用手机建网站,WordPress恶意扫描,百度搜索引擎营销如何实现,网页贷款19年创业做过一年的量化交易但没有成功#xff0c;作为交易系统的开发人员积累了一些经验#xff0c;最近想重新研究交易系统#xff0c;一边整理一边写出来一些思考供大家参考#xff0c;也希望跟做量化的朋友有更多的交流和合作。
接下来继续说说A股平均趋向指数实现。 …19年创业做过一年的量化交易但没有成功作为交易系统的开发人员积累了一些经验最近想重新研究交易系统一边整理一边写出来一些思考供大家参考也希望跟做量化的朋友有更多的交流和合作。
接下来继续说说A股平均趋向指数实现。
平均趋向指数ADXAverage Directional Index是一种衡量市场趋势强度的技术指标广泛用于判断 A 股市场的趋势强弱而不判断趋势方向。ADX 是基于正向趋向指标 (DI) 和负向趋向指标 (-DI) 计算得出的一个趋势强度指标通常用于确认趋势是否强劲。以下是通过 Python 和 Tushare 实现 A 股市场的 ADX 指标的代码示例。
1. ADX 的基本组成 DIPositive Directional Indicator衡量价格上升的强度。 -DINegative Directional Indicator衡量价格下降的强度。 ADX基于 DI 和 -DI 计算的指数用于衡量趋势的强度而非方向。
2. 获取 A 股数据
使用 Tushare 获取 A 股的股票数据确保你有 Tushare 的 API token。
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt# 设置 Tushare token
ts.set_token(your_tushare_token)
pro ts.pro_api()# 获取 A 股的日线数据以贵州茅台为例
def get_a_stock_data(stock_code, start_date, end_date):df pro.daily(ts_codestock_code, start_datestart_date, end_dateend_date)df df[[trade_date, high, low, close]]df[trade_date] pd.to_datetime(df[trade_date])df.set_index(trade_date, inplaceTrue)df df.sort_index()return df# 获取贵州茅台600519.SH的日线数据
stock_code 600519.SH
start_date 20200101
end_date 20221231
stock_data get_a_stock_data(stock_code, start_date, end_date)
3. 计算 ADX 指标
# 计算 ADX 指标
def calculate_adx(data, window14):计算平均趋向指数 (ADX) 指标。:param data: 股票数据的 pandas DataFrame必须包含 high, low, close 列:param window: ADX 的窗口大小通常为 14:return: 包含 ADX 指标的 DataFrame# 计算 True Range (TR)data[tr1] data[high] - data[low]data[tr2] abs(data[high] - data[close].shift(1))data[tr3] abs(data[low] - data[close].shift(1))data[TR] data[[tr1, tr2, tr3]].max(axis1)# 计算 DM 和 -DMdata[DM] np.where((data[high] - data[high].shift(1)) (data[low].shift(1) - data[low]), data[high] - data[high].shift(1), 0)data[DM] np.where(data[DM] 0, 0, data[DM])data[-DM] np.where((data[low].shift(1) - data[low]) (data[high] - data[high].shift(1)), data[low].shift(1) - data[low], 0)data[-DM] np.where(data[-DM] 0, 0, data[-DM])# 计算平滑的 TR, DM, -DMdata[TR_smooth] data[TR].rolling(windowwindow).sum()data[DM_smooth] data[DM].rolling(windowwindow).sum()data[-DM_smooth] data[-DM].rolling(windowwindow).sum()# 计算 DI 和 -DIdata[DI] 100 * (data[DM_smooth] / data[TR_smooth])data[-DI] 100 * (data[-DM_smooth] / data[TR_smooth])# 计算 DX 和 ADXdata[DX] 100 * abs(data[DI] - data[-DI]) / (data[DI] data[-DI])data[ADX] data[DX].rolling(windowwindow).mean()return data# 计算贵州茅台的 ADX 指标
stock_data calculate_adx(stock_data)# 打印结果
data[[high, low, close, DI, -DI, ADX]]# 绘制 ADX 图表
plt.figure(figsize(12, 8))
plt.subplot(2, 1, 1)
plt.plot(stock_data.index, stock_data[close], labelClose Price, colorblue)
plt.title(f{stock_code} Close Price)
plt.xlabel(Date)
plt.ylabel(Price)
plt.legend()
plt.grid()plt.subplot(2, 1, 2)
plt.plot(stock_data.index, stock_data[DI], labelDI, colorgreen)
plt.plot(stock_data.index, stock_data[-DI], label-DI, colorred)
plt.plot(stock_data.index, stock_data[ADX], labelADX, colorblue)
plt.title(ADX Indicator)
plt.xlabel(Date)
plt.ylabel(Value)
plt.legend()
plt.grid()plt.tight_layout()
plt.show()
4. 代码解释 获取数据我们使用 Tushare 的 pro.daily 接口获取贵州茅台的日线数据数据包括最高价、最低价和收盘价。 计算 True Range (TR)TR 是衡量市场波动的真实范围计算方式为最高价与最低价的差值、前一日收盘价与最高价的差值、前一日收盘价与最低价的差值三者中的最大值。 DM 和 -DMDM 和 -DM 分别表示向上和向下的价格动向用于衡量价格上涨和下跌的强度。 DI 和 -DIDI 和 -DI 分别表示正向和负向的趋向指标表示价格上涨或下跌的强度相对于真实范围的百分比。 DX 和 ADXDX 是 DI 和 -DI 的差值的绝对值除以其和的百分比用于衡量趋势的强弱。ADX 是 DX 的移动平均值表示趋势强度的平滑值。
5. 使用 ADX 的交易信号 趋势强度判断当 ADX 高于 25 时通常表示市场处于强趋势状态无论是上升趋势还是下降趋势当 ADX 低于 20 时表示市场处于无趋势状态或震荡阶段。 结合 DI 和 -DI当 DI 高于 -DI 且 ADX 上升时表明上升趋势强烈可以考虑买入当 -DI 高于 DI 且 ADX 上升时表明下跌趋势强烈可以考虑卖出。
6. 总结
平均趋向指数ADX是 A 股市场中衡量趋势强度的重要工具通过分析 DI、-DI 和 ADX 的变化交易者可以判断当前市场是否具有明确的趋势以及趋势的强度。ADX 常与其他技术指标结合使用以便更好地识别市场的交易机会和风险。
