标签:ma 策略 df DMI len dmi seting
1.策略原理
很简单的一个策略,只用了DMI一个指标
获得DMI两条线后相减,再把值做平滑处理
值 > 0 且大于上一个值 就做多
DMI指标的计算可以看我发过的ADX指标里面有
代码:
"""
DMI指标策略
"""
def DMI(r, df, seting):
a, b = DI(r, seting['dmi_len'])
df['dmi'] = a-b
if seting['ma_type'] == 'sma':
df['dmi'] = SMA(df['dmi'].values, seting['ma_len'])
if seting['ma_type'] == 'ema':
df['dmi'] = talib.EMA(df['dmi'].values, seting['ma_len'])
if seting['ma_type'] == 'rma':
df['dmi'] = RMA(df['dmi'].values, seting['ma_len'])
c = len(df)
for i in range(c):
if i > seting['ma_len'] and i+1 < c:
if df['dmi'][i] > 0 and df['dmi'][i] > df['dmi'][i-1]:
df['side'].values[i] = 'BUY'
if df['dmi'][i] < 0 and df['dmi'][i] < df['dmi'][i-1]:
df['side'].values[i] = 'SELL'
return df
2.回测结果
15mk线 2021年:
原文地址: DMI策略 - 苏慕白的博客
标签:ma,策略,df,DMI,len,dmi,seting 来源: https://blog.csdn.net/sumubaiblog/article/details/121714248
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。