شاخص های فنی ¶

شاخص های فنی سیگنال های اکتشافی یا مبتنی بر الگوی تولید شده توسط قیمت ، حجم و غیره از امنیت یا رمزنگاری هستند.

ابتدا باید برخی از داده ها را بارگیری کنیم و کتابخانه ای را که تمام شاخص های فنی را ارائه می دهیم وارد کنیم:

وارد كردن qnt. ta as qnta وارد كردن qnt. data as qndata داده ها = qndata.آینده.load_data(دم=365) عالی = داده ها.سعادت(رشته="بالا") کم = داده ها.سعادت(رشته='کم') بستن = داده ها.سعادت(رشته='بستن') جلد = داده ها.سعادت(رشته="جلد") 

حرکت میانگین

میانگین متحرک محاسبه ای است که برای تجزیه و تحلیل نقاط داده با ایجاد یک سری از میانگین زیر مجموعه های مختلف مجموعه داده های کامل استفاده می شود.

میانگین متحرک ساده (SMA)

یک میانگین متحرک ساده (SMA) محاسبه ای است که میانگین حسابی مجموعه ای از قیمت ها را در طول روزهای خاص (20 در این مثال) در گذشته می گیرد.

SMA = qnta.SMA(بستن,20) 

میانگین متحرک نمایی (EMA)

EMA = qnta.EMA(بستن, 20) 

میانگین متحرک وزن خطی (LWMA)

LWMA = qnta.LWMA(بستن, 20) 

میانگین متحرک weigthed (WMA)

با روش WMA باید برای هر دوره وزن خود را تعریف کنید.

وزن = [3,2,1] WMA = qnta.WMA(بستن,وزن) 

میانگین متحرک وایلدر (Wilder MA)

wi_ma = qnta.Wilder_ma(بستن,20) 

میانگین متحرک وزنی حجم (VWMA)

VWMA = qnta.VWMA(بستن, جلد, 20) 

مقایسه

در اینجا نمونه ای از همه میانگین های متحرک برای F_GC آورده شده است.

sma_gc = SMA.سعادت(دارایی='f_gc').to_pandas() ema_gc = EMA.سعادت(دارایی='f_gc').to_pandas() LWMA_GC = LWMA.سعادت(دارایی='f_gc').to_pandas() WMA_GC = WMA.سعادت(دارایی='f_gc').to_pandas() wi_ma_gc = wi_ma.سعادت(دارایی='f_gc').to_pandas() vwma_gc = VWMA.سعادت(دارایی='f_gc').to_pandas() وارد كردن پاندا as pd در حال حرکت = pd.با هم توافق کردن([sma_gc,ema_gc,LWMA_GC,WMA_GC,wi_ma_gc,vwma_gc],محور=1) در حال حرکت.set_axis(['sma_gc', 'ema_gc', 'lwma_gc', 'WMA_GC', 'wi_ma_gc','vwma_gc'], محور=1).دم(10) 

نوسان سازها

نوسان ساز تصادفی¶

یک نوسان ساز تصادفی یک شاخص حرکت است که قیمت بسته شدن یک امنیت خاص را با طیف وسیعی از قیمت های خود در طی یک دوره زمانی خاص مقایسه می کند. برای کسب اطلاعات بیشتر به نوسان ساز تصادفی بروید

می توانید نشانگر سریع تصادفی یا K را با:

stoch_k = qnta.stochastic_k(عالی, کم, بستن, 14) 

برای به دست آوردن K و D برای هر دو ، نشانگر تصادفی سریع و آهسته:

stoch_fast_k, stoch_fast_d = qnta.از پا(عالی, کم, بستن, 14) stoch_slow_k, stoch_slow_d = qnta.آهسته_ ساکت(عالی, کم, بستن, 14) 

شاخص های حرکت

شاخص های حرکت ابزاری هستند که برای تعیین قدرت یا ضعف قیمت سهام استفاده می شوند. حرکت میزان افزایش یا سقوط قیمت ها را اندازه گیری می کند. برای کسب اطلاعات بیشتر در مورد شاخص های حرکت ، به Momentum ، MACD و RSI مراجعه کنید

RSI = qnta.RSI(بستن, 14) # شاخص قدرت نسبی خجالتی = qnta.خجالتی(بستن, 7) # نشانگر نرخ تغییر SROC = qnta.SROC(بستن, 13, 21) # نشانگر تغییر نرخ تغییر MACD_LINE, macd_signal_line, macd_hist = qnta.MACD(بستن, 12, 26, 9) # واگرایی همگرایی متوسط در حال حرکت تریکس = qnta.تریکس(بستن, 18) # شاخص متوسط نمایی سه گانه 

شاخص های جهت دار

برای اطلاعات بیشتر در مورد شاخص های جهت دار ، از شاخص جهت متوسط ، متوسط دامنه واقعی و پیشرفت/کاهش بازدید کنید.

ATR = qnta.ATR(عالی, کم, بستن, 14) #محدوده واقعی Plus_di, minus_di, قید, اسیرو = qnta.DMS(عالی, کم, بستن, 14, 20, 7) #شاخص جهت دار ad_line = qnta.ad_line(بستن) # خط پیشبرد/نزول ad_ratio = qnta.ad_ratio(بستن) # نسبت پیشرفت/نزول 

شاخص های تجمعی ¶

ابجو = qnta.ابجو(بستن, جلد) # حجم متعادل chaikin_adl = qnta.chaikin_adl(عالی, کم, بستن, جلد) # خط توزیع تجمع chaikin_osc = qnta.chaikin_osc(chaikin_adl, 3, 10) # نوسان ساز Chaikin 

شاخص های دیگر

Pivot_points = qnta.Pivot_points(بستن, 20, 20) # نقطه محوری top_pivot_points = qnta.top_pivot_points(بستن, 20) bottom_pivot_points = qnta.bottom_pivot_points(بستن, 20) تغییر دادن = qnta.تغییر دادن(بستن, 1) # قیمت - تغییر یافته تغییر مکان = qnta.تغییر مکان(بستن, 1) std = qnta.std(بستن) # انحراف معیار واریانس = qnta.واریانس(بستن, 20) دارایی 1, دارایی 2 = بستن.سعادت(دارایی='f_gc'), بستن.سعادت(دارایی='f_dx') همسایه = qnta.همسایه(دارایی 1, دارایی 2, 20) بتا = qnta.بتا(دارایی 1, دارایی 2, 20) # ارزش بتا همبستگی = qnta.همبستگی(دارایی 1, دارایی 2, 20) 

• ← بهینه سازی
• بارگیری داده ها