前言

使用Python開發(fā)一個股票項目。?
項目地址：?
https://github.com/pythonstock/stock?
相關資料：?
http://blog.csdn.net/freewebsys/article/details/78294566?
主要使用開發(fā)語言是python。?
使用的lib庫是pandas，tushare，TensorFlow，tornado等。

本文的原文連接是:?http://blog.csdn.net/freewebsys/article/details/78578548?
未經博主允許不得轉載。?
博主地址是：http://blog.csdn.net/freewebsys

計算股票中的16個常用指標方法大全

一個python的類庫stockstats 已經幫忙把這些數據都計算出來了。?
現在需要做的就是把這個數據展示出，分析下。每一個都是一個緯度分析的方法。?
要一個一個的學習下。

主要指標有 CR指標 KDJ指標 SMA指標 MACD指標 BOLL指標 RSI指標 WR指標?
CCI指標 TR、ATR指標 DMA指標 DMI，+DI，-DI，DX，ADX，ADXR指標?
TRIX，MATRIX指標 VR，MAVR指標 等。?
具體的計算代碼不做分析，可以直接查看 stockstats 也是非常的簡單的。?
用幾個 pandas 的函數就出來了。主要將的是使用方法。?
具體使用效果需要慢慢使用才知道。

特別的感謝?http://wiki.mbalib.com/?好多說明是從 mbalib上面查詢到的。

pip install stockstats

• ?

直接安裝就行。?
項目地址：https://github.com/jealous/stockstats

這個lib庫和pandas 一樣實現了下標訪問的方式去計算。

@classmethoddef _get_kdjk(cls, df, n_days):""" Get the K of KDJK ＝ 2/3 × (prev. K) +1/3 × (curr. RSV)2/3 and 1/3 are the smooth parameters.:param df: data:param n_days: calculation range:return: None"""rsv_column = 'rsv_{}'.format(n_days)k_column = 'kdjk_{}'.format(n_days)df[k_column] = list(cls._calc_kd(df.get(rsv_column)))

如果要計算數據 直接訪問 stockStat[‘kdjk_3’] ，就可以制定使用 kdjk 指標，同時設置周期3天。參數傳遞方式特別有意思。很簡單粗暴。用起來超級方便。

#開始計算。以平安銀行為例： #!/usr/local/bin/python # -*- coding: utf-8 -*-import math import pandas as pd import numpy as np import tushare as ts import datetime import matplotlib.pyplot as plt import stockstatsbegin_time = '2017-02-01' end_time = '2017-11-01' code = "000001" stock = ts.get_hist_data(code, start=begin_time, end=end_time) stock["date"] = stock.index.values #增加日期列。 stock = stock.sort_index(0) # 將數據按照日期排序下。 #print(stock) [186 rows x 14 columns] #初始化統計類 #stockStat = stockstats.StockDataFrame.retype(pd.read_csv('002032.csv')) stockStat = stockstats.StockDataFrame.retype(stock) print("init finish .")

1，delta 方法

沒有找到 volume_delta 這個方法的實現。?
原來調用是 key + “_delta” 去調用的。?
超級方便。

# volume delta against previous day # The Volume Delta (Vol ?) stockStat[['volume','volume_delta']].plot(figsize=(20,10), grid=True) plt.show() #交易量的delta轉換。交易量是正，volume_delta把跌變成負值。 stockStat[['close','close_delta']].plot(subplots=True, figsize=(20,10), grid=True) plt.show()

2，計算n天差

可以計算，向前n天，和向后n天的差。直接使用 key “n_d” 或 “-n_d” 。?
如下圖。向前和向后對漲跌的趨勢判斷不太一樣。使用”_-n_d” 比較像原始數據的漲跌。

stockStat[['close','close_1_d','close_2_d','close_-1_d','close_-2_d']].plot(subplots=True, figsize=(20,10), grid=True) plt.show() # close_1_d 1 天的價差。 n天 - (n+1)天 # close_2_d 1 天的價差。 n天 - (n+2)天 # shift 函數是將數據 向前-n 向后+n 移動n天。 但是這個操作做了一個負值。 # 也就是 close_-1_d 才是和昨天的差 close_1_d 是和明天的差 #print(stockStat['close_-2_d'].head(10)) #print("stockStat['close']-stockStat['close'].shift(-1)") #print((stockStat['close']-stockStat['close'].shift(-2)).head(10)) #print("############檢查數據") #print(stockStat['close'].head(10)) #print(stockStat['close'].shift(2).head(10))

本文的原文連接是:?http://blog.csdn.net/freewebsys/article/details/78578548?
未經博主允許不得轉載。?
博主地址是：http://blog.csdn.net/freewebsys

3，n天漲跌百分百計算

open price change (in percent) between today and the day before yesterday ‘r’ stands for rate.?
stock[‘close_-2_r’]?
可以看到，-n天數據和今天數據的百分比。

stockStat[['close','close_-1_r','close_-2_r']].plot(subplots=True, figsize=(20,10), grid=True) plt.show()

4，CR指標

http://wiki.mbalib.com/wiki/CR%E6%8C%87%E6%A0%87?
價格動量指標

CR跌穿a、b、c、d四條線，再由低點向上爬升160時，為短線獲利的一個良機，應適當賣出股票。

CR跌至40以下時，是建倉良機。而CR高于300~400時，應注意適當減倉。

# CR indicator, including 5, 10, 20 days moving average stockStat[['close','cr','cr-ma1','cr-ma2','cr-ma3']].plot(subplots=True, figsize=(20,10), grid=True) plt.show()

5，KDJ指標

http://wiki.mbalib.com/wiki/%E9%9A%8F%E6%9C%BA%E6%8C%87%E6%A0%87

隨機指標(KDJ)一般是根據統計學的原理，通過一個特定的周期（常為9日、9周等）內出現過的最高價、最低價及最后一個計算周期的收盤價及這三者之間的比例關系，來計算最后一個計算周期的未成熟隨機值RSV，然后根據平滑移動平均線的方法來計算K值、D值與J值，并繪成曲線圖來研判股票走勢。

（3）在使用中，常有J線的指標，即3乘以K值減2乘以D值（3K－2D＝J），其目的是求出K值與D值的最大乖離程度，以領先KD值找出底部和頭部。J大于100時為超買，小于10時為超賣。

# KDJ, default to 9 days stockStat[['close','kdjk','kdjd','kdjj'] # 分別是k d j 三個數據統計項。].plot(subplots=True,figsize=(20,10), grid=True) plt.show()# three days KDJK cross up 3 days KDJD # stockStat['kdjk_3_xu_kdjd_3'].plot(figsize=(20,10), grid=True) # plt.show() print(stockStat['kdjk_3_xu_kdjd_3'].tail())

6，SMA指標

http://wiki.mbalib.com/wiki/Sma?
簡單移動平均線（Simple Moving Average，SMA）

可以動態(tài)輸入參數，獲得幾天的移動平均。

# 2 days simple moving average on open price stockStat[['close','close_5_sma','close_10_sma'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

7，MACD指標

http://wiki.mbalib.com/wiki/MACD?
平滑異同移動平均線(Moving Average Convergence Divergence，簡稱MACD指標)，也稱移動平均聚散指標

本文的原文連接是:?http://blog.csdn.net/freewebsys/article/details/78578548?
未經博主允許不得轉載。?
博主地址是：http://blog.csdn.net/freewebsys

MACD?
stock[‘macd’]?
MACD signal line?
stock[‘macds’]?
MACD histogram?
stock[‘macdh’]

MACD技術分析，運用DIF線與MACD線之相交型態(tài)及直線棒高低點與背離現象，作為買賣訊號，尤其當市場股價走勢呈一較為明確波段趨勢時，?
MACD 則可發(fā)揮其應有的功能，但當市場呈牛皮盤整格局，股價不上不下時，MACD買賣訊號較不明顯。?
當用MACD作分析時，亦可運用其他的技術分析指標如短期 K，D圖形作為輔助工具，而且也可對買賣訊號作雙重的確認。

# MACD stockStat[['close','macd','macds','macdh'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

8，BOLL指標

http://wiki.mbalib.com/wiki/BOLL?
布林線指標(Bollinger Bands)

bolling, including upper band and lower band?
stock[‘boll’]?
stock[‘boll_ub’]?
stock[‘boll_lb’]

1、當布林線開口向上后，只要股價K線始終運行在布林線的中軌上方的時候，說明股價一直處在一個中長期上升軌道之中，這是BOLL指標發(fā)出的持股待漲信號，如果TRIX指標也是發(fā)出持股信號時，這種信號更加準確。此時，投資者應堅決持股待漲。

2、當布林線開口向下后，只要股價K線始終運行在布林線的中軌下方的時候，說明股價一直處在一個中長期下降軌道之中，這是BOLL指標發(fā)出的持幣觀望信號，如果TRIX指標也是發(fā)出持幣信號時，這種信號更加準確。此時，投資者應堅決持幣觀望。

# bolling, including upper band and lower band stockStat[['close','boll','boll_ub','boll_lb'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

9，RSI指標

http://wiki.mbalib.com/wiki/RSI?
相對強弱指標（Relative Strength Index，簡稱RSI），也稱相對強弱指數、相對力度指數

6 days RSI?
stock[‘rsi_6’]?
12 days RSI?
stock[‘rsi_12’]

（2）強弱指標保持高于50表示為強勢市場，反之低于50表示為弱勢市場。?
（3）強弱指標多在70與30之間波動。當六日指標上升到達80時，表示股市已有超買現象，如果一旦繼續(xù)上升，超過90以上時，則表示已到嚴重超買的警戒區(qū)，股價已形成頭部，極可能在短期內反轉回轉。

（4）當六日強弱指標下降至20時，表示股市有超賣現象，如果一旦繼續(xù)下降至10以下時則表示已到嚴重超賣區(qū)域，股價極可能有止跌回升的機會。

# 6 days RSI 12 days RSI stockStat[['close','rsi_6','rsi_12'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

10，WR指標

??
http://wiki.mbalib.com/wiki/%E5%A8%81%E5%BB%89%E6%8C%87%E6%A0%87?
??
威廉指數（Williams%Rate）該指數是利用擺動點來度量市場的超買超賣現象。?
??
??
10 days WR?
stock[‘wr_10’]?
6 days WR?
stock[‘wr_6’]

# 10 days WR 6 days WR stockStat[['close','wr_10','wr_6'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

11，CCI指標

http://wiki.mbalib.com/wiki/%E9%A1%BA%E5%8A%BF%E6%8C%87%E6%A0%87

　　順勢指標又叫CCI指標，其英文全稱為“Commodity Channel Index”，?
是由美國股市分析家唐納德·藍伯特（Donald Lambert）所創(chuàng)造的，是一種重點研判股價偏離度的股市分析工具。

CCI, default to 14 days?
stock[‘cci’]?
20 days CCI?
stock[‘cci_20’]

　　1、當CCI指標從下向上突破﹢100線而進入非常態(tài)區(qū)間時，表明股價脫離常態(tài)而進入異常波動階段，?
中短線應及時買入，如果有比較大的成交量配合，買入信號則更為可靠。

　　2、當CCI指標從上向下突破﹣100線而進入另一個非常態(tài)區(qū)間時，表明股價的盤整階段已經結束，?
將進入一個比較長的尋底過程，投資者應以持幣觀望為主。

# CCI, default to 14 days 20 days CCI stockStat[['close','cci','cci_20'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

12，TR、ATR指標

http://wiki.mbalib.com/wiki/%E5%9D%87%E5%B9%85%E6%8C%87%E6%A0%87?
均幅指標（Average True Ranger,ATR）

均幅指標（ATR）是取一定時間周期內的股價波動幅度的移動平均值，主要用于研判買賣時機。

TR (true range)?
stock[‘tr’]?
ATR (Average True Range)?
stock[‘atr’]

均幅指標無論是從下向上穿越移動平均線，還是從上向下穿越移動平均線時，都是一種研判信號。

# ATR (Average True Range) stockStat[['close','tr','atr'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

13，DMA指標

http://wiki.mbalib.com/wiki/DMA

　DMA指標（Different of Moving Average）又叫平行線差指標，是目前股市分析技術指標中的一種中短期指標，它常用于大盤指數和個股的研判。

DMA, difference of 10 and 50 moving average?
stock[‘dma’]

本文的原文連接是:?http://blog.csdn.net/freewebsys/article/details/78578548?
未經博主允許不得轉載。?
博主地址是：http://blog.csdn.net/freewebsys

# DMA, difference of 10 and 50 moving average stockStat[['close','dma'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

14，DMI，+DI，-DI，DX，ADX，ADXR指標

http://wiki.mbalib.com/wiki/DMI

動向指數Directional Movement Index,DMI）

http://wiki.mbalib.com/wiki/ADX?
平均趨向指標（Average Directional Indicator，簡稱ADX）

http://wiki.mbalib.com/wiki/%E5%B9%B3%E5%9D%87%E6%96%B9%E5%90%91%E6%8C%87%E6%95%B0%E8%AF%84%E4%BC%B0

平均方向指數評估（ADXR）實際是今日ADX與前面某一日的ADX的平均值。ADXR在高位與ADX同步下滑，可以增加對ADX已經調頭的盡早確認。?
ADXR是ADX的附屬產品，只能發(fā)出一種輔助和肯定的訊號，并非入市的指標，而只需同時配合動向指標(DMI)的趨勢才可作出買賣策略。?
在應用時，應以ADX為主，ADXR為輔。

DMI?
+DI, default to 14 days?
stock[‘pdi’]?
-DI, default to 14 days?
stock[‘mdi]?
DX, default to 14 days of +DI and -DI?
stock[‘dx’]?
ADX, 6 days SMA of DX, same as stock[‘dx_6_ema’]?
stock[‘adx]?
ADXR, 6 days SMA of ADX, same as stock[‘adx_6_ema’]?
stock[‘adxr’]

# DMI，+DI，-DI，DX，ADX，ADXR stockStat[['close','pdi','mdi','dx','adx','adxr'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

15，TRIX，MATRIX指標

http://wiki.mbalib.com/wiki/TRIX?
TRIX指標又叫三重指數平滑移動平均指標（Triple Exponentially Smoothed Average）

TRIX, default to 12 days?
stock[‘trix’]?
MATRIX is the simple moving average of TRIX?
stock[‘trix_9_sma’]

# TRIX MATRIX stockStat[['close','trix','trix_9_sma'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

16，VR，MAVR指標

http://wiki.mbalib.com/wiki/%E6%88%90%E4%BA%A4%E9%87%8F%E6%AF%94%E7%8E%87

成交量比率（Volumn Ratio，VR）（簡稱VR），是一項通過分析股價上升日成交額（或成交量，下同）與股價下降日成交額比值，?
從而掌握市場買賣氣勢的中期技術指標。

VR, default to 26 days?
stock[‘vr’]?
MAVR is the simple moving average of VR?
stock[‘vr_6_sma’]

# TRIX MATRIX stockStat[['close','vr','vr_6_sma'] #].plot(subplots=True,figsize=(20,10), grid=True) plt.show()

計數count

使用 _c 計算數量，可以和其他的一起使用

#返回數量。 # close price less than 10.0 in 5 days count print(stockStat['close_10.0_le_5_c'].tail())#返回 True False 可以作為是否購買結果。 # CR MA2 cross up CR MA1 in 20 days count print(stockStat['cr-ma2_xu_cr-ma1_20_c'].tail()) date 2017-10-26 0.0 2017-10-27 0.0 2017-10-30 0.0 2017-10-31 0.0 2017-11-01 0.0 Name: close_10.0_le_5_c, dtype: float64 date 2017-10-26 False 2017-10-27 False 2017-10-30 False 2017-10-31 False 2017-11-01 False Name: cr-ma2_xu_cr-ma1_20_c, dtype: bool

計算全部統計數據。

總結

---

本文的原文連接是:?http://blog.csdn.net/freewebsys/article/details/78578548?
未經博主允許不得轉載。?
博主地址是：http://blog.csdn.net/freewebsys

stockstats使用起來超級的方便。股票市場真的是個大熔爐，鍛煉人。同時也要不斷的學習。?
學習股票中的數據分析，是python 的stockstats 可以很輕松的做到。?
數據的分析報表的展示都非常容易。能夠幫助股民快速的做出分析決策。?
不放棄股票中的機會。?
總之第一步先把這些數據計算出來。然后再做分析。

其他

計算全部統計數據。在 stockstats 里面有3個寫錯了，少分號啥的。

# volume delta against previous day stockStat['volume_delta']# open delta against next 2 day stockStat['open_2_d']# open price change (in percent) between today and the day before yesterday # 'r' stands for rate. stockStat['open_-2_r']# CR indicator, including 5, 10, 20 days moving average stockStat['cr'] stockStat['cr-ma1'] stockStat['cr-ma2'] stockStat['cr-ma3']# volume max of three days ago, yesterday and two days later stockStat['volume_-3,2,-1_max']# volume min between 3 days ago and tomorrow stockStat['volume_-3~1_min']# KDJ, default to 9 days stockStat['kdjk'] stockStat['kdjd'] stockStat['kdjj']# three days KDJK cross up 3 days KDJD #stock['kdj_3_xu_kdjd_3'] 這個寫錯了。 stockStat['kdjk_3_xu_kdjd_3']# 2 days simple moving average on open price stockStat['open_2_sma']# MACD stockStat['macd'] # MACD signal line stockStat['macds'] # MACD histogram stockStat['macdh']# bolling, including upper band and lower band stockStat['boll'] stockStat['boll_ub'] stockStat['boll_lb']# close price less than 10.0 in 5 days count stockStat['close_10.0_le_5_c']# CR MA2 cross up CR MA1 in 20 days count stockStat['cr-ma2_xu_cr-ma1_20_c']# 6 days RSI stockStat['rsi_6'] # 12 days RSI stockStat['rsi_12']# 10 days WR stockStat['wr_10'] # 6 days WR stockStat['wr_6']# CCI, default to 14 days stockStat['cci'] # 20 days CCI stockStat['cci_20']# TR (true range) stockStat['tr'] # ATR (Average True Range) stockStat['atr']# DMA, difference of 10 and 50 moving average stockStat['dma']# DMI # +DI, default to 14 days stockStat['pdi'] # -DI, default to 14 days stockStat['mdi'] #少了個單引號 # DX, default to 14 days of +DI and -DI stockStat['dx'] # ADX, 6 days SMA of DX, same as stockStat['dx_6_ema'] stockStat['adx'] #少了個單引號 # ADXR, 6 days SMA of ADX, same as stockStat['adx_6_ema'] stockStat['adxr']# TRIX, default to 12 days stockStat['trix'] # MATRIX is the simple moving average of TRIX stockStat['trix_9_sma']# VR, default to 26 days stockStat['vr'] # MAVR is the simple moving average of VR stockStat['vr_6_sma']#[5 rows x 95 columns] #print(stockStat.head()) print(stockStat.columns.values) print(len(stockStat.columns.values))

打印出來全部的columns 信息。其中有些是臨時的計算變量。

['open' 'high' 'close' 'low' 'volume' 'price_change' 'p_change' 'ma5''ma10' 'ma20' 'v_ma5' 'v_ma10' 'v_ma20' 'turnover' 'volume_delta'u'open_2_s' u'open_2_d' u'open_-2_r' u'middle' u'cr' u'cr-ma1' u'cr-ma2'u'cr-ma3' u'volume_-3_s' u'volume_-1_s' u'volume_2_s'u'volume_-3,2,-1_max' u'volume_-2_s' u'volume_0_s' u'volume_1_s'u'volume_-3~1_min' u'rsv_9' u'kdjk_9' u'kdjk' u'kdjd_9' u'kdjd' u'kdjj_9'u'kdjj' u'rsv_3' u'kdjk_3' u'kdjd_3' 'kdjk_3_xu_kdjd_3' u'open_2_sma'u'close_26_ema' u'macd' u'macds' u'macdh' u'close_20_sma' u'close_20_mstd'u'boll' u'boll_ub' u'boll_lb' u'close_10.0_le' u'close_10.0_le_5_c'u'cr-ma1_20_c' 'cr-ma2_xu_cr-ma1_20_c' u'close_-1_s' u'close_-1_d' u'rs_6'u'rsi_6' u'rs_12' u'rsi_12' u'wr_10' u'wr_6' u'middle_14_sma' u'cci'u'middle_20_sma' u'cci_20' u'tr' u'atr' u'close_10_sma' u'close_50_sma'u'dma' u'high_delta' u'um' u'low_delta' u'dm' u'pdm' u'pdm_14_ema'u'pdm_14' u'atr_14' u'pdi_14' u'pdi' u'mdm' u'mdm_14_ema' u'mdm_14'u'mdi_14' u'mdi' u'dx_14' u'dx' u'dx_6_ema' u'adx' u'adx_6_ema' u'adxr'u'trix' u'trix_9_sma' u'change' u'vr' u'vr_6_sma'] 99

總結

以上是生活随笔為你收集整理的Python开发一个股票类库的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。