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

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[i]]=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！