行情軟件里習慣了通達信的簡介，雖然很多時候還是要依賴大智慧，但平時看圖形基本都是用通達信。因此在有時候做數據分析的時候，不可避免的需要再次的實現一些指標功能，所以在Python里整理了一下，寫了部分的指標工具。

# 威廉指標

def williams(df, n, column='williams'):

# 100*(10日內最高價的最高值-收盤價)/(10日內最高價的最高值-10日內最低價的最低值)

for i in range(len(df)):

if i < n-1: continue

df.ix[i, column] = 100 * (df.high.values[i-n+1:i+1].max()-df.close.values[i])/(

df.high.values[i-n+1:i+1].max()-df.low.values[i-n+1:i+1].min())

return df

# 布林指標

def bollinger(df,n):

for i in range(len(df)):

if i < n-1: continue

df.ix[i, 'BOLL'] = df.close.values[i-n+1:i+1].mean()

df.ix[i, 'UB'] = df.ix[i, 'BOLL'] + 2 * numpy.std(df.close.values[i-n+1:i+1], ddof=1)

df.ix[i, 'LB'] = df.ix[i, 'BOLL'] - 2 * numpy.std(df.close.values[i-n+1:i+1], ddof=1)

return df

# 軌道線

def ene(df,n,m1,m2):

for i in range(len(df)):

if i < n-1: continue

df.ix[i, 'UPPER'] = (1+m1/100)*df.close.values[i-n+1:i+1].mean()

df.ix[i, 'LOWER'] = (1-m2/100)*df.close.values[i-n+1:i+1].mean()

df.ix[i, 'ENE'] = (df.ix[i, 'UPPER'] + df.ix[i, 'LOWER'])/2

return df

def kdj(df,n,m1,m2):

for i in range(len(df)):

if i < n-1: continue

df.ix[i, 'rsv'] = (df.close.values[i]-df.low.values[i-n+1:i+1].min()) / (df.high.values[i-n+1:i+1].max()-df.low.values[i-n+1:i+1].min())*100

df = getSMA(df,m1,1,'rsv','K')

df = getSMA(df,m2,1,'K','D')

for i in range(len(df)):

df.ix[i, 'J'] = 3*df.K.values[i] - 2*df.D.values[i]

return df

所有數據都是Dataframe類型，以時間為Index順序排列。關于getSMA這個函數可以在本博另一帖子《

行情軟件里的平均函數以及Python的實現》中可以找到。

總結

以上是生活随笔為你收集整理的python调用通达信公式_对照通达信一些指标的Python实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。