Trendindikator MAs

Finanzhandel mit Python

Chelsea Yang

Data Science Instructor

Was sind technische Indikatoren?

  • Mathematische Berechnungen auf Basis historischer Marktdaten
  • Gehen von Markteffizienz aus: Der Preis enthält alle öffentlichen Infos
  • Helfen, frühere Preismuster zu erkennen
Finanzhandel mit Python

Arten von Indikatoren

  • Trendindikatoren: messen Richtung oder Stärke eines Trends
    • Beispiel: Gleitende Durchschnitte (MA), Average Directional Movement Index (ADX)
  • Momentumindikatoren: messen die Geschwindigkeit der Kursbewegung
    • Beispiel: Relative Strength Index (RSI)
  • Volatilitätsindikatoren: messen das Ausmaß der Kursabweichungen
    • Beispiel: Bollinger Bänder
Finanzhandel mit Python

Das Paket TA-Lib

TA-Lib: Technical Analysis Library

  • Enthält 150+ Implementierungen technischer Indikatoren
import talib
Finanzhandel mit Python

Indikatoren gleitender Durchschnitte

  • SMA: Simple Moving Average (einfacher gleitender Durchschnitt)
  • EMA: Exponential Moving Average (exponentieller gleitender Durchschnitt)

 

  • Merkmale:
    • Folgen dem Preis
    • Glätten die Daten, um die Preisrichtung besser zu zeigen
Finanzhandel mit Python

Simple Moving Average (SMA)

$ SMA = (P_1+P_2+...+P_n)/n $

# Zwei SMAs berechnen
stock_data['SMA_short'] = talib.SMA(stock_data['Close'], timeperiod=10)
stock_data['SMA_long'] = talib.SMA(stock_data['Close'], timeperiod=50)

# Die letzten fünf Zeilen ausgeben
print(stock_data.tail())

             Close  SMA_short  SMA_long
Date                                   
2020-11-24 1768.88    1758.77   1594.74
2020-11-25 1771.43    1760.65   1599.75
2020-11-27 1793.19    1764.98   1605.70
2020-11-30 1760.74    1763.35   1611.71
2020-12-01 1798.10    1765.02   1619.05
Finanzhandel mit Python

SMA plotten

import matplotlib.pyplot as plt

# SMA zusammen mit dem Preis plotten
plt.plot(stock_data['SMA_short'], 
         label='SMA_short')
plt.plot(stock_data['SMA_long'], 
         label='SMA_long')
plt.plot(stock_data['Close'], 
         label='Close')

# Diagramm anpassen und anzeigen
plt.legend()
plt.title('SMAs')
plt.show()

SMA-Diagramm

Finanzhandel mit Python

Exponential Moving Average (EMA)

$EMA_n = P_n \times multiplier + \text{previous EMA} \times (1-multiplier)$

$multiplier = 2 / (n + 1)$

# Zwei EMAs berechnen
stock_data['EMA_short'] = talib.EMA(stock_data['Close'], timeperiod=10)
stock_data['EMA_long'] = talib.EMA(stock_data['Close'], timeperiod=50)
# Die letzten fünf Zeilen ausgeben
print(stock_data.tail())

             Close  EMA_short  EMA_long
Date                                   
2020-11-24 1768.88    1748.65   1640.98
2020-11-25 1771.43    1752.79   1646.09
2020-11-27 1793.19    1760.13   1651.86
2020-11-30 1760.74    1760.24   1656.13
2020-12-01 1798.10    1767.13   1661.70
Finanzhandel mit Python

EMA plotten

import matplotlib.pyplot as plt
# EMA zusammen mit dem Preis plotten
plt.plot(stock_data['EMA_short'], 
         label='EMA_short')
plt.plot(stock_data['EMA_long'], 
         label='EMA_long')
plt.plot(stock_data['Close'], 
         label='Close')

# Diagramm anpassen und anzeigen
plt.legend()
plt.title('EMAs')
plt.show()

EMA-Diagramm

Finanzhandel mit Python

SMA vs. EMA

EMA reagiert stärker auf die jüngste Kursbewegung

Ein Diagramm, das SMA vs. EMA mit demselben Lookback-Fenster zeigt

Finanzhandel mit Python

Lass uns üben!

Finanzhandel mit Python

Preparing Video For Download...