MA jako indikátory trendu

Finanční obchodování v Pythonu

Chelsea Yang

Data Science Instructor

Co jsou technické indikátory?

Matematické výpočty založené na historických tržních datech
Předpokládají, že trh je efektivní a cena odráží všechny veřejné informace
Pomáhají obchodníkům porozumět minulým cenovým vzorcům

Typy indikátorů

Indikátory trendu: měří směr nebo sílu trendu
- Příklad: Klouzavé průměry (MA), průměrný index směrového pohybu (ADX)
Hybnostní indikátory: měří rychlost pohybu ceny
- Příklad: Index relativní síly (RSI)
Indikátory volatility: měří velikost cenových odchylek
- Příklad: Bollingerova pásma

Balíček TA-Lib

TA-Lib: Technical Analysis Library

Obsahuje 150+ implementací technických indikátorů

import talib

Indikátory klouzavého průměru

SMA: jednoduchý klouzavý průměr
EMA: exponenciální klouzavý průměr

Vlastnosti:
- Sledují pohyb ceny
- Vyhlazují data pro lepší indikaci směru ceny

Jednoduchý klouzavý průměr (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

Vykreslení SMA

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()

Graf SMA

Exponenciální klouzavý průměr (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

Vykreslení EMA

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()

Graf EMA

SMA vs. EMA

EMA je citlivější na nejnovější pohyby ceny

Graf porovnávající SMA a EMA se stejným oknem zpětného pohledu

Pojďme si procvičit!

Finanční obchodování v Pythonu