情绪指标,简称 ARBR 或 BRAR,由人气指标(AR)和意愿指标(BR)构成。 AR 和 BR 都是对通过对历史股价走势的分析,反映市场当前情况下多空双方的力量强弱对比,推断市场交易情绪,从而对趋势的形成与反转作出预判。

AR刻画的是市场交易人气,人气越旺,股价越高,而股价攀升带来的赚钱效应又会不断带动人气上升,但是物极必反。当AR值升高至一定限度时,代表能量已经消耗殆尽,缺乏推升力道的股价,出现反转概率增大。BR反映的是市场交易意愿,以“反市场心理”为基础,当市场人气狂热时卖出,人气悲观时买进。

1.计算原理
AR:人气指标是以当天开市价为基础,以当天开市价分别比较当天最高、最低价,通过一定时期内开市价在报价中的地位,反映市场买卖的人气。 一般设定的周期为14日或26日。

BR:意愿指标是以昨日收市价为基础,分别与当日最高,最低价相比,通过一定时期收市价在报价中的地位,反映市场买卖意愿的程度。

talib_arbr.py

# -*- coding: utf-8 -*-
import os, sys
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import tushare as ts
import talib as ta   if len(sys.argv) ==2:code = sys.argv[1]
else:print('usage: python talib_arbr.py stockcode ')sys.exit(1)if len(code) !=6:print('stock code length: 6')sys.exit(2)df = ts.get_k_data(code)
if df.empty == True:print(" df is empty ")sys.exit(2)df = df[ df['date'] > '2021-01-01']
if len(df) < 60:print(len(df)," < 60")sys.exit(2)df = df[['open','high','low','close']]
print(df.tail())
df['HO']=df.high-df.open
df['OL']=df.open-df.low
df['HCY']=df.high-df.close.shift(1)
df['CYL']=df.close.shift(1)-df.low
# 计算AR、BR指标
df['AR']=ta.SUM(df.HO, timeperiod=26)/ta.SUM(df.OL, timeperiod=26)*100
df['BR']=ta.SUM(df.HCY, timeperiod=26)/ta.SUM(df.CYL, timeperiod=26)*100
df = df[['close','AR','BR']].dropna()
df.reset_index(inplace=True)# 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# 对价格和 AR,BR进行可视化
fig,axes = plt.subplots(2,1)
df['close'].plot(ax=axes[0], grid=True, title=code, color='r')
plt.xlabel('AR,BR')
df[['AR','BR']].plot(ax=axes[1], grid=True)
plt.legend(loc='best', shadow=True)
plt.show()

运行 python talib_brar.py 000661

2. 使用BRAR指标,如何找到买入点?

若AR<50,BR<40,能量已累积爆发力,行情将起死回生,应买入.

talib_brar.py

# -*- coding: utf-8 -*-
import os, sys
import pandas as pd
import numpy as np
import tushare as ts
import talib as ta   if len(sys.argv) ==2:code = sys.argv[1]
else:print('usage: python talib_brar.py stockcode ')sys.exit(1)if len(code) !=6:print('stock code length: 6')sys.exit(2)df = ts.get_k_data(code)
if df.empty == True:print(" df is empty ")sys.exit(2)df = df[ df['date'] > '2021-01-01']
if len(df) <60:print(len(df)," < 60")sys.exit(2)df = df[['date','open','high','low','close']]
#print(df.tail())
df['HO']=df.high-df.open
df['OL']=df.open-df.low
df['HCY']=df.high-df.close.shift(1)
df['CYL']=df.close.shift(1)-df.low
# 计算AR、BR指标
df['AR']=ta.SUM(df.HO, timeperiod=26)/ta.SUM(df.OL, timeperiod=26)*100
df['BR']=ta.SUM(df.HCY, timeperiod=26)/ta.SUM(df.CYL, timeperiod=26)*100
df = df.dropna()
df.index = range(len(df))
print('df.len=',len(df))
print(df.tail())
alist =[] # 求买入点日期
for i in range(len(df)-30, len(df)):if df.loc[i, 'AR'] <50 and df.loc[i, 'BR'] <40:alist.append(i)print(list(df.iloc[i])[0:5])
print('alist=',alist)

运行 python talib_brar.py 000661

['2022-01-24', 172.11, 180.0, 165.92, 171.24]
['2022-01-25', 167.08, 170.4, 164.0, 164.11]
['2022-01-27', 168.48, 171.55, 165.51, 169.83]
alist= [231, 232, 234]

参考: 【手把手教你】Python量化股票市场情绪指标ARBR - 知乎

python:talib 市场情绪指标 BRAR相关推荐

  1. 国内股票KDJ指标计算,Python实现KDJ指标计算,Talib实现KDJ指标计算

    0 引言 KDJ指标是最为常见的指标之一,股票每日的K线数据通过Tushare.Baostock等平台能够获取到个股及指数的Open.High.Low.Close.Volume等数据,KDJ.MACD ...

  2. python 股票指标库talib_Python进阶量化交易专栏场外篇19-建立基于TA-Lib的指标库

    欢迎大家订阅<教你用 Python 进阶量化交易>专栏!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容,目前推出的扩展篇链接如下: 为了 ...

  3. A股市场全景分析系列—基于涨停板统计市场情绪指标

    股票分析应该遵循先大后小.先宏观后微观的原则,先分析整体市场的趋势,然后挖掘当前的热点板块,最后聚焦到强势股中. 于是,我们推出了"A股市场全景分析"系列,通过多维度的全局观察分析 ...

  4. python 股票图形识别_用Python可视化股票指标

    用Python可视化股票指标 一个完整的量化交易策略指考虑到交易的方方面面,但是能不能赚钱,谁知道呢 :) 但是一个量化交易可以通过回测系统建立信心然后让其一如既往的运行,以达到让钱生钱的目的,并且是 ...

  5. CentOS 7.6 安装python talib

    环境信息: ta-lib c++库版本:0.4 ta-lib 版本:0.4.17 python 版本:3.6.6 操作系统 版本:centos 7.6 安装介质清单: 1)TA-Lib-0.4.10文 ...

  6. 用 Python 做股票指标分析和 OBV, 真香

    近几年,Python的热度一直在涨,它的应用领域也非常广泛:自动化测试,Devops运维,爬虫工程师,Web开发,数据分析,机器学习等,不过 Python 还有一个神秘而有趣的应用领域,那就是量化交易 ...

  7. python实现聚类指标DBI

    python 实现聚类指标DBI计算 核心思路 1.计算SI,即簇内各点到簇心的平均距离 2.计算Rij,即计算簇心之间的距离 代码 import numpy as np import pandas ...

  8. 手把手教你python实现量价形态选股知乎_【手把手教你】Python量化股票市场情绪指标ARBR...

    股票投资,难免有些地方需要靠运气,但长期而言,好运.倒霉会相抵,想要持续的成功,必须靠技能和运用良好的原则.--菲利普·费舍 01 前 言 是什么影响着每天股价的变动?是什么决定指数在多少点位?为什么 ...

  9. 国内股票MACD指标计算,Python实现MACD指标计算,Talib实现MACD指标计算

    0 引言 MACD指标是最为常见的指标之一,股票每日的K线数据通过Tushare.Baostock等平台能够获取到个股及指数的Open.High.Low.Close.Volume等数据,MACD等技术 ...

最新文章

  1. 二分法:查找区间search for a range
  2. python opencv 中bmp转raw格式图片并展示
  3. lwip路由实现_基于LWIP协议栈对路由缓存数据结构实现改进设计
  4. IDM下载速度慢解决方案全网搜集持续更新
  5. Angstrom移植操作
  6. python变量类型有几种_python十种变量类型
  7. vba 根据分辨率 调整窗口显示比例_2020 如何选择适合自己的显示器?小白选购电脑显示器必看,附各类型显示器高性价比选购指南分析...
  8. Xamarin Android 应用程序内图标上数字提示
  9. python解析dom,关于Python解析xml dom的简单应用
  10. bzoj 1109: [POI2007]堆积木Klo(二维偏序)
  11. POJ1061 青蛙的约会(拓展欧几里德)
  12. 爬虫python漏洞群_『Python』 爬取 WooYun 论坛所有漏洞条目的相关信息
  13. vue项目中微信分享安卓正常,ios报签名错误
  14. 面向不平衡数据的电子病历自动分类研究
  15. Web认证方法探视(1)
  16. matlab求样本相关系数,matlab中样本相关系数的计算与测试
  17. 年轻人“新宠”冷泡茶:能否开启下一个“立顿时代”?
  18. 服务器网络群搭建(以华为云为例)
  19. 7.1 Python中文件的读取和写入
  20. LAMP--MySQL数据库

热门文章

  1. 工业互联网如何做到增加30%营收还能节省80%成本?
  2. 浅谈android studio中各个SdkVersion的含义
  3. 微控制器在汽车驱动中的分析
  4. Python--总结第一阶段
  5. 【技术免费分享-知识图谱的构建】SpringBoot+Vue.js知识图谱中药可视化系统
  6. SCM系统有什么好处?
  7. 临床基因组/外显组数据分析实战技术研讨会(2023.1)
  8. 在scrapy框架中如何设置开放代理池达到反爬的目的
  9. Symantec Endpoint Protection 14最新卸载教程(亲测好用,无需密码,暴力删除)
  10. python乒乓球比赛规则介绍_乒乓球比赛的规则。