mirror of
https://gitee.com/fasiondog/hikyuu.git
synced 2024-12-04 21:07:57 +08:00
181 lines
7.0 KiB
ReStructuredText
181 lines
7.0 KiB
ReStructuredText
.. py:currentmodule:: hikyuu.indicator
|
||
.. highlight:: python
|
||
|
||
技术指标总览
|
||
============
|
||
|
||
**辅助类指标**
|
||
|
||
* :py:func:`ALIGN` - 按指定的参考日期对齐
|
||
* :py:func:`CVAL` - 创建指定长度的固定数值指标
|
||
* :py:func:`DROPNA` - 删除 nan 值
|
||
* :py:func:`PRICELIST` - 将PriceList或Indicator的结果集包装为Indicator，同名 VALUE
|
||
* :py:func:`WEAVE` - 将两个ind的结果合并到一个ind中
|
||
|
||
|
||
**行情指标**
|
||
|
||
* :py:func:`KDATA` - 包装KData成Indicator，用于其他指标计算
|
||
* :py:func:`KDATA_PART` - 根据字符串选择返回指标KDATA/OPEN/HIGH/LOW/CLOSE/AMO/VOL
|
||
* :py:func:`OPEN` - 包装KData的开盘价成Indicator
|
||
* :py:func:`HIGH` - 包装KData的最高价成Indicator
|
||
* :py:func:`LOW` - 包装KData的最低价成Indicator
|
||
* :py:func:`CLOSE` - 包装KData的收盘价成Indicator
|
||
* :py:func:`AMO` - 包装KData的成交金额成Indicator
|
||
* :py:func:`VOL` - 包装KData的成交量成Indicator
|
||
* :py:func:`HSL` - 换手率
|
||
* :py:func:`CAPITAL` - 流通盘，同名：LIUTONGPAN
|
||
* :py:func:`TIMELINE` - 分时价格
|
||
* :py:func:`TIMELINEVOL` - 分时成交量
|
||
* :py:func:`ZHBOND10` - 10年期中国国债收益率
|
||
|
||
|
||
**大盘指标**
|
||
|
||
* :py:func:`ADVANCE` - 上涨家数
|
||
* :py:func:`DECLINE` - 下跌家数
|
||
|
||
**逻辑算术函数**
|
||
|
||
指标本身直接支持 "+"、"-"、"*" 、"/"、"&"（与）、"|"（或）、"<"、">"、"<="、">="、"=="、"!=" 操作。
|
||
|
||
* :py:func:`BETWEEN` - 介于(介于两个数之间)
|
||
* :py:func:`CEILING` - 向上舍入(向数值增大方向舍入)取整
|
||
* :py:func:`CROSS` - 交叉函数
|
||
* :py:func:`DOWNNDAY` - 连跌周期数
|
||
* :py:func:`EVERY` - 一直存在
|
||
* :py:func:`EXIST` - 存在, EXIST(X,N) 表示条件X在N周期有存在
|
||
* :py:func:`FLOOR` - 向下舍入(向数值减小方向舍入)取整
|
||
* :py:func:`IF` - 根据条件求不同的值
|
||
* :py:func:`INTPART` - 取整(绝对值减小取整，即取得数据的整数部分)
|
||
* :py:func:`LAST` - 区间存在
|
||
* :py:func:`LONGCROSS` - 两条线维持一定周期后交叉
|
||
* :py:func:`NOT` - 求逻辑非
|
||
* :py:func:`UPNDAY` - 连涨周期数
|
||
* :py:func:`NDAY` - 连大
|
||
|
||
|
||
**数学指标**
|
||
|
||
* :py:func:`ABS` - 求绝对值
|
||
* :py:func:`ACOS` - 反余弦值
|
||
* :py:func:`ASIN` - 反正弦值
|
||
* :py:func:`ATAN` - 反正切值
|
||
* :py:func:`COS` - 余弦值
|
||
* :py:func:`EXP` - e的X次幂
|
||
* :py:func:`LN` - 求自然对数, LN(X)以e为底的对数
|
||
* :py:func:`LOG` - 以10为底的对数
|
||
* :py:func:`MAX` - 最大值
|
||
* :py:func:`MIN` - 最小值
|
||
* :py:func:`MOD` - 取整后求模。该函数仅为兼容通达信。实际上，指标求模可直接使用 % 操作符。
|
||
* :py:func:`POW` - 乘幂
|
||
* :py:func:`REVERSE` - 求相反数
|
||
* :py:func:`ROUND` - 四舍五入
|
||
* :py:func:`ROUNDUP` - 向上截取，如10.1截取后为11
|
||
* :py:func:`ROUNDDOWN` - 向下截取，如10.1截取后为10
|
||
* :py:func:`SIN` - 正弦值
|
||
* :py:func:`SGN` - 求符号值
|
||
* :py:func:`SLOPE` - 计算线性回归斜率
|
||
* :py:func:`SQRT` - 开平方
|
||
* :py:func:`TAN` - 正切值
|
||
|
||
**统计指标**
|
||
|
||
* :py:func:`AVEDEV` - 平均绝对偏差
|
||
* :py:func:`DEVSQ` - 数据偏差平方和
|
||
* :py:func:`STD` - 估算标准差，同 STDEV
|
||
* :py:func:`STDEV` - 计算N周期内样本标准差
|
||
* :py:func:`STDP` - 总体标准差
|
||
* :py:func:`VAR` - 估算样本方差
|
||
* :py:func:`VARP` - 总体样本方差
|
||
* :py:func:`CORR` - 样本相关系数与协方差
|
||
* :py:func:`SPEARMAN` - Spearman相关系数
|
||
|
||
|
||
**技术指标**
|
||
|
||
* :py:func:`BACKSET` - 向前赋值将当前位置到若干周期前的数据设为1
|
||
* :py:func:`BARSCOUNT` - 有效值周期数, 求总的周期数。
|
||
* :py:func:`BARSLAST` - 上一次条件成立位置, 上一次条件成立到当前的周期数
|
||
* :py:func:`BARSSINCE` - 第一个条件成立位置到当前的周期数
|
||
* :py:func:`COUNT` - 统计满足条件的周期数
|
||
* :py:func:`COST` - 成本分布
|
||
* :py:func:`DIFF` - 差分指标，即data[i] - data[i-1]
|
||
* :py:func:`DMA` - 动态移动平均
|
||
* :py:func:`FILTER` - 信号过滤, 过滤连续出现的信号
|
||
* :py:func:`HHV` - N日内最高价
|
||
* :py:func:`HHVBARS` - 上一高点位置 求上一高点到当前的周期数
|
||
* :py:func:`KDJ` - 经典随机指标
|
||
* :py:func:`LLV` - N日内最低价
|
||
* :py:func:`LLVBARS` - 上一低点位置 求上一低点到当前的周期数
|
||
* :py:func:`MA` - 简单移动平均数
|
||
* :py:func:`MACD` - 平滑异同移动平均线
|
||
* :py:func:`AMA` - 佩里.J 考夫曼（Perry J.Kaufman）自适应移动平均 [BOOK1]_
|
||
* :py:func:`EMA` - 指数移动平均线(Exponential Moving Average)
|
||
* :py:func:`REF` - 向前引用 （即右移），引用若干周期前的数据
|
||
* :py:func:`RSI` - 相对强弱指标
|
||
* :py:func:`SMA` - 移动平均线
|
||
* :py:func:`SAFTYLOSS` - 亚历山大 艾尔德安全地带止损线
|
||
* :py:func:`SUM` - 求总和
|
||
* :py:func:`SUMBARS` - 累加到指定周期数, 向前累加到指定值到现在的周期数
|
||
* :py:func:`VIGOR` - 亚历山大.艾尔德力度指数
|
||
|
||
|
||
**时间指标**
|
||
|
||
* :py:func:`DATE` - 取得该周期从1900以来的年月日
|
||
* :py:func:`TIME` - 取得该周期的时分秒
|
||
* :py:func:`YEAR` - 取得该周期的年份
|
||
* :py:func:`MONTH` - 取得该周期的月份
|
||
* :py:func:`WEEK` - 取得该周期的星期数，函数返回有效值范围为(0-6)，0表示星期天
|
||
* :py:func:`DAY` - 取得该周期的日期
|
||
* :py:func:`HOUR` - 取得该周期的小时数
|
||
* :py:func:`MINUTE` - 取得该周期的分钟数
|
||
|
||
|
||
**Ta-lib指标**
|
||
|
||
以下指标计算方法同 Ta-lib
|
||
|
||
* :py:func:`AD` - 累积/派发线
|
||
* :py:func:`ROC` - 变动率指标: ((price / prevPrice)-1)*100
|
||
* :py:func:`ROCP` - 变动率指标: (price - prevPrice) / prevPrice
|
||
* :py:func:`ROCR` - 变动率指标: (price / prevPrice)
|
||
* :py:func:`ROCR100` - 变动率指标: (price / prevPrice) * 100
|
||
|
||
**其他转换辅助**
|
||
|
||
* :py:func:`concat_to_df` - 合并指标列表为 DateFrame
|
||
|
||
|
||
.. py:function:: concat_to_df(dates, ind_list[, head_stock_code=True, head_ind_name=False])
|
||
将列表中的指标至合并在一张 pandas DataFrame 中
|
||
|
||
:param DatetimeList dates: 指定的日期列表
|
||
:param sequence ind_list: 已计算的指标列表
|
||
:param bool head_ind_name: 表标题是否使用指标名称
|
||
:param bool head_stock_code: 表标题是否使用证券代码
|
||
:return: 合并后的 DataFrame, 以 dates 为 index（注: dates列 为 Datetime 类型）
|
||
|
||
::
|
||
|
||
示例:
|
||
query = Query(-200)
|
||
k_list = [stk.get_kdata(query) for stk in [sm['sz000001'], sm['sz000002']]]
|
||
ma_list = [MA(k) for k in k_list]
|
||
concat_to_df(sm.get_trading_calendar(query), ma_list, head_stock_code=True, head_ind_name=False)
|
||
df
|
||
|
||
date SZ000001 SZ000002
|
||
0 2023-05-12 00:00:00 12.620000 15.060000
|
||
1 2023-05-15 00:00:00 12.725000 15.060000
|
||
2 2023-05-16 00:00:00 12.690000 15.010000
|
||
3 2023-05-17 00:00:00 12.640000 14.952500
|
||
4 2023-05-18 00:00:00 12.610000 14.886000
|
||
... ... ... ...
|
||
195 2024-03-01 00:00:00 9.950455 9.837273
|
||
196 2024-03-04 00:00:00 9.995909 9.838182
|
||
197 2024-03-05 00:00:00 10.038182 9.816364
|
||
198 2024-03-06 00:00:00 10.070455 9.776818
|
||
199 2024-03-07 00:00:00 10.101364 9.738182
|