python：talib 计算 MACD 画曲线图

原创

已于 2025-03-23 10:22:11 修改 · 7.6k 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#python #talib #MACD

于 2020-08-02 13:22:47 首次发布

本文详细解析了MACD指标的计算原理，包括快速移动均线、慢速移动均线及信号线的计算方法，并通过Python代码展示了如何使用tushare和talib库获取股票数据并计算MACD指标。最后，通过图表直观展示了MACD、信号线和MACD直方图的变化趋势。

MACD指标解释：baike.baidu.com/item/MACD指标/6271283?fr=aladdin

MACD指标[1]基于快速、慢速两个长度不同的移动均线
(FastMA是短期均线，SlowMA是长期均线)，即：
MACD = FastMA - SlowMA
第二条线，称为信号线，为移动MACD的平均值，即：
SignalLine = MovAvg (MACD)
第三条线，称为MACD直方图，为MACD和信号线之间的差异，即：
MACD Histogram = MACD - SignalLine

talib_macd.py

# -*- coding: utf-8 -*-
import os, sys
from datetime import datetime
import tushare as ts
import pylab as pl
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import talib

if len(sys.argv) ==2:
    code = sys.argv[1]
else:
    print('usage: python talib_macd.py stockcode ')
    sys.exit(1)

if len(code) !=6:
    print('stock code length: 6')
    sys.exit(2)

df = ts.get_k_data(code)
if df.empty ==True:
    print(" df is empty ")
    sys.exit(2)

df = df[ df['date'] > '2024-01-01']
if len(df) <30:
    print(" len(df) <30 ")
    sys.exit(2)

# DataFrame 重建索引
df = df.reset_index(drop=True)
df['ma10'] = df