用Python做股市数据分析（一）

"AAPL", "yahoo", start, end)

apple["20d"] = np.round(apple["Close"].rolling(window = 20, center = False).mean(), 2)

pandas_candlestick_ohlc(apple.loc['2016-01-04':'2016-08-07',:], otherseries = "20d")

你会发明移动平均比真实的股票价格数据腻滑很多。并且这个指数是异常难改变的：一支股票的价格须要变到平局值之上或之下才能改变移动平均线的偏向。是以平均线的交叉点代表了潜在的趋势变更，须要加以留意。

交易者往往对不合的移动平均感兴趣，例如20天，50天和200天。要同时生成多条移动平均线也不难：

apple["50d"] = np.round(apple["Close"].rolling(window = 50, center = False).mean(), 2) 
 
apple["200d"] = np.round(apple["Close"].rolling(window = 200, center = False).mean(), 2) 
 
pandas_candlestick_ohlc(apple.loc['2016-01-04':'2016-08-07',:], otherseries = ["20d", "50d", "200d"])

20天的移动平均线对小的变更异常敏感，而200天的移动平均线波动最小。这里的200天平均线显示出来总体的熊市趋势：股值总体来说一向在降低。20天移动平均线所代表的信息是熊市牛市瓜代，接下来竽暌剐可能是牛市。这些平均线的交叉点就是交易信息点，它们代表股票价格的趋势会有所改变因而你须要作出能盈利的响应决定计划。

更新：该文┞仿早期版本提到算法交易跟高频交易是一个意思。然则网友评论指出这并不必定：算法可以用来进行交易但不必定就是高频。高频交易是算法交易中心很大年夜的一部分，然则两者不等价。

【编辑推荐】

若何用Python检测捏造的视频
优雅的艺术之Python数据可视化
合适Java开辟者进修的Python入门教程
Python多过程教程
高效应用Python可视化对象Matplotlib

【义务编辑：枯木 TEL：（010）68476606】

9/9 首页上一页 7 8 9

　　推荐阅读

　　WOT讲师杨钊：人工智能将在不同应用场景逐步落地

【51CTO.com原创稿件】由51CTO主办的WOTA2017全球立异技巧峰会将于2017年7月21日拉开帷幕。本次峰会，将环绕机>>>详细阅读

本文标题：用Python做股市数据分析（一）

地址：http://www.17bianji.com/lsqh/36070.html

1/2 1