目录前言T+0限制实现思路一、调整买卖比例并统计pnl1 - 在main中添加统计pnl2 - 调整买入比例0.98，卖出比例1.023 - 获取pnl值二、策略添加T+0限制1 - T+0实现2 - 获取T+0限制后pnl值三、盈亏柱状图对比1 - 无T+0限制柱状图2 - T+0限制柱状图四、k线图对比1 - 无T+0限制k线图2 - T+0限制k线图五、完整源码 前言之前我们已经完成了回测
转载
2024-03-04 20:33:34
117阅读
MACD指标被普遍认为是最经典实用的技术指标之一。其实并不是因为MACD有多么精妙的算法，而是MACD遵循了最基本的“均线指导原则”，形象的将经典双均线系统换了一种更加直观的表达方式。在MT4中，默认应用的是单线MACD指标，而在证券市场分析中，一般应用的是双线MACD指标。两者在算法上有所区别，其中单线MACD指标更加基础。因其用直观的柱状体描述双均线系统的变化形态，故谓之：均线艺术家。MACD
目录一、使用tushare包获取某股票的历史行情数据1.1 获取历史行情数据1.2 将互联网上获取的股票数据存储到本地1.3 对读取出来的数据进行相关处理1.3.1 删除指定列1.3.2 修改某列的数据类型 1.3.3 将某列作为行索引二、计算该股票历史数据的5日均线和30日均线三、分析输出所有金叉日期和死叉日期四、双均值策略的测试一、使用tushare包获取某股票的历史行情数据1.1
转载
2023-09-03 14:28:00
7阅读
用python计算各类移动平均线计算移动平均线是最常见的需求，下面这段代码将完成以下三件事情：1.从csv格式的文件中导入数据，数据例图如下：2.计算各类移动平均线，包括简单简单算术移动平均线MA、指数平滑移动平均线EMA；3.将计算好的数据输出到csv文件中。代码应该复制下来就能运行了，关于从哪里可以得到代码中使用的数据，后面会讲，下面贴上代码：–– coding: utf-8 ––
“””
转载
2023-11-05 17:19:41
17阅读
前言StudyQuant -【量化投资教学系列帖子】，通过实际案例教初学者使用python进行量化投资，分享最前沿的研究成果。希望能对大家有帮助。量化投资文章 概述在二级市场中，趋势形态可简单分为三种：上升趋势、下降趋势和震荡趋势。趋势跟随是一种基于价量分析的投资方式，其基本策略是在趋势开始形成时选择趋势方向买入，等待趋势结束后卖出。趋势跟随通常用作中长线策略或者周期较长的短线策略（三五天左右），
转载
2024-01-24 16:19:53
80阅读
本篇文章中，我将用 Python 构建一个简单的移动平均线交叉交易策略进行回测，并使用 标准普尔 500 指数（S&P500） 进行测试。一个简单的移动平均线交叉策略可能是使用技术指标的量化交易策略的最简单示例之一，在用 Python 进行与财务数据相关的分析时，首先导入我们所需的模块（扫描本文最下方二维码获取全部完整源码和Jupyter Notebook 文件打包下载。）：import
转载
2024-07-10 17:36:05
126阅读
均线策略应该是我们刚进入股市时就听过的一个策略，而双均线策略，顾名思义，就是两根均线：短期均线和长期均线。当短线均线上穿长期均线（金叉）时买入，当短期均线下穿长期均线（死叉）时卖出，这就是双均线策略的核心思想。下图中，黄色的线表示30日均线，白色的线表示5日均线，可以看出，当5日均线下穿30日均线时，形成死叉，股价也成空头趋势；当5日均线上穿30日均线时，形成金叉，股价之后也一直在上涨。当然
转载
2023-09-04 12:23:07
9阅读
本文采用了聚宽平台接口进行量化策略设置：一、效果图双均线策略：双均线策略，当五日均线位于十日均线上方则买入，反之卖出。二、证券知识：策略收益（Total Returns） 最容易理解的一个概念，策略收益也就是策略开始到结束，总资产的变化率。----本文 选取的平安银行 这只股票，通过双均线策略来计算策略收益。基准收益（Benchmark Returns） 如果一个策略一年赚了50%，而这一年来上证
转载
2023-10-13 15:37:14
200阅读
# 学习如何实现 Python 均线缠绕
在金融市场的技术分析中，移动平均线（MA）是一种常用的工具，可以帮助我们观察价格趋势，并制定相应的交易策略。在本文中，我们将学习如何使用 Python 实现均线的缠绕表示，并将其应用于股票或其他金融资产的时间序列数据。
## 整体流程
以下是实现 "Python 均线缠绕" 的整体步骤：
| 步骤 | 描述
原创
2024-09-14 07:09:59
50阅读
# Python实现双均线策略
双均线策略是金融市场中常用的技术分析工具，它通过计算不同周期的移动平均线（Moving Average, MA）来判断市场的走势。本文将带你一步步实现一个简单的双均线策略，使用Python语言。
## 流程概述
首先，我们需要了解实现双均线策略的流程，可以用表格来直观展示这些步骤：
| 步骤 | 描述
原创
2024-09-14 07:04:20
89阅读
# Python均线计算教程
## 引言
均线是股票交易中常用的技术指标之一，用于分析股票的价格走势。在本教程中，我们将教会你如何使用Python计算均线，并给出每一步需要执行的代码和其注释。
## 整体流程
下面的表格展示了计算均线的整体流程：
| 步骤 | 描述 |
| --- | --- |
| 1 | 从数据源获取股票价格数据 |
| 2 | 计算每日的均线值 |
| 3 | 绘制均
原创
2023-12-10 11:17:43
295阅读
# 分时均线及其在Python中的实现
分时均线（Time-sharing Moving Average）是股市分析中常用的一种技术指标，它通过计算股价在某一特定时间间隔内的平均值，帮助投资者判断市场走势。本文将介绍如何使用Python实现分时均线，并通过可视化手段帮助我们更好地理解这一概念。
## 1. 什么是分时均线
分时均线通常帮助投资者判断短期内股价的趋势。通过计算不同时间段内股价的
# 实现“Python for计算均线”教程
## 流程图
```mermaid
flowchart TD
A(开始) --> B(导入数据)
B --> C(计算均线)
C --> D(绘制图表)
D --> E(结束)
```
## 步骤
| 步骤 | 操作 |
|------|------|
| 1 | 导入数据 |
| 2 | 计算均线 |
| 3
原创
2024-03-18 04:30:24
87阅读
# Python中使用TA-Lib计算均线的指南
在金融数据分析中，均线（移动平均线）是一个非常重要的指标，用于帮助分析价格走势。TA-Lib是一个常用的技术分析库，我们可以利用它来计算均线。本文将指导刚入行的小白从头开始实现“Python TA-Lib均线”的过程。
## 实现流程
首先，我们将整个实现过程拆解为以下几个步骤：
| 步骤 | 描述 |
|------|-------|
## Python计算均线
在股市交易中，均线是一种常用的技术分析工具，用于帮助投资者判断股票价格的走势。简单来说，均线是一种通过计算一段时间内股价平均值的方法。在本文中，我们将介绍如何使用Python计算均线，并给出相应的代码示例。
### 均线的计算方法
在股市交易中，常用的均线有两种：简单移动平均线（SMA）和指数移动平均线（EMA）。简单移动平均线是将一段时间内的收盘价相加，然后除以
原创
2024-05-02 05:08:15
120阅读
X轴上有N条线段，每条线段包括1个起点和终点。线段的重叠是这样来算的，10201020和12251225的重叠部分为12201220。给出N条线段的起点和终点，从中选出2条线段，这两条线段的重叠部分是最长的。输出这个最长的距离。如果没有重叠，输出0。Input第1行：线段的数量N(2 <= N <= 50000)。 第2 - N + 1行：每行2个数，线段的起点和终点。(0
Python绘制股票K线图(烛状图)并增加成交量和移动平均线：准备工作：1.这里需要使用到pandas和mplfinance工具库(自行安装好)。 2.下载好股票数据，需要包括：时间、开盘价、最高价、最低价、收盘价，五列数据，另外，如果还需要在K线图中显示总手(成交量)，则需要下载总手(成交量)数据。 3.保存为csv格式，同时检查下载的数据，是否符合要求(格式，数据，缺失值，异常值都提前处理好)
转载
2023-08-31 07:46:59
18阅读
# 理解均线斜率及其在 Python 中的实现
在金融领域，均线（Moving Average）是一种常用的技术分析工具，用于分析资产价格的趋势。均线的斜率则是判断趋势方向的重要指标。本文将带你深入了解均线斜率，如何用 Python 进行计算，以及其在实际应用中的意义。
## 什么是均线？
均线是指某一时间段内资产价格的平均值。常见的均线有简单移动平均（SMA）和指数移动平均（EMA）等。均
# Python获取均线
## 简介
在金融领域中，均线是一种常用的技术指标，用于分析股票价格的趋势。均线通过计算一段时间内的价格平均值来消除价格波动的噪音，从而更好地反映出价格的长期趋势。本文将介绍如何使用Python来获取均线。
## 什么是均线
均线是一种基于时间序列数据的统计指标，它通过计算一段时间内的平均值来描绘价格的趋势。在股票市场中，常用的均线有简单移动平均线（Simple
原创
2023-09-20 07:03:44
163阅读
# 如何实现 Python 计算均线
## 一、流程
```mermaid
journey
title 教学流程
section 整体流程
开始 --> 确定数据源 --> 数据预处理 --> 计算均线 --> 结束
```
## 二、具体步骤
| 步骤 | 描述 | 代码示例
原创
2024-03-08 07:06:43
62阅读
