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