EMA指标

ema指标，通过测试输出的结果和软件一致

 

import pandas as pd

df=pd.read_csv(r'E:\程序开发测试_阙辉\PYTHON\股票研究\红米电脑备份\MACD分析\000002.csv',encoding='gbk')

# 默认按照列排序，即纵向排序；如果axis 为1，则是横向排序。
# by：str or list of str；如果axis=0，那么by="列名"；如果axis=1，那么by="行名"。
# ascending：布尔型，True则升序，如果by=['列名1','列名2']，则该参数可以是[True, False]，即第一字段升序，第二个降序。
# inplace：布尔型，是否用排序后的数据框替换现有的数据框。
# kind：排序方法，{‘quicksort’, ‘mergesort’, ‘heapsort’}, default ‘quicksort’。似乎不用太关心。
# na_position：{‘first’, ‘last’}, default ‘last’，默认缺失值排在最后面
df = df.sort_values(by=["日期"], axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')

def QH_Get_EMA(qh_df,qh_days=5,qh_close = "收盘价"):
    qh_df = qh_df
    qh_days = qh_days
    qh_close = qh_close
    for qh_i in range(len(qh_df)):
        qh_close_jia = qh_df.loc[qh_df.index[qh_i],qh_close]    #当天收盘价
        if qh_i == 0:
            qh_ema = qh_close_jia
        elif qh_i > 0:
            qh_close_ema = qh_df.loc[qh_df.index[qh_i - 1], "QH_EMA_{}".format(qh_days)]   #前一日的ema
            qh_ema = ((qh_days - 1) * qh_close_ema + 2 * qh_close_jia) / (qh_days + 1)
        qh_df.loc[qh_df.index[qh_i], "QH_EMA_{}".format(qh_days)] = qh_ema

    return qh_df

aa = QH_Get_EMA(df,qh_days=50)
print(aa)
aa=aa.to_csv(r'E:\程序开发测试_阙辉\PYTHON\股票研究\红米电脑备份\MACD分析\000002_ema.csv',encoding='gbk')