python 股票指标库talib_Talib金融库的使用

在这里我们使用掘金量化平台获取数据以及后续的一些基础操作，除了调用最基本的包之外，与掘金量化数据库进行通讯必须使用对应的账号密码，这些只需要直接创建空策略，基本信息以及配置就都设置好了。

我们只需额外加上我们另外要调用的包即可import numpy as np

import talib

这里注意，Talib 的安装是以下命令：

pip install Ta-Lib

一、数据获取与滑动平均值的计算data = history_n(symbol="SZSE.399006", frequency="1d", count=100, end_time="2019-11-27", fields="close",

fill_missing="last", adjust=ADJUST_PREV, df=True)

close = np.asarray(data["close"].values)

ma3 = talib.MA(close, timeperiod=3)

print(ma3)

history_n()：获取历史信息df=True：获得一个pandas类型的返回值

frequency：对应的时间周期。比如 “1d” 表示按天，“3600s” 表示按小时

data["close"].values：均线计算值

talib.MA：计算滑动平均值，timeperiod 为设定的时间周期(前 timeperiod-1个数据的值为 nan，即不计算，如果想要考虑进去的话，可以使用np.nan_to_num(ma3) 将 nan 转为0，或者直接 mask 筛掉)

二、EMA

中文为：指数平均数指标，也叫EXPMA指标，是一种趋势类指标，是以指数式递减加权的移动平均。

$$

\text {EMA}=\alpha \times \text{Price}_{\text N}+(1-\alpha)\times\text{Price_(N-1)}

$$

其中，$\alpha$ 为平滑指数，一般取作 $\frac 2 {N+1}$

代码的话和上面基本类似data = history_n(symbol="SZSE.399006", frequency="1d", count=300, end_time="2019-11-27", fields="close",

fill_missing="last", adjust=ADJUST_PREV, df=True)

close = np.asarray(data["close"].values)

ema = talib.EMA(close)

ema = np.nan_to_num(ema)

print(ema)

这里有一点需要注意，计算出的前29个值都是nan，这是因为 EMA 的默认的时间周期为30

三、MACD

MACD：指数平滑移动平均线，用于对股票趋势分析。

MACD 的意义

和双移动平均线基本相同，由快、慢均线的离散、聚合表征当前的多空状态和股价可能的发展变化趋势。当 MACD 从负数转向正数时，是买的信号。当 MACD 从正数转向负数时，是卖的信号。当 MACD 以大角度变化时,表示快的移动平均线和慢的移动平均线的差距非常迅速地拉开,代表一个市场大趋势的转变。data = history_n(symbol="SZSE.399006", frequency="1d", count=300, end_time="2019-11-27", fields="close",

fill_missing="last", adjust=ADJUST_PREV, df=True)

close = np.asarray(data["close"].values)

macd, signal, hist = talib.MACD(close, fastperiod=12, slowperiod=26, signalperiod=9)

macd = np.nan_to_num(macd)

print(macd)

这里简单介绍一下MACD函数。MACD函数的默认值分别为 fastperiod=12, slowperiod=26, signalperiod=9。这里分别是快速(一般选12日)移动平均值与慢速(一般选26日)移动平均值。

以这两个数值作为测量两者(快速与慢速线)间的 “差离值” 的依据。所谓 “差离值”(DIF)，即12日EMA数值减去26日EMA数值。因此，在持续的涨势中，12日EMA在26日EMA之上。其间的正差离值(+DIF)会愈来愈大。反之在跌势中，差离值可能变负(-DIF)，也愈来愈大。至于行情开始回转，正或负差离值要缩小到一定的程度，才真正是行情反转的信号。MACD的反转信号界定为 “差离值” 的9日移动平均值(9日EMA)。

从返回值来看，signal 与 hist 分别为MACD的参数辅助量

我们可以用matplotlib输出看一下：plt.plot(macd, "r")

plt.show()

这段时间姑且可以算有涨有跌

但是，MACD的值只能用于反应不同时间周期内的买卖趋势情况，并不直接代表涨跌快慢，这时我们可以通过其它方法进行计算，这里借助的是 np.diff，返回相邻数之间的对应差值data = history_n(symbol="SZSE.002310",frequency="1d",count=300, end_time="2019-11-27",fields="close",fill_missing="last",adjust=ADJUST_PREV,df=True)

lose = np.asarray(data["close"].values)

acd, signal, hist = talib.MACD(close)

acd = np.nan_to_num(macd)

acd_gradient = np.diff(macd)

lt.plot(macd_gradient[33:], "r")

lt.show()

对于国内常用的金融指标，Talib并没有实现，这里给出几个

1、SMA_CNdef SMA_CN(close, timeperiod):

return reduce(lambda x, y: ((timeperiod - 1) * x + y) / timeperiod, close)

2、RSI_CNdef RSI_CN(close, timeperiod):

diff = map(lambda x, y: x - y, close[1:], close[:-1])

diffGt0 = map(lambda x: 0 if x < 0 else x, diff)

diffABS = map(lambda x: abs(x), diff)

diff = np.array(diff)

diffGt0 = np.array(diffGt0)

diffABS = np.array(diffABS)

diff = np.append(diff[0], diff)

diffGto = np.append(diffGt0[0], diffGt0)

diffABs = np.append(diffABS[0], diffABS)

rsi = map(lambda x: SMA_CN(diffGt0[: x], timeperiod) / SMA_CN(diffABS[x],

timeperiod) * 100, range(1, len(diffGt0) + 1))

return np.array(rsi)

3、KDJ_CNdef KDJ_CN(high, low, close, fastk_period, slowk_period, fastd_period):

kValue, dValue = talib.STOCHF(high, low, close, fastk_period, fastd_period=1, fastd_matype=0)

kvalue = np.arraymap(lambda x: SMA_CN(kValue[:x], slowk_period), range(1, len(kValue) + 1))

dvalue = np.array(map(lambda x: SMA_CN(kValue[:x], fastd_period), range(1, len(kValue) + 1)))

jvalue = 3 * kValue - 2 * dvalue

func = lambda arr: np.array([0 if x < 0 else (100 if x > 100 else x) for x in arr])

kvalue = func(kValue)

dvalue = func(dvaluMACD_CNe)

jvalue = func(jvalue)

return kvalue, dvalue, jvalue

4、MACD_CNdef MACD_CN(close, fastperiod=12, slowperiod=26, signalperiod=9):

macdDIFF, macdDEA, macd = talib.MACDEXT(close, fastperiod=fastperiod, fastmatype=1, slowperiod=slowperiod,

slowmatype=1, signalperiod=signalperiod, signalmatype=1)

macd = macd * 2

return macdDIFF, macdDEA, macd

四、Talib常用函数

1、平均趋向指数ADX和累积派发线AD

AD(累积派发线)是一种平衡交易量指标，以当日的收盘价位来估算成交流量，用于估算一段时间内该证券累积的资金流量。它通常与ADX一起使用，利用多空趋向的变化差离与总和判定平均趋势，ADX数值不能显示趋势的发展方向。但是如果趋势存在，ADX可以衡量趋势的强度。

ADX与AD的函数如下:def ADX(high, low, close, *args, **kwargs)

def AD(high, low, close, *args, **kwargs)

这两个函数中默认的 timeperiod 为14

AD为资金趋势函数，向上的 A/D 表明买方占优势，而向下的 A/D 表明卖方占优势。AD与价格的背离可视为买卖信号，即底背离考虑买入，顶背离考虑卖出

2、ADOSC(Chaikin A/D Oscillator Chaikin)震荡指标

ADOSC将资金流动情况与价格行为相对比，检测市场中资金流入和流出的情况。其函数如下：def ADOSC(high, low, close volume, *args, **kwargs):

3、ATR(Average True Range，平均真实波幅)

ATR 主要用来衡量价格的波动。因此，这一技术指标并不能直接反映价格走向及其趋势的稳定性,而只是表明价格波动的程度。def ADOSC (high, low, close, volume, *args, **kwargs):

4、BV(On Balance Volume，能量潮)

OBV 通过统计成交量变动的趋势推测股价趋势。它以某日为基期，逐日累计每日上市股票总成交量，若隔日指数或股票上涨，则基期 OBV 加上本日成交量为本OBV。若隔日指数或股票下跌，则基期 OBV 减去本日成交量为本日 OBV。函数如下:def OBV (real, volume):

五、图像形态识别

Talib提供了蜡烛图(K线图)的图像识别方法

1、函数名：CDL2CROWS

名称：Two Crows(两只乌鸦)

简介：三日K线模式，第一天长阳，第二天高开收阴，第三天再次高开继续收阴，收盘比前一日收盘价低，预示股价下跌。

函数：def CDL2CROWS(open,high,low, close)

2、函数名：CDL3BLACKCROWS

名称：Three Black Crows(三只乌鸦)

简介：三日K线模式，连续三根阴线，每日收盘价都下跌且接近最低价，每日开盘价都在上根K线实体内，预示股价下跌。

函数：def CD3BLACKCROWS(open,high,low,close)

3、函数名：CDL3INSIDE

名称：Three Inside Up/own(三内部上涨和下跌)

简介：三日K线模式，母子信号+长K线，以三内部上涨为例，K线为阴阳阳，第三天收盘价高于第一天开盘价，第二天K线在第一天K线内部，预示着股价上涨。

函数：def CDL3INSIDE(open,high,low,close)

4、函数名：CDL3LINESTRIKE

名称：Three-Line-Strike(三线打击)

简介：四日K线模式，前三根阳线，每日收盘价都比前一日高，开盘价在前一日实体内，第四日市场高开，收盘价低于第一日开盘价，预示股价下跌。

函数：def CDL3LINESTRIKE(open,high,low,close)

5、函数名：CDL3OUTSIDE

名称：Three Outside Up/down(三外部上涨和下跌)

简介：三日K线模式，与三内部上涨和下跌类似，K线为阴阳阳，但第一日与第二日的K线形态相反，以三外部上涨为例，第一日线在第二日K线内部，预示着股价上涨。

函数：def CDL3OUTSIDE(open,high,low,close)

6、函数名：CDL3STARSINSOUTH

名称：Three Stars In The South(南方三星)

简介：三日K线模式，与大敌当前相反，三日K线皆阴，第一日有长下影线，第二日与第一日类似，K线整体小于第一日，第三日无下影线实体信号，成交价格都在第一日振幅之内，预示下跌趋势反转，股价上升。

函数：def CDL3STARSINSOUTH(open,high,low,close)

7、函数名：CDL3WHITESOLDIERS

名称：Three Advancing White Soldiers(三个白兵)

简介：三日K线模式，三日K线皆阳，每日收盘价变高且接近最高价，开盘价在前一日实体上半部，预示股价上升。

函数：def CDL3WHITESOLDIERS(open,high,low,close)

8、函数名：CDLABANDONEDBABY

名称：Abandoned Baby(弃婴)

简介：三日K线模式，第二日价格跳空且收十字星(开盘价与收盘价接近,最高价与最低价相差不大)，预示趋势反转，发生在顶部下跌，底部上涨。

函数：def CDLABANDONEDBABY(open, high,low,close,penetration=0)

9、函数名：CDLADVANCEBLOCK

名称：Advance Block(大敌当前)

简介：三日K线模式，三日都收阳，每日收盘价都比前一日高，开盘价都在前一日实体以内，实体变短，上影线变长。

函数：def CDLADVANCEBLOCK(open,high,low,close)

10、函数名：CDLBELTHOLD

名称：Belt-hold(捉腰带线)

简介：两日K线模式，下跌趋势中，第一日阴线，第二日开盘价为最低价，阳线，收盘价接近最高价，预示价格上涨。

函数：def CDLBELTHOLD(open,high,low,close)

11、函数名：CDLBREAKAWAY

名称：Breakaway(脱离)

简介：五日K线模式，以看涨脱离为例，下跌趋势中，第一日长阴线，第二日跳空阴线，延续趋势开始震荡，第五日长阳线，收盘价在第一天收盘价与第二天开盘价之间，预示价格上涨。

函数：def CDLBREAKAWAY(open,high,low,close)

12、函数名：CDLCLOSINGMARUBOZU

名称：Closing Marubozu(收盘缺影线)

简介：一日K线模式,以阳线为例,最低价低于开盘价,收盘价等于最高价,预示着趋

势持续。

函数：def CDLCLOSINGMARUBOZU(open,high,low,close)

13、函数名：CDLCONCEALBABYSWALL

名称：Concealing Baby Swallow(藏婴吞没)

简介：四日K线模式，下跌趋势中，前两日阴线无影线，第三日开盘、收盘价皆低于第二日，且第三日呈现倒锤头，第四日开盘价高于前一日最高价，收盘价低于前一日最低价，预示着底部反转。

函数：def CDLCONCEALBABYSWALL(open,high,low,close)

14、函数名：CDLCOUNTERATTACK

名称：Counterattack(反击线)

简介：二日K线模式，与分离线类似。

函数：def CDLCOUNTERATTACK(open,high,low,close)

15、函数名：CDLDARKCLOUDCOVER

名称：Dark Cloud Cover(乌云压顶)

简介：二日K线模式，第一日为长阳，第二日开盘价高于前一日最高价，收盘价处于前一日实体中部以下，预示着股价下跌。

函数：def CDLDARKCLOUDCOVER(open,high,low, close, penetration=0)

16、函数名：CDLDOJI

名称：Dj(十字)

简介：一日K线模式，开盘价与收盘价基本相同。

函数：def CDLDOJI(open,high,low,close)

17、函数名：CDLDOJISTAR

名称：Doji Star(十字星)

简介：一日K线模式，开盘价与收盘价基本相同，上下影线不会很长，预示着当前趋势反转。

函数：def CDLDOJISTAR(open,high,low,close)

18、函数名：CDLDRAGONFLYDOJI

名称：Dragonfly Doji(蜻蜓十字/T形十字)

简介：一日K线模式，开盘后价格一路走低，之后收复，收盘价与开盘价相同，预示趋势反转。

函数：def CDLDRAGONFLYDOJI(open,high,low,close)

19、函数名：CDLENGULFING

名称：Engulfing Pattern(吞噬模式)

简介：两日K线模式，分多头吞噬和空头吞噬，以多头吞噬为例，第一日为阴线，第二日为阳线，第一日的开盘价和收盘价在第二日开盘价和收盘价之内，但不能完全相同。

函数：def CDLENGULFING(open,high,low, close)

20、函数名：CDLEVENINGDOJISTAR

名称：Evening Doji Star(十字暮星)

简介：三日K线模式,基本模式为暮星,第二日收盘价和开盘价相同,预示顶部反转。

函数：def CDLEVENINGDOJISTAR(open,high,low,close,penetration=0)

21、函数名：CDLEVENINGSTAR

名称：Evening Star(暮星)

简介：三日K线模式，与晨星相反，上升趋势中，第一日为阳线，第二日价格振幅较小，第三日为阴线，预示顶部反转。

函数：def CDLEVENINGSTAR(open,high,low, close,penetration=0)

22、函数名：CDLGAPSIDESIDEWHITE

名称：Up/own-gap side-side-by- white lines(向上/下跳空并列阳线)

简介：二日K线模式，上升趋势向上跳空，下跌趋势向下跳空，第一日与第二日有相同的开盘价，实体长度差不多，则趋势持续。

函数：def CDLGAPSIDESIDEWHITE(open,high,low,close)

23、函数名：CDLGRAVESTONEDOJI

名称：Gravestone Doji(墓碑十字/倒T十字)

简介：一日K线模式，开盘价与收盘价相同，上影线长，无下影线，预示底部反转。

函数：def CDLGRAVESTONEDOJI(open,high,low,close)

24、函数名：CDLHAMMER

名称：Hammer(锤头)

简介：一日K线模式，实体较短，无上影线，下影线大于实体长度两倍，处于下跌趋势

底部,预示反转。

函数：def CDLHAMMER(open,high,low,close)

25、函数名：CDLHANGINGMAN

名称：Hanging Man(上吊线)

简介：一日K线模式，形状与锤子类似，处于上升趋势的顶部，预示着趋势反转。

函数：def CDLHANGINGMAN(open,high,low,close)

26、函数名：CDLHARAMI

名称：Harami Pattern(母子线)

简介：二日K线模式，分多头母子与空头母子，两者相反，以多头母子为例，在下跌趋势中，第一日K线长阴，第二日开盘价和收盘价在第一日价格振幅之内，为阳线，预示趋势反转，股价上升。

函数：def CDLHARAMI(open,high,low,close)

27、函数名：CDLHARAMICROSS

名称：Harami Cross Pattern(十字孕线)

简介：二日K线模式，与母子线类似，若第二日K线是十字线，便称为十字孕线，预示着趋势反转。

函数：def CDLHARAMICROSS(open,high,low,close)

28、函数名：CDLHIGHWAVE

名称：High- Wave Candle(风高浪大线)

简介：三日K线模式，具有极长的上/下影线与短的实体，预示着趋势反转。

函数：def CDLHIGHWAVE(open,high,low,close)

29、函数名：CDLHIKKAKE

名称：Hikkake Pattern(陷阱)

简介：三日K线模式，与母子线类似，第二日价格在前一日实体范围内，第三日收盘价高于前两日，反转失败，趋势继续。

函数：def CDLHIKKAKE(open,high,low,close)

30、函数名：CDLHIKKAKEMOD

名称：Modified Hikkake Pattern(修正陷阱)

简介：三日K线模式，与陷阱类似，上升趋势中，第三日跳空高开；下跌趋势中，第三日跳空低开，反转失败，趋势继续。

函数：def CDLHIKKAKEMOD(open,high,low,close)

31、函数名：CDLHOMINGPIGEON

名称：Homing Pigeon(家鸽)

简介：二日K线模式，与母子线类似，不同的是二日K线颜色相同，第二日最高价、最低价都在第一日实体之内，预示着趋势反转。

函数：def CDLHOMINGPIGEON(open,high,low,close)

32、函数名：CDLIDENTICAL3CROWS

名称：Identical Three Crows(三胞胎乌鸦)

简介：三日K线模式，上涨趋势中，三日都为阴线，长度大致相等，每日开盘价等于前一日收盘价，收盘价接近当日最低价，预示价格下跌。

函数：def CDLIDENTICAL3CROWS(open,high,low,close)

33、函数名：CDLINNECK

名称：In-Neck Pattern(颈内线)

简介：二日K线模式，下跌趋势中，第一日为长阴线，第二日开盘价较低，收盘价略高于第一日收盘价，阳线，实体较短，预示着下跌继续。

函数：def CDLINNECK(open,high,low,close)

34、函数名：CDLINVERTEDHAMMER

名称：Inverted Hammer(倒锤头)

简介：一日K线模式，上影线较长，长度为实体的2倍以上，无下影线，在下跌趋势底部，预示着趋势反转。

函数：def CDLINVERTEDHAMMER(open,high,low,close)

35、函数名：CDLKICKING

名称：Kicking(反冲形态)

简介：二日K线模式，与分离线类似，两日K线为秃线，颜色相反，存在跳空缺口。

函数：def CDLKICKING(open,high,low,close)

36、函数名：CDLKICKINGBYLENGTH

名称：Kicking-ull/bear determined by the longer marubozu(由较长缺影线决定的反冲形态)

简介：二日K线模式，与反冲形态类似，较长缺影线决定价格的涨跌。

函数：def CDLKICKINGBYLENGTH(open,high,low,close)

37、函数名：CDLSTALLEDPATTERN

名称：Stalled Pattern(停顿形态)

简介：三日K线模式，上涨趋势中，第二日为长阳线，第三日开盘于前一日收盘价附近，短阳线，预示着上涨结束。

函数：def CDLSTALLEDPATTERN(open,high,low,close)

38、函数名：CDLSTICKSANDWICH

名称：Stick Sandwich(条形三明治)

简介：三日K线模式，第一日为长阴线，第二日为阳线，开盘价高于前一日收盘价，第三日开盘价高于前两日最高价，收盘价与第一日收盘价相同。

函数：def CDLSTICKSANDWICH(open,high,low,close)

39、函数名：CDLTAKURI

名称：Takuri(Dragonfly Doji with very long lower shadow，探水竿)

简介：一日K线模式，大致与蜻蜓十字相同，下影线长度长。

函数：def CDLTAKURI(open,high,low, close)

40、函数名：CDLTASUKIGAP

名称：Tasuki Gap(跳空并列阴阳线)

简介：三日K线模式，分上涨和下跌，以上升为例，前两日为阳线，第二日跳空，第三日为阴线，收盘价于缺口中，上升趋势持续。

函数：def CDLTASUKIGAP(open,high,low, close)

41、函数名：CDLTHRUSTING

名称：Thrusting Pattern(插入)

简介：二日K线模式，与颈上线类似，下跌趋势中，第一日为长阴线，第二日开盘价跳空，收盘价略低于前一日实体中部，与颈上线相比实体较长，预示着趋势持续。

函数：def CDLTHRUSTING(open,high,low,close)

42、函数名：CDLTRISTAR

名称：Tristar Pattern(三星)

简介：三日K线模式，由三个十字组成，第二日的十字必须高于或者低于第一日和第三日，预示着反转。

函数：def CDLTRISTAR(open,high,low,close)

43、函数名：CDLUNIQUERIVER

名称：Unique3 River(奇特三河床)

简介：三日K线模式，下跌趋势中，第一日为长阴线，第二日为锤头，最低价创新低，第三日开盘价低于第二日收盘价，收阳线，收盘价不高于第二日收盘价，预示着反转，第二日下影线越长可能性越大。

函数：def CDLUNIQUE3RIVER(open,high,low,close)

44、函数名：CDLUPSIDEGAP2CROWS

名称：Upside Gap Two Crows(向上跳空的两只乌鸦)

简介：三日K线模式，第一日为阳线，第二日跳空以高于第一日最高价开盘，收阴线第三日开盘价高于第二日，收阴线，与第一日比仍有缺口。

函数：def CDLUPSIDEGAP2CROWS(open,high,low,close)

45、函数名: CDLXSIDEGAP3METHODS

名称：Upside/Downside Gap Three Methods(上升/下降跳空三法)

简介：五日K线模式，以上升跳空三法为例，上涨趋势中，第一日为长阳线,第二日为短阳线，第三日为跳空阳线，第四日为阴线，开盘价与收盘价于前两日实体内，第五日为长阳线，收盘价高于第一日收盘价，预示股价上升。

函数：def CDLXSIDEGAP3METHODS(open,high,low,close)

例：data = history_n(symbol="SZSE.399006",frequency="1d",count=100,end_time="2018-12-31",fields="high,low,close,open,volume",fill_missing="last",adjust=ADJUST_PREV,df=True)

close = np.asarray(data["close"].values)

open = np.asarray(data["open"].values)

high = np.asarray(data["high"].values)

low = np.asarray(data["low"].values)

volume = np.asarray(data["volume"].values).astype(np.double)

cdl2crows = talib.CDL2CROWS(high,low,close,volume)

print(cdl2crows)

上述代码段实现了对两只乌鸦的图形的查找，如果出现，则输出100，否则输出为0

参考：《python量化交易实战》