Python数据分析--Numpy常用函数介绍(6)--Numpy中与股票成交量有关的计算.doc
版权申诉
82 浏览量
2022-07-13
12:46:31
上传
评论
收藏 685KB DOC 举报
Python 数据分析--Numpy 常用函数介绍(6)--Numpy 中与股票成交量有关的计算
成交量（volume）是投资中一个非常重要的变量，它是指在某一时段内具体的交易数，
可以在分时图中绘制，包括日线图、周线图、月线图甚至是 5 分钟、30 分钟、60 分钟图中
绘制。
股票市场成交量的变化反映了资金进出市场的情况，成交量是判断市场走势的重要指
标。一般情况下，成交量大且价格上涨的股票，趋势向好。成交量持续低迷时，一般出现在
熊市或股票整理阶段，市场交易不活跃。成交量是判断股票走势的重要依据，对分析主力行
为提供了重要的依据。投资者对成交量异常波动的股票应当密切关注。
OBV（On-Balance Volume，净额成交量或叫能量潮指标）是最简单的股价指标之一，
它可以由当日收盘价、前一天的收盘价以及当日成交量计算得出。以前一日为基期计算当日
的 OBV 值（可以认为基期的 OBV 值为 0）。若当日收盘价高于前一日收盘价，则本日 OBV
等于基期 OBV 加上日成交量。若当日收盘价低于前一日收盘价，则本日 OBV 等于基期
OBV 减去当日成交量。若当日收盘价相比前一日没有变化，则当日成交量以 0 计算。
一、OBV 计算
鉴于上述计算方法，需要在成交量前面乘上一个由收盘价变化决定的正负号（收盘价
低于前一交易日收盘价，负号，收盘价高于前一交易日收盘价，正号）。在本篇中，学习该
问题的两种解决方法，一种是使用 NumPy 中的 sign 函数，另一种是使用 NumPy 的 piecewise
函数。
1)把数据分别加载到收盘价和成交量的数组中：
close,vol = np.loadtxt(‘data036.csv’,delimiter=‘,’,
usecols=(5,6),converters={1:datestr2num},unpack=True)
data036.csv 中的第 6 列和第 7 列分别为收盘价和当日成交量。
前篇介绍过 numpy.diff()可以计算相邻的差（即上述收盘价 close 的差值），并利用这个差
值，用 sign 函数计算正负号
changes = np.diff(close)
signs = np.sign(changes)
print (“Signs”, signs)
运行结果：
Signs [-1. -1. -1. -1. 1. 1. 1. -1. 1. 1. 1. -1. 1. -1. -1. -1. -1. 1.
评论0
最新资源