使用python定义量化指标公式

使用python自定义量化指标公式

量化数据来源：baostock，tushare
主要量化数据来自baostock，因为没有积分要求，但是数据多样化暂时不及tushare，但是对于基础量化数据工作，已经足够，刚刚上手操作，tushare的积分并不足够的朋友们建议使用baostock，如果是已经具有wind api接口且拥有基础数据量以上的数据权限的，可以忽略这个。

库：pandas，numpy，talib，baostock，pymongo

使用的数据库为pymongo，实际上mysql也可以，但是使用了MongoDB的应该会知道，MongoDB的语法简单，和代码很类似，增删改查的方便程度mysql之类并不能比拟，所以用了之后就觉得很喜欢……学习难度评价：和mysql没有区别的简单

pandas，numpy是基础

baostock是数据源

talib集成了很多指标公式，里面有的，只要和你自己的目标指标数据数值一样，或者区别可以调整，就可以直接使用，比如MACD

MACD

    def CalculateMACD(self,df,short = 12,long = 26,mid = 9):
        """
        计算MACD指标，使用talib接口
        参数：
        param： short 默认12
        param： long  默认26
        param： mid   默认9
        使用特征：close
        return:
            DataFrame
            columns = "code","date","DIF","DEA","MACD"
        说明：
            异同移动平均线
            其意义和双移动平均线基本相同，即由快、慢均线的离散、聚合表征当前的多空状态和股价可能的发展变化趋势
        """
        DIF,DEA,MACD = talib.MACD(df.close,fastperiod = short,slowperiod = long,signalperiod = mid)
        df.loc[:,"DIF"] = DIF
        df.loc[:,"DEA"] = DEA
        df.loc[:,"MACD"] = MACD * 2  
        # 只保存结论值
        df = df.loc[: