博客

如何在Python中计算移动平均线

  • Post category:Python

计算移动平均线（Moving Average，简称MA）是一个很常见的应用，对于股票和期货市场来说，MA常常被用来作为一个交易策略的指标，可以帮助我们判断市场趋势和买卖时机。在Python中，可以使用numpy和pandas等库进行MA的计算。

下面是计算MA的完整攻略：

1. 加载必要的库

首先，我们需要加载一些必要的库，包括numpy、pandas和matplotlib等，这些库的安装可以使用pip或conda进行。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

2. 加载数据

我们需要加载股票或期货的历史交易数据，这里以股票数据作为例子。我们可以使用pandas库的read_csv函数来加载csv格式的交易数据，作为示范，这里使用的是中国平安（601318.SH）的日线数据（数据来源于wind数据平台）。

df = pd.read_csv('601318.SH.csv', index_col=0, parse_dates=True)
df = df.sort_index()
df.head()

3. 计算MA

接下来，我们可以使用rolling函数来计算MA，rolling函数可以对数据进行滚动计算，例如，rolling(5)表示对每5个数据进行计算。下面是计算5日、20日、60日和120日MA的示例代码：

df['MA5'] = df['close'].rolling(5).mean()
df['MA20'] = df['close'].rolling(20).mean()
df['MA60'] = df['close'].rolling(60).mean()
df['MA120'] = df['close'].rolling(120).mean()
df.tail()

4. 可视化结果

最后，我们可以使用matplotlib库来绘制股票的K线图和MA线图，以帮助我们更好地观察市场趋势和交易机会。

ohlc = df.loc[:, ['open', 'high', 'low', 'close']]
ohlc.index.name = 'date'
ohlc = ohlc.reset_index()

fig, ax = plt.subplots()
ax.set_title('MA Indicator')
ax.set_xlabel('Date')
ax.set_ylabel('Price')

ax.plot(ohlc['date'], ohlc['close'], label='Close')
ax.plot(df['MA5'], label='MA5')
ax.plot(df['MA20'], label='MA20')
ax.plot(df['MA60'], label='MA60')
ax.plot(df['MA120'], label='MA120')

ax.legend()
plt.show()

下面是示例代码的完整实现，可以通过执行该代码来进行验证：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('601318.SH.csv', index_col=0, parse_dates=True)
df = df.sort_index()

df['MA5'] = df['close'].rolling(5).mean()
df['MA20'] = df['close'].rolling(20).mean()
df['MA60'] = df['close'].rolling(60).mean()
df['MA120'] = df['close'].rolling(120).mean()

ohlc = df.loc[:, ['open', 'high', 'low', 'close']]
ohlc.index.name = 'date'
ohlc = ohlc.reset_index()

fig, ax = plt.subplots()
ax.set_title('MA Indicator')
ax.set_xlabel('Date')
ax.set_ylabel('Price')

ax.plot(ohlc['date'], ohlc['close'], label='Close')
ax.plot(df['MA5'], label='MA5')
ax.plot(df['MA20'], label='MA20')
ax.plot(df['MA60'], label='MA60')
ax.plot(df['MA120'], label='MA120')

ax.legend()
plt.show()

上面代码的输出结果包括股票的K线图和MA线图，可以通过肉眼观察来判断市场的趋势和买卖时机。

Tags: