Python 金融量化 均线系统交易策略专题(简单移动平均，加权移动平均，指数加权移动平均，异同移动平均MACD等解读与绘图)

• 6.2 绘图代码

• 6.3常用MACD交易思想

获取数据

---

以从Tushare获取深证成指(‘399001.SZ’)股价数据为例。

导入相关模块

import os

import numpy as np

import tushare as ts

import pandas as pd

import matplotlib.pyplot as plt

from datetime import datetime, timedelta

from pylab import mpl

token = ‘Your token’ # 输入你的接口密匙，获取方式及相关权限见Tushare官网。

pro = ts.pro_api(token)

df = pro.index_daily(ts_code=‘399001.SZ’) #index_daily为指数日线的接口。股票的则为daily。

将获取到的DataFrame数据进行标准化处理，转换为方便自己使用的一种规范格式。

df = df.loc[:, [‘trade_date’, ‘open’, ‘high’, ‘low’, ‘close’, ‘vol’]]

df.rename(

columns={

‘trade_date’: ‘Date’, ‘open’: ‘Open’,

‘high’: ‘High’, ‘low’: ‘Low’,

‘close’: ‘Close’, ‘vol’: ‘Volume’},

inplace=True) # 重定义列名，方便统一规范操作。

df[‘Date’] = pd.to_datetime(df[‘Date’]) # 转换日期列的格式，便于作图

df.set_index([‘Date’], inplace=True) # 将日期列作为行索引

df = df.sort_index() # 倒序，因为Tushare的数据是最近的交易日数据显示在DataFrame上方，倒序后方能保证作图时X轴从左到右时间序列递增。

Close = df[‘Close’] # 取出收盘数据。

now = datetime.now() # 现在时间

today = now.strftime(‘%Y-%m-%d’) # 今日日期

设置一会儿生成的图像文件的保存路径，这里该三行命令在D盘创建一个以今日日期命名的文件夹。

path = ‘D:/’ + today

if not os.path.exists(path):

os.mkdir(path)

准备工作完毕，走起！

---

1.简单移动平均(SMA)

---

1.1 简单移动平均数

• 即以算术平均的方式对目标数据对象求均值。(5日为例)

SMAt=5 = p 1 + p 2 + p 3 + p 4 + p 5 5 \displaystyle {\frac{p1+p2+p3+p4+p5}{5} } 5p1+p2+p3+p4+p5​

求取5日简单移动平均数

Sma5 = pd.Series(0.0,index=Close.index)

for i in range(4,len(Close)):

Sma5[i] = sum(Cl