Python 编写 掘金3量化交易软件的常见指标实现。均线,macd,kdj,RSI,LWR。

#掘金3的常见指标实现 BY赏玫瑰LUOW。(如有出错请指出)

coding=utf-8
from future import print_function, absolute_import, unicode_literals
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import talib
#ta.set_compatibility(1)

from gm.api import *

def init(context):

context.goods交易的品种

context.goods = [‘SZSE.000063’]

订阅context.goods里面的品种, bar频率为1min

subscribe(symbols=context.goods, frequency=‘1d’, count=500)

止损的比例区间

def on_bar(context, bars):
bar = bars[0]
mysymbol = bar[‘symbol’]
recent_data = context.data(symbol=mysymbol, frequency=‘1d’, count=500, fields=‘symbol,open,close,high,low,bob’)
today=context.now #获取当天日期时间
close=recent_data.close.values #获取收盘列表
high=recent_data.high.values #最高价

  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于LWR指标(Locally Weighted Regression,局部加权回归),在Python中可以使用statsmodels库中的WLS(Weighted Least Squares)模型来实现。WLS模型是一种线性回归模型,但它可以根据样本点的权重对不同点进行不同的拟合。权重可以根据点的距离或其他因素进行计算,从而实现局部加权回归。 在Python中使用WLS模型进行LWR分析的步骤如下: 1. 导入所需的库:```import statsmodels.api as sm``` 2. 定义自变量和因变量:```X = sm.add_constant(X)```(添加截距项)和```y = y``` 3. 定义权重:```weights = ...```(根据需要根据点的距离或其他因素计算权重) 4. 构建WLS模型:```model = sm.WLS(y, X, weights=weights)``` 5. 拟合模型:```results = model.fit()``` 6. 打印模型摘要:```print(results.summary())```(包含回归系数的估计值、标准差、t值和相应的P值) 需要注意的是,上述步骤中的X和y应该是对应的自变量和因变量的数据。同时,权重weights也需要根据具体需求进行定义。 通过以上步骤,可以使用WLS模型实现LWR分析并获得相应的统计结果。请参考相关文档和实例来了解更多关于WLS模型和LWR分析的详细信息。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [R语言——(六)、线性回归模型](https://blog.csdn.net/hexiaosi_/article/details/125546529)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [R语言方差分析(ANOVA)学生参加辅导课考试成绩差异](https://blog.csdn.net/tecdat/article/details/128771374)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“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