---

介紹

先看看官方介紹：

MACD (平滑異同平均線）
指標說明
DIF線：收盤價短期、長期指數平滑移動平均線間的差；
DEA線：DIF線的M日指數平滑移動平均線；
MACD線：DIF線與DEA線的差，彩色柱狀線；
參數：SHORT(短期)、LONG(長期)、M 天數，一般為12、26、9。
用法
1.DIF、DEA均為正，DIF向上突破DEA，買入信號；
2.DIF、DEA均為負，DIF向下跌破DEA，賣出信號；
3.DEA線與K線發生背離，行情反轉信號；
4.分析MACD柱狀線，由紅變綠(正變負)，賣出信號；由綠變紅，買入信號。

算法解釋：

DIF:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:EMA(DIF,MID);
MACD:(DIF-DEA)*2,COLORSTICK;

優勢：

優勢	描述
趨勢跟蹤能力強	MACD能夠幫助識別市場的趨勢方向，尤其是短期和長期趨勢的轉折點。通過觀察DIF和DEA線的交叉，可以提供買入和賣出的時機。
清晰的信號	MACD的交叉點和柱狀線的變化提供了清晰的交易信號，使得投資者能夠更容易地進行決策。
背離信號	當DEA線與價格走勢產生背離時，往往暗示著市場趨勢即將發生變化，這為投資者提供了及時的行動信號。
柱狀線變化反映市場動能	MACD柱狀線的顏色變化反映了市場的動能變化，紅色代表正能量增強，綠色代表負能量增強，這有助于投資者了解市場情緒和力量的變化。

劣勢：

劣勢	描述
滯后性	MACD是一種滯后指標，它基于移動平均線的計算，因此在市場趨勢發生變化之后才會發出信號，有時可能會錯過市場的最佳買入或賣出時機。
假信號	由于MACD的計算方式，有時會出現假信號，即在市場波動較大或橫盤震蕩時，可能會產生交叉但并未發生實際的趨勢轉折。
單一性	MACD雖然能夠提供趨勢判斷和交易信號，但它并不能完全覆蓋市場的全部信息，投資者在使用時仍需要結合其他指標和技術分析方法進行綜合判斷。

代碼

rolling函數介紹

rolling 函數通常與其他函數（如 mean、sum、std 等）一起使用，以計算滾動統計量，例如滾動均值、滾動總和等。

以下是 rolling 函數的基本語法：

DataFrame.rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)

• window: 用于計算統計量的窗口大小。
• min_periods: 每個窗口最少需要的非空觀測值數量。
• center: 確定窗口是否居中，默認為 False。
• win_type: 窗口類型，例如 None、boxcar、triang 等，默認為 None。
• on: 在數據幀中執行滾動操作的列，默認為 None，表示對整個數據幀執行操作。
• axis: 執行滾動操作的軸，默認為 0，表示按列執行操作。
• closed: 確定窗口的哪一端是閉合的，默認為 None。

核心代碼

計算指數移動平均值

計算指數移動平均值是一種技術分析方法，用于平滑數據序列并識別趨勢，通過賦予最新數據更高的權重，以更快地反映市場變化。

def EMA(data, window):"""計算指數移動平均值參數：data: pandas.Series，輸入數據window: int，窗口大小返回：pandas.Series，指數移動平均值"""return data.ewm(span=window, min_periods=window, adjust=False).mean()

計算MACD指標

MACD指標（Moving Average Convergence Divergence）是一種技術分析工具，通過計算兩個移動平均線的差值，并將其繪制成柱狀圖，來幫助識別市場趨勢的變化和買賣信號。

def MACD(close, short=12, long=26, mid=9):"""計算MACD指標參數：close: pandas.Series，收盤價數據short: int，短期EMA窗口大小，默認為12long: int，長期EMA窗口大小，默認為26mid: int，DEA線EMA窗口大小，默認為9返回：tuple，包含dif、dea、macd指標值的元組"""dif = EMA(close, short) - EMA(close, long)dea = EMA(dif, mid)macd = (dif - dea) * 2return dif, dea, macd

完整代碼

這里完整代碼中的data部分，闊以通過下面資源文件下載，或者留下郵箱等發送。：

https://download.csdn.net/download/qq_36051316/88896567

import pandas as pd
import stock_data# 將股票數據存儲到字典中
data = {'DATE': stock_data.DATE,'CLOSE': stock_data.CLOSE,'HIGH': stock_data.HIGH,'LOW': stock_data.LOW,'OPEN': stock_data.OPEN,'CHANGE': stock_data.CHANGE,'VOL': stock_data.VOL,'CAPITAL': stock_data.CAPITAL
}# 創建DataFrame
df = pd.DataFrame(data)def EMA(data, window):"""計算指數移動平均值參數：data: pandas.Series，輸入數據window: int，窗口大小返回：pandas.Series，指數移動平均值"""return data.ewm(span=window, min_periods=window, adjust=False).mean()def MACD(close, short=12, long=26, mid=9):"""計算MACD指標參數：close: pandas.Series，收盤價數據short: int，短期EMA窗口大小，默認為12long: int，長期EMA窗口大小，默認為26mid: int，DEA線EMA窗口大小，默認為9返回：tuple，包含dif、dea、macd指標值的元組"""dif = EMA(close, short) - EMA(close, long)dea = EMA(dif, mid)macd = (dif - dea) * 2return dif, dea, macddef c_one_m(close_prices):"""計算MACD指標的dif、dea、macd參數：close_prices: list，收盤價數據列表返回：tuple，包含dif、dea、macd指標值的元組"""short_window = 12long_window = 26mid_window = 9close_series = pd.Series(close_prices)return MACD(close_series, short_window, long_window, mid_window)def check_signal(v_df, day_index=-1):"""檢查MACD信號參數：v_df: pandas.DataFrame，包含MACD指標的DataFrameday_index: int，要檢查的日期索引，默認為最后一天返回：str，表示MACD信號的字符串，可能為"買入信號"、"賣出信號"或"無信號""""latest_data = v_df.iloc[day_index]if latest_data['dif'] > 0 and 0 < latest_data['dea'] < latest_data['dif']:signal = "買入信號"elif latest_data['dif'] < 0 and 0 > latest_data['dea'] > latest_data['dif']:signal = "賣出信號"else:signal = "無信號"return signal# 計算并添加MACD指標到DataFrame中
dif, dea, m = c_one_m(stock_data.CLOSE)
df['dif'] = dif
df['dea'] = dea
df['m'] = m# 輸出信號
latest_signal = check_signal(df, -1)
print(latest_signal)