您当前的位置:首页 > 电脑百科 > 程序开发 > 语言 > Python

用Python绘制股票唐奇安通道,布林带通道和鳄鱼组线

时间:2020-08-20 15:30:37  来源:  作者:

根据指定股票通道指标的算法,能用过去一定时间段的交易数据绘制出上下两条通道线,即价格通道里的上下轨道。一般来说,当股价向上突破上轨时,即预测后市将涨,反之当股价向下突破下轨时,即预测后市将跌。

这里将根据若干算法,计算并绘制多种价格通道,从中大家一方面可以积累股市分析的经验,另一方面还能进一步掌握基于pandas的数据分析方法,以及基于matplotlib的可视化技巧。

1 计算并绘制唐奇安通道

唐奇安通道是由上阻力线、下支撑线和中心线这三条线组成。

上阻力线 = 过去N天的最高价

下支撑线 = 过去N天的最低价

中心线 =(上线 + 下线)除以 2

在实际的分析场景里,N的取值一般是20,在如下的DisplayDonChannel.py范例中,就用20天为周期,来计算并绘制唐奇安通道。

01    # coding=utf-8
02    import pandas as pd
03    import matplotlib.pyplot as plt
04    from mpl_finance import candlestick2_ochl
05    # 读数据
06    stockDf = pd.read_csv('D:/work/data/ch11/600530.ss.csv')
07    fig, ax = plt.subplots()
08    candlestick2_ochl(ax = ax, opens=stockDf["Open"].values, closes=stockDf["Close"].values, highs=stockDf["High"].values, lows=stockDf["Low"].values, width=0.75, colorup='red', colordown='green')
09    stockDf['up'] = stockDf['High'].rolling(window=20).max()
10    stockDf['up'].plot(color="green",label='上阻力线')
11    stockDf['down'] = stockDf['Low'].rolling(window=20).min()
12    stockDf['down'].plot(color="navy",label='下支撑线')
13    stockDf['mid'] = (stockDf['up']+stockDf['down'])/2
14    stockDf['mid'].plot(color="red",label='中心线')
15    ax.set_ylabel("收盘价(元)")
16    ax.grid()         # 带网格线
17    ax.legend()     # 绘制图例
18    #设置x轴文字间隔和旋转角度
19    index=stockDf.index[stockDf.index%7==0]
20    xtics=stockDf['Date'][stockDf.index%7==0]
21    plt.xticks(index,xtics)
22    plt.setp(plt.gca().get_xticklabels(), rotation=30)
23    plt.rcParams['font.sans-serif']=['SimHei']
24    plt.title("600530交大昂立20天唐奇安通道效果图")
25    plt.show()

在第5行到第8行的代码里,从csv文件里读到了股票交易数据,并通过调用candlestick2_ochl方法绘制了k线图。在第9行里,通过rolling(window=20)方法得到了过去20天的最高价集合,在此基础上通过max()方法得到了过去20天的最高价,随后用第10行的plot方法绘制了上阻力线。

随后用同样的方法,用第11行和第12行的代码计算并绘制了下支撑线。在第13行里,设置了中心线为上阻力线和下支撑线的均值,并在第14行绘制了中心线。

由于在绘制上阻力线、下支撑线和中心线的时候都通过label参数设置了图例,随后在第17行用legend方法绘制了图例效果。为了能更直观地对比数据,所以在第16行里用grid方法设置了网格效果。

这里同样是通过第19行到第22行的代码,设置了x轴文字的间隔以及旋转角度,并在第24行里用title方法设置了标题。为了能显示中文标题,所以还需要加上第23行的语句。运行本范例,能看到如下图所示的效果,由于计算周期是20日,所以之前19日看不到对应的价格通道。而且从图上看,股价均在通道内运动,并没有向上和向下突破的动作,也就是说,从这些天的交易数据里,看不到基于20日唐奇安通道的买卖信号。

 

用Python绘制股票唐奇安通道,布林带通道和鳄鱼组线

 

 

2 计算并绘制布林带通道

和上文描述的唐奇安通道类似,布林带通道也是通过上阻力线、下支撑线和中心线来绘制价格通道,这里的三条线算法如下所示。

中心线 = N日移动均线

上阻力线 = 中心线+两倍过去N天收盘价的标准差

下支撑线 = 中心线-两倍过去N天收盘价的标准差

而N的取值一般也是20。在如下的DisplayBollingerBands.py范例中,将演示计算并绘制20日周期布林带通道的做法。

01    # coding=utf-8
02    import pandas as pd
03    import matplotlib.pyplot as plt
04    from mpl_finance import candlestick2_ochl
05    # 读数据
06    stockDf = pd.read_csv('D:/work/data/ch11/600530.ss.csv')
07    fig, ax = plt.subplots()
08    candlestick2_ochl(ax = ax, opens=stockDf["Open"].values, closes=stockDf["Close"].values, highs=stockDf["High"].values, lows=stockDf["Low"].values, width=0.75, colorup='red', colordown='green')
09    stockDf['mid'] = stockDf['Close'].rolling(window=20).mean()
10    stockDf['std'] = stockDf['Close'].rolling(window=20).std()
11    stockDf['up'] = stockDf['mid'] + 2*stockDf['std']
12    stockDf['down'] = stockDf['mid'] - 2*stockDf['std']
13    stockDf['up'].plot(color="green",label='上阻力线')
14    stockDf['down'].plot(color="navy",label='下支撑线')
15    stockDf['mid'].plot(color="red",label='中心线')
16    ax.set_ylabel("收盘价(元)")
17    ax.grid() # 带网格线
18    ax.legend()     # 绘制图例
19    #设置x轴文字间隔和旋转角度
20    index=stockDf.index[stockDf.index%7==0]
21    xtics=stockDf['Date'][stockDf.index%7==0]
22    plt.xticks(index,xtics)
23    plt.setp(plt.gca().get_xticklabels(), rotation=30)
24    plt.rcParams['font.sans-serif']=['SimHei']
25    plt.title("600530交大昂立20天布林带通道效果图")
26    plt.show()

本范例和之前的唐奇安通道的范例很相似,区别主要集中在第9行到第15行。在第9行里,先用rolloing和 mean方法计算过去20天的均值,以此作为中心线,再通过第10行的rolling和std方法,计算过去20天收盘价的标准差,在此基础上再通过第11行和第12行的代码计算上阻力线和下支撑线。

完成计算后,是通过第13行到第15行的plot方法绘制三条线,同时用label参数设置了图例。运行本范例,能看到如下图所示的效果。其中布林带通道的宽度是由过去20天收盘价的标准差决定,也就是说,如果过去20天收盘价波动比较大,那么布林带通道就比较宽,反之就比较狭窄。而且,虽然有个别价格向上或向下突破通道,但未形成“有效突破”,所以后期价格依然在通道内波动,由此大家能感受到“上阻力线”和“下支撑线”的“阻力”和“支撑”效果。

用Python绘制股票唐奇安通道,布林带通道和鳄鱼组线

 

3 计算并绘制鳄鱼组线

鳄鱼组线其实不属于价格通道指标,但也是通过三条线来研判股价的走势,在鳄鱼组线里,三条线分别叫上唇、牙齿和下颚,具体算法如下所述。

上唇线是5天周期的价格平滑移动平均线( SMMA ),向未来延后3天,也就是说第8天才会开始展示上唇线,上唇线一般用绿线绘制。

牙齿线是由8天周期的价格平滑移动平均线,向未来延后5天,一般用红线绘制。

下颚线由13天周期的价格平滑移动平均线向未来延后8天,一般用蓝色绘制。

这里的平滑移动平均线SMMA也叫流畅移动平均线,这里以5天周期为例,讲下具体的算法。

第1个SMMA值(即第5天的平滑平均值) = 前五天收盘价的均价

第6天的值 = (该周期内收盘价的和 –第1个SMMA值 + 第6天的收盘价)/5

第7天的值 = (该周期内收盘价的和 – 第2个SMMA值 + 第7天的收盘价)/5

依次类推,第n天的值 = (该周期内收盘价的和 –上个SMMA值 + 第n日收盘价)/5

这里的算法涉及到计算平滑移动平均线,在如下的DisplayCrocodileLines.py范例中,就将演示用pandas库计算相关数值,并用matplotlib绘制鳄鱼组线的做法。

01    # coding=utf-8
02    import pandas as pd
03    import matplotlib.pyplot as plt
04    from mpl_finance import candlestick2_ochl
05    #计算各种SMMA值
06    def setSMMAVal(df, period):
07        for i in range(len(df)):
08            if i<period:
09                df['SMMA' + str(period)] = df.ix[i,'MA'+  str(period)]
10            else: #按算法计算SMMA值
11               df.ix[i,'SMMA'+ str(period)]=df.ix[i,'MA'+ str(period)] + (df.ix[i,'Close'] - df.ix[i-1,'SMMA'+ str(period)])/period
12        return df

在第6行的setSMMAVal方法里,是根据参数period指定的周期,计算各种SMMA值。具体而言,在第7行的for循环里,如果当前遍历的索引号小于周期值,则设置SMMA值为当天的MA均值,否则的话,则通过第11行的代码,按SMMA的算法,计算当天的值。

请注意这里的列名是动态拼接的,比如在第9行,如果当前参数是5,那么其实是用df['MA5'] 的值来填充df['SMMA' + str(period)]值。

13    #计算三条鳄鱼组线
14    def setCrocodileVal(df):
15        #  用shift方法,把数据顺延
16        df['up'] = df['SMMA5'].shift(3)
17        df['mid'] = df['SMMA8'].shift(5)
18        df['down'] = df['SMMA13'].shift(8)
19        return df

在得到SMMA的值以后,可以通过第14行的setCrocodileVal方法来计算3条鳄鱼组线的值,这里的技巧是shift方法,比如在第16行里,使用df['SMMA5'].shift(3)代码,把当天的SMMA5值向后顺延3天,以此设置上唇线的值。在第17行和第18行里,也是用shift方法,顺延对应的SMMA值,得到牙齿线和下颚线的值。

20    # 读数据
21    stockDf = pd.read_csv('D:/work/data/ch11/600530.ss.csv')
22    #算均值
23    stockDf['MA5'] = stockDf['Close'].rolling(window=5).mean()
24    stockDf['MA8'] = stockDf['Close'].rolling(window=8).mean()
25    stockDf['MA13'] = stockDf['Close'].rolling(window=13).mean()
26    #算三个SMMA值
27    stockDf = setSMMAVal(stockDf, 5)
28    stockDf = setSMMAVal(stockDf, 8)
29    stockDf = setSMMAVal(stockDf, 13)
30    #计算三个鳄鱼组线的值
31    stockDf = setCrocodileVal(stockDf)

通过第21行的代码得到csv里股票数据后,先通过第23行到第25行的代码,计算5天、8天和13天的均价,并通过第27行到第29行的代码计算三个SMMA值,随后再通过第31行的代码计算三个鳄鱼组线的值,至此完成计算,在后文里开始绘图。

32    fig, ax = plt.subplots()
33    #为了突出三条组线,设置了透明度为0.5
34    candlestick2_ochl(ax = ax, opens=stockDf["Open"].values, closes=stockDf["Close"].values, highs=stockDf["High"].values, lows=stockDf["Low"].values, width=0.75, colorup='red',alpha=0.5, colordown='green')
35    #绘制三条组线
36    stockDf['up'].plot(color="green",label='上唇线')
37    stockDf['down'].plot(color="red",label='牙齿线')
38    stockDf['mid'].plot(color="blue",label='下颚线')
39    ax.set_ylabel("收盘价(元)")
40    ax.grid() # 带网格线
41    ax.legend()     # 绘制图例
42    #设置x轴文字间隔和旋转角度
43    index=stockDf.index[stockDf.index%7==0]
44    xtics=stockDf['Date'][stockDf.index%7==0]
45    plt.xticks(index,xtics)
46    plt.setp(plt.gca().get_xticklabels(), rotation=30)
47    plt.rcParams['font.sans-serif']=['SimHei']
48    plt.title("600530交大昂立鳄鱼组线效果图")
49    plt.show()

在第36行到第38行的代码里,是通过plot方法绘制了三条鳄鱼组线,同时通过color参数分别设置了颜色,通过label参数设置了图例。其他的可视化代码之前都已经分析过,这里就不再讲述了。运行本范例,能看到如下图所示的效果。

 

用Python绘制股票唐奇安通道,布林带通道和鳄鱼组线

 

 

由于在绘制K线图时通过alpha参数设置了透明度,所以这里三条鳄鱼组线更加明显。

按照股市分析理论,如果上唇线在牙齿线之上,同时牙齿线在下颚线之上,说明当前进入股价上升阶段。如果相反,上唇线在牙齿线之下,而牙齿线在下颚线之下,则说明股价进入下跌阶段。如果上图那样三条线相互交错缠绕,则通过该指标说明当前市场没有发出明确的买卖交易信号。不过本范例的主题是数据分析,所以请更关注计算三条线时用到的相关Python方法。

最后,小编想说:我是一名python开发工程师,整理了一套最新的python系统学习教程,想要这些资料的可以关注私信小编“01”即可(免费分享哦)希望能对你有所帮助。



Tags:Python 股票   点击:()  评论:()
声明:本站部分内容及图片来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,如有任何标注错误或版权侵犯请与我们联系(Email:2595517585@qq.com),我们将及时更正、删除,谢谢。
▌相关推荐
1. Tushare简介1.1. 开源、免费版TushareTushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程,能够为金融分...【详细内容】
2021-04-12  Tags: Python 股票  点击:(300)  评论:(0)  加入收藏
根据指定股票通道指标的算法,能用过去一定时间段的交易数据绘制出上下两条通道线,即价格通道里的上下轨道。一般来说,当股价向上突破上轨时,即预测后市将涨,反之当股价向下突破下...【详细内容】
2020-08-20  Tags: Python 股票  点击:(67)  评论:(0)  加入收藏
▌简易百科推荐
Python 是一个很棒的语言。它是世界上发展最快的编程语言之一。它一次又一次地证明了在开发人员职位中和跨行业的数据科学职位中的实用性。整个 Python 及其库的生态系统使...【详细内容】
2021-12-27  IT资料库    Tags:Python 库   点击:(1)  评论:(0)  加入收藏
菜单驱动程序简介菜单驱动程序是通过显示选项列表从用户那里获取输入并允许用户从选项列表中选择输入的程序。菜单驱动程序的一个简单示例是 ATM(自动取款机)。在交易的情况下...【详细内容】
2021-12-27  子冉爱python    Tags:Python   点击:(4)  评论:(0)  加入收藏
有不少同学学完Python后仍然很难将其灵活运用。我整理15个Python入门的小程序。在实践中应用Python会有事半功倍的效果。01 实现二元二次函数实现数学里的二元二次函数:f(x,...【详细内容】
2021-12-22  程序汪小成    Tags:Python入门   点击:(32)  评论:(0)  加入收藏
Verilog是由一个个module组成的,下面是其中一个module在网表中的样子,我只需要提取module名字、实例化关系。module rst_filter ( ...); 端口声明... wire定义......【详细内容】
2021-12-22  编程啊青    Tags:Verilog   点击:(7)  评论:(0)  加入收藏
运行环境 如何从 MP4 视频中提取帧 将帧变成 GIF 创建 MP4 到 GIF GUI ...【详细内容】
2021-12-22  修道猿    Tags:Python   点击:(5)  评论:(0)  加入收藏
面向对象:Object Oriented Programming,简称OOP,即面向对象程序设计。类(Class)和对象(Object)类是用来描述具有相同属性和方法对象的集合。对象是类的具体实例。比如,学生都有...【详细内容】
2021-12-22  我头秃了    Tags:python   点击:(9)  评论:(0)  加入收藏
所谓内置函数,就是Python提供的, 可以直接拿来直接用的函数,比如大家熟悉的print,range、input等,也有不是很熟,但是很重要的,如enumerate、zip、join等,Python内置的这些函数非常...【详细内容】
2021-12-21  程序员小新ds    Tags:python初   点击:(5)  评论:(0)  加入收藏
Hi,大家好。我们在接口自动化测试项目中,有时候需要一些加密。今天给大伙介绍Python实现各种 加密 ,接口加解密再也不愁。目录一、项目加解密需求分析六、Python加密库PyCrypto...【详细内容】
2021-12-21  Python可乐    Tags:Python   点击:(7)  评论:(0)  加入收藏
借助pyautogui库,我们可以轻松地控制鼠标、键盘以及进行图像识别,实现自动抢课的功能1.准备工作我们在仓库里提供了2个必须的文件,包括: auto_get_lesson_pic_recognize.py:脚本...【详细内容】
2021-12-17  程序员道道    Tags:python   点击:(13)  评论:(0)  加入收藏
前言越来越多开发者表示,自从用了Python/Pandas,Excel都没有打开过了,用Python来处理与可视化表格就是四个字&mdash;&mdash;非常快速!下面我来举几个明显的例子1.删除重复行和空...【详细内容】
2021-12-16  查理不是猹    Tags:Python   点击:(20)  评论:(0)  加入收藏
最新更新
栏目热门
栏目头条