利用python炒股talib_【手把手教你】股市技术分析利器之TA-Lib(一)
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!
利用python炒股talib_【手把手教你】股市技术分析利器之TA-Lib(一)相关推荐
- 【量化】股市技术分析利器之TA-Lib(二)
作者:未来大佬 来源: 恒生LIGHT云社区 上篇文章 [量化]股市技术分析利器之TA-Lib(一) ,主要介绍了Ta-lib的基础知识与绘制布林线,本文将着重介绍TA-Lib中强大的价格转换.周期指 ...
- python 股票指标库talib_【手把手教你】股市技术分析利器之TA-Lib(一)
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 ...
- 显示lib包_【手把手教你】股市技术分析利器之TA-Lib(一)
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 ...
- 【量化】股市技术分析利器之TA-Lib(一)
作者:未来大佬 来源: 恒生LIGHT云社区 1.TA-Lib简介 TA-Lib,全称"Technical Analysis Library", 即技术分析库,是Python金融量 ...
- 利用python炒股talib_借助talib使用技术分析指标来炒股
什么是技术分析 所谓股票的技术分析,是相对于基本面分析而言的.基本分析法着重于对一般经济情况以及各个公司的经营管理状况.行业动态等因素进行分析,以此来研究股票的价值,衡量股价的高低.而技术分析则是透过 ...
- python学习之手把手教你将图片变成黑白或彩色字符画(骚操作)
文章目录 前言 一.字符画的实现原理 二.黑白字符画实现代码 三.彩色字符画生成 代码实现: 总结 前言 字符画这个话题,似乎早在贴吧时代就已经被玩烂了.在百度图片随便一搜索,就能够看到非常多.然后在 ...
- 利用Python对NBA SportUV数据进行可视化及分析
利用Python对NBA SportUV数据进行可视化及分析 SportUV是2005年,由以色列计算机科学家Gal Oz和Miky Tamir 创立的,其实,最早这两位大牛是搞导弹跟踪和高级光学识别 ...
- 列举几个股市技术分析的公众号名称
以下是几个比较知名的股市技术分析公众号名称: 财经狂人 股市大师 股海导航 炒股大师 股票狙击手 投资观察家 股市智囊团 投资圈 股市冷眼 财经预言家 这些公众号通常提供股票行情分析.投资策略等信息, ...
- 可视化实战!Python+BI,手把手教你做炫酷的NBA可视化分析
之前手痒做了一次NBA可视化分析,好多人追着我问教程,这两天终于闲下来了,花时间整理这篇NBA可视化分析教程,手把手教大家做一次炫酷的数据可视化分析! 先部分展示本次教程的作品: 数据获取 本次可视化 ...
- python做bi系统_可视化实战!Python+BI,手把手教你做炫酷的NBA可视化分析
之前手痒做了一次NBA可视化分析,好多人追着我问教程,这两天终于闲下来了,花时间整理这篇NBA可视化分析教程,手把手教大家做一次炫酷的数据可视化分析! 先部分展示本次教程的作品: 数据获取 本次可视化 ...
最新文章
- R语言vtreat包自动处理dataframe的缺失值、使用分组的中位数来标准化数据列中每个数据的值(和中位数表连接并基于中位数进行数据标化)、计算数据列的中位数或者均值并进行数据标准化
- Tips——RN webview如何实现首次加载自动登录及后续定时登录
- [Python]网络爬虫(五):urllib2的使用细节与抓站技巧
- 数据结构和算法(02)---字符串(c++)
- Nginx学习笔记3:Shell脚本检测Nginx服务状态
- 打印流-PrintStream和PrintWriter
- 程序设计与编译(C++入门)
- 使用Xcode打包上传APP
- 带有en的单词有哪些_英语前缀大全en:开头是EN的单词有哪些
- Redis——SDS
- js字符串时间格式与中国标准时间格式相互转换
- Python入门(四):Python变量
- 只愿得一人心白首不分离
- 【休闲益智】【HTML】看字说颜色
- 如何做云班课上的计算机作业,云班课不分组怎么提交作业
- 网上书城|基于PHP实现网上书店商城藉项目
- xshell免费版 正版,非xshell破解版
- 力扣(LeetCode)——编译、提交和注释快捷键
- 【PPic】在PPic图床中如何配置使用七牛
- 中值滤波 matlab程序实现(一)