记录下EMA算法和MACD算法

最新推荐文章于 2024-03-08 00:39:42 发布

weixin_30710457

最新推荐文章于 2024-03-08 00:39:42 发布

阅读量1.9k

点赞数 1

CC 4.0 BY-SA版权

文章标签： php

原文链接：http://www.cnblogs.com/linsanity1/p/7089845.html

本文详细介绍了MACD指标的计算方法，包括EMA平滑移动平均线的计算公式，并通过Python代码实现了MACD、DIF和DEA的具体计算过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

具体计算公式及例子如下：

EMA（12）= 前一日EMA（12）×11/13＋今日收盘价×2/13 #12条记录，快线

EMA（26）= 前一日EMA（26）×25/27＋今日收盘价×2/27 #26条记录，慢线

DIFF=今日EMA（12）- 今日EMA（26）

DEA = 前一日DEA×8/10＋今日DIF×2/10

MACD=BAR=2×(DIFF－DEA)

注：EMA从股票上市第一天的收盘价（ema = close）就开始累积了，如果从中途取值的话，理论上应该能得到前一天的EMA值，不然

计算的结果会和真实的结果有出入。

 1 #!/usr/bin/env python
 2 # -*- coding: utf-8 -*-
 3 
 4 import pandas as pd
 5 
 6 df = pd.DataFrame(getKline('1day','30','0'))
 7 df.columns = ['date', 'open', 'high', 'low', 'close', 'amount']
 8 
 9 def calc_EMA(df, N): 
10     for i in range(len(df)):
11         if i==0:
12             df.ix[i,'ema']=df.ix[i,'close']
13         if i>0:
14             df.ix[i,'ema']=((N-1)*df.ix[i-1,'ema']+2*df.ix[i,'close'])/(N+1)
15     ema=list(df['ema'])
16     return ema
17 
18 def calc_MACD(df, short=12, long=26, M=9):
19     emas = calc_EMA(df, short)
20     emaq = calc_EMA(df, long)
21     df['diff'] = pd.Series(emas) - pd.Series(emaq)
22     for i in range(len(df)):
23         if i==0:
24             df.ix[i,'dea'] = df.ix[i,'diff']  
25         if i>0:  
26             df.ix[i,'dea'] = ((M-1)*df.ix[i-1,'dea'] + 2*df.ix[i,'diff'])/(M+1)  
27     df['macd'] = 2*(df['diff'] - df['dea'])
28     return df
29 
30 calc_MACD(df, 12, 26, 9)