import numpy as np import matplotlib.pyplot as mp import datetime as dt import matplotlib.dates as md ''' 移動均線：制作收盤價的5日移動均線，即從第5天開始，每天計算最近5天的收盤價的均值構成的一條線 ----作用：降噪 ''' # 日期轉化函數 def dmy2ymd(dmy): # 把dmy格式的字符串轉化成ymd格式的字符串 dmy = str(dmy, encoding='utf-8') d = dt.datetime.strptime(dmy, '%d-%m-%Y') d = d.date() ymd = d.strftime('%Y-%m-%d') return ymd dates, opening_prices, highest_prices, lowest_prices, closing_prices = \ np.loadtxt('./da_data/aapl.csv', delimiter=',', usecols=(1, 3, 4, 5, 6), unpack=True, dtype='M8[D], f8, f8, f8, f8', converters={1: dmy2ymd}) # converters為轉換器，運行時先執行，其中1表示時間所在的列索引號 # 繪制收盤價折線圖 mp.figure('AAPL', facecolor='lightgray') mp.title('AAPL', fontsize=18) mp.xlabel('date', fontsize=12) mp.ylabel('closing_pricing', fontsize=12) mp.tick_params(labelsize=10) mp.grid(linestyle=':') # 設置x軸的刻度定位器，使之更適合顯示日期數據 ax = mp.gca() # 以周一作為主刻度 ma_loc = md.WeekdayLocator(byweekday=md.MO) # 次刻度，除周一外的日期 mi_loc = md.DayLocator() ax.xaxis.set_major_locator(ma_loc) ax.xaxis.set_major_formatter(md.DateFormatter('%Y-%m-%d')) ax.xaxis.set_minor_locator(mi_loc) # 日期數據類型轉換，更適合繪圖 dates = dates.astype(md.datetime.datetime) mp.plot(dates, closing_prices, linewidth=2, linestyle='--', color='dodgerblue', label='AAPL', alpha=0.3) # 繪制5日移動均線 sma = np.zeros(closing_prices.size - 4) for i in range(sma.size): sma[i] = closing_prices[i:i + 5].mean() mp.plot(dates[4:], sma, color='orangered', linestyle=':', label='SMA5') mp.tight_layout() mp.legend() # 自動格式化x軸日期的顯示格式（以最合適的方式顯示） mp.gcf().autofmt_xdate() mp.show()
基於卷積運算實現5日移動平均線
卷積運算規則及分類：
實現代碼：
import numpy as np import matplotlib.pyplot as mp import datetime as dt import matplotlib.dates as md ''' 1.移動均線：制作收盤價的5日移動均線，即從第5天開始，每天計算最近5天的收盤價的均值二構成的一條線 ----作用：降噪 2.有效卷積實現5日移動平均線繪制 ''' # 日期轉化函數 def dmy2ymd(dmy): # 把dmy格式的字符串轉化成ymd格式的字符串 dmy = str(dmy, encoding='utf-8') d = dt.datetime.strptime(dmy, '%d-%m-%Y') d = d.date() ymd = d.strftime('%Y-%m-%d') return ymd dates, opening_prices, highest_prices, lowest_prices, closing_prices = \ np.loadtxt('./da_data/aapl.csv', delimiter=',', usecols=(1, 3, 4, 5, 6), unpack=True, dtype='M8[D], f8, f8, f8, f8', converters={1: dmy2ymd}) # converters為轉換器，運行時先執行，其中1表示時間所在的列索引號 # 繪制收盤價折線圖 mp.figure('AAPL', facecolor='lightgray') mp.title('AAPL', fontsize=18) mp.xlabel('date', fontsize=12) mp.ylabel('closing_pricing', fontsize=12) mp.tick_params(labelsize=10) mp.grid(linestyle=':') # 設置x軸的刻度定位器，使之更適合顯示日期數據 ax = mp.gca() # 以周一作為主刻度 ma_loc = md.WeekdayLocator(byweekday=md.MO) # 次刻度，除周一外的日期 mi_loc = md.DayLocator() ax.xaxis.set_major_locator(ma_loc) ax.xaxis.set_major_formatter(md.DateFormatter('%Y-%m-%d')) ax.xaxis.set_minor_locator(mi_loc) # 日期數據類型轉換，更適合繪圖 dates = dates.astype(md.datetime.datetime) mp.plot(dates, closing_prices, linewidth=2, linestyle='--', color='dodgerblue', label='AAPL', alpha=0.3) # 繪制5日移動均線 sma = np.zeros(closing_prices.size - 4) for i in range(sma.size): sma[i] = closing_prices[i:i + 5].mean() mp.plot(dates[4:], sma, color='orangered', linestyle=':', label='SMA5') # 基於卷積實現5日均線 kernel = np.ones(5) / 5 sma2 = np.convolve(closing_prices, kernel, 'valid') mp.plot(dates[4:], sma2, color='magenta', linewidth=7, label='SMA52', alpha=0.3) mp.tight_layout() mp.legend() # 自動格式化x軸日期的顯示格式（以最合適的方式顯示） mp.gcf().autofmt_xdate() mp.show()
加權卷積實現5日加權均線
--------卷積核相當於權重數組
實現代碼如下：
import numpy as np import matplotlib.pyplot as mp import datetime as dt import matplotlib.dates as md ''' 1.移動均線：制作收盤價的5日移動均線，即從第5天開始，每天計算最近5天的收盤價的均值二構成的一條線 ----作用：降噪 2.有效卷積實現5日移動平均線繪制 ''' # 日期轉化函數 def dmy2ymd(dmy): # 把dmy格式的字符串轉化成ymd格式的字符串 dmy = str(dmy, encoding='utf-8') d = dt.datetime.strptime(dmy, '%d-%m-%Y') d = d.date() ymd = d.strftime('%Y-%m-%d') return ymd dates, opening_prices, highest_prices, lowest_prices, closing_prices = \ np.loadtxt('./da_data/aapl.csv', delimiter=',', usecols=(1, 3, 4, 5, 6), unpack=True, dtype='M8[D], f8, f8, f8, f8', converters={1: dmy2ymd}) # converters為轉換器，運行時先執行，其中1表示時間所在的列索引號 # 繪制收盤價折線圖 mp.figure('AAPL', facecolor='lightgray') mp.title('AAPL', fontsize=18) mp.xlabel('date', fontsize=12) mp.ylabel('closing_pricing', fontsize=12) mp.tick_params(labelsize=10) mp.grid(linestyle=':') # 設置x軸的刻度定位器，使之更適合顯示日期數據 ax = mp.gca() # 以周一作為主刻度 ma_loc = md.WeekdayLocator(byweekday=md.MO) # 次刻度，除周一外的日期 mi_loc = md.DayLocator() ax.xaxis.set_major_locator(ma_loc) ax.xaxis.set_major_formatter(md.DateFormatter('%Y-%m-%d')) ax.xaxis.set_minor_locator(mi_loc) # 日期數據類型轉換，更適合繪圖 dates = dates.astype(md.datetime.datetime) mp.plot(dates, closing_prices, linewidth=2, linestyle='--', color='dodgerblue', label='AAPL', alpha=0.3) # 繪制5日移動均線 sma = np.zeros(closing_prices.size - 4) for i in range(sma.size): sma[i] = closing_prices[i:i + 5].mean() mp.plot(dates[4:], sma, color='orangered', linestyle=':', label='SMA5') # 基於卷積實現10日均線 kernel = np.ones(10) / 10 sma2 = np.convolve(closing_prices, kernel, 'valid') mp.plot(dates[9:], sma2, color='magenta', linewidth=7, label='SMA52', alpha=0.3) # 基於卷積實現5日均線 kernel = np.ones(5) / 5 sma3 = np.convolve(closing_prices, kernel, 'valid') mp.plot(dates[4:], sma3, color='magenta', linewidth=7, label='SMA53', alpha=0.3) # 基於加權卷積實現5日加權均線 weights = np.exp(np.linspace(-1, 0, 5)) weights = weights[::-1]/weights.sum() print(weights.sum()) sma4 = np.convolve(closing_prices, weights, 'valid') mp.plot(dates[4:], sma4, color='red', linewidth=3, label='SMA54', alpha=0.3) mp.tight_layout() mp.legend() # 自動格式化x軸日期的顯示格式（以最合適的方式顯示） mp.gcf().autofmt_xdate() mp.show()
一維卷積適合解決的問題：
1.邊移動邊計算，對應位置相乘再相加；-
2.數據平滑處理，數據降噪；----重點是卷積核如何選取