python 移动平均线_【量化小讲堂 - python & pandas技巧系列】使用python计算移动平均线...

引言：本系列帖子“量化小讲堂”，通过实际案例教初学者使用python、pandas进行金融数据处理，希望能对大家有帮助。

【必读文章】:

【所有系列文章汇总】:【python量化课程】想要快速、系统的学习量化知识，可以参与我与论坛合作开设的课程：，我会亲自授课，随问随答。参与课程还可以免费加入我的小密圈，我每天会在圈中分享量化的所见所思，圈子介绍点击。微信：xbx_laoshi，量化交流Q群(快满)：438143420，有问题欢迎交流。

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。

【量化小讲堂 - python & pandas技巧系列】使用python计算各类移动平均线计算移动平均线是最常见的需求，下面这段代码将完成以下三件事情：

1. 从csv格式的文件中导入股票数据，数据例图如下：

2015-3-26 13:48:18 上传

下载附件 (35.09 KB)

2015-3-26 13:48:16 上传

下载附件 (67.9 KB)

2.计算各类移动平均线，包括简单简单算术移动平均线MA、指数平滑移动平均线EMA；

3.将计算好的数据输出到csv文件中。

代码应该复制下来就能运行了，关于从哪里可以得到代码中使用的数据，后面会讲，下面贴上代码(附件中也可以下载)：----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------# -*- coding: utf-8 -*-"""@author: yucezhe@contact: QQ:2089973054 email:[email protected]"""importpandas aspd

# ========== 从原始csv文件中导入股票数据，以浦发银行sh600000为例# 导入数据 - 注意：这里请填写数据文件在您电脑中的路径stock_data = pd.read_csv('stock data/sh600000.csv',parse_dates=[1])

# 将数据按照交易日期从远到近排序stock_data.sort('date',inplace=True)(【python量化课程】想要快速、系统的学习量化知识，可以参与我与论坛合作开设的课程：，我会亲自授课，随问随答。参与课程还可以免费加入我的小密圈，我每天会在圈中分享量化的所见所思，圈子介绍点击。)# ========== 计算移动平均线# 分别计算5日、20日、60日的移动平均线ma_list = [5,20,60]

# 计算简单算术移动平均线MA - 注意：stock_data['close']为股票每天的收盘价forma inma_list:

stock_data['MA_'+ str(ma)] = pd.rolling_mean(stock_data['close'],ma)

# 计算指数平滑移动平均线EMAforma inma_list:

stock_data['EMA_'+ str(ma)] = pd.ewma(stock_data['close'],span=ma)

# 将数据按照交易日期从近到远排序stock_data.sort('date',ascending=False,inplace=True)

# ========== 将算好的数据输出到csv文件 - 注意：这里请填写输出文件在您电脑中的路径stock_data.to_csv('sh600000_ma_ema.csv',index=False)----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

代码输出的数据截图如下：

2015-3-26 14:01:15 上传

下载附件 (82.09 KB)

可以到这里下载程序中用到的股票数据：网址，其中包含了所有股票、从上市日起的全部交易数据。

之后会讲的内容：

现在想到的之后几期会讲的内容：

【量化小讲堂 - python & pandas技巧系列】如何在windows环境安装python和pandas

【量化小讲堂 - python & pandas技巧系列】如何在mac OSX环境安装python和pandas

【量化小讲堂 - python & pandas技巧系列】使用python计算KDJ指标

【量化小讲堂 - python & pandas技巧系列】使用python计算MACD指标

【量化小讲堂 - 投资策略系列】KDJ、MACD指标双金叉选股效果

【量化小讲堂 - python & pandas技巧系列】使用pytho将日线数据转换成周线、月线数据

关于《量化小讲堂》之后想看的内容，或者相关问题，可以加我微信xbx_laoshi、Q群(快满)：438143420沟通。本篇内容的代码，回复可见。觉得文章内容有帮助的话，顶贴是最好的鼓励！

本帖隐藏的内容

2017-5-26 17:57:48 上传