TA-Lib学习研究笔记——Volume Indicators (四)

TA-Lib学习研究笔记——Volume Indicators (四)

1.AD

Chaikin A/D Line 量价指标
函数名:AD
名称:Chaikin A/D Line 累积/派发线(Accumulation/Distribution Line)
简介:Marc Chaikin提出的一种平衡交易量指标,以当日的收盘价位来估算成交流量,用于估定一段时间内该证券累积的资金流量。
计算公式:

多空对比 = [(收盘价- 最低价) - (最高价 - 收盘价)] / (最高价 - 最低价)

若最高价等于最低价: 多空对比 = (收盘价 / 昨收盘) - 1
研判:
1、A/D测量资金流向,向上的A/D表明买方占优势,而向下的A/D表明卖方占优势
2、A/D与价格的背离可视为买卖信号,即底背离考虑买入,顶背离考虑卖出
3、应当注意A/D忽略了缺口的影响,事实上,跳空缺口的意义是不能轻易忽略的
A/D指标无需设置参数,但在应用时,可结合指标的均线进行分析

公式:

real = AD(high, low, close, volume)

df['AD'] = tlb.AD(df['high'],df['low'],df['close'], df['vol'])

# 做图
df[['vol','AD']].plot(title='量价指标')
plt.grid() #启用网格
plt.legend(['vol','AD']) # 设置图示
plt.show()

注意:AD值非常大,能够反映价格和量的对照关系。
在这里插入图片描述

2.ADOSC

函数名:ADOSC
名称:Chaikin A/D Oscillator Chaikin 震荡指标
简介:将资金流动情况与价格行为相对比,检测市场中资金流入和流出的情况
计算公式:fastperiod A/D - slowperiod A/D
研判:

  • 1、交易信号是背离:看涨背离做多,看跌背离做空
  • 2、股价与90天移动平均结合,与其他指标结合
  • 3、由正变负卖出,由负变正买进

代表 Average Directional Oscillator(平均方向性振荡器)。ADOSC 是一种量价指标,用于衡量价格趋势的强度和方向。

ADOSC 的计算方法涉及以下步骤:

  • 计算差离值(DIF),即当前收盘价与最近 n 个周期内收盘价的平均值的差。
  • 计算信号线(Signal Line),即当前周期的 DIF 与最近 m 个周期内 DIF 的平均值的差。
  • 计算 ADOSC,即当前周期的信号线与最近 m 个周期内信号线的平均值的绝对值。
    参数:
  • high:最高价序列。
  • low:最低价序列。
  • close:收盘价序列。
  • volume:成交量序列。
  • fastperiod:快线周期(默认为3天)。
  • slowperiod:慢线周期(默认为10天)。
    语法:

real = ADOSC(high, low, close, volume, fastperiod=3, slowperiod=10)

df['ADOSC'] = tlb.ADOSC(df['high'],df['low'],df['close'], df['vol'], fastperiod=3, slowperiod=10)

# 做图
df[['vol','ADOSC']].plot(title='平均方向性振荡器')
plt.grid() #启用网格
plt.legend(['vol','ADOSC']) # 设置图示
plt.show()

在这里插入图片描述

3.OBV

函数名:OBV
名称:On Balance Volume 能量潮
简介:Joe Granville提出,通过统计成交量变动的趋势推测股价趋势 ,是一种量价指标,用于衡量交易量的平衡状态,并判断价格趋势的强弱。
计算公式:以某日为基期,逐日累计每日上市股票总成交量,若隔日指数或股票上涨,则基期OBV加上本日成交量为本日OBV。隔日指数或股票下跌,则基期OBV减去本日成交量为本日OBV
研判:

  • 1、以“N”字型为波动单位,一浪高于一浪称“上升潮”,下跌称“跌潮”;上升潮买进,跌潮卖出
  • 2、须配合K线图走势
  • 3、用多空比率净额法进行修正,但不知TA-Lib采用哪种方法

计算公式: 多空比率净额= [(收盘价-最低价)-(最高价-收盘价)] ÷( 最高价-最低价)×成交量

语法:

real = OBV(close, volume)

df['OBV'] = tlb.OBV(df['close'], df['vol'])

# 做图
df[['vol','OBV']].plot(title='能量潮')
plt.grid() #启用网格
plt.legend(['vol','OBV']) # 设置图示
plt.show()

在这里插入图片描述

  • 20
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值