+关注
太阳宫中路反指王
暂无个人介绍
IP属地:北京
39
关注
9
粉丝
1
主题
0
勋章
主贴
热门
太阳宫中路反指王
2020-03-12
$Liberty Media Corporation Series C(FWONK)$
AusGP 应该要取消了
太阳宫中路反指王
2018-12-21
使用 Ta-lib 计算 MACD 等技术指标
最近很多朋友使用老虎的开放API时, 都会咨询我们获取 MACD、KDJ 等技术指标的方法。 开放API没有提供计算好的技术指标数据, 因为这类指标的计算方法比较简单。 这里做一个简单的示例,供大家参考: 首先需要安装ta-lib。 ta-lib 的全称是 technical analysis library mac电脑的安装比较简单, 只需要在中端中运行两行代码: >>> brew install ta-lib >>> pip install ta-lib 安装完毕后, 我们在 jupyter notebook 中演示 ta-lib 的使用 一、导入 talib 的计算库, 并设置兼容模式的值为1:默认的talib值为0 注意,在兼容模式为1时,表示使用metastock的技术指标计算方式, 与国内的主流股票软件计算方式一致。 二、 使用老虎开放API, 获取 $京东(JD)$ 的日级行情数据。 这里对开放API进行了二次封装, 返回了一个dataframe。 三、 计算 MACD 前,先查看一下 MACD 的文档: 输入的参数有四个: - 第一个是价格序列: 这里我们采用日级的收盘价 - 第二、第三、第四个参数是 MACD 的几个参数的计算周期; 股票软件默认的周期是12, 26, 9 四、计算dif、dea、 macd 的值 dif、dea、macd 都是一个array, macd[-1] 表示最新一日的macd 值,以此类推。 五、 将计算出的值与股票软件中对比, 完全一致。 需要注意的是, 股票软件中的macd的计算方法是 (dif - dea)*2 。 所以, 我们需要将talib计算出的macd值*2。
使用 Ta-lib 计算 MACD 等技术指标
去老虎APP查看更多动态
{"i18n":{"language":"zh_CN"},"userPageInfo":{"id":"3445204647015108","uuid":"3445204647015108","gmtCreate":1482919689553,"gmtModify":1482919689553,"name":"太阳宫中路反指王","pinyin":"tygzlfzwtaiyanggongzhonglufanzhiwang","introduction":"","introductionEn":null,"signature":"","avatar":"https://static.tigerbbs.com/33dd7c95a2389d9ad048e054ed482c3b","hat":null,"hatId":null,"hatName":null,"vip":1,"status":2,"fanSize":9,"headSize":39,"tweetSize":2,"questionSize":0,"limitLevel":900,"accountStatus":4,"level":{"id":1,"name":"萌萌虎","nameTw":"萌萌虎","represent":"呱呱坠地","factor":"评论帖子3次或发布1条主帖(非转发)","iconColor":"3C9E83","bgColor":"A2F1D9"},"themeCounts":1,"badgeCounts":0,"badges":[],"moderator":false,"superModerator":false,"manageSymbols":null,"badgeLevel":null,"boolIsFan":false,"boolIsHead":false,"favoriteSize":1,"symbols":null,"coverImage":null,"realNameVerified":null,"userBadges":[{"badgeId":"e50ce593bb40487ebfb542ca54f6a561-4","templateUuid":"e50ce593bb40487ebfb542ca54f6a561","name":"明星虎友","description":"加入老虎社区2000天","bigImgUrl":"https://static.tigerbbs.com/dddf24b906c7011de2617d4fb3f76987","smallImgUrl":"https://static.tigerbbs.com/53d58ad32c97254c6f74db8b97e6ec49","grayImgUrl":"https://static.tigerbbs.com/6304700d92ad91c7a33e2e92ec32ecc1","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2022.06.21","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1001},{"badgeId":"976c19eed35f4cd78f17501c2e99ef37-1","templateUuid":"976c19eed35f4cd78f17501c2e99ef37","name":"博闻投资者","description":"累计交易超过10只正股","bigImgUrl":"https://static.tigerbbs.com/e74cc24115c4fbae6154ec1b1041bf47","smallImgUrl":"https://static.tigerbbs.com/d48265cbfd97c57f9048db29f22227b0","grayImgUrl":"https://static.tigerbbs.com/76c6d6898b073c77e1c537ebe9ac1c57","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2021.12.21","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1102},{"badgeId":"518b5610c3e8410da5cfad115e4b0f5a-1","templateUuid":"518b5610c3e8410da5cfad115e4b0f5a","name":"实盘交易者","description":"完成一笔实盘交易","bigImgUrl":"https://static.tigerbbs.com/2e08a1cc2087a1de93402c2c290fa65b","smallImgUrl":"https://static.tigerbbs.com/4504a6397ce1137932d56e5f4ce27166","grayImgUrl":"https://static.tigerbbs.com/4b22c79415b4cd6e3d8ebc4a0fa32604","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2021.12.21","exceedPercentage":null,"individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1100},{"badgeId":"35ec162348d5460f88c959321e554969-1","templateUuid":"35ec162348d5460f88c959321e554969","name":"精英交易员","description":"证券或期货账户累计交易次数达到30次","bigImgUrl":"https://static.tigerbbs.com/ab0f87127c854ce3191a752d57b46edc","smallImgUrl":"https://static.tigerbbs.com/c9835ce48b8c8743566d344ac7a7ba8c","grayImgUrl":"https://static.tigerbbs.com/76754b53ce7a90019f132c1d2fbc698f","redirectLinkEnabled":0,"redirectLink":null,"hasAllocated":1,"isWearing":0,"stamp":null,"stampPosition":0,"hasStamp":0,"allocationCount":1,"allocatedDate":"2021.12.21","exceedPercentage":"60.88%","individualDisplayEnabled":0,"backgroundColor":null,"fontColor":null,"individualDisplaySort":0,"categoryType":1100}],"userBadgeCount":4,"currentWearingBadge":null,"individualDisplayBadges":null,"crmLevel":2,"crmLevelSwitch":0,"location":"北京","starInvestorFollowerNum":0,"starInvestorFlag":false,"starInvestorOrderShareNum":0,"subscribeStarInvestorNum":0,"ror":null,"winRationPercentage":null,"showRor":false,"investmentPhilosophy":null,"starInvestorSubscribeFlag":false},"baikeInfo":{},"tab":"post","tweets":[{"id":965217095,"gmtCreate":1584017041217,"gmtModify":1704352473955,"author":{"id":"3445204647015108","authorId":"3445204647015108","name":"太阳宫中路反指王","avatar":"https://static.tigerbbs.com/33dd7c95a2389d9ad048e054ed482c3b","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3445204647015108","idStr":"3445204647015108"},"themes":[],"htmlText":"<a href=\"https://laohu8.com/S/FWONK\">$Liberty Media Corporation Series C(FWONK)$</a>AusGP 应该要取消了","listText":"<a href=\"https://laohu8.com/S/FWONK\">$Liberty Media Corporation Series C(FWONK)$</a>AusGP 应该要取消了","text":"$Liberty Media Corporation Series C(FWONK)$AusGP 应该要取消了","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/965217095","isVote":1,"tweetType":1,"viewCount":2367,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0},{"id":361507,"gmtCreate":1545382827079,"gmtModify":1704784667064,"author":{"id":"3445204647015108","authorId":"3445204647015108","name":"太阳宫中路反指王","avatar":"https://static.tigerbbs.com/33dd7c95a2389d9ad048e054ed482c3b","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"authorIdStr":"3445204647015108","idStr":"3445204647015108"},"themes":[],"title":"使用 Ta-lib 计算 MACD 等技术指标","htmlText":"最近很多朋友使用老虎的开放API时, 都会咨询我们获取 MACD、KDJ 等技术指标的方法。 开放API没有提供计算好的技术指标数据, 因为这类指标的计算方法比较简单。 这里做一个简单的示例,供大家参考: 首先需要安装ta-lib。 ta-lib 的全称是 technical analysis library mac电脑的安装比较简单, 只需要在中端中运行两行代码: >>> brew install ta-lib >>> pip install ta-lib 安装完毕后, 我们在 jupyter notebook 中演示 ta-lib 的使用 一、导入 talib 的计算库, 并设置兼容模式的值为1:默认的talib值为0 注意,在兼容模式为1时,表示使用metastock的技术指标计算方式, 与国内的主流股票软件计算方式一致。 二、 使用老虎开放API, 获取 $京东(JD)$ 的日级行情数据。 这里对开放API进行了二次封装, 返回了一个dataframe。 三、 计算 MACD 前,先查看一下 MACD 的文档: 输入的参数有四个: - 第一个是价格序列: 这里我们采用日级的收盘价 - 第二、第三、第四个参数是 MACD 的几个参数的计算周期; 股票软件默认的周期是12, 26, 9 四、计算dif、dea、 macd 的值 dif、dea、macd 都是一个array, macd[-1] 表示最新一日的macd 值,以此类推。 五、 将计算出的值与股票软件中对比, 完全一致。 需要注意的是, 股票软件中的macd的计算方法是 (dif - dea)*2 。 所以, 我们需要将talib计算出的macd值*2。","listText":"最近很多朋友使用老虎的开放API时, 都会咨询我们获取 MACD、KDJ 等技术指标的方法。 开放API没有提供计算好的技术指标数据, 因为这类指标的计算方法比较简单。 这里做一个简单的示例,供大家参考: 首先需要安装ta-lib。 ta-lib 的全称是 technical analysis library mac电脑的安装比较简单, 只需要在中端中运行两行代码: >>> brew install ta-lib >>> pip install ta-lib 安装完毕后, 我们在 jupyter notebook 中演示 ta-lib 的使用 一、导入 talib 的计算库, 并设置兼容模式的值为1:默认的talib值为0 注意,在兼容模式为1时,表示使用metastock的技术指标计算方式, 与国内的主流股票软件计算方式一致。 二、 使用老虎开放API, 获取 $京东(JD)$ 的日级行情数据。 这里对开放API进行了二次封装, 返回了一个dataframe。 三、 计算 MACD 前,先查看一下 MACD 的文档: 输入的参数有四个: - 第一个是价格序列: 这里我们采用日级的收盘价 - 第二、第三、第四个参数是 MACD 的几个参数的计算周期; 股票软件默认的周期是12, 26, 9 四、计算dif、dea、 macd 的值 dif、dea、macd 都是一个array, macd[-1] 表示最新一日的macd 值,以此类推。 五、 将计算出的值与股票软件中对比, 完全一致。 需要注意的是, 股票软件中的macd的计算方法是 (dif - dea)*2 。 所以, 我们需要将talib计算出的macd值*2。","text":"最近很多朋友使用老虎的开放API时, 都会咨询我们获取 MACD、KDJ 等技术指标的方法。 开放API没有提供计算好的技术指标数据, 因为这类指标的计算方法比较简单。 这里做一个简单的示例,供大家参考: 首先需要安装ta-lib。 ta-lib 的全称是 technical analysis library mac电脑的安装比较简单, 只需要在中端中运行两行代码: >>> brew install ta-lib >>> pip install ta-lib 安装完毕后, 我们在 jupyter notebook 中演示 ta-lib 的使用 一、导入 talib 的计算库, 并设置兼容模式的值为1:默认的talib值为0 注意,在兼容模式为1时,表示使用metastock的技术指标计算方式, 与国内的主流股票软件计算方式一致。 二、 使用老虎开放API, 获取 $京东(JD)$ 的日级行情数据。 这里对开放API进行了二次封装, 返回了一个dataframe。 三、 计算 MACD 前,先查看一下 MACD 的文档: 输入的参数有四个: - 第一个是价格序列: 这里我们采用日级的收盘价 - 第二、第三、第四个参数是 MACD 的几个参数的计算周期; 股票软件默认的周期是12, 26, 9 四、计算dif、dea、 macd 的值 dif、dea、macd 都是一个array, macd[-1] 表示最新一日的macd 值,以此类推。 五、 将计算出的值与股票软件中对比, 完全一致。 需要注意的是, 股票软件中的macd的计算方法是 (dif - dea)*2 。 所以, 我们需要将talib计算出的macd值*2。","images":[{"img":"https://static.tigerbbs.com/816dafb796084bce03a7b35ceebbf8c5"},{"img":"https://static.tigerbbs.com/dc647f966826791cfa1b9f1d5b29600c"},{"img":"https://static.tigerbbs.com/e34b753c93929bfe5aec49814d117df2"}],"top":1,"highlighted":1,"essential":2,"paper":2,"likeSize":10,"commentSize":5,"repostSize":1,"link":"https://laohu8.com/post/361507","isVote":1,"tweetType":1,"viewCount":94780,"authorTweetTopStatus":1,"verified":2,"comments":[{"author":{"id":"3494803564328724","authorId":"3494803564328724","name":"真.虎虎生威","avatar":"https://static.tigerbbs.com/f21933f18556128e9630e83fd4f67dfd","crmLevel":3,"crmLevelSwitch":0,"authorIdStr":"3494803564328724","idStr":"3494803564328724"},"content":"ta-lib哪里有set_compatibility ,我咋遍寻不见?","text":"ta-lib哪里有set_compatibility ,我咋遍寻不见?","html":"ta-lib哪里有set_compatibility ,我咋遍寻不见?"}],"imageCount":5,"langContent":"CN","totalScore":0}],"hots":[{"id":361507,"gmtCreate":1545382827079,"gmtModify":1704784667064,"author":{"id":"3445204647015108","authorId":"3445204647015108","name":"太阳宫中路反指王","avatar":"https://static.tigerbbs.com/33dd7c95a2389d9ad048e054ed482c3b","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3445204647015108","authorIdStr":"3445204647015108"},"themes":[],"title":"使用 Ta-lib 计算 MACD 等技术指标","htmlText":"最近很多朋友使用老虎的开放API时, 都会咨询我们获取 MACD、KDJ 等技术指标的方法。 开放API没有提供计算好的技术指标数据, 因为这类指标的计算方法比较简单。 这里做一个简单的示例,供大家参考: 首先需要安装ta-lib。 ta-lib 的全称是 technical analysis library mac电脑的安装比较简单, 只需要在中端中运行两行代码: >>> brew install ta-lib >>> pip install ta-lib 安装完毕后, 我们在 jupyter notebook 中演示 ta-lib 的使用 一、导入 talib 的计算库, 并设置兼容模式的值为1:默认的talib值为0 注意,在兼容模式为1时,表示使用metastock的技术指标计算方式, 与国内的主流股票软件计算方式一致。 二、 使用老虎开放API, 获取 $京东(JD)$ 的日级行情数据。 这里对开放API进行了二次封装, 返回了一个dataframe。 三、 计算 MACD 前,先查看一下 MACD 的文档: 输入的参数有四个: - 第一个是价格序列: 这里我们采用日级的收盘价 - 第二、第三、第四个参数是 MACD 的几个参数的计算周期; 股票软件默认的周期是12, 26, 9 四、计算dif、dea、 macd 的值 dif、dea、macd 都是一个array, macd[-1] 表示最新一日的macd 值,以此类推。 五、 将计算出的值与股票软件中对比, 完全一致。 需要注意的是, 股票软件中的macd的计算方法是 (dif - dea)*2 。 所以, 我们需要将talib计算出的macd值*2。","listText":"最近很多朋友使用老虎的开放API时, 都会咨询我们获取 MACD、KDJ 等技术指标的方法。 开放API没有提供计算好的技术指标数据, 因为这类指标的计算方法比较简单。 这里做一个简单的示例,供大家参考: 首先需要安装ta-lib。 ta-lib 的全称是 technical analysis library mac电脑的安装比较简单, 只需要在中端中运行两行代码: >>> brew install ta-lib >>> pip install ta-lib 安装完毕后, 我们在 jupyter notebook 中演示 ta-lib 的使用 一、导入 talib 的计算库, 并设置兼容模式的值为1:默认的talib值为0 注意,在兼容模式为1时,表示使用metastock的技术指标计算方式, 与国内的主流股票软件计算方式一致。 二、 使用老虎开放API, 获取 $京东(JD)$ 的日级行情数据。 这里对开放API进行了二次封装, 返回了一个dataframe。 三、 计算 MACD 前,先查看一下 MACD 的文档: 输入的参数有四个: - 第一个是价格序列: 这里我们采用日级的收盘价 - 第二、第三、第四个参数是 MACD 的几个参数的计算周期; 股票软件默认的周期是12, 26, 9 四、计算dif、dea、 macd 的值 dif、dea、macd 都是一个array, macd[-1] 表示最新一日的macd 值,以此类推。 五、 将计算出的值与股票软件中对比, 完全一致。 需要注意的是, 股票软件中的macd的计算方法是 (dif - dea)*2 。 所以, 我们需要将talib计算出的macd值*2。","text":"最近很多朋友使用老虎的开放API时, 都会咨询我们获取 MACD、KDJ 等技术指标的方法。 开放API没有提供计算好的技术指标数据, 因为这类指标的计算方法比较简单。 这里做一个简单的示例,供大家参考: 首先需要安装ta-lib。 ta-lib 的全称是 technical analysis library mac电脑的安装比较简单, 只需要在中端中运行两行代码: >>> brew install ta-lib >>> pip install ta-lib 安装完毕后, 我们在 jupyter notebook 中演示 ta-lib 的使用 一、导入 talib 的计算库, 并设置兼容模式的值为1:默认的talib值为0 注意,在兼容模式为1时,表示使用metastock的技术指标计算方式, 与国内的主流股票软件计算方式一致。 二、 使用老虎开放API, 获取 $京东(JD)$ 的日级行情数据。 这里对开放API进行了二次封装, 返回了一个dataframe。 三、 计算 MACD 前,先查看一下 MACD 的文档: 输入的参数有四个: - 第一个是价格序列: 这里我们采用日级的收盘价 - 第二、第三、第四个参数是 MACD 的几个参数的计算周期; 股票软件默认的周期是12, 26, 9 四、计算dif、dea、 macd 的值 dif、dea、macd 都是一个array, macd[-1] 表示最新一日的macd 值,以此类推。 五、 将计算出的值与股票软件中对比, 完全一致。 需要注意的是, 股票软件中的macd的计算方法是 (dif - dea)*2 。 所以, 我们需要将talib计算出的macd值*2。","images":[{"img":"https://static.tigerbbs.com/816dafb796084bce03a7b35ceebbf8c5"},{"img":"https://static.tigerbbs.com/dc647f966826791cfa1b9f1d5b29600c"},{"img":"https://static.tigerbbs.com/e34b753c93929bfe5aec49814d117df2"}],"top":1,"highlighted":1,"essential":2,"paper":2,"likeSize":10,"commentSize":5,"repostSize":1,"link":"https://laohu8.com/post/361507","isVote":1,"tweetType":1,"viewCount":94780,"authorTweetTopStatus":1,"verified":2,"comments":[{"author":{"id":"3494803564328724","authorId":"3494803564328724","name":"真.虎虎生威","avatar":"https://static.tigerbbs.com/f21933f18556128e9630e83fd4f67dfd","crmLevel":3,"crmLevelSwitch":0,"idStr":"3494803564328724","authorIdStr":"3494803564328724"},"content":"ta-lib哪里有set_compatibility ,我咋遍寻不见?","text":"ta-lib哪里有set_compatibility ,我咋遍寻不见?","html":"ta-lib哪里有set_compatibility ,我咋遍寻不见?"}],"imageCount":5,"langContent":"CN","totalScore":0},{"id":965217095,"gmtCreate":1584017041217,"gmtModify":1704352473955,"author":{"id":"3445204647015108","authorId":"3445204647015108","name":"太阳宫中路反指王","avatar":"https://static.tigerbbs.com/33dd7c95a2389d9ad048e054ed482c3b","crmLevel":2,"crmLevelSwitch":0,"followedFlag":false,"idStr":"3445204647015108","authorIdStr":"3445204647015108"},"themes":[],"htmlText":"<a href=\"https://laohu8.com/S/FWONK\">$Liberty Media Corporation Series C(FWONK)$</a>AusGP 应该要取消了","listText":"<a href=\"https://laohu8.com/S/FWONK\">$Liberty Media Corporation Series C(FWONK)$</a>AusGP 应该要取消了","text":"$Liberty Media Corporation Series C(FWONK)$AusGP 应该要取消了","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"link":"https://laohu8.com/post/965217095","isVote":1,"tweetType":1,"viewCount":2367,"authorTweetTopStatus":1,"verified":2,"comments":[],"imageCount":0,"langContent":"CN","totalScore":0}],"lives":[]}