本教程视频将引导你用 Python 编程实现 Shawnee Momentum Oscillator (CMO)。
视频假设你已拥有该系列的样本数据,如果没有,描述中有链接可以获取。你需要将数据复制粘贴到记事本文件,并保存到与脚本相同的目录。
视频中提供了前几行代码,你可以直接复制粘贴,也可以跟着视频学习。
首先,导入 numpy
库并命名为 np
,以及 time
库。
然后,指定样本数据,打开名为 sample_data.txt
的文本文件,并将其读入内存。
接着,将数据按换行符分割,并使用 numpy.loadtxt
函数将数据加载到变量中,使用逗号作为分隔符,并使用 unpack=True
将数据解包到各个变量中。
接下来,定义 CMO 函数,该函数接受价格数据和时间框架作为参数。
在函数内部,初始化一个空数组 CMO
,用来存储计算结果。
使用 while
循环遍历价格数据,对于每个时间框架,计算该时间段内的价格上涨和下跌的总和。
通过将上涨总和减去下跌总和,并除以时间段内所有价格的总和,得到 CMO 值,并将其添加到 CMO
数组中。
最后,返回 CMO
数组,该数组包含了所有时间段的 CMO 值。
视频中还解释了 CMO 的计算原理,以及如何理解 CMO 的结果。
本教程视频涵盖如何编程钱德动量指标 (CMO)。 本系列的目的是教授 Python 中的数学知识。 为此,我们将使用一些技术分析中常用的指标。 对于大多数指标,我们将首先讨论它们及其目的,然后教授如何在 Python 中编程它们,最后在图表上显示它们。基本的图表应用程序来自之前的教程系列,网址:http://www.youtube.com/playlist?list=PLQVvvaa0QuDcR-u9O8LyLR7URiKuW-XZq所需文件:实际图表部分的示例代码:http://sentdex.com/sentiment-analysisbig-data-and-python-tutorials-algorithmic-trading/python-matplotlib-sample-code-charting-stocks-python/Python:http://python.orgNumpy:http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpyMatplotlib:http://matplotlib.org/downloads.html