Python 实现股票指标计算——TRIX

TRIX (Triple Exponential Moving Average) - 三重指数平滑平均线

1 公式

• EMA1=收盘价的N日EXPMA平均
• EMA2=EMA1的N日EXPMA平均
• EMA3=EMA2的N日EXPMA平均
• TRIX = ((今日EMA3 - 昨日EMA3) ➗ 昨日EMA3) ✖ 100
• MATRIX = TRIX的M日简单移动平均

2 数据准备

我们以科创50指数 000688 为例，指数开始日期为2019-12-31，数据格式如下：

3 计算过程

def calculate_trix(df: pd.DataFrame, N=12, M=9):
    '''
    计算TRIX指标及其M天的移动平均线（MATRIX）。

    参数:
    df (pd.DataFrame): 包含至少'close'列的DataFrame，代表收盘价。
    N (int): 第一阶段指数移动平均线的周期数，通常为12。
    M (int): 用于计算TRIX的移动平均线的周期数，通常为9。

    返回:
    pd.DataFrame: 包含TRIX和MATRIX值的DataFrame。
    '''

    # 创建一个df的副本以避免修改原始数据
    data = df.copy()

    # 计算N天的收盘价的三次指数移动平均 (Trix EMA)
    # 这里使用Pandas的ewm方法，参数span=N表示我们正在计算N天的EMA
    ema1 = data['close'].ewm(span=N, adjust=False).mean()  # 第一次EMA
    ema2 = ema1.ewm(span=N, adjust=False).mean()           # 第二次EMA
    ema3 = ema2.ewm(span=N, adjust=False).mean()           # 第三次EMA

    # 计算TRIX
    # TRIX = ((今日EMA3 - 昨日EMA3) / 昨日EMA3) * 100
    # 这里使用diff()来计算差值，shift(1)来获取前一天的数据
    trix = (ema3.diff() / ema3.shift(1)) * 100
    data['trix'] = trix

    # 计算TRIX的M天移动平均线（MATRIX）
    matrix = data['trix'].rolling(M).mean()
    data['matrix'] = matrix

    # 返回包含TRIX和MATRIX指标的新DataFrame
    return data

4 注意事项

参数N=12，M=9时，计算结果与东方财富软件中一致

雪球无此指标