量化交易研究———高级篇（2）MACD检测实现

最新推荐文章于 2025-05-21 16:33:27 发布
最新推荐文章于 2025-05-21 16:33:27 发布
阅读量2.7k 收藏 6
点赞数
CC 4.0 BY-SA版权
分类专栏： 股票 文本分析下的量化金融
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_36142114/article/details/80373126
本文介绍了一个基于MACD指标的股票交易策略实现。该策略通过计算指定股票列表中各股票的MACD值，并根据MACD的金叉和死叉信号决定买卖操作。具体而言，当MACD从负值转为正值时买入股票，反之则卖出。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

import talib
import numpy as np
import pandas as pd


securities=['601006.SH','601008.SH','601155.SH','600519.SH','300136.SZ','600741.SH']
count = 0
for stock in securities:
    values = get_price(stock, None, '20180105', '1d', ['close', 'high', 'low'], True, None, 40, is_panel=1)
    DIFF, DEA, MACD = talib.MACD(values['close'].values,
            fastperiod=12, slowperiod=26, signalperiod=9)
        # 若出现MACD死叉（MACD变为负值），则卖出股票
    if MACD[-1] < 0:
        log.info(MACD[-1])
        order_target(stock, 0)


    # 买入股票
for stock in account.iwencai_securities:
        # 若股票数量到达限制，则跳出
    if len(account.positions) >= account.n:
        break
    if stock not in account.positions:
            # 获取股票收盘价数据
        values = data.attribute_history(stock, ['close'], 100, '1d', False, None)
        if values.empty:
            continue
            # 计算MACD值
        DIFF, DEA, MACD = talib.MACD(values['close'].values,
                fastperiod=12, slowperiod=26, signalperiod=9)
            # 若出现MACD金叉，则买入1/n仓位的股票
        if MACD[-1] > 0 and MACD[-2] < 0:
            order_target_percent(stock, 1/account.n)
一起学量化之macd指标
lovely_yoshino的博客
12-23 9653
MACD称为异同移动平均线，是从双指数移动平均线发展而来的。MACD由组成。如下图所示，；。快线波动较大，慢线相对平稳一些。分割上下红绿柱的横轴就是0轴。
揭秘量化价值投资领域独特的估值模型
最新发布
2501_92132293的博客
07-06 650
本文系统解析量化价值投资领域的创新估值模型，从理论基础到实践应用，全面阐述如何通过量化方法突破传统估值框架的局限。内容涵盖多因子估值模型、机器学习增强型估值、行为金融学驱动的估值调整以及跨资产估值框架等前沿方法，并提供实现路径与案例分析。通过融合金融理论、统计方法与计算机科学，本文展示了现代量化价值投资如何系统性捕捉市场定价偏差，同时严格控制风险，为投资者提供超越传统价值投资的卓越风险调整后收益。
量化交易入门阶段——MACD配合均值回归因子
公爵的博客
03-14 1755
在昨天的文章《MACD配合探底回升因子测试（上）》之中，我讲到我看到的一篇研报《选股因子系列研究(十八)——价格形态选股因子》中提到了分析股票形态的时候，他们用了三种走势，分别是冲高回落、探底回升、均值回归，认为通过这三种特殊形态的分类，可以大幅提高传统分析方法的胜率。 昨天用的是第二种走势探底回升。今天回测最后一种因子，均价偏离。 他们给的定义挺有意思，让大家看看。 其中vwap...
量化交易 - 计算的MACD与同花顺不一致的原因探索
2401_82851462的博客
05-21 1139
经常有朋友遇到，自己计算的macd值（比如调用talib）和同花顺、通达信的不一样，今天详细解读一下，并给出解决方案，供大家参考。
码力十足学量化|macd 指标详解
malishizu222的博客
05-30 1495
macd 指标详解 经常炒股的朋友应该对macd不陌生，在交易软件的k线图设置中，有点软件默认就会开启macd的图形，没开的大家也可以手动选择一下显示macd图形。那么macd究竟是个什么指标？他是如何计算的，以及如何根据macd来选股呢？ 1. 定义 MACD中文称之为异同移动平均线，该指标是从双指数移动平均线发展而来的，由一根快线DIF，一根慢线DEA及红绿柱组成。我们通过技术指标择时时，如果不能深入理解指标的含义，是无法做到灵活应用的，下面我们看一下这几根线分别是如何计算出来的。 快线DIF——
通通股票K线及KDJ,MACD指标显示完整源代码
09-15
1、通通股票K线及KDJ,MACD，RSI等指标显示完整源代码。 2、python历史行情读取，切换股票数据及指标公式。 3、跨python版本代码设计思路和实现。 4、模块化设计，自己可以任意扩充。 本演示使用聚宽用户数据。免费行情源获取参考下面我的帖子。 https://blog.csdn.net/hepu8/article/details/81866694
talib实现与通达信、同花顺一致的MACD、KDJ指标
蓝星极盾
10-13 7311
talib实现的MACD与国内软件厂商实现的不太一致，需要自行定义和调整。提供通达信、同花顺 MACD Talib实现。 同花顺和通达信等软件中的SMA，是KDJ_CN和RSI_CN的基础依赖 注意：使用前引用talib 首先实现SMA，然后才是其它MACD、KDJ等： import talib def SMA_CN(close, timeperiod): close = np.nan_to_num(close) return reduce(lambda x, y: ((tim..
``` {—————————————— 系统参数模块 ——————————————} {——机器学习动态参数——} INPUT:N_EPOCH(5,1,12,1), ML_WIN(60,20,120,5); //机器学习训练周期 VAR_PERIOD:=ML_OPTIMIZE(VOLATILITY,CLOSE,ML_WIN); //机器学习优化波动率参数 {——智能估值中枢——} DYNPETTM:=IF(FINANCE(33)>0, CLOSE/(FINANCE(33)/FINANCE(1)), 1000); //动态市盈率 G_VALUE:=EMA(CLOSE,20*21)/CLOSE; //月线价值偏离度 PB_RATE:=IF(FINANCE(5)>0, CLOSE/FINANCE(5), 1000); //市净率 PEG_VAL:=DYNPETTM/MAX(FINANCE(54)/FINANCE(34)*100,0.0001); //PEG估值 {——行业动量因子——} SECTOR_MOM:=(EMA(C,5)/EMA(C,21)-1)*100; //行业5日动量 CAPITAL_FLOW:=SUM(IF(C>O,VOL,-VOL),13)/MA(VOL,13); //行业资金流向 IND_RANK:RANK(SECTOR_MOM)*0.4 + RANK(CAPITAL_FLOW)*0.6; //行业动量综合评分 {——市场情绪引擎——} MARKET_SENT:=(ADVANCE/DECLINE)*MA(VOL,5)/REF(MA(VOL,5),1); //涨跌家数比 ST_EMOTION:=EMA((C-LLV(L,21))/(HHV(H,21)-LLV(L,21)),5)*100; //短期情绪指标 {—————————————— 核心指标模块 ——————————————} {——三周期MACD共振——} MACD_MONTH:=EMA(C,12*21)-EMA(C,26*21); //月线MACD MACD_WEEK:=EMA(C,12*5)-EMA(C,26*5); //周线MACD MACD_DAY:=EMA(C,12)-EMA(C,26); //日线MACD MACD_SYNC:=MACD_MONTH>REF(MACD_MONTH,3) AND MACD_WEEK>0 AND MACD_DAY>0; {——量价时空体系——} VOL_ER:=EMA(VOL/FINANCE(1),5)/REF(EMA(VOL/FINANCE(1),5),21); //量能扩张比 PRICE_POWER:=(C-MA(C,21))/STD(C,21)*VOL_ER; //量价动力指数 {——三维趋势验证——} STRATEGIC_LINE:=EMA(CLOSE,20*21); //月线战略线 BATTLE_LINE:=EMA(CLOSE,5*5); //周线战役线 TACTICAL_LINE:=EMA(CLOSE,5); //日线战术线 TREND_CONFIRM:=STRATEGIC_LINE>REF(STRATEGIC_LINE,3) AND BATTLE_LINE>STRATEGIC_LINE AND TACTICAL_LINE>BATTLE_LINE; {——关键突破识别——} BREAK_DAY:=C>HHV(REF(HHV(H,20),1),5) AND VOL>MA(VOL,5)*1.8; //日线突破 BREAK_HOUR:=DYNAINFO(11)>HHV(REF(H,1),6) AND RSI(DYNAINFO(11),14)>58; //60分钟突破 {—————————————— 信号合成模块 ——————————————} {——战略安全边际——} VALUE_FILTER:G_VALUE<0.85 AND PB_RATE<2.5 AND PEG_VAL<0.75; {——战术启动点——} TRIGGER_SIGNAL:CROSS(PRICE_POWER,1.2) AND MACD_DAY>REF(MACD_DAY,3) AND VOL_ER>1.5; {——动态风险控制——} RISK_CONTROL:=ST_EMOTION>30 AND MARKET_SENT>0.8 AND FINANCE(10)/FINANCE(1)>0.4 AND SLOPE(CLOSE,60)>0; {——最终信号合成——} FINAL_SIGNAL:VALUE_FILTER AND TREND_CONFIRM AND MACD_SYNC AND BREAK_DAY AND BREAK_HOUR AND RISK_CONTROL AND IND_RANK>0.75 AND COUNT(TRIGGER_SIGNAL,3)>=1; {—————————————— 优化增强模块 ——————————————} //引入遗传算法优化参数 OPTIMIZE VAR_PERIOD USING MAX(PROFIT_FACTOR) WITHIN VAR_PERIOD IN (21,34,55,89) OVER N_EPOCH; //机器学习特征工程 ML_FEATURES:= [DYNPETTM, PB_RATE, PEG_VAL, SECTOR_MOM, CAPITAL_FLOW, MACD_SYNC, PRICE_POWER, VOL_ER, ST_EMOTION]; //动态权重调整 SIGNAL_WEIGHT:=ML_PREDICT(ML_FEATURES, 'XGBOOST'); FINAL_SIGNAL:=FILTER(FINAL_SIGNAL AND SIGNAL_WEIGHT>0.7,5);```的身份是高级编程技术专家，精通各类编程语言，能对编程过程中的各类问题进行分析和解答。我的问题是【我正在编辑【通达信量化择时选股】代码，遇到了 【错误句 : {—————————————— 系统参数模块 ——————————————} {——机器学习动态参数——} INPUT:N_EPOCH(5,1,12,1), ML_WIN(60,20,120,5) 详细信息 : 您在括号前写的不是函数、公式等， 且缺少必要的运算符! 】，请帮我检查并改正错误点补全正确代码，生成修正后完整代码。原有选股逻辑完整保留
03-25
{—————————————— 系统参数模块 ——————————————} {——机器学习动态参数——} INPUT:N_EPOCH(5,1,12,1); INPUT:ML_WIN(60,20,120,5); //机器学习训练周期 VAR_PERIOD:=ML_WIN; //机器...
``` {—————————————— 系统参数模块（行业中性化处理） ——————————————} 行业代码:=INDUSTRY; DYNPETTM:=IF(FINANCE(33)>0, CLOSE/(FINANCE(33)/FINANCE(1)+0.0001), 1000); PB_RATE:=IF(FINANCE(5)>0, CLOSE/FINANCE(5), 1000); PEG_VAL:=DYNPETTM/MAX(FINANCE(54)/FINANCE(34)*100,0.0001); {——估值参数行业分位数优化——} PETTM_QUANTILE:=DYNPETTM/REF(HHV(DYNPETTM,240),行业代码); PB_QUANTILE:=PB_RATE/REF(HHV(PB_RATE,240),行业代码); PEG_QUANTILE:=PEG_VAL/REF(HHV(PEG_VAL,240),行业代码); {——波动率动态加权——} VOLATILITY:=EMA(STD(CLOSE,20)/MA(CLOSE,20),5); VAR_PERIOD:=IF(VOLATILITY<0.06,55,IF(VOLATILITY<0.12,34,21))*0.6 + REF(VAR_PERIOD,1)*0.4; FAST_LEN:=CEILING(EMA(VAR_PERIOD*0.382,3)); SLOW_LEN:=FLOOR(EMA(VAR_PERIOD*1.618,3)); SGNL_LEN:=IF(VAR_PERIOD<=21,5,7); {—————————————— 核心指标模块（动量增强） ——————————————} {——MACD状态机——} DIF:=EMA(CLOSE,FAST_LEN) - EMA(CLOSE,SLOW_LEN); DEA:=EMA(DIF,SGNL_LEN); MACD:=2*(DIF-DEA); MACD_PHASE:=IF(DIF>DEA AND DEA>0,2,IF(DIF>DEA,1,IF(DIF<DEA AND DEA<0,-2,-1))); {——均线收敛系统——} MA5:=EMA(CLOSE,5); MA10:=EMA(CLOSE,10); MA_CONV:=ATAN(MA5/MA10)*180/3.1416; TREND_ARR:=MA5>MA10 AND MA10>MA20 AND MA20>MA60 AND MA_CONV>15; {——量价共振模型——} VOL_MA5:=MA(VOL,5); VOL_MA20:=EMA(VOL,20); VOL_SIG:=VOL>VOL_MA20*1.3 AND VOL>REF(HHV(VOL,5),1)*1.1 AND (CLOSE-OPEN)/(HIGH-LOW+0.0001)>0.5; {——动量状态检测——} MOMENTUM:=EMA(C,5)/REF(EMA(C,5),3)-1; WEEK_CHG:=(C-REF(C,5))/REF(C,5)*100; MOM_CONF:=EMA(C,5)>EMA(C,13) AND C>EMA(C,34)*1.05 AND WEEK_CHG>HHV(WEEK_CHG,20)*0.6; {—————————————— 信号合成模块（分时/盘后双模式） ——————————————} {——盘中异动预警——} INTRADAY_SIG:VOL>DYNAINFO(5)*1.5 AND (C-DYNAINFO(3))/DYNAINFO(3)*100>2.5 AND MACD_PHASE>=1 AND MOMENTUM>0.015 FILTER(CROSS(VOL_MA5,VOL_MA20),30); {——盘后主升浪选股——} VALUATION:=PETTM_QUANTILE<0.7 AND PB_QUANTILE<0.8 AND PEG_QUANTILE<0.9; TREND_SIG:=TREND_ARR AND BETWEEN(C/MA60,1.08,1.35); MOM_SIG:=MACD_PHASE>=1 AND MOM_CONF; PRICE_VOL:=VOL_SIG AND WEEK_CHG>5; {——风险过滤（行业适配）——} BETA_COEF:=SLOPE(C/INDEXC,60)*STD(C,60)/STD(INDEXC,60); DEBT_RATIO:=FINANCE(42)/FINANCE(1); CASH_RATIO:=FINANCE(10)/FINANCE(1); RISK_FLT:=IF(INSTR(行业代码,'银行|地产'),DEBT_RATIO<0.85 AND CASH_RATIO>0.15, DEBT_RATIO<0.55 AND CASH_RATIO>0.25); {——周期共振验证——} CY_MON:=MA(C,10)>REF(MA(C,10),5) AND MA(C,20)>REF(MA(C,20),10); CY_WK_DIFF:=EMA(C,10)-EMA(C,30); CY_WK_DEA:=EMA(CY_WK_DIFF,8); CY_WK:=CY_WK_DIFF>CY_WK_DEA AND CY_WK_DIFF>0; {——最终信号生成——} SCAN_SIG:VALUATION AND RISK_FLT AND CY_MON AND CY_WK AND COUNT(TREND_SIG AND MOM_SIG,5)>=2 AND WEEK_CHG>HHV(WEEK_CHG,20)*0.6; FINAL_SIGNAL:FILTER(SCAN_SIG,3),COLORGREEN;```你的身份是高级编程技术专家，精通各类编程语言，能对编程过程中的各类问题进行分析和解答。我的问题是【我正在编辑【通达信量化择时选股】代码，遇到了 【错误句 : {—————————————— 系统参数模块（行业中性化处理） ——————————————} 行业代码:=INDUSTRY 详细信息 : 未知字符串 INDUSTRY 错误起始位置 : 102 ; 长度: 8】，请帮我检查并改正错误点补全正确代码，生成修正后完整代码。原有选股逻辑完整保留，所有参数计算关系和信号触发条件均不改变。
03-24
{—————————————— 系统参数模块（行业中性化处理） ——————————————} 行业代码:=HYBLOCK; DYNPETTM:=IF(FINANCE(33)>0, CLOSE/(FINANCE(33)/FINANCE(1)+0.0001), 1000); PB_RATE:=IF...
``` {—————————————— 系统参数模块 ——————————————} SW1_CODE := INBLOCK('申万一级') * 1; TOTAL_MV := FINANCE(7) / 100000000; { 单位统一转换为亿，避免后续计算溢出 } {——行业轮动优化——} INDU_REL_STR := EMA(C / MAX(FINANCE(45), 1E-6), 20) * 0.55 + EMA(C / MAX(FINANCE(48), 1E-6), 10) * 0.35 + IIF(HKHOLD(5) > 0, HKHOLD(5) / MA(HKHOLD(5), 20), 0) * 0.1; {——估值因子重构——} EPS_TTM := FINANCE_EX(1, 0, 0); DYNPETTM := IF(EPS_TTM > 0.2, C / MAX(EPS_TTM, 0.2), 1000); EVEBITDA := (C * FINANCE(1) + FINANCE(20) - FINANCE(22)) / MAX(FINANCE(23), FINANCE(1) * 0.01); {——波动率优化——} VOL_REGIME := EMA(STD(C, 60) / MA(C, 60), 5); VAR_PERIOD := IF(VOL_REGIME < 0.05, 55, IF(VOL_REGIME < 0.1, 34, IF(VOL_REGIME < 0.15, 21, 13))); VAR_PERIOD := WMA(VAR_PERIOD, 3) * 0.6 + WMA(VAR_PERIOD, 5) * 0.4; {——资金监控体系——} NORTH_FLOW := HKHOLD('A') / TOTAL_MV * 100; { 同步使用修正后变量名 } NORTH_ALPHA := SLOPE(EMA(NORTH_FLOW, 5), 5) / STD(NORTH_FLOW, 20); {——机器学习模块——} MOM_WEIGHT := CORR(ROC(C, 20), INDU_REL_STR, 60) * 0.7 - STD(MACD_POWER, 20) * 0.3; FACTOR_SYN := MOM_WEIGHT * INDU_REL_STR + (RANK(DYNPETTM) + RANK(EVEBITDA)) / 2 * 0.45; {——核心信号引擎——} VALUATION := DYNPETTM < PERCENTILE(DYNPETTM, 90, 0.3) AND EVEBITDA < PERCENTILE(EVEBITDA, 90, 0.25) AND PEG_VAL < 0.9 AND PEG_VAL > 0.2; TREND_SIG := CROSS(EMA(C, 5), EMA(C, 13)) AND EMA(C, 13) > EMA(C, 34) AND C / EMA(C, 89) > IF(VOL_REGIME < 0.08, 1.028, 1.016); MOM_SIG := MACD_POWER > IF(VOL_REGIME < 0.1, 0.5, 0.8) AND SLOPE(VOLATILITY, 5) < 0; REALTIME_SIG := V > MA(V, 20) * 1.25 AND (C - L) / REF(H - L, 1) > 0.618 AND LIQUIDITY > IF(VOL_REGIME < 0.1, 1.1, 1.25); {——信号合成——} FINAL_SIGNAL := FILTER( VALUATION AND TREND_SIG AND MOM_SIG AND FACTOR_SYN > PERCENTILE(FACTOR_SYN, 70) AND NORTH_ALPHA > 0.5, 3), LINETHICK2; REALTIME_ALERT := FILTER( FINAL_SIGNAL AND REALTIME_SIG AND BETWEEN(TIME, 93000, 145500) AND VOLATILITY < PERCENTILE(VOLATILITY, 60), 0), COLORMAGENTA;```你的身份是高级编程技术专家，精通各类编程语言，能对编程过程中的各类问题进行分析和解答。我的问题是【我正在编辑【通达信量化择时选股】代码，遇到了 【{ 单位统一转换为亿，避免后续计算溢出 } {——行业轮动优化——} INDU_REL_STR := EMA(C / MAX(FINANCE(45), 1E-6), 20) * 0.55 + EMA(C / MAX(FINANCE(48), 1E-6), 10) * 0.35 + IIF(HKHOLD(5) > 0, HKHOLD(5) / MA(HKHOLD(5), 20), 0) * 0.1 详细信息 : 未知字符串 1E 错误起始位置 : 246 ; 长度: 2】，请帮我检查并改正错误点补全正确代码，生成修正后完整代码。原有选股逻辑完整保留，所有参数计算关系和信号触发条件均不改变。
03-24
{—————————————— 系统参数模块 ——————————————} SW1_CODE := INBLOCK('申万一级') * 1; TOTAL_MV := FINANCE(7) / 100000000; { 单位统一转换为亿，避免后续计算溢出 } {——行业轮动...
MACD指标精讲PART1：MACD指标入门及使用法则
柴犬的博客
09-08 4322
MACD（Moving Average Convergence Divergence）指标称为指数平滑异同移动平均线指标，是由Geral Apple所创造，用来跟踪股价运行趋势、判断股票买卖时机的技术分析工具。MACD指标由DIFF线（Difference线，收盘价短期/长期指数平滑移动平均线间的差）、DEA线（Difference Exponential Average线，DIFF线的M日指数平滑移动平均线）、MACD柱线和零轴“三线一轴”组成。
python 股票指标库talib_Talib金融库的使用
weixin_39878991的博客
12-15 5611
在这里我们使用掘金量化平台获取数据以及后续的一些基础操作，除了调用最基本的包之外，与掘金量化数据库进行通讯必须使用对应的账号密码，这些只需要直接创建空策略，基本信息以及配置就都设置好了。我们只需额外加上我们另外要调用的包即可import numpy as npimport talib这里注意，Talib 的安装是以下命令：pip install Ta-Lib一、数据获取与滑动平均值的计算data ...
Talib技术因子详解（四）
叶子的博客
07-11 6449
talib安装方式：pip install Ta-lib Tushare数据获取请参考：金融量化分析基础环境搭建 数据获取代码请参考：Talib技术因子详解（一） 26、MACD 异同移动平均线，调用方式如下： macd, macdsignal, macdhist = talib.MACD(close, fastperiod, slowperiod, signalperiod) 当MACD升穿Signal Line，入市讯息；当MACD跌穿Signal Line，出市讯息。当MACD上升时，股票价
python 量化交易：MACD指标双金叉形态识别
RogerDL的专栏
11-29 6117
python 量化交易：MACD指标双金叉形态识别： df 是pandas的Dataframe，基础数据原来是 tushare 中的股票交易数据，MACD指标是用 talib 库计算得来： df = df.sort_values(by='trade_date', ascending=True) # MACD > 0, 标准化到 1， MACD<0, 标准化到 -1 df['m...
MACD策略深测
weixin_42694350的博客
04-14 1020
测试说明 此次测试主要有两个角度：①MACD策略有效性随大盘波动影响的测试；②参数设置对MACD策略的影响测试。 这是2014年以来A股指数的周线图，可以看到在红框部分起伏非常大，设置为大盘波动期的参考对象（2014/8/1-2016/2/19）；蓝框部分在历史上相对起伏较小，设置为大盘平缓期的参考对象（2016/12/2-2018/1/12）；并加入近期数据作为参照（2019/12/1-202...
量化交易入门阶段：天天用的MACD指标到底有多好？
公爵的博客
02-26 2042
之前的文章我多次回测过均线策略，当时均线策略在2019年很难有太好的表现，不好原因可能很多，有可能是参数不好，有可能是股票池不好，有可能是仓位不好，有可能不应该用一两条，应该用更多，也可能应该和其他指标配合使用。 均线的策略还没有完全回测完，将来我们还会继续说，今天换个指标，换个大家经常用的号称指标之王的——MACD。 我们从最基本的交易策略，DIFF和DEA的金叉死叉交易策略开始测试，...
量化分析（9）——借助talib库来直接获得MACD、动量、rsi、移动均线
热门推荐
niuge8905的博客
10-19 7万+
talib库有超多现成的方法，不用辛辛苦苦造轮子。上面几篇博客写了MACD、动量、rsi、移动均线的方法，但用起来还是不爽。刚好talib都有这些函数。比较懒，就直接放代码吧先看10日的移动均线：import tushare as ts import pandas as pd import matplotlib.pyplot as plt import numpy as np import tali
量化交易-MACD(分钟、日、周、月、年级别)研究
东南有大树的博客
11-13 6716
MACD(分钟、日、周、月、年级别)研究 最近和朋友一直在研究 MACD方面的策略，看到社区里很多人都在问分钟、周级别的MACD如何写，这里我就直接把代码放出来，分享给各位有需求的朋友！今后，将会陆续推出其它指标的不同时段研究主题！ 如果对你有帮助，希望点下赞 O(∩_∩)O哈哈~ 先上封装好的方法，方便各位复制 import pandas as pd import numpy as np i...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值