移动均线是技术分析中最常用的指标之一，就单一的移动均线而言，其作用就是平滑价格走势，部分的去除噪音，体现出一定时间内价格的趋势走向。均线一般可分为简单移动平均、加权移动平均、指数移动平均，其中最核心的是简单移动平均，其他的两个是出于时效性的考虑而产生的变形。因此，下面我们从简单移动平均线来对均线做进一步的理解。那么如何通过移动平均来得到近似最佳
转载
2024-03-12 18:00:49
23阅读
今天给大家介绍如何编写均线粘合突破选股指标公式，其实本文内容并不局限于突破，而是均线粘合加启动点。首先需要找到均线粘合，然后对信号进行过滤，再加上一些条件，找到启动点。一、均线粘合均线如果没有特指，一般是MA简单移动平均线，MA(X,N)为X的N日简单移动平均。以MA5、MA10、MA20、MA30四条均线为例，随着行情震荡，这四条均线越来越接近，表现为均线粘合。编写均线粘合的思路是如果这四条均线
转载
2023-10-30 16:07:41
285阅读
# 实现均线突破策略的Python代码
作为一名经验丰富的开发者，我将教给你如何实现均线突破策略的Python代码。首先，让我们了解一下整个流程，然后逐步进行实现。
## 流程概览
下表展示了实现均线突破策略的整个流程：
| 步骤 | 描述 |
| --- | --- |
| 1 | 获取数据 |
| 2 | 计算移动平均线 |
| 3 | 判断均线突破信号 |
| 4 | 执行交易操作
原创
2023-10-09 09:14:36
284阅读
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
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
什么是双均线？有两条线：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。代码：# 导入函数库
from jqdata import *
# 初始化函数，设定基准等等
def initialize(context):
# 设定沪深300作为基准
set_benchmark('000300.XSHG')
# 开启动态复权模式(真
转载
2023-07-20 15:24:46
8阅读
'''backtest
start: 2019-07-01 09:00:00
end: 2020-03-25 15:00:00
period: 1d
exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}]
'''
import json
import re
import time
_bot = ext.NewPositionManager()
转载
2023-07-05 14:21:33
11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
一、双均线策略1、什么是双均线策略？2、实现代码 def initialize(context):
set_benchmark('601318.XSHG')
set_option('use_real_price',True)
set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commissio
#小策略，策略逻辑是在金叉时候买进，死叉时候卖出，所谓金叉死叉是两条均线的交叉，当短期均线上穿长期均线为金叉，反之为死叉1、jqdata 网页端执行#下面是策略代码及结构# 导入函数库
from jqdata import *
# 初始化函数
def initialize(context):
# 设定沪深300作为基准
set_benchmark('000300.XSHG')
转载
2023-09-04 22:36:24
31阅读
定义 双均线策略，通过建立m天移动平均线，n天移动平均线，则这两条均线必有交点。若m>n，n天平均线“上穿越”m天均线则为买入点，反之为卖点。该策略基于不同天数均线的交叉点，抓住股票的强势和弱势时刻，进行交易。 对于每一个交易日，都可以计算出前N天的移动平均值，然后把这些移动平均值连起来，成为一条线，就叫做N日移动平均线。一般由5日均线（MA5），10日均线（MA10） 比如前5个交易
转载
2023-10-20 22:07:39
28阅读
//期市妖风大，小心被刮飞。本文不构成任何实质性建议，也不对任何依此进行的交易结果负责话接上回，将长短周期均线的周期用参数L和S来表示，值域分别是[10,60]和[5,25]，当然这个范围可以进一步拓宽。此外，L需要大于S，其他信息与上一示例相同，将以上参数装载运行，得到结果如下（只展示收益排名前十的结果）：排名参数（S, L）盈利率年化收益率胜率盈亏比权益最大回撤117,18122.86%40.
# 移动均线（Moving Average）在Python中的应用
移动均线（Moving Average）是技术分析中常用的一种指标，用于平滑数据序列，减少噪音，显示数据的趋势。在金融领域，移动均线常用于股票价格的分析和预测。
在Python中，我们可以使用pandas库来计算移动均线。下面我们将介绍如何使用Python计算移动均线。
## 移动均线的计算方法
移动均线的计算方法很简单，
原创
2024-04-21 05:35:04
44阅读
（1）、均线多头排列
a1:=MA(CLOSE,n1);
a2:=MA(CLOSE,n2);
a3:=MA(CLOSE,n3);
a4:=MA(CLOSE,n4);
COUNT(a1>a2 AND a2>a3 AND a3>a4,3)=3 AND CLOSE>OPEN; 注：n1、n2、n3、n4日均线呈多头排列。 （2）、均线空
转载
2023-11-23 19:03:47
581阅读
引言:邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投资，了解行业研究方向，希望能对大家有帮助。文中用到的A股数据可在www.yucezhe.com下载，这里可以下载到所有股票、从上市日起的交易数据、财务数据、分钟数据、分笔数据、逐笔数据等。 完整策略框架：以均线策略为例—策略框架—应很多同学的要求，本篇文章介绍如何从头到尾的编写一个策略框架。一个完整的策略
转载
2024-02-26 20:46:15
11阅读
文章目录一、双均线策略是什么？二、代码编写思路三、代码实现1.收取数据2.导入库并定义全局变量 一、双均线策略是什么？双均线策略的思想很简单，是根据长短周期的价格的移动平均线之间的关系来确定买卖点。其中，短周期均线和长周期均线分别代表近期的走势和长期的走势，当短周期均线从下向上突破长周期均线时，意味着当前时间段具有上涨趋势，突破点也就是常说的金叉，这是多头信号；当长周期均线从下向上突破短周期信号时
转载
2024-04-15 15:59:55
60阅读
!image20211004185826540.png(https://s4.51cto.com/images/blog/202110/08/5a3ffce4cf53fdf373de6ad237d51cf4.png?xossprocess=image/watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,
推荐
原创
2021-10-08 14:49:42
3765阅读
点赞
上一篇《用Python绘制专业的K线图》，讲解了数据获取、K线图绘制及成交量绘制等内容。本篇将在上一篇的基础上，继续讲解移动均线的绘制。 1、获取数据 我们从恒有数金融数据社区，获取股票市...
原创
2022-03-03 15:02:07
219阅读
# Python求移动均线(MA)
## 概述
移动均线（Moving Average，简称MA）是股市分析中常用的技术指标之一，用于平滑股价的波动并提供参考信号。MA指标可以帮助我们判断股价的趋势和短期市场的买卖信号。
在本文中，我将向你介绍如何使用Python实现移动均线（MA）。
## 流程
为了帮助你理解整个实现过程，我将使用一个流程图来展示实现移动均线的步骤。
```flow
原创
2023-08-10 05:34:47
781阅读
