当前位置: 首页 > news >正文

股票指数移动平均EMA和标准差变化Python代码

股票指数移动平均EMA和标准差变化计算

Python代码

importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt# 设置中文显示plt.rcParams["font.family"]=["SimHei","Microsoft YaHei","SimSun","KaiTi","FangSong"]plt.rcParams["axes.unicode_minus"]=Falseimportakshareasakfromdatetimeimportdatetime,timedeltadeffetch_stock_data(symbol,period='1y'):"""获取股票数据"""end_date=datetime.now().strftime('%Y%m%d')start_date=(datetime.now()-timedelta(days=365)).strftime('%Y%m%d')# 处理股票代码格式,确保符合akshare要求ifnotsymbol.startswith(('sh','sz')):ifsymbol.startswith(('6','9')):symbol=f"sh{symbol}"else:symbol=f"sz{symbol}"# 使用更稳定的stock_zh_a_hist函数获取股票日线数据data=ak.stock_zh_a_hist(symbol=symbol[2:],# 只传股票代码部分,不含sh/szperiod="daily",start_date=start_date,end_date=end_date,adjust="qfq")# 使用前复权价格# 检查数据是否获取成功ifdata.empty:print(f"获取股票{symbol}数据失败,请检查股票代码和网络连接")returnNone# 先转换日期格式if'日期'indata.columns:data[601288'日期']=pd.to_datetime(data['日期'])# 设置日期为索引data.set_index('日期',inplace=True)# 重命名收盘价列if'收盘'indata.columns:data=data.rename(columns={'收盘':'Close'})else:print("数据格式异常,无法处理")returnNonereturndatadefcalculate_ema(data,window=20):"""计算指数移动平均线 EMA"""ema=data['Close'].ewm(span=window,adjust=False).mean()returnemadefcalculate_std(data,window=20):"""计算标准差 STD"""std=data['Close'].rolling(window=window).std()returnstddefplot_analysis(data,ema,std,symbol):"""绘制图表分析结果"""plt.figure(figsize=(14,8))plt.subplot(2,1,1)plt.plot(data['Close'],label='收盘价',color='blue')plt.plot(ema,label='EMA(20)',color='orange')plt.title(f'{symbol}股票价格与EMA分析')plt.legend()plt.subplot(2,1,2)plt.plot(std,label='STD(20)',color='red')plt.title(f'{symbol}股票价格波动性(STD)分析')plt.legend()plt.tight_layout()plt.show()defmain():symbol=input("请输入股票代码(如 000001 或 600000):")data=fetch_stock_data(symbol)# 检查数据获取是否成功ifdataisnotNone:ema=calculate_ema(data)std=calculate_std(data)plot_analysis(data,ema,std,symbol)if__name__=='__main__':main()这里插入代码片

我来为您详细解释这个股票分析程序输出的图表和EMA指标的用法:

程序输出的图表说明

程序运行后会生成一个包含两个子图的图表:

1. 股票价格与EMA分析(上图)

  • 蓝色曲线:股票的每日收盘价走势
  • 橙色曲线:20日指数移动平均线(EMA(20))
  • 标题:显示当前分析的股票代码和分析类型
  • 图例:标识不同曲线的含义

2. 股票价格波动性(STD)分析(下图)

  • 红色曲线:20日收盘价的标准差(STD(20))
  • 标题:显示当前分析的股票代码和波动性分析类型
  • 图例:标识标准差曲线

EMA指标详解

什么是EMA?

EMA(Exponential Moving Average)即指数移动平均线,是一种加权移动平均线,对最近的价格给予更多权重,反应更灵敏。

EMA的计算方法

程序中使用的计算公式:

ema=data['Close'].ewm(span=window,adjust=False).mean()
  • span=window:设置计算窗口大小(这里是20天)
  • adjust=False:使用标准的指数移动平均计算公式,不进行调整

数学公式:

EMA(t) = Price(t) × k + EMA(t-1) × (1 - k) 其中:k = 2 / (n + 1),n是窗口大小

EMA与SMA的区别

  • SMA(简单移动平均):对所有周期价格给予相同权重,反应较迟缓
  • EMA(指数移动平均):对近期价格给予更高权重,能更快反映价格变化

20日EMA的具体应用

1. 判断趋势方向
  • 当价格在EMA上方:通常表示处于上升趋势
  • 当价格在EMA下方:通常表示处于下降趋势
  • EMA斜率向上:趋势可能继续上升
  • EMA斜率向下:趋势可能继续下降
2. 支撑位与阻力位
  • 支撑位:价格下跌到EMA附近时可能获得支撑反弹
  • 阻力位:价格上涨到EMA附近时可能遇到阻力回调
3. 交易信号
  • 金叉:短期EMA(如5日)上穿长期EMA(如20日),可能发出买入信号
  • 死叉:短期EMA下穿长期EMA,可能发出卖出信号
4. 价格与EMA的偏离程度
  • 价格与EMA偏离过大时,通常会回归,这是一种超买超卖的判断依据

结合标准差(STD)的分析

  • 标准差:衡量价格的波动性或风险程度
  • 高标准差:价格波动大,风险高,可能处于趋势反转或剧烈波动期
  • 低标准差:价格波动小,风险低,可能处于横盘整理期

实际应用示例

  1. 趋势确认:如果价格持续在20日EMA上方运行,且EMA斜率向上,说明上升趋势强劲
  2. 入场时机:当价格回调到20日EMA附近获得支撑,并伴随成交量放大时,可能是较好的买入时机
  3. 止损设置:可以将止损位设置在20日EMA下方一定比例处,保护利润
  4. 风险评估:结合标准差曲线,如果价格上升但标准差下降,说明趋势稳定;如果标准差同时上升,说明波动加大,风险增加

这个程序提供了基础的技术分析工具,您可以根据自己的交易策略进一步优化参数(如调整EMA的窗口大小)或结合其他技术指标(如MACD、RSI等)进行更全面的分析。

6001288农行近期 指数移动平均和标准差图形

http://www.cnnetsun.cn/news/130805.html

相关文章:

  • 【量子计算Agent调度优化】:揭秘未来任务调度的核心算法与实战策略
  • 3步搞定智能QQ机器人:OneBot协议零门槛搭建指南
  • 阵列信号处理波束形成
  • 联想拯救者BIOS高级设置解锁:从入门到精通的完整指南
  • 终极指南:5分钟掌握Tidal音乐下载器完整使用技巧
  • 如何快速掌握vue-plugin-hiprint:Vue项目打印设计的终极解决方案
  • ReadCat开源小说阅读器:打造沉浸式数字阅读新体验
  • 物流智能调度进阶之路(量子Agent赋能路径优化实战)
  • 【医疗多模态Agent权重优化】:揭秘高效模型融合背后的黑科技
  • SD Maid SE安卓版(安卓系统清理器)
  • Zoner Photo Studio X(照片编辑管理)
  • 音频调试终极指南:ESP32嵌入式语音交互诊断工具
  • 过氧化氢泄漏后应急处置
  • Spring定时任务与Spring MVC拦截器
  • 27、趣味十足的Shell脚本游戏大揭秘
  • Realistic Vision V2.0:从零开始掌握AI图像生成核心技术
  • 语雀文档一键导出:5分钟掌握完整备份方案
  • Next.js 16与Shadcn UI后台管理系统实战指南
  • 29、Linux系统安全防护指南
  • 智能家居联动场景设计:5大核心模式与0故障部署策略
  • S7NetPlus工业自动化通信框架:构建高效PLC数据交互系统
  • 5步搞定OpenWrt Docker管理:告别命令行烦恼的终极方案
  • 【Halcon-1D测量】reset_fuzzy_measure 函数功能(用于重置模糊测量规则)
  • HTMLMinifier:3个让网站加载速度翻倍的实用技巧
  • Layui-Admin后台管理系统技术评估与实施指南
  • 全球TOP 10物联网公司都在用的Agent节能技术,你知道几个?
  • CSS Grid Generator终极指南:前端开发的高效工具
  • ELPV数据集实战指南:太阳能电池缺陷检测的完整解决方案 [特殊字符]
  • 【量子-经典Agent协同突破】:揭秘下一代智能系统融合架构
  • 在 Docker 中运行 Java JAR 包实战教程