用 Python 实现股票指数移动平均线,计算篇(关于EMA5,EMA20,SMA5,SMA10等)
一:指数移动平均线的计算
EMA 通过加权乘数赋予最新价格更多权重。 这个乘数应用于最后一个价格,因此它比其他数据点占移动平均线更大的部分。EMA 是通过采用最近的价格(我们将其称为“时间 t 的价格”) 减去前一个时间段 (EMA_{t-1})。 此差异由您将 EMA 设置为 (N) 并加回到 EMA_{t-1}的时间段数加权。在数学上,我们可以这样写:
你可能已经注意到上面的等式有一个小问题,它是如何开始的? 它参考了最后一个时期的 EMA,所以如果你进行第一次计算,它参考的是什么? 这通常可以通过替换简单移动平均线 (SMA) 来初始化计算来延缓,这样您就可以在第一次之后的所有时间段构建 EMA。
让我们通过导入我们的包,用 Python 中的一个简单示例来展示它是如何工作的。
1 2 3 4 | import numpy as np import pandas as pd import yfinance as yf import matplotlib.pyplot as plt |
从这里开始,我们将构建两个函数来协同工作并计算我们的指标。 第一个函数将是我们上面概述的公式的简单实现:
1 2 | def _calcEMA(P, last_ema, N): return (P - last_ema) * (2 / (N + 1)) + last_ema |
第二个函数将计算我们所有数据的 EMA,首先使用 SMA 对其进行初始化,然后迭代我们的数据以使用我们的 SMA 列中的值更新每个后续条目,或者调用我们上面定义的 _calcEMA
函数来处理大于 N的值。
1 2 3 4 5 6 7 8 9 10 11 12 13 | def calcEMA(data, N): # Initialize series data[ 'SMA_' + str(N)] = data[ 'Close' ].rolling(N).mean() ema = np.zeros(len(data)) for i, _row in enumerate(data.iterrows()): row = _row[1] if i < N: ema[i] += row[ 'SMA_' + str(N)] else : ema[i] += _calcEMA(row[ 'Close' ], ema[i-1], N) data[ 'EMA_' + str(N)] = ema.copy() return data |
现在,让我们获取一些数据,看看它是如何工作的。 我们将拉出比回测更短的时间段,并比较 EMA 和 SMA 的 10、50 和 100 天。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 | ticker = 'GM' yfObj = yf.Ticker(ticker) data = yfObj.history(ticker, start= '2018-01-01' , end= '2020-12-31' ) N = [10, 50, 100] _ = [calcEMA(data, n) for n in N] colors = plt.rcParams[ 'axes.prop_cycle' ].by_key()[ 'color' ] fig, ax = plt.subplots(figsize=(18, 8)) ax.plot(data[ 'Close' ], label= 'Close' ) for i, n in enumerate(N, 1): ax.plot(data[f 'EMA_{n}' ], label=f 'EMA-{n}' , color=colors[i]) ax.plot(data[f 'SMA_{n}' ], label=f 'SMA-{n}' , color=colors[i], linestyle= ':' ) ax.legend() ax.set_title(f 'EMA and Closing Price Comparison for {ticker}' ) plt.show() |
二:现在来看一下我们系统的实现思路 历史数据+当日实时数据 滚动计算,将结果数据实时写入数据库...
看一下日志(获取完实时行情数据后调用python开始计算):
看一下python计算的界面...
可以指定计算的日期,默认是当日(由于我们系统只在股市开盘工日(9:30-11:30及13:00-15:00)调用python计算,所以python就不用判断工作时间了)。
以下只是作一个测试:
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步