ফিউচার এবং স্টক মার্কেটে সর্বাধিক ব্যবহৃত প্রযুক্তিগত বিশ্লেষণ সরঞ্জাম কেডিজে সূচক, যার পুরো নাম স্টোক্যাস্টিক্স, ডঃ জর্জ লেন (George Lane) দ্বারা তৈরি করা হয়েছিল। এটি গতির ধারণা, শক্তিশালী এবং দুর্বল সূচকগুলির মধ্যে কয়েকটি সুবিধার সংমিশ্রণ করে।
RSVt= ((Ct-L9)/ ((H9-L9)) *100 (Ct= আজকের বন্ধের মূল্য; L9 = 9 দিনের মধ্যে সর্বনিম্ন মূল্য; H9 = 9 দিনের মধ্যে সর্বোচ্চ মূল্য)
K মান RSV মান 3 দিনের স্লাইডিং মুভিং এভারেজ, ফর্মুলা হলঃ Kt = RSVt/3+2*t-1/3
D মান K মানের 3 দিনের স্লাইডিং মুভিং এভারেজ, এর সূত্র হলঃ Dt = Kt/3+2*Dt-1/3
J মান 3 কে মান বিয়োগ 2 ডি মান, ফর্মুলা হলঃ Jt = 3ডিটি-২কেটি
কেডিজে সূচক ব্যবহারের সময় কয়েকটি গুরুত্বপূর্ণ বিষয় বিবেচনা করা উচিতঃ
1. কে এবং ডি এর মূল্য নির্ধারণ, 0-100 এর পরিসীমা, 80 টিরও বেশি শিল্পে অতিরিক্ত ক্রয় এবং 20 এর নীচে অতিরিক্ত বিক্রয় রয়েছে।
2.买进信号：K值在上涨趋势中﹤D值，K线向上突破D线时；卖出信号：K值在下跌趋势中﹥D值，K线向下跌破D线。
3.交易不活跃、发行量小的股票并不适用KD指标，而对大盘和热门大盘的准确性却很高。
4.在KD处在高位或低位，如果出现与股价走向的背离，则是采取行动的信号。
৫. J এর মূল্য গ্রহণ> ১০০ ওভারবই এবং <০ ওভারসেল, উভয়ই দামের অস্বাভাবিক অঞ্চলে রয়েছে।
6.短期转势预警信号：K值和D值上升或者下跌的速度减弱，倾斜度趋于平缓
সাধারণত K, D, J এর তিনটি মান 20-80 এর মধ্যে হয়, যা হ্রাসের জন্য উপযুক্ত। সংবেদনশীলতার দিক থেকে, J মানটি সবচেয়ে শক্তিশালী, তারপরে K, ধীরতম D, এবং নিরাপত্তার দিক থেকে ঠিক বিপরীত।
import numpy as np
import pandas as pd
from pandas import DataFrame
import talib as ta
start = '2006-01-01' # 回测起始时间
end = '2015-08-17' # 回测结束时间
benchmark = 'HS300' # 策略参考标准
universe = set_universe('HS300')
capital_base = 100000 # 起始资金
refresh_rate = 1 # 调仓频率，即每 refresh_rate 个交易日执行一次 handle_data() 函数
longest_history=20
MA=[5,10,20,30,60,120] #移动均线参数
def initialize(account):
account.kdj=[]
def handle_data(account):
# 每个交易日的买入卖出指令
sell_pool=[]
hist = account.get_history(longest_history)
#data=DataFrame(hist['600006.XSHG'])
stock_pool,all_data=Get_all_indicators(hist)
pool_num=len(stock_pool)
if account.secpos==None:
print 'null'
for i in stock_pool:
buy_num=int(float(account.cash/pool_num)/account.referencePrice[i]/100.0)*100
order(i, buy_num)
else:
for x in account.valid_secpos:
if all_data[x].iloc[-1]['closePrice']<all_data[x].iloc[-1]['ma1'] and (all_data[x].iloc[-1]['ma1']-all_data[x].iloc[-1]['closePrice'])/all_data[x].iloc[-1]['ma1']>0.05 :
sell_pool.append(x)
order_to(x, 0)
if account.cash>500 and pool_num>0:
try:
sim_buy_money=float(account.cash)/pool_num
for l in stock_pool:
#print sim_buy_money,account.referencePrice[l]
buy_num=int(sim_buy_money/account.referencePrice[l]/100.0)*100
#buy_num=10000
order(l, buy_num)
except Exception as e:
#print e
pass
def Get_kd_ma(data):
indicators={}
#计算kd指标
indicators['k'],indicators['d']=ta.STOCH(np.array(data['highPrice']),np.array(data['lowPrice']),np.array(data['closePrice']),\
fastk_period=9,slowk_period=3,slowk_matype=0,slowd_period=3,slowd_matype=0)
indicators['ma1']=pd.rolling_mean(data['closePrice'], MA[0])
indicators['ma2']=pd.rolling_mean(data['closePrice'], MA[1])
indicators['ma3']=pd.rolling_mean(data['closePrice'], MA[2])
indicators['ma4']=pd.rolling_mean(data['closePrice'], MA[3])
indicators['ma5']=pd.rolling_mean(data['closePrice'], MA[4])
indicators['closePrice']=data['closePrice']
indicators=pd.DataFrame(indicators)
return indicators
def Get_all_indicators(hist):
stock_pool=[]
all_data={}
for i in hist:
try:
indicators=Get_kd_ma(hist[i])
all_data[i]=indicators
except Exception as e:
#print 'error:%s'%e
pass
if indicators.iloc[-2]['k']<indicators.iloc[-2]['d'] and indicators.iloc[-1]['k']>indicators.iloc[-2]['d']:
stock_pool.append(i)
elif indicators.iloc[-1]['k']>=10 and indicators.iloc[-1]['d']<=20 and indicators.iloc[-1]['k']>indicators.iloc[-2]['k'] and indicators.iloc[-2]['k']<indicators.iloc[-3]['k']:
stock_pool.append(i)
return stock_pool,all_data
প্রোগ্রামড ট্রেডার থেকে পুনর্নির্দেশিত