Python 实现股票指标计算——PSY_psy指标源码-CSDN博客

本文链接：https://blog.csdn.net/myqijin/article/details/140569643

PSY (Psychological Line) - 心理线

1 公式

PSY = (N日内上涨天数 ➗ N) ✖ 100
PSYMA = PSY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_psy(df: pd.DataFrame, N=12, M=6):
    '''
    计算心理线指标 PSY 和其移动平均线 PSYMA。

    参数:
    df (pd.DataFrame): 包含至少 'close' 列的DataFrame，代表每日收盘价。
    N (int): 用于计算心理线指标的时间窗口大小，默认为12。
    M (int): 用于计算 PSYMA 的时间窗口大小，默认为6。

    返回:
    pd.DataFrame: 包含 PSY 和 PSYMA 值的DataFrame。
    '''

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

    # 判断每日收盘价是否比前一日上涨，结果为布尔型序列
    up_days = data['close'] > data['close'].shift(1)

    # 计算过去 N 天内收盘价上涨的天数
    # shift(1) 用于获取前一日的收盘价，rolling(window=N) 创建一个滑动窗口
    # sum() 计算窗口内的上涨天数
    up_days_in_period = up_days.rolling(window=N, min_periods=1).sum()

    # 计算 PSY，即过去 N 天内上涨天数占总天数的百分比
    psy = (up_days_in_period / N) * 100

    # 计算 PSY 的移动平均线 PSYMA
    psy_ma = psy.rolling(window=M).mean()

    # 将计算出的 PSY 和 PSYMA 添加到 DataFrame
    data['psy'] = psy
    data['mapsy'] = psy_ma

    # 返回包含所有计算出指标的 DataFrame
    return data