第一部分 新手入门
- 一 量化投资视频学习课程
- 二 Python 手把手教学
- 量化分析师的Python日记【第1天:谁来给我讲讲Python?】
- 量化分析师的Python日记【第2天:再接着介绍一下Python呗】
- 量化分析师的Python日记【第3天:一大波金融Library来袭之numpy篇】
- 量化分析师的Python日记【第4天:一大波金融Library来袭之scipy篇】
- 量化分析师的Python日记【第5天:数据处理的瑞士军刀pandas】
- 量化分析师的Python日记【第6天:数据处理的瑞士军刀pandas下篇
- 量化分析师的Python日记【第7天:Q Quant 之初出江湖】
- 量化分析师的Python日记【第8天 Q Quant兵器谱之函数插值】
- 量化分析师的Python日记【第9天 Q Quant兵器谱之二叉树】
- 量化分析师的Python日记【第10天 Q Quant兵器谱 -之偏微分方程1】
- 量化分析师的Python日记【第11天 Q Quant兵器谱之偏微分方程2】
- 量化分析师的Python日记【第12天:量化入门进阶之葵花宝典:因子如何产生和回测】
- 量化分析师的Python日记【第13天 Q Quant兵器谱之偏微分方程3】
- 量化分析师的Python日记【第14天:如何在优矿上做Alpha对冲模型】
- 量化分析师的Python日记【第15天:如何在优矿上搞一个wealthfront出来】
第二部分 股票量化相关
- 一 基本面分析
- 1.1 alpha 多因子模型
- 1.2 基本面因子选股
- 1.3 财报阅读 • [米缸量化读财报] 资产负债表-投资相关资产
- 1.4 股东分析
- 1.5 宏观研究
- 二 套利
- 三 事件驱动
- 四 技术分析
- 4.1 布林带
- 4.2 均线系统
- 4.3 MACD
- 4.4 阿隆指标 • 技术指标阿隆( Aroon )全解析
- 4.5 CCI • CCI 顺势指标探索
- 4.6 RSI
- 4.7 DMI • DMI 指标体系的构建及简单应用
- 4.8 EMV • EMV 技术指标的构建及应用
- 4.9 KDJ • KDJ 策略
- 4.10 CMO
- 4.11 FPC • FPC 指标选股
- 4.12 Chaikin Volatility
- 4.13 委比 • 实时计算委比
- 4.14 封单量
- 4.15 成交量 • 决战之地, IF1507 !
- 4.16 K 线分析 • 寻找夜空中最亮的星
- 五 量化模型
- 5.1 动量模型
- 5.2 Joseph Piotroski 9 F-Score Value Investing Model
- 5.3 SVR
- 5.4 决策树、随机树
- 5.5 钟摆理论
- 5.6 海龟模型
- 5.7 5217 策略
- 5.8 SMIA
- 5.9 神经网络
- 5.10 PAMR
- 5.11 Fisher Transform
- 5.12 分型假说, Hurst 指数
- 5.13 变点理论
- 5.14 Z-score Model
- 5.15 机器学习
- 5.16 DualTrust 策略和布林强盗策略
- 5.17 卡尔曼滤波
- 5.18 LPPL anti-bubble model
- 六 大数据模型
- 6.1 市场情绪分析
- 6.2 新闻热点
- 七 排名选股系统
- 八 轮动模型
- 九 组合投资
- 十 波动率
- 十一 算法交易
- 十二 中高频交易
- 十三 Alternative Strategy
第三部分 基金、利率互换、固定收益类
- 一 分级基金
- 二 基金分析
- 三 债券
- 四 利率互换
第四部分 衍生品相关
- 一 期权数据
- 二 期权系列
- 三 期权分析
- 四 期货分析
文章来源于网络收集而来,版权归原创者所有,如有侵权请及时联系!
MACD平滑异同移动平均线方法
策略思路:
MACD(Moving Average Convergence and Divergence)是Geral Appel 于1979年提出的,利用收盘价的短期(常用为12日)指数移动平均线与长期(常用为26日)指数移动平均线之间的聚合与分离状况,对买进、卖出时机作出研判的技术指标。
公式算法:
- 短期EMA: 短期(例如12日)的收盘价指数移动平均值(Exponential Moving Average)
- 长期EMA: 长期(例如26日)的收盘价指数移动平均值(Exponential Moving Average)
- DIF线: (Difference)短期EMA和长期EMA的离差值
- DEA线: (Difference Exponential Average)DIF线的M日指数平滑移动平均线
- MACD线: DIF线与DEA线的差
参数:SHORT(短期)、LONG(长期)、M天数,一般为12、26、9。指数加权平滑系数为:
- 短期EMA平滑系数: 2/(SHORT+1)
- 长期EMA平滑系数: 2/(LONG+1)
- DEA线平滑系数: 2/(M+1)
策略实现:
- DIF从下而上穿过DEA,买进;
- 相反,如DIF从上往下穿过DEA,卖出。
import pandas as pd
start = datetime(2013, 1, 1)
end = datetime(2015, 7, 13)
benchmark = 'HS300'
#universe = ['601398.XSHG', '600028.XSHG', '601988.XSHG', '600036.XSHG', '600030.XSHG',
#'601318.XSHG', '600000.XSHG', '600019.XSHG', '600519.XSHG', '601166.XSHG']
universe = set_universe('SH50')
capital_base = 200000
refresh_rate = 1
window = 1
initMACD = -10000.0
histMACD = pd.DataFrame(initMACD, index = universe, columns = ['preShortEMA', 'preLongEMA', 'preDIF', 'preDEA'])
shortWin = 26 # 短期EMA平滑天数
longWin = 52 # 长期EMA平滑天数
macdWin = 15 # DEA线平滑天数
longest_history = window
def initialize(account):
account.amount = 10000
account.universe = universe
account.days = 0
def handle_data(account):
account.days = account.days+1
for stk in account.universe:
all_close_prices = account.get_attribute_history('closePrice', 1)
prices = all_close_prices[stk]
if prices is None:
continue
preShortEMA = histMACD.at[stk, 'preShortEMA']
preLongEMA = histMACD.at[stk, 'preLongEMA']
preDIF = histMACD.at[stk, 'preDIF']
preDEA = histMACD.at[stk, 'preDEA']
if preShortEMA == initMACD or preLongEMA == initMACD:
histMACD.at[stk, 'preShortEMA'] = prices[-1]
histMACD.at[stk, 'preLongEMA'] = prices[-1]
histMACD.at[stk, 'preDIF'] = 0
histMACD.at[stk, 'preDEA'] = 0
return
shortEMA = preShortEMA*1.0*(shortWin-1)/(shortWin+1) + prices[-1]*2.0/(shortWin+1)
longEMA = preLongEMA*1.0*(longWin-1)/(longWin+1) + prices[-1]*2.0/(longWin+1)
DIF = shortEMA - longEMA
DEA = preDEA*1.0*(macdWin-1)/(macdWin+1) + DIF*2.0/(macdWin+1)
histMACD.at[stk, 'preShortEMA'] = shortEMA
histMACD.at[stk, 'preLongEMA'] = longEMA
histMACD.at[stk, 'preDIF'] = DIF
histMACD.at[stk, 'preDEA'] = DEA
if account.days > longWin and account.days%1 == 0:
#if DIF > 0 and DEA > 0 and preDIF > preDEA and DIF < DEA:
if preDIF > preDEA and DIF < DEA:
order_to(stk, 0)
#if DIF < 0 and DEA < 0 and preDIF < preDEA and DIF > DEA:
if preDIF < preDEA and DIF > DEA:
amount = account.amount/prices[-1]
order_to(stk, amount)
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论