记录下EMA算法和MACD算法

具体计算公式及例子如下： 

EMA（12）= 前一日EMA（12）×11/13＋今日收盘价×2/13  #12条记录，快线

EMA（26）= 前一日EMA（26）×25/27＋今日收盘价×2/27  #26条记录，慢线

DIFF=今日EMA（12）- 今日EMA（26）

DEA = 前一日DEA×8/10＋今日DIF×2/10 

MACD=BAR=2×(DIFF－DEA)

 

注：EMA从股票上市第一天的收盘价（ema = close）就开始累积了，如果从中途取值的话，理论上应该能得到前一天的EMA值，不然

计算的结果会和真实的结果有出入。

 

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import pandas as pd

df = pd.DataFrame(getKline('1day','30','0'))
df.columns = ['date', 'open', 'high', 'low', 'close', 'amount']

def calc_EMA(df, N): 
    for i in range(len(df)):
        if i==0:
            df.ix[i,'ema']=df.ix[i,'close']
        if i>0:
            df.ix[i,'ema']=((N-1)*df.ix[i-1,'ema']+2*df.ix[i,'close'])/(N+1)
    ema=list(df['ema'])
    return ema

def calc_MACD(df, short=12, long=26, M=9):
    emas = calc_EMA(df, short)
    emaq = calc_EMA(df, long)
    df['diff'] = pd.Series(emas) - pd.Series(emaq)
    for i in range(len(df)):
        if i==0:
            df.ix[i,'dea'] = df.ix[i,'diff']  
        if i>0:  
            df.ix[i,'dea'] = ((M-1)*df.ix[i-1,'dea'] + 2*df.ix[i,'diff'])/(M+1)  
    df['macd'] = 2*(df['diff'] - df['dea'])
    return df

calc_MACD(df, 12, 26, 9)

 

参考文章： http://blog.csdn.net/daodan988/article/details/51258676