【量化交易】KDJ指标实现

【量化交易】KDJ指标实现

• 指标说明
• • 指标原理
  • 计算步骤
• Python指标实现
• • 利用Tushare获取数据源
  • • 平台介绍
    • 获取数据源
  • 利用Python实现指标计算

指标说明 指标原理

KDJ指标又称为随机指标，首先选定一定跨度的时间范围，找特定时间范围内的收盘价与该时间范围内最高价与最低价的相对位置来捕捉处于超买、超卖现象的股票。（id:513088）

计算步骤

（1）计算未成熟随机值RSV
RSV = (第n天的收盘价-最近n天内的最低价)/(最近n天的最高价-最近n天内的最低价) x 100%
其中，n为时间跨度，RSV取值越大说明市场可能出现超买，建议卖出。反之为超卖，建议买入
（2）计算K值
K值 = 2/3 x 前一日K值 + 1/3当日RSV
（3）计算D值
D值 = 2/3 x 前一日D值 + 1/3当日K值
（4）计算J值
J值 = 3 x K值 - 2 x D值

Python指标实现 利用Tushare获取数据源 平台介绍

Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。

获取数据源

# 首先进行安装
pip install tushare 
# 导入tushare 
import tushare as ts 
# 设置token 
pro = ts.pro_api(token) # token在个人主页，复制即可
# 以平安银行为例，获取最近的交易数据
df = pro.daily(ts_code='000001.SZ', start_date='20220401', end_date='20220515')
df.head()

	ts_code	trade_date	open	high	low	close	pre_close	change	pct_chg	vol	amount
0	000001.SZ	20220513	14.50	14.66	14.49	14.61	14.38	0.23	1.5994	676311.91	985962.932
1	000001.SZ	20220512	14.48	14.56	14.33	14.38	14.63	-0.25	-1.7088	685064.23	987061.607
2	000001.SZ	20220511	14.54	14.84	14.44	14.63	14.59	0.04	0.2742	848573.62	1240700.426
3	000001.SZ	20220510	14.50	14.60	14.11	14.59	14.55	0.04	0.2749	992285.02	1425836.927
4	000001.SZ	20220509	14.94	14.94	14.46	14.55	14.96	-0.41	-2.7406	818621.35	1197104.247

利用Python实现指标计算

在计算K值和D值时，取较为常用的2/3 和1/3作为平滑权重，时间跨度n选9日。

# 对数据进行排序
df =  df.sort_values('trade_date',ascending=True)

low_list = df['low'].rolling(9,min_periods = 1).min()
high_list = df['high'].rolling(9,min_periods = 1).max()
rsv = (df['close'] - low_list)/(high_list - low_list) *100
df['K'] = rsv.ewm(com=2,adjust=False).mean()
df['D'] = df['K'].ewm(com=2,adjust=False).mean()
df['J'] = 3*df['K'] - 2*df['D']

df[-5:]

	ts_code	trade_date	open	high	low	close	pre_close	change	pct_chg	vol	amount	K	D	J
4	000001.SZ	20220509	14.94	14.94	14.46	14.55	14.96	-0.41	-2.7406	818621.35	1197104.247	29.860821	38.507929	12.566604
3	000001.SZ	20220510	14.50	14.60	14.11	14.59	14.55	0.04	0.2749	992285.02	1425836.927	28.698423	35.238094	15.619081
2	000001.SZ	20220511	14.54	14.84	14.44	14.63	14.59	0.04	0.2742	848573.62	1240700.426	28.656091	33.044093	19.880088
1	000001.SZ	20220512	14.48	14.56	14.33	14.38	14.63	-0.25	-1.7088	685064.23	987061.607	24.049116	30.045767	12.055813
0	000001.SZ	20220513	14.50	14.66	14.49	14.61	14.38	0.23	1.5994	676311.91	985962.932	25.190253	28.427262	18.716234