data[['Close', 'MACD Line', 'Signal Line', 'Histogram', 'Signal', 'Strategy Returns', 'Cumulative Returns']]) ``` 以上代码会根据给定的股票价格数据，计算MACD指标，并根据MACD的柱状图生成交易信号。代码还包括了回测交易策略，并计算累计收益率。策略规则是当柱状图大于0时买入，小于0时卖出。最后，代码会打印出收盘价、MACD线、信号线、柱状图、交易信号、策略收益率和累计收益率等信息。 请注意，以上代码仅为示例，实际使用时需根据具体需求进行适当修改和优化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

LuoShunkui

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值