标签：Indicator df 波动 Functions high low close Volatility ta

　　当前交易日最高价与最低价差值，前一交易日收盘价与当前交易日最高价间的差值，前一交易日收盘价与当前交易日最低价的差值，这三者中的最大值为真实波幅。

　　即真实波动幅度 = max(最大值,昨日收盘价) − min(最小值,昨日收盘价)，

　　平均真实波动幅度等于真实波动幅度的N日指数移动平均数。波动幅度可以显示出交易者的期望和热情。波动幅度的急剧增加表示交易者在当天可能准备持续买进或卖出股票，波动幅度的减少则表示交易者对股市没有太大的兴趣。波动率指标可用于衡量价格的波动情况，辅助判断趋势改变的可能性，市场的交易氛围，也可以利用波动性指标来帮助止损止盈。

ATR : Average True Range 平均真实波动幅度 : ta.ATR(high, low, close, timeperiod=14)

NATR : Normalized Average True Range  归一化的平均真实波动幅度：ta.NATR(high, low, close, timeperiod=14)

TRANGE : True Range 真实波动幅度 ：ta.TRANGE(high, low, close)

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

def get_data(code, start='2015-01-01'):
    df = ts.get_k_data(code, start)
    df.index = pd.to_datetime(df.date)
    df = df.sort_index()
    return df

df = get_data('sh')[['open', 'close', 'high', 'low']]
df['atr'] = ta.ATR(df.high, df.low, df.close, timeperiod=14)
df['natr'] = ta.NATR(df.high, df.low, df.close, timeperiod=14)
df['trange'] = ta.TRANGE(df.high, df.low, df.close)
df.tail()

df[['close', 'atr', 'natr', 'trange']
].plot(figsize=(16,12), subplots=True,
layout=(2,2))
plt.subplots_adjust(wspace=0, hspace=0.2)

上证指数走势及波动率指标

标签：Indicator,df,波动,Functions,high,low,close,Volatility,ta
来源： https://www.cnblogs.com/wintalau/p/11617977.html

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。