日韩黑丝制服一区视频播放|日韩欧美人妻丝袜视频在线观看|九九影院一级蜜桃|亚洲中文在线导航|青草草视频在线观看|婷婷五月色伊人网站|日本一区二区在线|国产AV一二三四区毛片|正在播放久草视频|亚洲色图精品一区

分享

行情軟件里的平均函數(shù)以及Python的實現(xiàn)

 立志德美 2020-02-29

     在行情軟件里,有很多的平均公式,一直沒有深入的去了解,用得也是糊里糊涂的,現(xiàn)結(jié)合百度谷歌,對各種公式做個總結(jié)記錄。

MA(x,n)–移動平均,是最簡單的n日內(nèi)的平均值;

計算公式:(X1+X2+X3+X4+…+Xn)/n

Python代碼:

1
2
3
4
5
def getMA(df,n):
    for i in range(len(df)):
        if i >= n:
            df.ix[i,'ma'] = df.close.values[i-n:i].mean()
    return df

EMA(x,n)–指數(shù)移動平均,這個函數(shù)以相關(guān)周期為權(quán)重進(jìn)行計算;

計算公式:[2*X+(n-1)*Y]/(n+1) 其中'Y'表示上一周期的Y值

例如:每天X值不同,由遠(yuǎn)到近標(biāo)示分別為X1、X2、X3、X4……Xn

如果n=1,那么EMA(X,1) 則等于 [2*X1+(1-1)*Y]/(1+1)=X1

如果n=2,那么EMA(X,2) 則等于 [2*X2+(2-1)*Y]/(2+1)=(2/3)*X2+(1/3)*X1

如果n=3,那么EMA(X,3) 則等于 [2*X3+(3-1)*Y]/(3+1)

                                                  =[2*X3+2*((2/3)*X2+(1/3)*X1)]/4

                                                  =(1/2)*X3+(1/3)*X2+(1/6)*X1

以此類推,往下循環(huán)……

Python代碼:

1
2
3
4
5
6
7
def getEMA(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']=(1-n)*df.ix[i-1,'close']+n*df.ix[i,'close'
    return df

SMA(x,n,m)–簡單移動平均,m為當(dāng)日的權(quán)重,是個0~1之間的值;

計算公式:(X*M+Y'*(N-M))/N 其中Y表示上一周期值

SMA 就是把EMA(X,N) 中的權(quán)重2,變成了一個可自己定義的變數(shù)。要求M<N,M/N, (N-M)/N 就是一個加起來等于1的小數(shù),于是定義動態(tài)平均值。

Python代碼:

1
2
3
4
5
6
7
def getSMA(df,n,m):
    for i in range(len(df)):
        if i==0
            df.ix[i,'sma'] = df.ix[i,'close']*m/n
        else:
            df.ix[i,'sma'] = [df.ix[i,'close']*m + (n-m)*df.ix[i-1,'sma']]/n
    return df

DMA(x,m)–動態(tài)移動平均,這個函數(shù)以動態(tài)設(shè)定的權(quán)重m進(jìn)行計算;

計算公式:m*X+(1-m)*Y  其中Y表示上一周期值,A必須小于1

Python代碼:

1
2
3
4
5
6
7
def getDMA(df,m):
    for i in range(len(df)):
        if i == 0:
            df.ix[i,'dma'] = df.ix[i,'close']/m
        else:
            df.ix[i,'dma'] = df.ix[i,'close']/m + (1-m)*df.ix[i-1,'dma']
    return df

TMA(x,n,m)–遞歸移動平均,這個函數(shù)可以完全控制當(dāng)前周期的權(quán)重和上一次值的權(quán)重;

計算公示:m*X+n*Y 其中Y表示上一周期值,初值為m*X。

Python代碼:

1
2
3
4
5
6
7
def getTMA(df,n,m):
    for i in range(len(df)):
        if i==0
            df.ix[i,'sma'] = df.ix[i,'close']*m
        else:
            df.ix[i,'sma'] = df.ix[i,'close']*m + df.ix[i-1,'sma']*n
    return df

WMA(x,n)–加權(quán)移動平均,這個函數(shù)對于近日的權(quán)重會比其它函數(shù)敏感。

計算公式:n*X0+(n-1)*X1+(n- 2)*X2)+…+1*Xn)/(n+(n-1)+(n-2)+…+1)

X0表示本周期值,X1表示上一周期值。

Python代碼:

1
2
3
4
5
6
7
8
9
10
def getWMA(df,n):
    weight = 0
    for i in range(n):
        weight += i
    for i in range(len(df)):
        if i >= n:
            sum = 0
            for j in range(n):
                 sum += (j+1)*df.ix[i-n+j,'close']
            df.ix[i,'wma'] = sum/weight

ps: 關(guān)于加權(quán)移動平均,有多個加權(quán)的計算方式,代碼里的僅僅只是其中一種,如果需求不同,也可以換做其他計算方式。

1、末日加權(quán)移動平均線: 

計算公式=(C1+C2+……+Cn×2)/(n+1)

我們用C代表收盤價。末日指的是最后一日哦,可不是世界末日。我們看到只有最后一天的收盤價(Cn)乘了一個2。這樣,原來的n個價格就變成了(n+1)個,所以在求的平均的時候要除以(n+1)。

2、線性加權(quán)移動平均線:

計算公式=(C1×1+C2×2+……+Cn×n)/(1+2+…+n)

這一種均線計算起來有一點點麻煩,就是計算時每個價格都乘以一個權(quán)值,這個權(quán)值剛好是它的編號。對于線性這個詞,如果大家不理解,那么請繼續(xù)關(guān)注慧濟(jì),以后我會為大家詳細(xì)解釋。

3、梯型加權(quán)移動平均線:計算方法如下(5日為例):

計算公式=((C1+C2)×1+(C2+C3)×2+(C3+C4)×3+(C4+C5)×4)/(2×1+2×2+2×3+2×4)

是不是有點像梯形的面積公式啊?梯形面積=(上底+下底)×高/2

4、平方系數(shù)加權(quán)移動平均線:計算方法如下(5日為例):

MA=((C1×1×1)+( C2×2×2)+(C3×3×3)+(C4×4×4)+( C5×5×5))/(1×1+2×2+3×3+4×4+5×5)     

    本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息,謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊一鍵舉報。
    轉(zhuǎn)藏 分享 獻(xiàn)花(0

    0條評論

    發(fā)表

    請遵守用戶 評論公約

    類似文章 更多