一、准备工作
1、首先把“HP_formula.py”文件复制到自己的工程目录中。
2、在新文件开始增加下面4条语句。

import numpy as np
import pandas as pd
from HP_formula import *
import tushare as ts

二、对数据预处理
我们采用与tushare旧股票数据格式。

#首先要对数据预处理
df = ts.get_k_data('600080',ktype='D')
mydf=df.copy()
CLOSE=mydf['close']
LOW=mydf['low']
HIGH=mydf['high']
OPEN=mydf['open']
VOL=mydf['volume']
C=mydf['close']
L=mydf['low']
H=mydf['high']
O=mydf['open']
V=mydf['volume']

三、仿通达信或大智慧公式
通达信公式转为python公式的过程。
1.‘:=’为赋值语句，用程序替换‘:=’为python的赋值命令‘=’。
2.‘:’为公式的赋值带输出画线命令，再替换‘:’为‘=’，‘:’前为输出变量，顺序写到return 返回参数中。
3.全部命令转为英文大写。
4.删除绘图格式命令。
5.删除掉每行未分号; 。
6.参数可写到函数参数表中.例如: def KDJ(N=9, M1=3, M2=3):

例如通达信 KDJ指标公式描述如下。
参数表 N:=9, M1:=3, M2:=3
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))100;
K:SMA(RSV,M1,1);
D:SMA(K,M2,1);
J:3K-2*D;

Python的KDJ公式

def KDJ(N=9, M1=3, M2=3):RSV = (CLOSE - LLV(LOW, N)) / (HHV(HIGH, N) - LLV(LOW, N)) * 100K = SMA(RSV,M1,1)D = SMA(K,M2,1)J = 3*K-2*Dreturn K, D, J

#-----------------------------------

#根据上面原理，我们把大智慧RSI指标改

为Python代码，如下。

def RSI(N1=6, N2=12, N3=24):"""RSI 相对强弱指标"""LC = REF(CLOSE, 1)RSI1 = SMA(MAX(CLOSE - LC, 0), N1, 1) / SMA(ABS(CLOSE - LC), N1, 1) * 100RSI2 = SMA(MAX(CLOSE - LC, 0), N2, 1) / SMA(ABS(CLOSE - LC), N2, 1) * 100RSI3 = SMA(MAX(CLOSE - LC, 0), N3, 1) / SMA(ABS(CLOSE - LC), N3, 1) * 100return RSI1, RSI2, RSI3

四、使用公式并绘图

#假定我们使用RSI指标
r1,r2,r3=RSI()mydf = mydf.join(pd.Series( r1,name='RSI1'))
mydf = mydf.join(pd.Series( r2,name='RSI2'))
mydf = mydf.join(pd.Series( r3,name='RSI3'))
mydf['S80']=80  #增加上轨80轨迹线
mydf['X20']=20  #增加下轨20轨迹线mydf=mydf.tail(100)  #显示最后100条数据线 #下面是绘线语句
mydf.S80.plot.line()
mydf.X20.plot.line()
mydf.RSI1.plot.line(legend=True)
mydf.RSI2.plot.line(legend=True)
mydf.RSI2.plot.line(legend=True)

程序运行结果:

五、聚宽格式与tushare格式互转
可把任何数据格式转换为ts的股票数据，
这样就可以使用任何数据源来处理。
我们这里介绍聚宽数据和与tushare格式互转。

def jqtots(df1):  #聚宽格式转ts格式a=[x.strftime("%Y-%m-%d") for x in df1.index]df1.insert(0,'date',a)df1=df1.reset_index(level=None, drop=True ,col_level=0, col_fill='')  return df1def tstojq(df1):  #ts格式转聚宽格式a=[dt.datetime.strptime(x,'%Y-%m-%d') for x in df1['date']]df1.insert(0,'date2',a)df1=df1.reset_index(level=None, drop=True ,col_level=0, col_fill='')  df1.index=df1['date2']del df1['date2']del df1['date']return df1

通过这2节学习，量化分析的道路已经为你开启了。

独狼荷蒲qq:2775205
通通python量化群:524949939
微信公众号：独狼股票分析

小白量化学习（2）自创指标设计相关推荐

小白量化学习（4）基本面选股与股票池
小白量化学习(4)基本面选股与股票池选股一般有多种方式,传统方式有基本面选股,技术指标选股.目前还有量化分析选股,深度学习选股等等. 一.股票基本面数据获取我们使用tushare股票数据,做一个基 ...
小白量化学习（5）建立本地股票数据库
小白量化学习(5)建立本地股票数据库为了方便本地离线学习回测,可以在本地建立xbdata目录,存放股票数据. 一.本地建立xbdata目录为了方便本地离线学习回测,可以在本地建立xbdata目录, ...
小白量化学习（1）准备环境
小白量化学习(1)准备环境一.为什么使用Python做量化平台. (1)Python系统免费,有丰富的资源库,且跨不同操作系统平台. (2)Python语法简单,且吸收了很多计算机语言的优点. (3 ...
自己做量化交易软件(44)小白量化实战17--利用小白量化金融模块在迅投QMT极速策略交易系统上仿大智慧指标回测及实战交易设计
自己做量化交易软件(44)小白量化实战17–利用小白量化金融模块在迅投QMT极速策略交易系统上仿大智慧指标回测及实战交易设计小白量化平台是由若干小白金融模块构成.其中包含行情接收模块,仿通达信大智慧 ...
自己做量化交易软件(43)小白量化实战16--利用小白量化金融模块在恒生PTrade交易系统(交易端)上仿大智慧指标回测及实战交易设计
自己做量化交易软件(43)小白量化实战16–利用小白量化金融模块在恒生PTrade交易系统(交易端)上仿大智慧指标回测及实战交易设计量化产品PTrade(Personalise Trade)交易系统 ...
自己做量化交易软件(31)小白量化实战5--板块股票池与基本面选股
自己做量化交易软件(31)小白量化实战5–板块股票池与基本面选股在小白量化软件中,股票池与板块是一样的,都是股票代码列表.前面博客有零散知识的介绍. 小白量化学习(4)基本面选股与股票池 https ...
自己做量化交易软件(29)小白量化实战3--跨周期共振
自己做量化交易软件(29)小白量化实战3–跨周期共振在第一次世界大战中,一队德国士兵迈着整齐的步伐,通过一座桥,结果把桥踩塌.就桥梁的本身负载能力而言,远远大过这队德国士兵的重量,但由于士兵步调整齐 ...
自己做量化交易软件(23)小白量化之MetaTrader5自动交易2
自己做量化交易软件(23)小白量化之MetaTrader5自动交易2 上一篇我们介绍了MetaTrader 5关于交易类的函数功能,这篇文章主要介绍行情获取等方面知识. 一.获取MetaTrader ...
自己做量化交易软件(41)小白量化实战14--美国17年周期蝉与指标参数设计技巧
自己做量化交易软件(41)小白量化实战14–美国17年周期蝉与指标参数设计技巧我们从新闻开始谈投资分析理念. 最近的有新闻介绍美国17年周期蝉,根据科学家的长期监测,每隔十几年,从地下钻出的蝉的数量 ...

小白量化学习（2）自创指标设计

Python的KDJ公式

为Python代码，如下。

小白量化学习（2）自创指标设计相关推荐

最新文章

热门文章