欢迎访问股票配资,您正在阅读Python进阶量化交易专栏场外篇8- 矢量化计算KDJ指标, 本站精彩内容有:股票配资,从零开始学炒股_股票入门基础知识_股票学习门户网站

Python进阶量化交易专栏场外篇8- 矢量化计算KDJ指标

2019-12-22 栏目 : KDJ指标频道 阅读 : 432 关键词:kdj指标计算

  欢迎群众订阅《教所有人用 Python 进阶量化生意》专栏!为了能够供给给公共更轻松的熟习过程,笔者在专栏内容除外已一连推出一些手记来辅助同砚们实习本专栏实质,且自已推出如下减少篇:

  在第一篇《治理概率==理性交易》中笔者连接一个容易的市场模子先容了为什么正在没有概率上风的条目下参与交易会亏钱,其实股票交易和玩一个嬉戏、做一个项目理念是彷佛的,需要章法、必要订定计谋,不然就和抛硬币打赌一致相通的,用量化交易可能助助大家管制好概率,更理性的去下单。

  正在第二篇《线性回归拟合伙价沉浮》中笔者在专栏《股票生意计谋开发:走势线性回归选股计策》幼节的基本上对线性回归要领的战略垄断做进一步的加添介绍。因为线性回归服从于股票收盘价的悉数周期,前后两段统统相反的周期会彼此效率,结果影响拟关的角度值,因此笔者设定窗口期用挪动窗口的系统拟关股价的走势,搜索角度曲线的拐点以预示新一轮的回转走势,给民众需要一个衍生的战略思绪。

  《股票交易数据可视化:往还区间下战略收益绘制》的基本上对计策的最大回撤指标做决定的加众先容。投资是有紧迫的,那么怎么去衡量这个危机呢?最大回撤率便是一种直观的将急急确凿量化的目标,它形色了买入股票后,正在战略映现最糟糕的环境下会遗失几何钱,这也直接相干到了严重策略停休损因子的设定。

  《股票生意计谋开发:趋势打破择时计谋》的基础上对探寻最优化战略参数的举措做一些扩展介绍。周旋摸索最优化参数的方法能够取舍罗列法大致蒙特卡洛法。枚举法适用于处置成果哀告不高,样本领域幼的标题。蒙特卡洛法取得的效用并不决定是最优的,可是正在大规容貌品的场关下可以更快地找到好像最优功用。

  《股票营业数据的自动下载》的基本上对matplotlib画图工具的应用手腕做少少增添先容,正在A股汗青走势图中标帜出商场涨跌周期。

  在第六篇《Tushare Pro接口介绍》中笔者正在《股票商业数据的主动下载》的根本上补充介绍控制Tushare Pro版本获取财经和股票商业数据的步调。

  在第七篇《点缀器盘算代码光阴》中笔者正在《用点缀器备案股票池》的根基上对装饰器的举行扩充介绍,经历点缀器形式完成timeit实验函数奉行时间职能。

  本次场外篇笔者在《才华分解常用目标绘制》的根基上对KDJ目标的企图实行加多先容,由之前for…in轮回遍历编制跳班为矢量化格局,并且用克己的@timeit修饰器对比两种格局的效率。

  KDJ目标正在各大股票行情软件中都邑再现,普通在股票K线图下方,如下图所示:

  对于KDJ目标的特性和它的前因后果,笔者正在专栏中有轮廓的介绍。正在专栏中KDJ目标的实现是挑选for…in循环遍历的方式,主意是让同窗们更容易理解,但是正在出力上并不是最佳的。先看下一时竣工KDJ指标的数值,如下所示:

  将KDJ完结个体的代码封装为函数cal_kdj_loop(),并用装点器@timer_para打印该函数执行的岁月,运转时分如下所示:

  接下来介绍下矢量化结束的步伐,仅仅只要6行代码即可,扩展了一半以上,如下所示:

  此处掌握了pandas.DataFrame.ewm()函数光滑KD值,该函数供应指数加权平滑性能,函数原型如下所示:

  com为2则alpha为1/3,因而K值为(2/3*前一日K值 + 1/3 当日RSV值),然而此处K值初值为rsv[0],而专栏中默认设定为50,以是计划取得的概述数值在开始阶段会有所差别。

  代码量加添了,那么效用是否提高了呢?将函数cal_kdj_vector()用装饰器@timer_para打印该函数履行的光阴,运转时刻如下所示:

  矢量化系统布置KDJ指标比拟于独揽for…in循环格局效力升高了12倍!!!以下为两种编制完毕的KDJ目标可视化绘制:

  关于完满代码可以插手专栏调换群获得。更多的量化商业内容欢迎公共订阅专栏阅读!!

分享到:

猜你喜欢

Python进阶量化交易专栏场外篇8- 矢量化计算KDJ指标的相关文章

说明
  • Python进阶量化交易专栏场外篇8- 矢量化计算KDJ指标
  • kdj指标计算
  • 欢迎群众订阅《教所有人用Python进阶量化生意》专栏!为了能够供给给公共更轻松的熟习过程,笔者在专栏内容除外已一连推出一些手记来辅助同砚们实习本专栏实质,且自已推出如下减少篇

热门标签