欢迎光临
专业期货策略平台

又到牛市!带你学习一个python强大证券数据分析工具

前言
如何能找出价值和价格匹配,还未被热炒的低估股票?还是来识别价值和价格已然背离的虚火股票?无疑,通过股票本身指标来找是很靠谱的。但这些指标计算复杂,会让人伤脑?有没有好用的Python库搞定这一切,答案是有!以前介绍过Python的一个专门做股票指标计算的工具,Ta-lib。功能强大,但安装和使用稍微有点难。

又到牛市!带你学习一个python强大证券数据分析工具

这次,带给大家的工具不一样!是比它还好用的一个加强版工具,那就是,pandas-ta!
这个Python库,可以计算下面几十种指标,轻轻松松的!

十字星:cdl_dojiHeikin-Ashi:哈动量(27)真棒振荡器:AO绝对价格震荡指标:APO偏差:偏见力量平衡:bopBRAR:布拉尔商品渠道指数:cci重心:cg钱德动量振荡器:cmoCoppock曲线:coppock费舍尔变换:费舍尔惯性:惯性KDJ:kdjKST振荡器:kst移动平均收敛散度:MACD动量:妈妈价格震荡指标:ppo心理线:psl体积百分比振荡器:pvo变化率:roc相对强度指数:RSI相对活力指数:rvgi坡度:* 坡度随机摆动指标:STOCH特丽克丝:TRIX真实强度指数:TSI终极振荡器:uo威廉姆斯%R:威尔移动平均收敛散度(MACD)MACD示例重叠(26)双指数移动平均线:dema指数移动平均线:ema斐波那契加权移动平均线:fwma高低平均:hl2高低平均收盘价:hlc3在技​​术分析文献中通常称为“典型价格”赫尔指数移动平均线:hma一木金阁孝:一木使用:帮助(ta.ichimoku)。返回两个DataFrame。考夫曼的自适应移动平均线:kama线性回归:linreg中点:中点中价:中价开-高-低-关闭平均线:ohlc4帕斯卡的加权移动平均线:pwma威廉的移动平均线:RMA正弦加权移动平均线:sinwma简单移动平均线:sma超趋势:超趋势对称加权移动平均线:SWMAT3移动平均线:t3三重指数移动平均线:tema三角移动平均线:trima数量加权平均价格:vwap成交量加权移动平均线:vwma加权收盘价:wcp加权移动平均线:wma零滞后移动平均线:zlma简单移动平均线(SMA)和布林带(BBANDS)日志返回:log_return回报率:percent_return趋势回报:trend_return简单移动平均线(SMA)的百分比回报率(累积)累计回报百分比示例统计(9)熵:熵峰度:峰度平均绝对偏差:疯狂中位数:中位数分位数:分位数偏斜:歪斜标准偏差:stdev方差:方差Z分数:zscoreZ分数Z分数示例趋势(14)平均定向运动指数:adx弓箭手移动平均线趋势:AMATAroon和Aroon振荡器:aroon断头指数:印章缠得克罗尔停止:cksp减少:减少去趋势价格振荡器:dpo增加:增加线性衰减:linear_decay长期运行:long_run抛物线停止和反转:psarQ棒:qstick短期:short_run漩涡:漩涡平均方向运动指数(ADX)示例ADX实用程式(5)上方:上方高于价值:above_value下方:下方低于价值:below_value十字:十字波动性(11)像差:像差加速乐队:accbands平均真实射程:atr布林乐队:bbands唐契安频道:唐契安凯特纳频道:kc质量指数:massi归一化平均真实范围:natr价格距离:pdist相对波动率指数:RVI真实范围:true_range平均真实范围(ATR)ATR示例累积/分配指数:广告累积/分配振荡器:adosc射手平衡量:aobv蔡金资金流:cmf老年人力量指数:efi轻松移动:eom资金流量指数:mfi负体积指数:nvi平衡音量:obv正体积指数:pvi量价:pvol成交量趋势:pvt音量配置文件:vp平衡音量(OBV)    
     

有没有动心!马上开车!又到牛市!带你学习一个python强大证券数据分析工具

器:AO绝对价格震荡指标:APO偏差:偏见力量

Pandas-ta简介

Pandas TA是一个易于使用的库,它建立在Python的Pandas库的基础上,具有100多个指标和实用程序功能。这些指标通常用于列或标签类似于以下内容的金融时间序列数据集:日期时间,开盘价,高价,低价,收盘价,交易量等。其中包括许多常用指标,例如:简单移动平均线(SMA),移动平均线收敛散度(MACD),船体指数移动平均线(HMA),布林线(BBANDS),动平衡量(OBV),Aroon和Aroon振荡器(AROON)等。

安装

注意,重要事说三次!一定是Python3版本下进行安装!一定是Python3版本下进行安装!一定是Python3版本下进行安装!

Installation (python 3)
$ pip install pandas_ta

最新版本安装:

$ pip install -U git+https://github.com/twopirllc/pandas-ta

快速入门

几行代码快速入门,Pandas-ta就是这么容易.

又到牛市!带你学习一个python强大证券数据分析工具
import pandas as pd
import pandas_ta as ta

# Load data
df = pd.read_csv('symbol.csv', sep=',')

#计算返回值并将其追加到df DataFrame 
df.ta.log_return(cumulative=True, append=True)
df.ta.percent_return(cumulative=True, append=True)

# New Columns with results
df.columns

# Take a peek
df.tail()

当然,在不清楚有什么指标之前,可以这样用来搞清楚指标数据。

import pandas as pd
import pandas_ta as ta

#  'ta', extension的帮助信息
help(pd.DataFrame().ta)

# 所有指标列表
pd.DataFrame().ta.indicators()

# log_return indicator的帮助信息
help(ta.log_return)

展望

善用Pandas-Ta可以做出很多强大的股票指标图。如下:又到牛市!带你学习一个python强大证券数据分析工具

Pandas-Ta1又到牛市!带你学习一个python强大证券数据分析工具

Pandas-Ta2

结语

本篇文章简单介绍了Python指标分析库Pandas-Ta,如果大家喜欢,请评论区打Call!评论区的热情会激励我们放出更多的Pandas-Ta的教程。

0 0 vote
Article Rating
Click to rate this post!
[Total: 0 Average: 0]
赞(3) 打赏
未经允许不得转载:A期客 » 又到牛市!带你学习一个python强大证券数据分析工具
订阅
提醒
guest
0 评论
Inline Feedbacks
View all comments

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续给力更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫打赏

微信扫一扫打赏

0
Would love your thoughts, please comment.x
()
x