布林曲线函数中的MA_Type

最新推荐文章于 2023-10-18 22:16:10 发布

量化分析

最新推荐文章于 2023-10-18 22:16:10 发布

阅读量2.9k

点赞数

分类专栏： python量化交易

本文链接：https://blog.csdn.net/yagamil/article/details/72796597

版权

python量化交易专栏收录该内容

13 篇文章 5 订阅

订阅专栏

import talib
from talib import MA_Type

MA_Type: 0=SMA, 1=EMA, 2=WMA, 3=DEMA, 4=TEMA, 5=TRIMA, 6=KAMA, 7=MAMA, 8=T3 (Default=SMA)

MA_Type所代表的数据。

http://30daydo.com/article/201

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

量化分析

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

TALIB 中文文档 Momentum Indicator Functions 动量指标函数

weixin_43493359的博客

06-03

2397

TALIB 中文文档 Momentum Indicator Functions 动量指标函数

talib python文档_Ta-lib 函数一览

weixin_39830020的博客

12-11

3186

importtkinter as tkfrom tkinter importttkimportmatplotlib.pyplot as pltimportnumpy as npimporttalib as taseries= np.random.choice([1, -1], size=200)close=np.cumsum(series).astype(float)#重叠指标defoverlap...

1 条评论您还未登录，请先登录后发表或查看评论

TA-Lib MA_Type

多凡的博客

09-17

1377

TA-Lib MA_Type 在TA-Lib中有一个参数的类型是MA_Type，谷歌了一下，把内容贴出来。主要就是使用不一样的加权方式对数据进行处理。 import talib from talib import MA_Type MA_Type: 0=SMA, 1=EMA, 2=WMA, 3=DEMA, 4=TEMA, 5=TRIMA, 6=KAMA, 7=MAMA, 8=T3 (Defaul...

talib计算指标

chenxiao17301的博客

11-12

6585

一、 Talib 注：每部分结尾都有该部分所有指标整理 1.1 Overlap Studies(重叠指标) 1.1.1 移动平均线移动平均线是技术分析理论中应用最普遍的指标之一，主要用于确认、跟踪和判断趋势，提示买入和卖出信号，在单边市场行情中可以较好的把握市场机会和规避风险。但是，移动平均线一般要与其他的技术指标或基本面相结合来使用，特别是当市场处于盘整行情时，其买入卖出信号会频繁出现，容易失真。通用函数名：MA 代码：ta.MA(close,timeperiod=30..

设置通达信KDJ计算结果与TA-lib一致

zhangshoug的博客

11-10

8559

https://uqer.io/v3/community/share/57074375228e5bbbadf422c7 不错，这个就是因为公式不一样导致的，你检查一下你通达信的公式是不是以下形式： RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100; K:SMA(RSV,M1,1); D:SMA(K,M2,1); J:3*K-2*D; ...

BOLL指标计算及其买卖信号绘制实例

halps的专栏

10-02

2755

本文介绍了常用的布林带（BOLL）指标的计算和绘制，并分析了指标的应用，给出了一个简单的策略结果绘制示例。

MATLAB作图函数在金融分析中的应用：3个图表，分析金融数据

[MATLAB作图函数在金融分析中的应用：3个图表，分析金融数据](https://www.howlifeusa.com/wp-content/uploads/2023/03/image-19.png) # 1. MATLAB作图函数简介 MATLAB是一个强大的技术计算语言，它提供了一系列...

金融建模的利器：指示函数在投资决策中的应用，提升准确性，把握市场先机

指示函数是技术分析中常用的工具，用于识别和预测金融资产的价格趋势。它们基于数学公式，利用历史价格数据来生成信号，帮助交易者做出投资决策。指示函数的工作原理是通过计算特定价格序列的统计特征，例如移动...

talib python文档_TALib中文文档代码实现

weixin_39789094的博客

12-14

1022

# overlap studies重叠的指标# BBANDS Bollinger Bands# 函数名：BBANDS# 名称：布林线指标# 简介：其利用统计原理，求出股价的标准差及其信赖区间，从而确定股价的波动范围及未来走势，利用波带显示股价的安全高低价位，因而也被称为布林带。# 分析和应用：百度百科同花顺学院# upperband, middleband, lo...

MATLAB曲线绘制秘籍：从入门到精通，打造专业图表

[MATLAB曲线绘制秘籍：从入门到精通，打造专业图表](https://img-blog.csdnimg.cn/20200522105452820.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0x...

pyecharts显示K线、均线、成交量和MACD

lrobinson的专栏

12-27

6400

安装 Ta-lib： pip install Ta-lib 安装pyecharts: pip install pyecharts npm install -g phantomjs-prebuilt 安装图片保存插件： pip install pyecharts-snapshot import pandas as pd import numpy as np import talib as ta from pyecharts.charts import Kl...

[量化指标]Ta-Lib指标详解与应用

te_sun的博客

08-08

5265

talib指标的解释、用法与理解

python：talib.BBANDS 画股价-布林线图

热门推荐

COCO56的博客

07-27

1万+

本文已迁移至：https://www.cnblogs.com/coco56/p/13822382.html 如您对电脑操作不太熟悉，需要本人远程帮您安装软件，请查看：https://www.cnblogs.com/coco56/p/13385525.html

使用 mactype 优化 idea 全家桶字体效果

Leto的博客

08-13

8595

mactype 是一款老牌的 Windows 字体渲染优化软件，在 win7 以及更早时代曾风靡一时，但是在某些 Windows 死忠眼中，这俨然是 pc 对阵 mac 的一大污点。随着高分屏时代的到来以及微软在 win10 上做出的字体优化努力，这款散发着旧时代气息的优化软件慢慢淡出新一代的视线。 ——我自己编的说实话，虽然是 JetBrains 的铁粉，但是我对他们糟糕的...

talib python文档_talib 中文文档（三）：talib 方法大全

weixin_29491167的博客

01-30

1085

Function API ExamplesSimilar to TA-Lib, the function interface provides a lightweight wrapper ofthe exposed TA-Lib indicators.类似于TA库，对函数接口进行了一个轻量级的封装，用于公开的ta-lib的指标。Each function returns an output arr...

【金融量化】通道突破策略之布林带策略（Bollinger Band ）、肯特纳通道策略（Keltner Channel）、唐奇安通道策略（Donchian）原理简介

BetterBench的博客

01-27

3721

通道突破策略包括了多种策略，分别有布林带策略（Bollinger Band ）、肯特纳通道策略（Keltner Channel）、唐奇安通道策略（Donchian）

import numpy as np def trading_strategy(df, para): # 策略参数 n = int(para[0]) # 取平均线和标准差的参数 m = para[1] # 标准差的倍数 ma_n = para[2] # MA指标的参数 volatility_factor = 2 # 波动率因子，可以根据实际情况调整 # 计算均线和标准差 close = df['close'].values ma = np.mean(close[-n:]) std = np.std(close[-n:], ddof=1) # 计算上下轨道 upper = ma + volatility_factor * std lower = ma - volatility_factor * std # 计算MA指标 ma_values = df['close'].rolling(ma_n).mean().values ma_current = ma_values[-1] ma_previous = ma_values[-2] # 寻找交易信号 signal = 0 close_current = close[-1] close_previous = close[-2] # 做多信号 if (close_current > upper) and (close_previous <= upper) and (close_current > ma_current) and (close_previous <= ma_previous) and (std < volatility_factor * ma_current): signal = 1 # 做空信号 elif (close_current < lower) and (close_previous >= lower) and (close_current < ma_current) and (close_previous >= ma_previous) and (std < volatility_factor * ma_current): signal = -1 # 平仓信号 elif ((close_current < ma) and (close_previous >= ma)) or ((close_current > ma) and (close_previous <= ma)): signal = 0 return signal把代码按照上条回复修改

06-10

这段代码实现了一个结合布林带、MA指标和波动率因子的交易策略，其中 `df` 是包含股票价格数据的 `DataFrame`，`para` 是一个包含三个参数的列表，分别表示均线和标准差的参数、标准差的倍数和MA指标的参数。函数的...