得到金叉、死叉日期，绘制均线

最新推荐文章于 2024-05-08 13:35:06 发布

qy1112142630206

最新推荐文章于 2024-05-08 13:35:06 发布

阅读量404

点赞数

文章标签： pycharm

本文链接：https://blog.csdn.net/qy1112142630206/article/details/124283579

版权

本文介绍了如何使用Python进行股票数据分析，通过计算均线并识别金叉和死叉来辅助投资决策。首先，我们将加载股票数据，接着计算不同周期的移动平均线，然后找出金叉和死叉的日期，最后绘制出包含均线的图表，以便直观地理解市场趋势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
import tushare as ts
import matplotlib.pyplot as plt
pro = ts.pro_api('d2f364f7afefc9f34688f86e66610e07cf1456a6faee3eb951acc9f8')

df1 = pro.daily(ts_code='000488.SZ', start_date='20010101', end_date='20211231' )
df_stockload = df1.iloc[::-1,:]     #倒序排列
df_stockload["trade_date"] = pd.to_datetime(df_stockload["trade_date"])  #某一列转为日期格式df_stockload = df_stockload.set_index("trade_date")

#得到均线
df_stockload['ma5'] = df_stockload['close'].rolling(5).mean()
df_stockload['ma30'] = df_stockload['close'].rolling(30).mean()


#得到金叉死叉日期
df_stockload = df_stockload.dropna()    # dropna()删除含有空数据的全部行
sr1 = df_stockload['ma5'] < df_stockload['ma30']
sr2 = df_stockload['ma5'] >= df_stockload['ma30']
death_cross = df_stockload.loc[df_stockload[sr1 & sr2.shift(1)].index,'ma5']    #