Python 实现股票指标计算——DKX

最新推荐文章于 2024-07-30 21:09:58 发布

myqijin

最新推荐文章于 2024-07-30 21:09:58 发布

阅读量116

点赞数 5

分类专栏：股票文章标签： python

本文链接：https://blog.csdn.net/myqijin/article/details/140689906

版权

股票专栏收录该内容

19 篇文章 0 订阅

订阅专栏

DKX - 多空线

1 公式

MID：=(3*CLOSE+LOW+OPEN+HIGH)/6；

DKX：(20*MID)+19*REF(MID，1)+18*REF(MID，2)+17*REF(MID，3)+

16*REF(MID，4)+15*REF(MID，5)+14*REF(MID，6)+

13*REF(MID，7)+12*REF(MID，8)+11*REF(MID，9)+

10*REF(MID，10)+9*REF(MID，11)+8*REF(MID，12)+

7*REF(MID，13)+6*REF(MID，14)+5*REF(MID，15)+

4*REF(MID，16)+3*REF(MID，17)+2*REF(MID，18)+REF(MID，20)/210；

MADKX：MA(DKX，M)；

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_dkx(df: pd.DataFrame, N=10):
    """
    计算 DKX 指标及其移动平均线 MADKX。

    参数:
    df (pd.DataFrame): 包含至少 'open', 'high', 'low', 'close' 列的 DataFrame，
                       分别代表每日开盘价、最高价、最低价和收盘价。
    N (int): 用于计算 MADKX 的时间窗口大小，默认为10。

    返回:
    pd.DataFrame: 包含原始数据及计算出的DKX和MADKX值的 DataFrame。
    """

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

    # 计算中间价 (Mid-price)，这里是采用收盘价、开盘价、最高价和最低价的加权平均
    mid = (3*data['close'] + data['high'] + data['low'] + data['open']) / 6

    # 初始化 DKX 指标
    dkx = 0
    a = 0

    # 计算 DKX 指标
    # 这里使用了一个循环来计算最近20天的加权平均
    for i in range(1, 21):
        a += i  # 累加权重
        tmp = mid.shift(i-1) * (21 - i)  # 计算加权项
        dkx += tmp  # 累加加权项

    # 计算最终的 DKX 指标值
    dkx = dkx / a

    # 计算 DKX 指标的 N 周期移动平均线 MADKX
    madkx = dkx.rolling(N).mean()

    # 将计算出的 DKX 和 MADKX 值添加到 DataFrame
    data['dkx'] = dkx
    data['madkx'] = madkx

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