移动平均线实战技巧.pdf-经管之家资源下载-人大经济论坛

附件下载


所在主题：【手把手教你】股市技术分析利器之TA-Lib（一）
文件名: 移动平均线实战技巧.pdf
资料下载链接地址: https://bbs.pinggu.org/a-2741324.html
附件大小: 627.16 KB 举报本内容
市场有自己的时间观念。股票投资就如同任何人类互动一样，耐心是一项美德。——罗伯特·D·爱德华《股市趋势技术分析》引言 TA-Lib，全称“Technical Analysis Library”, 即技术分析库，是Python金融量化的高级库，涵盖了150多种股票、期货交易软件中常用的技术分析指标，如MACD、RSI、KDJ、动量指标、布林带等等。TA-Lib可分为10个子板块：Overlap Studies(重叠指标)，Momentum Indicators(动量指标)，Volume Indicators(交易量指标)，Cycle Indicators(周期指标)，Price Transform(价格变换)，Volatility Indicators(波动率指标)，Pattern Recognition(模式识别)，Statistic Functions(统计函数)，Math Transform(数学变换)和Math Operators(数学运算)，见下图。本公众号将以系列的形式详细介绍talib技术指标的实现和应用，而本文作为开篇，主要介绍Overlap Studies内容。安装与使用安装：在cmd上使用“pip install talib”命令一般会报错，正确安装方法是，进入https://www.lfd.uci.edu/~gohlke/pythonlibs/，下拉选择TA_Lib-0.4.17-cp37-cp37m-win_amd64.whl（win系统64位，python3.7版本，根据自己系统和python版本选择相应的安装包），将下载包放在当前工作路径中，然后在Anaconda Prompt（或windows的cmd）里面输入命令：pip install TA_Lib-0.4.17-cp27-cp27m-win_amd64.whl。使用：import talib as ta Overlap Studies Functions重叠指标 01移动平均线系列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,matype=0) 移动平均线系列指标包括：SMA简单移动平均线、EMA指数移动平均线、WMA加权移动平均线、DEMA双移动平均线、TEMA三重指数移动平均线、TRIMA三角移动平均线、KAMA考夫曼自适应移动平均线、MAMA为MESA自适应移动平均线、T3三重指数移动平均线。其中，close为收盘价，时间序列，timeperiod为时间短，默认30天，指标类型matype分别对应：0=SMA, 1=EMA, 2=WMA, 3=DEMA, 4=TEMA, 5=TRIMA, 6=KAMA, 7=MAMA, 8=T3 (Default=SMA) 不同类型的移动均线也有各自相应的调用函数： #先引入后面可能用到的包（package） import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline #正常显示画图时出现的中文和负号 from pylab import mpl mpl.rcParams['font.sans-serif']=['SimHei'] mpl.rcParams['axes.unicode_minus']=False #引入TA-Lib库 import talib as ta #查看包含的技术指标和数学运算函数 #print(ta.get_functions()) #print(ta.get_function_groups()) ta_fun=ta.get_function_groups() ta_fun.keys() #使用tushare获取上证指数数据作为示例 import tushare as ts df=ts.get_k_data('sh',start='2000-01-01') df.index=pd.to_datetime(df.date) df=df.sort_index() types=['SMA','EMA','WMA','DEMA','TEMA', 'TRIMA','KAMA','MAMA','T3'] df_ma=pd.DataFrame(df.close) for i in range(len(types)): df_ma[types]=ta.MA(df.close,timeperiod=5,matype=i) df_ma.tail() df_ma.loc['2018-08-01':].plot(figsize=(16,6)) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.title('上证指数各种类型移动平均线',fontsize=15) plt.xlabel('') plt.show() 数据来源：tushare #画5、30、120、250指数移动平均线 N=[5,30,120,250] for i in N: df['ma_'+str(i)]=ta.EMA(df.close,timeperiod=i) df.tail() df.loc['2014-01-01':,['close','ma_5','ma_30','ma_120','ma_250']].plot(figsize=(16,6)) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.title('上证指数走势',fontsize=15) plt.xlabel('') plt.show() 数据来源：tushare 02布林带布林带(Bollinger Band)，由压力线、支撑线价格平均线组成，一般情况价格线在压力线和支撑线组成的上下区间中游走，区间位置会随着价格的变化而自动调整。布林线的理论使用原则是：当股价穿越最外面的压力线（支撑线）时，表示卖点（买点）出现。当股价延着压力线（支撑线）上升（下降）运行，虽然股价并未穿越，但若回头突破第二条线即是卖点或买点。在实际应用中，布林线有其滞后性，相对于其他技术指标在判断行情反转时参考价值较低，但在判断盘整行情终结节点上成功率较高。计算方法：首先计出过去 N 日收巿价的标准差 SD(Standard Deviation) ，通常再乘 2 得出 2 倍标准差， Up 线为 N日平均线加 2 倍标准差， Down 线则为 N日平均线减 2 倍标准差。代码：ta.BBANDS(close, timeperiod=5, nbdevup=2, nbdevdn=2, matype=0) H_line,M_line,L_line=ta.BBANDS(df.close, timeperiod=20, nbdevup=2, nbdevdn=2, matype=0) df1=pd.DataFrame(df.close,index=df.index,columns=['close']) df1['H_line']=H_line df1['M_line']=M_line df1['L_line']=L_line df1.tail() df1.loc['2013-01-01':'2014-12-30'].plot(figsize=(16,6)) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.title('上证指数布林线',fontsize=15) plt.xlabel('') plt.show() 数据来源：tushare 03其他指标 df2=pd.DataFrame(df.close) df2['HT']=ta.HT_TRENDLINE(df.close) periods =np.array([3]len(df), dtype=float) df2['MAVP']=ta. MAVP(df.close,periods) df2['MIDPOINT']=ta.MIDPOINT(df.close) df2['MIDPRICE']=ta.MIDPRICE(df.high,df.low) df2['SAR']=ta.SAR(df.high,df.low) df2['SAREXT']=ta.SAREXT(df.high,df.low) df2.tail() df2.loc['2018-01-01':'2019-02-21',['close','HT','MAVP','MIDPOINT','MIDPRICE','SAR']].plot(figsize=(16,6)) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.title('上证指数的其他趋势指标线',fontsize=15) plt.xlabel('') plt.show() 数据来源：tushare df2.loc['2018-01-01':'2019-02-21','SAREXT'].plot(figsize=(16,6)) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.title('上证指数的抛物线扩展走势',fontsize=15) plt.xlabel('') plt.show() 数据来源：tushare 均线策略回测双均线策略：分别选择L天和S天的移动平均线（L>S），如L=20，S=5，当短周期S均线（5日均线）向上突破长周期L均线（20日均线）时，为买入点；反之，当S均线向下击穿L均线时为卖出点。标的：中国平安（601318），期间：2014.1-2019.1，回测结果：数据来源：万矿布林线策略回测标的：黄金期货策略：下穿布林线上边界做空，上穿布林线下边界做多（1）timeperiod=10,回测期间：2017.01.01-2019.02.21 数据来源：万矿（2）timeperiod=10,回测期间：2016.01.01-2017.02.21 数据来源：万矿关于Python金融量化* 专注于分享Python在金融领域的实际应用，包括金融数据分析、金融建模与量化投资等。加入知识星球，免费获取量化投资学习视频、公众号文章Python源代码，一起学习，共同进步！
熟悉论坛请点击新手指南
下载说明
1、论坛支持迅雷和网际快车等p2p多线程软件下载，请在上面选择下载通道单击右健下载即可。 2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。 3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品，拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知，将积极的采取必要措施；同时，本站也将在技术手段和能力范围内，履行版权保护的注意义务。 (如有侵权，欢迎举报)