Python 金融与数学教程：用 Python 编程轻松实现移动平均线。

视频摘要：使用Python计算股票移动性

这段视频介绍了如何使用Python计算股票的移动性。视频首先强调需要准备样本数据，链接在视频描述中，并提醒观众可以参考之前的简单移动平均教程视频。

接着，视频展示了如何将简单移动平均函数复制粘贴到代码中，并强调需要将样本数据保存为文本文件。

视频然后详细讲解了代码的实现步骤：

1. 导入必要的库: 导入NumPy库（命名为np）和time库。
2. 读取样本数据: 打开样本数据文件并读取其内容到内存中。
3. 分割数据: 将数据按照换行符进行分割。
4. 定义变量: 将分割后的数据分别赋值给日期、收盘价、最高价、最低价、开盘价和成交量等变量。
5. 创建环境函数: 定义一个名为env的函数，该函数接收日期、收盘价、最高价、最低价、开盘价、成交量和时间范围作为参数。
6. 计算移动性: 在env函数中，使用一个循环遍历数据，计算每个时间段内的移动性。移动性计算公式为： (当前最高价 + 当前最低价) / 2。

视频最后强调了代码的执行过程，并鼓励观众跟着视频操作，并根据需要暂停视频进行学习。

本教程视频教你如何在 Python 中编写简单易懂的移动平均线 (EMV) 指标。 简单易懂的移动平均线指标试图衡量证券的趋势强度。 本系列教程的目的是教授 Python 中的数学知识。 为此，我们将使用一些技术分析中常用的股票指标。 对于大多数指标，我们将首先讨论它们，它们的用途，然后教授如何在 Python 中编写它们，最后将它们实际显示在图表上。基本的图表应用程序来自之前的教程系列，链接：http://www.youtube.com/playlist?list=PLQVvvaa0QuDcR-u9O8LyLR7URiKuW-XZq所需文件：实际图表部分的示例代码：http://sentdex.com/sentiment-analysisbig-data-and-python-tutorials-algorithmic-trading/python-matplotlib-sample-code-charting-stocks-python/Python：http://python.orgNumpy：http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpyMatplotlib：http://matplotlib.org/downloads.html