共9 条记录, 每页显示 10 条, 页签: [1]

[浏览完整版]

标题：【zzc_python】talib常用指标范例

1楼

yukizzc 发表于：2019/11/27 10:15:45

技术指标大家都知道，类似macd、布林带这些在软件中使用非常方便直接一个函数就能完成了。但是在python中大家可能找不到类似的函数

不过好在python的轮子非常多，在金融领域就有这样一个标准库叫TAlib集成了几乎所有你会使用到的那些基于k线分析的指标。

TAlib官网是全英的，另外他的函数列表可以看这个链接http://www.ta-lib.org/function.html。只有简单的说明

我这边会把一些平时可能用的多的指标在金字塔python下去进行复现并加上说明。

1、所有本贴列出的函数我都在金字塔图表上给进行对比，但因为计算机浮点计算误差的问题在python上得到的结果会和你图上看到的有小数位上的差异。

2、具体一些指标的算法还请参考pel里面都有现成的我就不赘述。

注意事项（踩过的坑）：

一、Talib里面所有均线参数如果为1就会报错

c = np.arange(0,10,0.2)

a = talib.SMA(c,timeperiod=1)

解决方法是如果参数为1，就不求平均直接用原始数据

[此贴子已经被作者于2019/12/11 10:01:02编辑过]

2楼

yukizzc 发表于：2019/11/27 10:30:30

MACD

#num表示偏移量，-1就是当前最新，-2就是昨天的数值

num = -2

#获取数据，注意数据量我选择了200，主要是ema算法特殊性

close = history_bars('SQRB00',200,'1d','close',include_now=True)

#参数:fastperiod和slowperiod是ema快线和慢线的对应周期，signalperiod是快慢线差值dea的周期

#返回值:三个返回值具体看图表上的指标，注意talib中返回的macd是(DIF-DEA)，而国内软件都会乘以2，所以我们在使用时候需要自己*2来使得数值一样

dif, dea, macd = talib.MACD(close,fastperiod=12,slowperiod=26,signalperiod=9)

print((close[num],dif[num],dea[num],2*macd[num]))

[此贴子已经被作者于2019/11/27 10:40:35编辑过]

3楼

yukizzc 发表于：2019/11/27 10:32:48

均线类

#num表示偏移量，-1就是当前最新，-2就是昨天的数值

num = -2

close = history_bars('RB00',200,'1d','close',include_now=True)

#ma简单移动平均

sma = talib.SMA(close,10)

print(sma[num])

#ema指数移动指标

ema = talib.EMA(close,10)

print(ema[num])

#wma加权移动平均

wma = talib.WMA(close,10)

print(wma[num])

[此贴子已经被作者于2019/11/27 10:40:20编辑过]

4楼

yukizzc 发表于：2019/11/27 10:35:11

布林带

#num表示偏移量，-1就是当前最新，-2就是昨天的数值

num = -2

close = history_bars('RB00',200,'1d','close',include_now=True)

#timeperiod表示均线的周期，nbdevup表示上轨几个标准差，nbdevdn表示下跪几个标准差，matype=0表示用ma计算均线，matype=1表示用ema计算均线

#注意：talib中计算的标准差算法用的是stdp总体标准差，然国内软件里用的是std样本标准差。区别就是前者除以样本总数，后者除以样本总数 - 1

#所以如果想要自己实现和图表一样的布林线值只能自己写了，其中std的算法参考我后面的例子

upper, mid, lower = talib.BBANDS(close,timeperiod=26,nbdevup=2,nbdevdn=2,matype=0)

print((mid[num],upper[num],lower[num]))

#这里给出两种标准差的python实现，如果想自己实现国内的那种标准差就用std这个。

close2 = history_bars('RB00',26,'1d','close',include_now=True)

mean = np.array(close).mean()

stdp = np.sqrt((1/(len(close)))*np.sum((np.array(close) - mean)**2))

std = np.sqrt((1/(len(close)-1))*np.sum((np.array(close) - mean)**2))

print((stdp,std))

[此贴子已经被作者于2019/11/27 12:30:03编辑过]

5楼

yukizzc 发表于：2019/11/27 10:36:09

SAR

#talib里的sar算出来的值和图表上看数值的差异不小，不过好在我对比了好几个软件数值上都差的蛮多的，这里python算来的序列数据从趋势涨跌来看还是吻合的。

#建议使用前自己对比下再

num = -1

# 在context中保存全局变量

high = history_bars('RB00',100,'1d','high',include_now=True)

low = history_bars('RB00',100,'1d','low',include_now=True)

#acceleration表示步长，maximum表示极限值

sar = talib.SAR(high,low,acceleration=0.02, maximum=0.2)

print(sar)

[此贴子已经被作者于2019/11/27 15:03:55编辑过]

6楼

yukizzc 发表于：2019/11/27 10:42:01

RSI强弱指标

num = -1

close = history_bars('RB00',100,'1d','close',include_now=True)

#就一个周期参数就行了

rsi = talib.RSI(close,timeperiod=6)

print(rsi[num])

威廉指标

num = -1

close = history_bars('RB00',100,'1d','close',include_now=True)

high = history_bars('RB00',100,'1d','high',include_now=True)

low = history_bars('RB00',100,'1d','low',include_now=True)

will = talib.WILLR(high,low,close,timeperiod=14)

print(will[num])

TRIX三重指数平均

num = -1

close = history_bars('RB00',100,'1d','close',include_now=True)

trix = talib.TRIX(close,timeperiod=12)

print(trix[num])

TR真实波幅

num = -1

close = history_bars('RB00',100,'1d','close',include_now=True)

high = history_bars('RB00',100,'1d','high',include_now=True)

low = history_bars('RB00',100,'1d','low',include_now=True)

tr = talib.TRANGE(high,low,close)

print(tr)

#tr的均值就是我们常用的atr指标。talib自带的有atr不过计算出来的值和图表不对，所以我这里计算tr然后均值得到的就一样了

print(talib.SMA(tr,14))

[此贴子已经被作者于2019/11/27 22:20:04编辑过]

7楼

yukizzc 发表于：2019/11/27 10:43:09

KDJ

num = -1

close = history_bars('RB00',100,'1d','close',include_now=True)

high = history_bars('RB00',100,'1d','high',include_now=True)

low = history_bars('RB00',100,'1d','low',include_now=True)

#talib中算法matype=0用的是简单平均，国内软件都用的是sma计算，所以会有出入

k,d = talib.STOCH(high,low,close,fastk_period=9,slowk_period=3,slowk_matype=0,slowd_period=3,slowd_matype=0)

print(k)

print(d)

[此贴子已经被作者于2019/11/28 13:16:08编辑过]

8楼

yukizzc 发表于：2019/11/27 10:44:55

预留

9楼

yukizzc 发表于：2019/11/27 10:48:49

预留

共9 条记录, 每页显示 10 条, 页签: [1]