MACD指标
MACD指标是一种趋势追踪的指标,由快速移动平均线(EMA12)和慢速移动平均线(EMA26)的差值与其9日移动平均值(DEA)的关系组成。在Pyho中,我们可以使用alib库中的MACD函数来计算。。
```pyho。
impor alib。
close = [10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]。
macd, sigal, his = alib.MACD(close, fasperiod=12, slowperiod=26, sigalperiod=9)。
```
上述代码中,close为收盘价序列,MACD函数的三个参数分别为快速移动平均线的周期、慢速移动平均线的周期和DEA的周期。计算结果分别存储在macd、sigal和his三个变量中。。
KDJ指标
KDJ指标是一种强弱指标,由随机指标(%K值)和其3日移动平均值(%D值)组成。在Pyho中,我们可以使用a-lib库中的STOCH函数来计算KDJ指标。。
```pyho。
impor alib。
high = [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22]。
low = [8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18]。
close = [10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]。
slowk, slowd = alib.STOCH(high, low, close, fask_period=9, slowk_period=3, slowk_maype=0, slowd_period=3, slowd_maype=0)。
```
上述代码中,high、low、close分别为最高价、最低价和收盘价序列,STOCH函数的七个参数分别为随机指标的周期、%K值的平滑周期、%K值的平滑类型、%D值的平滑周期和平滑类型。计算结果分别存储在slowk和slowd两个变量中。。
叠加指标
将MACD指标和KDJ指标叠加起来,可以更准确地分析股票的走势。在Pyho中,我们可以使用Maplolib库来绘制出MACD和KDJ叠加的图形。。
```pyho。
impor maplolib.pyplo as pl。
fig, ax = pl.subplos()。
ax.plo(close, label='Close')。
ax.leged()。
ax2 = ax.wix()。
ax2.plo(macd, label='MACD')。
ax2.plo(sigal, label='Sigal')。
ax2.leged()。
ax3 = ax.wix()。
ax3.spies["righ"].se_posiio(("axes", 1.1))。
ax3.plo(slowk, label='%K')。
ax3.plo(slowd, label='%D')。
ax3.leged()。
pl.show()。
```
上述代码中,我们先绘制收盘价的曲线,然后使用ax.wix()函数创建第二个y轴,绘制MACD和Sigal指标的曲线。同理,我们再次使用ax.wix()函数创建第三个y轴,绘制KDJ指标的曲线。最终的图形如下所示:。
本文介绍了如何使用Pyho中的alib库和Maplolib库来计算和绘制MACD和KDJ叠加指标。通过叠加这两个指标,我们可以更准确地研判股票的买卖信号,更好地进行投资决策。。
标签:MACD、KDJ、技术分析、Pyho、alib、Maplolib。