前言

使用Python开发一个股票项目。
项目地址：
https://github.com/pythonstock/stock
相关资料：
http://blog.csdn.net/freewebsys/article/details/78294566
主要使用开发语言是python。
使用的lib库是pandas，tushare，TensorFlow，tornado等。

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78578548
未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys

计算股票中的16个常用指标方法大全

一个python的类库stockstats 已经帮忙把这些数据都计算出来了。
现在需要做的就是把这个数据展示出，分析下。每一个都是一个纬度分析的方法。
要一个一个的学习下。

主要指标有 CR指标 KDJ指标 SMA指标 MACD指标 BOLL指标 RSI指标 WR指标
CCI指标 TR、ATR指标 DMA指标 DMI，+DI，-DI，DX，ADX，ADXR指标
TRIX，MATRIX指标 VR，MAVR指标等。
具体的计算代码不做分析，可以直接查看 stockstats 也是非常的简单的。
用几个 pandas 的函数就出来了。主要将的是使用方法。
具体使用效果需要慢慢使用才知道。

特别的感谢 http://wiki.mbalib.com/ 好多说明是从 mbalib上面查询到的。

pip install stockstats

直接安装就行。
项目地址：https://github.com/jealous/stockstats

这个lib库和pandas 一样实现了下标访问的方式去计算。

    @classmethoddef _get_kdjk(cls, df, n_days):""" Get the K of KDJK ＝ 2/3 × (prev. K) +1/3 × (curr. RSV)2/3 and 1/3 are the smooth parameters.:param df: data:param n_days: calculation range:return: None"""rsv_column = 'rsv_{}'.format(n_days)k_column = 'kdjk_{}'.format(n_days)df[k_column] = list(cls._calc_kd(df.get(rsv_column)))

如果要计算数据直接访问 stockStat[‘kdjk_3’] ，就可以制定使用 kdjk 指标，同时设置周期3天。参数传递方式特别有意思。很简单粗暴。用起来超级方便。

#开始计算。以平安银行为例：
#!/usr/local/bin/python
# -*- coding: utf-8 -*-import math
import pandas as pd
import numpy as np
import tushare as ts
import datetime
import matplotlib.pyplot as plt
import stockstatsbegin_time = '2017-02-01'
end_time = '2017-11-01'
code = "000001"
stock = ts.get_hist_data(code, start=begin_time, end=end_time)
stock["date"] = stock.index.values #增加日期列。
stock = stock.sort_index(0) # 将数据按照日期排序下。
#print(stock) [186 rows x 14 columns]
#初始化统计类
#stockStat = stockstats.StockDataFrame.retype(pd.read_csv('002032.csv'))
stockStat = stockstats.StockDataFrame.retype(stock)
print("init finish .")

1，delta 方法

没有找到 volume_delta 这个方法的实现。
原来调用是 key + “_delta” 去调用的。
超级方便。

# volume delta against previous day 
# The Volume Delta (Vol ∆) 
stockStat[['volume','volume_delta']].plot(figsize=(20,10), grid=True)
plt.show()
#交易量的delta转换。交易量是正，volume_delta把跌变成负值。
stockStat[['close','close_delta']].plot(subplots=True, figsize=(20,10), grid=True)
plt.show()

这里写图片描述

2，计算n天差

可以计算，向前n天，和向后n天的差。直接使用 key “n_d” 或 “-n_d” 。
如下图。向前和向后对涨跌的趋势判断不太一样。使用”_-n_d” 比较像原始数据的涨跌。

stockStat[['close','close_1_d','close_2_d','close_-1_d','close_-2_d']].plot(subplots=True, figsize=(20,10), grid=True)
plt.show()
# close_1_d  1 天的价差。 n天 - (n+1)天
# close_2_d  1 天的价差。 n天 - (n+2)天
# shift 函数是将数据 向前-n 向后+n 移动n天。 但是这个操作做了一个负值。
# 也就是 close_-1_d 才是和昨天的差 close_1_d 是和明天的差
#print(stockStat['close_-2_d'].head(10))
#print("stockStat['close']-stockStat['close'].shift(-1)")
#print((stockStat['close']-stockStat['close'].shift(-2)).head(10))
#print("############检查数据")
#print(stockStat['close'].head(10))
#print(stockStat['close'].shift(2).head(10))

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78578548
未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys

3，n天涨跌百分百计算

open price change (in percent) between today and the day before yesterday ‘r’ stands for rate.
stock[‘close_-2_r’]
可以看到，-n天数据和今天数据的百分比。

stockStat[['close','close_-1_r','close_-2_r']].plot(subplots=True, figsize=(20,10), grid=True)
plt.show()

4，CR指标

http://wiki.mbalib.com/wiki/CR%E6%8C%87%E6%A0%87
价格动量指标

CR跌穿a、b、c、d四条线，再由低点向上爬升160时，为短线获利的一个良机，应适当卖出股票。
CR跌至40以下时，是建仓良机。而CR高于300~400时，应注意适当减仓。

# CR indicator, including 5, 10, 20 days moving average
stockStat[['close','cr','cr-ma1','cr-ma2','cr-ma3']].plot(subplots=True, figsize=(20,10), grid=True)
plt.show()

5，KDJ指标

http://wiki.mbalib.com/wiki/%E9%9A%8F%E6%9C%BA%E6%8C%87%E6%A0%87

随机指标(KDJ)一般是根据统计学的原理，通过一个特定的周期（常为9日、9周等）内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系，来计算最后一个计算周期的未成熟随机值RSV，然后根据平滑移动平均线的方法来计算K值、D值与J值，并绘成曲线图来研判股票走势。

（3）在使用中，常有J线的指标，即3乘以K值减2乘以D值（3K－2D＝J），其目的是求出K值与D值的最大乖离程度，以领先KD值找出底部和头部。J大于100时为超买，小于10时为超卖。

# KDJ, default to 9 days
stockStat[['close','kdjk','kdjd','kdjj'] # 分别是k d j 三个数据统计项。].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()# three days KDJK cross up 3 days KDJD
# stockStat['kdjk_3_xu_kdjd_3'].plot(figsize=(20,10), grid=True)
# plt.show()
print(stockStat['kdjk_3_xu_kdjd_3'].tail())

6，SMA指标

http://wiki.mbalib.com/wiki/Sma
简单移动平均线（Simple Moving Average，SMA）

可以动态输入参数，获得几天的移动平均。

# 2 days simple moving average on open price
stockStat[['close','close_5_sma','close_10_sma'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

7，MACD指标

http://wiki.mbalib.com/wiki/MACD
平滑异同移动平均线(Moving Average Convergence Divergence，简称MACD指标)，也称移动平均聚散指标

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78578548
未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys

MACD
stock[‘macd’]
MACD signal line
stock[‘macds’]
MACD histogram
stock[‘macdh’]

MACD技术分析，运用DIF线与MACD线之相交型态及直线棒高低点与背离现象，作为买卖讯号，尤其当市场股价走势呈一较为明确波段趋势时，
MACD 则可发挥其应有的功能，但当市场呈牛皮盘整格局，股价不上不下时，MACD买卖讯号较不明显。
当用MACD作分析时，亦可运用其他的技术分析指标如短期 K，D图形作为辅助工具，而且也可对买卖讯号作双重的确认。

# MACD 
stockStat[['close','macd','macds','macdh'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

8，BOLL指标

http://wiki.mbalib.com/wiki/BOLL
布林线指标(Bollinger Bands)

bolling, including upper band and lower band
stock[‘boll’]
stock[‘boll_ub’]
stock[‘boll_lb’]

1、当布林线开口向上后，只要股价K线始终运行在布林线的中轨上方的时候，说明股价一直处在一个中长期上升轨道之中，这是BOLL指标发出的持股待涨信号，如果TRIX指标也是发出持股信号时，这种信号更加准确。此时，投资者应坚决持股待涨。

2、当布林线开口向下后，只要股价K线始终运行在布林线的中轨下方的时候，说明股价一直处在一个中长期下降轨道之中，这是BOLL指标发出的持币观望信号，如果TRIX指标也是发出持币信号时，这种信号更加准确。此时，投资者应坚决持币观望。

# bolling, including upper band and lower band
stockStat[['close','boll','boll_ub','boll_lb'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

9，RSI指标

http://wiki.mbalib.com/wiki/RSI
相对强弱指标（Relative Strength Index，简称RSI），也称相对强弱指数、相对力度指数

6 days RSI
stock[‘rsi_6’]
12 days RSI
stock[‘rsi_12’]

（2）强弱指标保持高于50表示为强势市场，反之低于50表示为弱势市场。
（3）强弱指标多在70与30之间波动。当六日指标上升到达80时，表示股市已有超买现象，如果一旦继续上升，超过90以上时，则表示已到严重超买的警戒区，股价已形成头部，极可能在短期内反转回转。

（4）当六日强弱指标下降至20时，表示股市有超卖现象，如果一旦继续下降至10以下时则表示已到严重超卖区域，股价极可能有止跌回升的机会。

# 6 days RSI  12 days RSI
stockStat[['close','rsi_6','rsi_12'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

10，WR指标

http://wiki.mbalib.com/wiki/%E5%A8%81%E5%BB%89%E6%8C%87%E6%A0%87

威廉指数（Williams%Rate）该指数是利用摆动点来度量市场的超买超卖现象。

10 days WR
stock[‘wr_10’]
6 days WR
stock[‘wr_6’]

# 10 days WR 6 days WR
stockStat[['close','wr_10','wr_6'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

11，CCI指标

http://wiki.mbalib.com/wiki/%E9%A1%BA%E5%8A%BF%E6%8C%87%E6%A0%87

　　顺势指标又叫CCI指标，其英文全称为“Commodity Channel Index”，
是由美国股市分析家唐纳德·蓝伯特（Donald Lambert）所创造的，是一种重点研判股价偏离度的股市分析工具。

CCI, default to 14 days
stock[‘cci’]
20 days CCI
stock[‘cci_20’]

　　1、当CCI指标从下向上突破﹢100线而进入非常态区间时，表明股价脱离常态而进入异常波动阶段，
中短线应及时买入，如果有比较大的成交量配合，买入信号则更为可靠。

　　2、当CCI指标从上向下突破﹣100线而进入另一个非常态区间时，表明股价的盘整阶段已经结束，
将进入一个比较长的寻底过程，投资者应以持币观望为主。

#  CCI, default to 14 days  20 days CCI
stockStat[['close','cci','cci_20'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

12，TR、ATR指标

http://wiki.mbalib.com/wiki/%E5%9D%87%E5%B9%85%E6%8C%87%E6%A0%87
均幅指标（Average True Ranger,ATR）

均幅指标（ATR）是取一定时间周期内的股价波动幅度的移动平均值，主要用于研判买卖时机。

TR (true range)
stock[‘tr’]
ATR (Average True Range)
stock[‘atr’]

均幅指标无论是从下向上穿越移动平均线，还是从上向下穿越移动平均线时，都是一种研判信号。

#  ATR (Average True Range)
stockStat[['close','tr','atr'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

13，DMA指标

http://wiki.mbalib.com/wiki/DMA

　DMA指标（Different of Moving Average）又叫平行线差指标，是目前股市分析技术指标中的一种中短期指标，它常用于大盘指数和个股的研判。

DMA, difference of 10 and 50 moving average
stock[‘dma’]

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78578548
未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys

#   DMA, difference of 10 and 50 moving average
stockStat[['close','dma'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

14，DMI，+DI，-DI，DX，ADX，ADXR指标

http://wiki.mbalib.com/wiki/DMI

动向指数Directional Movement Index,DMI）

http://wiki.mbalib.com/wiki/ADX
平均趋向指标（Average Directional Indicator，简称ADX）

http://wiki.mbalib.com/wiki/%E5%B9%B3%E5%9D%87%E6%96%B9%E5%90%91%E6%8C%87%E6%95%B0%E8%AF%84%E4%BC%B0

平均方向指数评估（ADXR）实际是今日ADX与前面某一日的ADX的平均值。ADXR在高位与ADX同步下滑，可以增加对ADX已经调头的尽早确认。
ADXR是ADX的附属产品，只能发出一种辅助和肯定的讯号，并非入市的指标，而只需同时配合动向指标(DMI)的趋势才可作出买卖策略。
在应用时，应以ADX为主，ADXR为辅。

DMI
+DI, default to 14 days
stock[‘pdi’]
-DI, default to 14 days
stock[‘mdi]
DX, default to 14 days of +DI and -DI
stock[‘dx’]
ADX, 6 days SMA of DX, same as stock[‘dx_6_ema’]
stock[‘adx]
ADXR, 6 days SMA of ADX, same as stock[‘adx_6_ema’]
stock[‘adxr’]

#   DMI，+DI，-DI，DX，ADX，ADXR
stockStat[['close','pdi','mdi','dx','adx','adxr'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

15，TRIX，MATRIX指标

http://wiki.mbalib.com/wiki/TRIX
TRIX指标又叫三重指数平滑移动平均指标（Triple Exponentially Smoothed Average）

TRIX, default to 12 days
stock[‘trix’]
MATRIX is the simple moving average of TRIX
stock[‘trix_9_sma’]

# TRIX  MATRIX  
stockStat[['close','trix','trix_9_sma'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

16，VR，MAVR指标

http://wiki.mbalib.com/wiki/%E6%88%90%E4%BA%A4%E9%87%8F%E6%AF%94%E7%8E%87

成交量比率（Volumn Ratio，VR）（简称VR），是一项通过分析股价上升日成交额（或成交量，下同）与股价下降日成交额比值，
从而掌握市场买卖气势的中期技术指标。

VR, default to 26 days
stock[‘vr’]
MAVR is the simple moving average of VR
stock[‘vr_6_sma’]

# TRIX  MATRIX  
stockStat[['close','vr','vr_6_sma'] #].plot(subplots=True,figsize=(20,10), grid=True)
plt.show()

计数count

使用 _c 计算数量，可以和其他的一起使用

#返回数量。
# close price less than 10.0 in 5 days count
print(stockStat['close_10.0_le_5_c'].tail())#返回 True False 可以作为是否购买结果。
# CR MA2 cross up CR MA1 in 20 days count
print(stockStat['cr-ma2_xu_cr-ma1_20_c'].tail())

date
2017-10-26    0.0
2017-10-27    0.0
2017-10-30    0.0
2017-10-31    0.0
2017-11-01    0.0
Name: close_10.0_le_5_c, dtype: float64
date
2017-10-26    False
2017-10-27    False
2017-10-30    False
2017-10-31    False
2017-11-01    False
Name: cr-ma2_xu_cr-ma1_20_c, dtype: bool

计算全部统计数据。

总结

本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/78578548
未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys

stockstats使用起来超级的方便。股票市场真的是个大熔炉，锻炼人。同时也要不断的学习。
学习股票中的数据分析，是python 的stockstats 可以很轻松的做到。
数据的分析报表的展示都非常容易。能够帮助股民快速的做出分析决策。
不放弃股票中的机会。
总之第一步先把这些数据计算出来。然后再做分析。

其他

计算全部统计数据。在 stockstats 里面有3个写错了，少分号啥的。

# volume delta against previous day
stockStat['volume_delta']# open delta against next 2 day
stockStat['open_2_d']# open price change (in percent) between today and the day before yesterday
# 'r' stands for rate.
stockStat['open_-2_r']# CR indicator, including 5, 10, 20 days moving average
stockStat['cr']
stockStat['cr-ma1']
stockStat['cr-ma2']
stockStat['cr-ma3']# volume max of three days ago, yesterday and two days later
stockStat['volume_-3,2,-1_max']# volume min between 3 days ago and tomorrow
stockStat['volume_-3~1_min']# KDJ, default to 9 days
stockStat['kdjk']
stockStat['kdjd']
stockStat['kdjj']# three days KDJK cross up 3 days KDJD
#stock['kdj_3_xu_kdjd_3'] 这个写错了。
stockStat['kdjk_3_xu_kdjd_3']# 2 days simple moving average on open price
stockStat['open_2_sma']# MACD
stockStat['macd']
# MACD signal line
stockStat['macds']
# MACD histogram
stockStat['macdh']# bolling, including upper band and lower band
stockStat['boll']
stockStat['boll_ub']
stockStat['boll_lb']# close price less than 10.0 in 5 days count
stockStat['close_10.0_le_5_c']# CR MA2 cross up CR MA1 in 20 days count
stockStat['cr-ma2_xu_cr-ma1_20_c']# 6 days RSI
stockStat['rsi_6']
# 12 days RSI
stockStat['rsi_12']# 10 days WR
stockStat['wr_10']
# 6 days WR
stockStat['wr_6']# CCI, default to 14 days
stockStat['cci']
# 20 days CCI
stockStat['cci_20']# TR (true range)
stockStat['tr']
# ATR (Average True Range)
stockStat['atr']# DMA, difference of 10 and 50 moving average
stockStat['dma']# DMI
# +DI, default to 14 days
stockStat['pdi']
# -DI, default to 14 days
stockStat['mdi'] #少了个单引号
# DX, default to 14 days of +DI and -DI
stockStat['dx']
# ADX, 6 days SMA of DX, same as stockStat['dx_6_ema']
stockStat['adx'] #少了个单引号
# ADXR, 6 days SMA of ADX, same as stockStat['adx_6_ema']
stockStat['adxr']# TRIX, default to 12 days
stockStat['trix']
# MATRIX is the simple moving average of TRIX
stockStat['trix_9_sma']# VR, default to 26 days
stockStat['vr']
# MAVR is the simple moving average of VR
stockStat['vr_6_sma']#[5 rows x 95 columns]
#print(stockStat.head())
print(stockStat.columns.values)
print(len(stockStat.columns.values))

打印出来全部的columns 信息。其中有些是临时的计算变量。

['open' 'high' 'close' 'low' 'volume' 'price_change' 'p_change' 'ma5''ma10' 'ma20' 'v_ma5' 'v_ma10' 'v_ma20' 'turnover' 'volume_delta'u'open_2_s' u'open_2_d' u'open_-2_r' u'middle' u'cr' u'cr-ma1' u'cr-ma2'u'cr-ma3' u'volume_-3_s' u'volume_-1_s' u'volume_2_s'u'volume_-3,2,-1_max' u'volume_-2_s' u'volume_0_s' u'volume_1_s'u'volume_-3~1_min' u'rsv_9' u'kdjk_9' u'kdjk' u'kdjd_9' u'kdjd' u'kdjj_9'u'kdjj' u'rsv_3' u'kdjk_3' u'kdjd_3' 'kdjk_3_xu_kdjd_3' u'open_2_sma'u'close_26_ema' u'macd' u'macds' u'macdh' u'close_20_sma' u'close_20_mstd'u'boll' u'boll_ub' u'boll_lb' u'close_10.0_le' u'close_10.0_le_5_c'u'cr-ma1_20_c' 'cr-ma2_xu_cr-ma1_20_c' u'close_-1_s' u'close_-1_d' u'rs_6'u'rsi_6' u'rs_12' u'rsi_12' u'wr_10' u'wr_6' u'middle_14_sma' u'cci'u'middle_20_sma' u'cci_20' u'tr' u'atr' u'close_10_sma' u'close_50_sma'u'dma' u'high_delta' u'um' u'low_delta' u'dm' u'pdm' u'pdm_14_ema'u'pdm_14' u'atr_14' u'pdi_14' u'pdi' u'mdm' u'mdm_14_ema' u'mdm_14'u'mdi_14' u'mdi' u'dx_14' u'dx' u'dx_6_ema' u'adx' u'adx_6_ema' u'adxr'u'trix' u'trix_9_sma' u'change' u'vr' u'vr_6_sma']
99