量化交易-MACD(分钟、日、周、月、年级别)研究

MACD(分钟、日、周、月、年级别)研究

最近和朋友一直在研究 MACD方面的策略,看到社区里很多人都在问分钟、周级别的MACD如何写,这里我就直接把代码放出来,分享给各位有需求的朋友!今后,将会陆续推出其它指标的不同时段研究主题!

如果对你有帮助,希望点下赞 O(∩_∩)O哈哈~


先上封装好的方法,方便各位复制

import pandas as pd
import numpy as np
import talib as tb
import datetime
import time
def get_macd(stock_list, check_date=None, unit='1d', include_now=False):
    """
    MACD计算函数,返回一个嵌套字典,Key是股票代码,Value是一个字典,不包括当前时间段的值
    stock_list:可以指定单只股票,也可以是股票列表
    check_date: 获取MACD值的日期,注意未来数据值
    unit:支持分钟 xm、天 xd、周 xw 时间段的数据
    include_now: 是否包含当前时间段的bar
    """
    macd_list = {
   }
    if isinstance(check_date,str):
        check_date = datetime.datetime.strptime(check_date, "%Y-%m-%d %H:%M:%S")
    
    '''如果股票代码是个字符串而不是一个列表,进行转换'''
    if isinstance(stock_list,str):
        stock_list = [stock_list]
    
    for stock in stock_list:
        '''获取指定日期之前的300个收盘价信息'''
        array = get_bars(security=stock, 
                         count=500, 
                         unit=unit,
                         fields=['close'],
                         include_now=include_now,
                         end_dt=check_date, 
                         fq_ref_date=check_date)
        close_list = array['close']

        '''求出用300个数据推算出的dif/dea/macd集合'''
        dif, dea, macd = tb.MACD(close_list, 
                                 fastperiod=12, 
                                 slowperiod=26, 
                                 signalperiod
  • 11
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
掘金量化交易MACD策略是一种基于技术指标MACD(Moving Average Convergence Divergence)的交易策略。MACD是一种常用的趋势指标,通过计算两个移动平均线之间的差异来判断市场的趋势。MACD策略的基本原理是在MACD指标出现买入信号时买入,出现卖出信号时卖出。 对于掘金量化交易MACD策略的失效原因,可以参考之前提到的策略失效的可能原因。例如,策略生效的逻辑基础不再成立,可能是因为市场环境发生了变化,导致MACD指标的有效性降低。另外,如果市场上运行的相似策略过多,可能会导致策略赚钱变难甚至完全失效。此外,市场出现了寄生策略,也可能对MACD策略的效果产生负面影响。 需要注意的是,MACD策略的具体参数设置和交易规则可能因个人的需求和市场情况而有所不同。因此,在实际应用中,需要根据具体情况进行调整和优化,以提高策略的有效性和适应性。 参考资料: \[2\] https://www.joinquant.com/view/community/detail/3910 \[3\] https://zhuanlan.zhihu.com/p/34786180 \[4\] https://baijiahao.baidu.com/s?id=1665999549685761066&wfr=spider&for=pc #### 引用[.reference_title] - *1* *2* *3* [量化交易入门——平台框架、技术类策略、量化心得](https://blog.csdn.net/fearlesslpp/article/details/109652782)[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^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 4
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