小项目实战分享 | 用Python实现股票技术分析指标

大家好，我是王某人。

股票是很多人感兴趣的，我用Python实现了股市技术分析中常见的指标，如：MA,MACD,RSI,BOLL,ATR,KDJ,CCI,PSY等，这些指标在通达信、同花顺等软件上都能看到。由于监管，炒股软件没办法看到比特币行情，所以该项目以比特币为例来应用这些指标。配合可视化其实可以实现跟炒股软件一样的效果。

下面就来对该项目的源码做个简单介绍。

先看 example1.py 文件。

1、获取比特币行情数据

第一步先调用接口获取比特币交易的数据。

这里调用了 get_price 函数，来获取比特币“每天”的交易数据，来看下 get_price 函数

代码比较简单，请求 “api.huobi.de.com” 接口的数据，并将返回的数据转成 DataFrame 格式，参数 count 代表需要返回多少天的数据，参数 frequency 代表数据粒度，可以是“天”、“60分钟”、“15分钟”等。

我在 jupyter 里请求了 12 天的交易数据，大家可以看下函数返回的效果

 前4列分别代表一天的交易里：开盘价、收盘价、最高成交价、最低成交价。

2、计算移动平均线指标

有了成交数据我们就可以计算指标了，常见的就是MA，即：移动平均线指标，一般用“收盘价”来计算，MA5代表5日平均收盘价，连成线就是5日均线。类似的还有 MA10、MA20、MA30、MA60。

获取收盘价

其实我们需要的是“CLOSE=df.close.values;”。

计算MA5和MA10

调用 MA 函数，通过传入不同的参数，来计算N日平均收盘价。来看 MA 函数代码

利用 pandas 的 rolling 函数，可以滑动地选择 N 日收盘价，在调用 mean 函数就可以计算 N 日收盘价的均值。来看下效果：

返回的是 12 天里每天的前N天的平均收盘价。发现里面有很多 nan，以 MA5 为例， 是因为 5.25 ~ 5.28号这几天无法凑齐 5 天的收盘价，所以填nan。

计算均线交叉

计算均线的目的是为了计算二者是否相交以及什么时候相交，相交可以作为买入（股票）、卖出（股票）的判断。

MA5可以画一条线，MA10也可以画一条线，如果MA5向上与MA10交叉（上穿），可以说市场短期看涨情绪比较高。反之，MA5向下与MA10交叉（下穿），说明市场短期看跌情绪更高。

下面来看看计算方法

内层先调用了 CROSS 函数，计算两条线是否有交叉

CROSS 函数里首先调用 IF 函数，对 MA5 和 MA10 每个位置的元素进行比较，计算结果存在 CROSS_BOOL 里，内容如下：

然后，调用 COUNT 函数，对相邻两个元素进行求和。第二个参数传 2 就代表计算相邻元素。看下 COUNT 函数代码

COUNT 函数里调用了 SUM 函数，SUM函数同样使用 rolling 函数滑动地选择 2 个元素， 然后进行 sum 求和。CROSS_BOOL 里的元素是布尔类型，False代表 0 ， True 代表 1。

COUNT 函数返回结果如下：

还需判断 COUNT 函数返回的结果是否等于 1，等于1有两种情况，第一种情况，前一天是0，当前天是1，代表“上穿”。第二种情况，前一天是1，当前天是0，代表“下穿”。从上图看，6.4 号这一天取值1，并且由于 6.3 号取值是0，说明 6.4 号5日线上穿10日线。

最终，CROSS 函数的结果如下：

6.4 号取值 True，代表两条线在当天有交叉。

回到最开始的代码“CROSS_TODAY=RET(CROSS(MA5,MA10))”，调用 CROSS 函数后，还调用 RET 函数取某一天是否有交叉。

RET 函数比较简单，就是按照索引取对应位置的元素，默认取最后一个。

输出

将 CROSS_TODAY 输出，它存放的是 6.5 号是否有穿越。

其实这里的描述有问题，作者在 print 函数里打印的是 “今天5日线是否上穿10日线”，刚才我们说过，True 只代表有穿越，具体上穿还是下穿还需要再结合前一天或者后一天的状态进行判断，所以这里需要注意下。

3、其他代码

除了 MA 外，再看看其他指标的计算

第15行代码计算了最近5天，每天的收盘价是否都在 5 日均线之上。第17行计算了 MACD 指标。

这里定义的函数跟上面我们讲解的差不多，这里就不再一一讲解了。

可以看到利用 pandas 可以非常方便地进行数据处理， 代码里好多用法挺值得学习的，包括函数的封装思想。

指标计算的函数都在 MyTT.py 文件里，一共 100 多行代码，涉及的指标不少，感兴趣的话大家可以自行查阅。

今天的讲解内容就这些啦，有问题或者需要改进的地方欢迎留言。

如果你准备系统地学爬虫及更多Python编程技术，可戳我文末的名片，Free领取最新Python爬虫资料/免费咨询/学习规划~