移动平均线

用Python量化你的技术分析

目录

• 均线是什么？
• 不同均线是怎么计算的？
• 均线如何用图表显示？
• 如何用均线构建策略？

均线是什么？

均线理论是当今应用最普遍的技术指标之一，它帮助交易者确认现有趋势、判断将出现的趋势、发现过度延生即将反转的趋势。另外均线与趋势是西蒙斯被TED采访时提到的关键词，因此做量化你必须懂，而且是深入地懂这两个词的真正意义。

不同均线是怎么计算的？

1. Simple Moving Average 平滑价格

2. Weighted Moving Average 用权重方法突出前段

3. Triangular Moving Average 突出中间,用于周期分析

4. Exponential Moving Average 用指数方法突出前段

5. Double Exponential Moving Average 突出EMA,减少滞后。

6. Kaufman Adaptive Moving Average 自适应自适应市场变化与波动

均线如何用图表显示？

import pandas as pd
import warnings
import numpy as np
from datetime import datetime
import matplotlib.pyplot as plt
warnings.filterwarnings('ignore')
data = pd.read_excel('three.xlsx', sheetname='BTCUSDT.binance', index_col='datetime').iloc[-300:]

from talib import abstract
#直接读取DataFrame,默认读取cloumns名为close的数据。
data['close'] = data.close
data['SMA'] = abstract.MA(data, 20)
data['WMA'] = abstract.WMA(data, 20)
data['TRIMA'] = abstract.TRIMA(data, 20)
data['EMA']  = abstract.EMA(data, 20)
data['DEMA'] = abstract.DEMA(data, 20)
data['KAMA'] = abstract.KAMA(data, 20)

fig = plt.figure(figsize=(15, 7))
plt.plot(data['close'])
plt.plot(data['SMA'], alpha=0.5)
plt.plot(data['WMA'], alpha=0.5)
plt.plot(data['TRIMA'], alpha=0.5)
plt.plot(data['EMA'], alpha=0.5)
plt.plot(data['DEMA'], alpha=0.5)
plt.plot(data['KAMA'], alpha=0.5)
plt.legend(loc='lower right')
plt.show()

如何用均线构建策略？

两条均线的三种交易方法
1. 当均线金叉（短期大于长期均线）时候买进，死叉（短期小于长期）时卖出。
2. 当价格上穿两条均线时买入，但价格下穿其中一条均线时卖出。
3. 当两条均线都处于向上方向时买入，当两条均线都处于下跌方向时卖出。

# 策略参数
fastWindow = 20  # 快速均线参数
slowWindow = 55  # 慢速均线参数
# 指标计算
fastMa = ta.SMA(am60.close, self.fastWindow)
slowMa = ta.SMA(am60.close, self.slowWindow)
# 现象条件
crossOver = (fastMa[-1] > slowMa[-1]) and (fastMa[-2] <= slowMa[-2])
crossBelow = (fastMa[-1] < slowMa[-1]) and (fastMa[-2] >= slowMa[-2])
# 需要避免同时持有多空头寸
# 金叉， 多头无头寸，准备买入进场
if (crossOver) and (self.posDict[symbol + "_LONG"] == 0):
    # 检查空头头寸，为0直接买入进场
    if self.posDict[symbol + "_SHORT"] == 0:
        self.buy(symbol, bar.close*1.02, self.lots)
    # 空头有持仓，先买平再买入进出
    elif self.posDict[symbol + "_SHORT"] > 0:
        self.cover(symbol, bar.close*1.02, self.posDict[symbol + "_SHORT"])
        self.buy(symbol, bar.close*1.02, self.lots)
# 死叉， 空头无头寸，准备卖空进场
elif (crossBelow) and (self.posDict[symbol + "_SHORT"] == 0):
    # 检查多头头寸，为0直接卖出进场
    if self.posDict[symbol + "_LONG"] == 0: 
        self.short(symbol, bar.close*0.98, self.lots)
    # 多头有持仓，先卖平，再卖出进场
    elif self.posDict[symbol + "_LONG"] > 0:
        self.sell(symbol, bar.close*0.98, self.posDict[symbol + "_LONG"])
        self.short(symbol, bar.close*0.98, self.lots)

作业：

更换标的与均线类型回测策略。