Python量化：计算KDJ指标

计算n日kdj值

1 周期（n日、n周等）的RSV值

n日rsv = （Cn -Ln）/ (Hn-ln) x 100

rsv为未成熟随机指标值;

Cn为第n日收盘价；

Ln为n日内的最低价；

Hn为n日内的最高价

2 计算K值与D值

当日K值=2/3×前一日K值+1/3×当日RSV

当日D值=2/3×前一日D值+1/3×当日K值

若无前一日K 值与D值，则可分别用50来代替。

J值=3*当日K值-2*当日D值

kdj指标中，k值和d值的取值范围都是0—100，而j值的取值范围可以超过100和低于0。通常就敏感性而言，j值最强，k值次之，d值最慢，而就安全性而言，j值最差，k值次之，d值最稳。

low_list=df['low'].rolling(window=9).min()
low_list.fillna(value=df['low'].expanding().min(), inplace=True)
high_list = df['high'].rolling(window=9).max()
high_list.fillna(value=df['high'].expanding().max(), inplace=True)
rsv = (df['close'] - low_list) / (high_list - low_list) * 100
df['KDJ_K'] = rsv.ewm(com=2).mean()  
 # pd.Series.ewm(rsv, com=2).mean()
df['KDJ_D'] = df['KDJ_K'].ewm(com=2).mean()
 # pd.Series.ewm(stock_datas['K'], com=2).mean()
df['KDJ_J'] = 3 * df['KDJ_K'] - 2 * df['KDJ_D']