Trendindicator: MAs

Financieel traden in Python

Chelsea Yang

Data Science Instructor

Wat zijn technische indicatoren?

Wiskundige berekeningen op historische marktdata
Gaan uit van een efficiënte markt: de prijs verwerkt alle publieke info
Helpen traders inzicht te krijgen in eerdere prijspatronen

Soorten indicatoren

Trendindicatoren: meten richting of sterkte van een trend
- Voorbeeld: Moving averages (MA), Average Directional Movement Index (ADX)
Momentumindicatoren: meten de snelheid van prijsbeweging
- Voorbeeld: Relative Strength Index (RSI)
Volatiliteitsindicatoren: meten de omvang van prijsafwijkingen
- Voorbeeld: Bollinger Bands

De TA-Lib-package

TA-Lib: Technical Analysis Library

Bevat 150+ implementaties van technische indicatoren

import talib

Moving-average-indicatoren

SMA: Simple Moving Average
EMA: Exponential Moving Average

Kenmerken:
- Bewegen mee met de prijs
- Vlakken data af om de richting beter te tonen

Simple Moving Average (SMA)

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

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

# Print the last five rows
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

SMA plotten

import matplotlib.pyplot as plt

# Plot SMA with the price
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')

# Customize and show the plot
plt.legend()
plt.title('SMAs')
plt.show()

SMA-grafiek

Exponential Moving Average (EMA)

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

$multiplier = 2 / (n + 1)$

# Calculate two EMAs
stock_data['EMA_short'] = talib.EMA(stock_data['Close'], timeperiod=10)
stock_data['EMA_long'] = talib.EMA(stock_data['Close'], timeperiod=50)
# Print the last five rows
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

EMA plotten

import matplotlib.pyplot as plt
# Plot EMA with the price
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')

# Customize and show the plot
plt.legend()
plt.title('EMAs')
plt.show()

EMA-grafiek

SMA vs. EMA

EMA reageert sterker op de meest recente prijsbeweging

Een grafiek met SMA vs. EMA met hetzelfde terugkijkvenster

Laten we oefenen!

Financieel traden in Python