用代码实例解析python瀑布线指标-创新互联
小编这次要给大家分享的是用代码实例解析python瀑布线指标,文章内容丰富,感兴趣的小伙伴可以来了解一下,希望大家阅读完这篇文章之后能够有所收获。
站在用户的角度思考问题,与客户深入沟通,找到攀枝花网站设计与攀枝花网站推广的解决方案,凭借多年的经验,让设计与互联网技术结合,创造个性化、用户体验好的作品,建站类型包括:成都网站设计、成都网站制作、企业官网、英文网站、手机端网站、网站推广、空间域名、虚拟空间、企业邮箱。业务覆盖攀枝花地区。我就废话不多说了,大家还是直接看代码吧!
# -*- coding: utf-8 -*- """ Created on Tue May 23 08:57:02 2017 @author: yunjinqi E-mail:yunjinqi@qq.com Differentiate yourself in the world from anyone else. """ import pandas as pd import numpy as np import datetime import time #获取数据 df=pd.read_csv('C:/Users/HXWD/Desktop/000001.csv',encoding='gbk') df.columns=['date','code','name','close','high','low','open','preclose', 'change','change_per','volume','amt'] df=df[['date','open','high','low','close','volume','amt']] df.head() def get_EMA(df,N): for i in range(len(df)): if i==0: df.ix[i,'ema']=df.ix[i,'close'] if i>0: df.ix[i,'ema']=(2*df.ix[i-1,'close']+(N-1)*df.ix[i,'close'])/(N+1) return df['ema'] def get_PBX(df): df['a1']=(get_EMA(df,4)+df['close'].rolling(8).mean()+ df['close'].rolling(16).mean())/3 df['a2']=(get_EMA(df,6)+df['close'].rolling(12).mean()+ df['close'].rolling(24).mean())/3 df['a3']=(get_EMA(df,9)+df['close'].rolling(18).mean()+ df['close'].rolling(36).mean())/3 df['a4']=(get_EMA(df,13)+df['close'].rolling(26).mean()+ df['close'].rolling(52).mean())/3 df['a5']=(get_EMA(df,18)+df['close'].rolling(36).mean()+ df['close'].rolling(72).mean())/3 df['a6']=(get_EMA(df,24)+df['close'].rolling(48).mean()+ df['close'].rolling(96).mean())/3 return df get_PBX(df) df.tail() ''' 瀑布线 原理:均线类指标 用法: 瀑布线是趋势性指标,因其在运行的过程中,形态与瀑布极其相似,故得名为瀑布线。 瀑布线在低位粘合,短线瀑布线向上穿越长线瀑布线并向上发散,买入。 瀑布线在高位粘合,短线瀑布线向下穿越长线瀑布线并向下发散,卖出。 当长中短期瀑布线依次由下向上排列形成多头排列时,可持股。 当长中短期瀑布线依次由上向下排列形成空头排列时,应空仓。 '''
分享名称:用代码实例解析python瀑布线指标-创新互联
链接分享:http://scyanting.com/article/gheeg.html