移动平均线是技术分析理论中应用最普遍的指标之一，主要用于确认、跟踪和判断趋势，提示买入和卖出信号，在单边市场行情中可以较好的把握市场机会和规避风险。但是，移动平均线一般要与其他的技术指标或基本面相结合来使用，特别是当市场处于盘整行情时，其买入卖出信号会频繁出现，容易失真。
通用函数名：MA
代码：ta.MA(close,timeperiod=30,matype=0)
移动平均线系列指标包括：SMA简单移动平均线、EMA指数移动平均线、WMA加权移动平均线、DEMA双移动平均线、TEMA三重指数移动平均线、TRIMA三角移动平均线、KAMA考夫曼自适应移动平均线、MAMA为MESA自适应移动平均线、T3三重指数移动平均线。
其中，close为收盘价，时间序列，timeperiod为时间短，默认30天，指标类型matype分别对应：0=SMA, 1=EMA, 2=WMA, 3=DEMA, 4=TEMA, 5=TRIMA, 6=KAMA, 7=MAMA, 8=T3 (Default=SMA)
不同类型的移动均线也有各自相应的调用函数：
SMA简单移动平均线: ta.SMA(close, timeperiod=30)
EMA指数移动平均线: ta.EMA(close, timeperiod=30)
WMA加权移动平均线: ta.WMA(close, timeperiod=30)
DEMA双移动平均线: ta.DEMA(close, timeperiod=30)
TEMA三重指数移动平均线: ta.TEMA(close, timeperiod=30)
TRIMA三角移动平均线: ta.TRIMA(close, timeperiod=30)
KAMA考夫曼自适应移动平均线: ta.KAMA(close, timeperiod=30)
MAMA为MESA自适应移动平均线: ta.MAMA(close, timeperiod=30)
T3三重指数移动平均线。 ta.T3(close, timeperiod, vfactor=0)
# 先引入后面可能用到的包
import pandas as pd import numpy as np import matplotlib.pyplot as plt import talib as ta import tushare as ts plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 查看包含的技术指标和数学运算函数 #print(ta.get_functions()) #print(ta.get_function_groups())
ta_fun = ta.get_function_groups() ta_fun.keys() """使用tushare获取上证指数数据""" df = ts.get_k_data('sh', start='2000-01-01') # 此时index是[0,1,2...]需要将date调整为datetime格式，并设置为index
df.index = pd.to_datetime(df.date) df = df.sort_index() """画各种类型的移动平均线""" types = ['SMA', 'EMA','WMA', 'DEMA', 'TEMA', 'TRIMA', 'KAMA', 'MAMA', 'T3'] df_ma = pd.DataFrame(df.close) for i in range(len(types)): df_ma[types[i]] = ta.MA(df.close, timeperiod=5, matype=i) df_ma.tail() df_ma.loc['2018-08-01':].plot(figsize=(16,6)) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.title('上证指数各种类型移动平均线', fontsize=15) plt.xlabel('') plt.show() # 为什么此处会有legend？
"""画5、30、120、250指数移动平均线""" N = [5, 30, 120, 250] for i in N: df['ma_'+str(i)] = ta.EMA(df.close, timeperiod=i) df.tail() df.loc['2014-01-01':, ['close', 'ma_5', 'ma_30', 'ma_120', 'ma_250']].plot(figsize=(16,6)) ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.title('上证指数走势', fontsize=15) plt.xlabel('') plt.show()
