利用Python和pandas库进行股票技术分析:移动平均线和MACD指标

利用Python和pandas库进行股票技术分析:移动平均线和MACD指标

    • 介绍
      • 准备工作
      • 数据准备
      • 计算移动平均线
      • 计算MACD指标
      • 结果展示
      • 完整代码
      • 演示


介绍

在股票市场中,技术分析是一种常用的方法,它通过对股票价格和交易量等历史数据的分析,来预测未来价格走势。移动平均线和MACD(Moving Average Convergence Divergence)指标是技术分析中常用的工具之一,它们能够帮助投资者识别趋势和短期交叉信号。

本文将分享如何使用Python编程语言以及pandas库来计算股票的移动平均线和MACD指标,并通过一个简单的示例来演示其应用。

准备工作

首先,需要导入pandas库,它是Python中用于数据分析的重要库之一。接下来将使用pandas来处理和分析股票价格数据。

import pandas as pd

pandas 的主要特点和功能:

特点和功能描述
数据结构提供了 Series 和 DataFrame 两种数据结构,方便处理一维和二维数据。
数据读取和写入支持从多种文件格式(如CSV、Excel、SQL、JSON、HTML等)中读取数据,并可以将数据写入到这些格式中。
数据清洗和转换提供了丰富的数据清洗和转换函数,如处理缺失值、重复值、数据类型转换、索引操作、数据合并、数据重塑等。
数据分析和统计提供了各种统计函数和方法,用于描述性统计、数据聚合、分组计算、时间序列分析、滑动窗口计算等。
数据可视化结合了 Matplotlib 等可视化库,方便绘制各种类型的图表,如折线图、散点图、柱状图等,用于数据可视化和分析展示。
高性能计算基于 NumPy 实现,内部使用了高效的数据结构和算法,能够快速处理大规模数据,提高计算效率。
灵活性和扩展性提供了丰富的功能和灵活的接口,可以根据需求进行定制和扩展,支持与其他库和工具的集成。

数据准备

假设已经有了包含股票收盘价数据的DataFrame,现在将其命名为data,并包含一列名为'Close'的数据。以下是一个示例数据集:

data = pd.DataFrame({'Close': [37.09, 34.61, 33.4, 36.74, 36.69, 36.99, 36.72, 36.82, 38.17, 37.65, 38.75, 38.02, 36.73, 36.98, 36.97,38.45, 37.54, 37.52, 38.02, 37.04, 33.39, 35.5, 35.1, 33.46, 34.33, 34.19, 31.54, 31.03, 33.15, 33.3,34.36, 33.9, 32.9, 34.01, 37.41, 37.53, 38.1, 35.9, 36.12, 36.52, 36.08, 35.4, 35.74, 35.81, 35.37,33.14, 33.22, 32.6, 32.45, 31.68, 33.76, 33.41, 33.63, 33.29, 34.2, 32.35, 32.03, 32.19, 32.36, 33.3,32.37, 31.92, 32.18, 31.8, 29.75, 27.98, 28.23, 26.78, 27.06, 26.52, 27.52, 27.82, 27.8, 26.87, 25.84,25.36, 24.69, 23.79, 24.36, 23.91, 24.72, 23.62, 23.63, 22.9, 21.86, 23.15, 22.7, 21.68, 22.24, 21.81,23.99, 22.62, 20.84, 20.16, 18.89, 19.07, 18.26, 16.44, 16.76,17.06]
})

计算移动平均线

可以使用pandas的rolling()mean()函数来计算移动平均线。假设需要计算12天和26天的移动平均线,可以这样做:

data['Short_MA'] = data['Close'].rolling(window=12).mean()
data['Long_MA'] = data['Close'].rolling(window=26).mean()

计算MACD指标

接下来,可以计算MACD指标。首先,需要计算DIF线,它是短期移动平均线减去长期移动平均线。然后,计算DEA线,它是对DIF线进行移动平均。最后,MACD线是DIF线与DEA线的差。可以按照以下步骤来计算:

data['DIF'] = data['Short_MA'] - data['Long_MA']
data['DEA'] = data['DIF'].rolling(window=9).mean()
data['MACD'] = data['DIF'] - data['DEA']

结果展示

最后,将结果打印输出,以便进行进一步分析或可视化。

print(data[['Close', 'Short_MA', 'Long_MA', 'DIF', 'DEA', 'MACD']])

完整代码

import pandas as pd# 假设data是包含收盘价的DataFrame,且有一列'Close'
data = pd.DataFrame({'Close': [37.09, 34.61, 33.4, 36.74, 36.69, 36.99, 36.72, 36.82, 38.17, 37.65, 38.75, 38.02, 36.73, 36.98, 36.97,38.45, 37.54, 37.52, 38.02, 37.04, 33.39, 35.5, 35.1, 33.46, 34.33, 34.19, 31.54, 31.03, 33.15, 33.3,34.36, 33.9, 32.9, 34.01, 37.41, 37.53, 38.1, 35.9, 36.12, 36.52, 36.08, 35.4, 35.74, 35.81, 35.37,33.14, 33.22, 32.6, 32.45, 31.68, 33.76, 33.41, 33.63, 33.29, 34.2, 32.35, 32.03, 32.19, 32.36, 33.3,32.37, 31.92, 32.18, 31.8, 29.75, 27.98, 28.23, 26.78, 27.06, 26.52, 27.52, 27.82, 27.8, 26.87, 25.84,25.36, 24.69, 23.79, 24.36, 23.91, 24.72, 23.62, 23.63, 22.9, 21.86, 23.15, 22.7, 21.68, 22.24, 21.81,23.99, 22.62, 20.84, 20.16, 18.89, 19.07, 18.26, 16.44, 16.76,17.06]
})# 计算短期(12天)和长期(26天)的移动平均线
data['Short_MA'] = data['Close'].rolling(window=12).mean()
data['Long_MA'] = data['Close'].rolling(window=26).mean()
# 计算DIF线:短期移动平均线减去长期移动平均线
data['DIF'] = data['Short_MA'] - data['Long_MA']
# 计算DEA线:对DIF线进行移动平均
data['DEA'] = data['DIF'].rolling(window=9).mean()
# 计算MACD线:DIF线与DEA线的差
data['MACD'] = data['DIF'] - data['DEA']
# 显示结果
print(data[['Close', 'Short_MA', 'Long_MA', 'DIF', 'DEA', 'MACD']])

演示

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/679052.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

单片机学习笔记---蜂鸣器播放提示音音乐(天空之城)

目录 蜂鸣器播放提示音 蜂鸣器播放音乐(天空之城) 准备工作 主程序 中断函数 上一节讲了蜂鸣器驱动原理和乐理基础知识,这一节开始代码演示! 蜂鸣器播放提示音 先创建工程:蜂鸣器播放提示音 把我们之前模块化的…

【机器学习】数据清洗之识别异常点

🎈个人主页:甜美的江 🎉欢迎 👍点赞✍评论⭐收藏 🤗收录专栏:机器学习 🤝希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共同学习、交流进步…

Modern C++ 内存篇2 - 关于relocation的思考

在上一节《Modern C 内存篇1 - std::allocator VS pmr-CSDN博客》我们详细讨论了关于如何判断用不用memmove优化的代码,结论可以总结为: 只有_Tp是trivial 且 用std::allocator 才会调用memmove。 所有case如下表格所示: No_Tpallocator typ…

渗透专用虚拟机(公开版)

0x01 工具介绍 okfafu渗透虚拟机公开版。解压密码:Mrl64Miku,压缩包大小:15.5G,解压后大小:16.5G。安装的软件已分类并在桌面中体现,也可以使用everything进行查找。包含一些常用的渗透工具以及一些基本工…

C语言rand随机数知识解析和猜数字小游戏

rand随机数 rand C语言中提供了一个可以随机生成一个随机数的函数&#xff1a;rand&#xff08;&#xff09; 函数原型&#xff1a; int rand(void);rand函数返回的值的区间是&#xff1a;0~RAND_MAX(32767)之间。大部分编译器都是32767。 #include<stdlib.h> int ma…

VTK 三维场景的基本要素(相机) vtkCamera

观众的眼睛好比三维渲染场景中的相机&#xff0c;在VTK中用vtkCamera类来表示。vtkCamera负责把三维场景投影到二维平面&#xff0c;如屏幕&#xff0c;相机投影示意图如下图所示。 1.与相机投影相关的要素主要有如下几个&#xff1a; 1&#xff09;相机位置: 相机所处的位置…

EMC学习笔记(二十四)降低EMI的PCB设计指南(四)

降低EMI的PCB设计指南&#xff08;四&#xff09; 1.电路板分区2.信号走线2.1 电容和电感串扰2.2 天线2.3 端接和传输线2.4输入端的阻抗匹配 tips&#xff1a;资料主要来自网络&#xff0c;仅供学习使用。 1.电路板分区 电路板分区与电路板平面规划具有相同的基本含义&#x…

Java常用类与基础API--String的实例化与连接操作

文章目录 一、String实例化的两种方式&#xff08;1&#xff09;两种方式&#xff08;2&#xff09;举例1、案例12、案例2 &#xff08;3&#xff09;内存分配&#xff08;4&#xff09;面试题1、题12、题2 二、String的连接操作&#xff08;1&#xff09;案例1、案例剖析2、in…

Linux--目录结构

目录 一、Linux的目录结构二、常用的目录介绍 一、Linux的目录结构 Linux的目录结构是一个树型结构。 Windos 系统可以拥有多个盘符&#xff0c;如C盘&#xff0c;D盘,E盘。 Linux 木有盘符这个概念&#xff0c;只有一个根目录 /&#xff08;相当于文件夹&#xff09;&#xf…

苍穹外卖实操笔记六---缓存商品,购物车功能

苍穹外卖实操笔记六—缓存商品&#xff0c;购物车功能 一.缓存菜品 可以使用redis进行缓存&#xff1b;另外&#xff0c;在实现缓存套餐时可以使用spring cache提高开发效率&#xff1b;   通过缓存数据&#xff0c;降低访问数据库的次数&#xff1b; 使用的缓存逻辑&#…

【开源】基于JAVA+Vue+SpringBoot的公司货物订单管理系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 客户管理模块2.2 商品维护模块2.3 供应商管理模块2.4 订单管理模块 三、系统展示四、核心代码4.1 查询供应商信息4.2 新增商品信息4.3 查询客户信息4.4 新增订单信息4.5 添加跟进子订单 五、免责说明 一、摘要 1.1 项目…

Stable Diffusion 模型下载:DreamShaper(梦想塑造者)

文章目录 模型介绍生成案例案例一案例二案例三案例四案例五案例六案例七案例八案例九案例十 下载地址 模型介绍 DreamShaper 是一个分格多样的大模型&#xff0c;可以生成写实、原画、2.5D 等多种图片&#xff0c;能生成很棒的人像和风景图。 条目内容类型大模型基础模型SD 1…

Elasticsearch:使用查询规则(query rules)进行搜索

在之前的文章 “Elasticsearch 8.10 中引入查询规则 - query rules”&#xff0c;我们详述了如何使用 query rules 来进行搜索。这个交互式笔记本将向你介绍如何使用官方 Elasticsearch Python 客户端来使用查询规则。 你将使用 query rules API 将查询规则存储在 Elasticsearc…

HTTP网络通信协议基础

目录 前言&#xff1a; 1.HTTP协议理论 1.1协议概念 1.2工作原理 2.HTTP抓包工具 2.1Fiddler工具 2.2抓包原理 3.HTTP协议格式 3.1HTTP请求 3.2HTTP响应 3.3格式总结 前言&#xff1a; 在了解完网络编程的传输层UDP和TCP通信协议后&#xff0c;就需要开始对数据进行…

mac卸载被锁定的app

sudo chflags -hv noschg /Applications/YunShu.app 参考&#xff1a;卸载云枢&#xff08;MacOS 版&#xff09;

13. 串口接收模块的项目应用案例

1. 使用串口来控制LED灯工作状态 使用串口发送指令到FPGA开发板&#xff0c;来控制第7课中第4个实验的开发板上的LED灯的工作状态。 LED灯的工作状态&#xff1a;让LED灯按指定的亮灭模式亮灭&#xff0c;亮灭模式未知&#xff0c;由用户指定&#xff0c;8个变化状态为一个循…

【漏洞复现】狮子鱼CMS文件上传漏洞(image_upload.php)

Nx01 产品简介 狮子鱼CMS&#xff08;Content Management System&#xff09;是一种网站管理系统&#xff0c;它旨在帮助用户更轻松地创建和管理网站。该系统拥有用户友好的界面和丰富的功能&#xff0c;包括页面管理、博客、新闻、产品展示等。通过简单直观的管理界面&#xf…

骑砍战团MOD开发(44)-可编程渲染管线shader编程

一.可编程渲染管线 在GPU进行3D模型投射到2D平面过程中,渲染管线算法对开发者开放,目前支持的编程语言有OpenGL的ARB语言(pp文件),Direct3D的HLSL高级shader编程语言(fx文件). Direct3D提供一下API实现程序加载shader着色器文件: D3DXCreateEffectFromFile(gDevice,"fxfn…

Linux nohup命令和

参考资料 linux后台运行nohup命令的使用及2>&1字符详解 目录 前期准备一. 基本语法二. 执行时不指定日志文件三. 执行后不想要日志文件四. nohup命令的执行与kill4.1 执行4.2 kill 前期准备 &#x1f4c4;handle_file.sh #!/bin/bashecho "文件复制开始..."…

从REPR设计模式看 .NET的新生代类库FastEndpoints的威力

📢欢迎点赞 :👍 收藏 ⭐留言 📝 如有错误敬请指正,赐人玫瑰,手留余香!📢本文作者:由webmote 原创📢作者格言:新的征程,我们面对的不仅仅是技术还有人心,人心不可测,海水不可量,唯有技术,才是深沉黑夜中的一座闪烁的灯塔 !序言 又到了一年年末,春节将至…