Chỉ báo kỹ thuật về cơ bản là một biểu diễn toán học dựa trên các tập dữ liệu như giá (cao, thấp, mở, đóng, v.v. ) hoặc khối lượng chứng khoán để dự báo xu hướng giá Show
Có một số loại chỉ báo kỹ thuật được sử dụng để phân tích và phát hiện hướng biến động của giá. Ví dụ: giao dịch theo đà, chiến lược đảo chiều trung bình, v.v. Các nhà giao dịch thường sử dụng các chỉ báo để dự đoán mức giá trong tương lai khi giao dịch Hãy để chúng tôi tìm hiểu cách xây dựng các chỉ báo kỹ thuật bằng Python với blog này bao gồm Chỉ báo kỹ thuật là gì?Các chỉ báo kỹ thuật không tuân theo một khuôn mẫu chung, nghĩa là chúng hoạt động khác nhau với mọi chứng khoán. Điều gì có thể là một chỉ báo tốt cho một chứng khoán cụ thể, có thể không phù hợp với trường hợp kia. Vì vậy, sử dụng một luật học cần thiết cùng với kinh nghiệm tốt Vì những phân tích này có thể được thực hiện bằng Python nên một đoạn mã cũng được chèn vào cùng với mô tả về các chỉ số. Biểu đồ mẫu với các ví dụ cũng được thêm vào để làm rõ. Trước đây chúng tôi cũng đã đề cập đến các blog phổ biến nhất về giao dịch, bạn có thể xem qua Các blog hàng đầu về Python để giao dịch Tại sao nên sử dụng các chỉ báo kỹ thuật Python?Các chỉ báo kỹ thuật là một bộ công cụ được áp dụng cho biểu đồ giao dịch để giúp phân tích thị trường rõ ràng hơn cho các nhà giao dịch Ví dụ: các chỉ báo kỹ thuật xác nhận xem thị trường có đang theo xu hướng hay thị trường đang ở trong tình trạng giới hạn phạm vi Ngoài ra, các chỉ báo có thể cung cấp thông tin thị trường cụ thể, chẳng hạn như khi một tài sản được mua quá mức hoặc bán quá mức trong một phạm vi và do đảo ngược Chúng tôi sẽ sử dụng python để mã hóa các chỉ số kỹ thuật này. Python được sử dụng để tính toán các chỉ báo kỹ thuật vì cú pháp đơn giản và dễ sử dụng khiến nó rất hấp dẫn Python cũng có nhiều thư viện thao tác dữ liệu có sẵn như Pandas và Numpy và các thư viện trực quan hóa dữ liệu như Matplotlib và Plotly Các chỉ báo kỹ thuật cho giao dịchBây giờ, chúng ta hãy xem các chỉ báo kỹ thuật Python được sử dụng để giao dịch. Có rất nhiều chỉ báo có thể được sử dụng, nhưng chúng tôi đã liệt kê những chỉ báo được sử dụng phổ biến nhất trong lĩnh vực giao dịch. Ngoài ra, cách sử dụng của các chỉ báo được hiển thị bằng Python để thuận tiện cho người dùng Đây là danh sách các chỉ số kỹ thuật của Python, như sau trung bình độngTrung bình động, còn được gọi là Trung bình cộng, chỉ đơn giản là giá trị trung bình hoặc giá trị trung bình của trường dữ liệu được chỉ định trong một tập hợp các khoảng thời gian liên tiếp nhất định. Khi có dữ liệu mới, giá trị trung bình của dữ liệu được tính bằng cách loại bỏ giá trị cũ nhất và thêm giá trị mới nhất Vì vậy, về bản chất, giá trị trung bình hoặc trung bình di chuyển cùng với dữ liệu, do đó có tên là 'Trung bình Di chuyển' Ngoài ra, đường trung bình động là một chỉ báo kỹ thuật thường được sử dụng với dữ liệu chuỗi thời gian để làm dịu các biến động ngắn hạn và giảm sự thay đổi tạm thời của dữ liệu Có ba loại đường trung bình động phổ biến có sẵn để phân tích dữ liệu thị trường
Mã Python cho Đường trung bình động Chúng ta hãy xem hoạt động của chỉ báo Trung bình động bằng mã Python đầu ra  Hình ảnh trên cho thấy đồ thị của giá đóng cửa, đường trung bình động đơn giản của khoảng thời gian 50 ngày và đường trung bình động hàm mũ của khoảng thời gian 200 ngày Dải BollingerDải bollinger là một bộ dao động dựa trên độ biến động hoặc độ lệch chuẩn bao gồm ba thành phần. Dải ở giữa là một đường trung bình động và hai dải còn lại được xác định trước, thường là hai, độ lệch chuẩn so với đường trung bình động Khi sự biến động của giá cổ phiếu thay đổi, khoảng cách giữa các dải cũng thay đổi. Trong các thị trường biến động hơn, khoảng cách mở rộng và trong điều kiện biến động thấp, khoảng cách thu hẹp Tính toán cho Dải Bollinger Dải bollinger liên quan đến các tính toán sau
Như với hầu hết các chỉ báo kỹ thuật, các giá trị cho khoảng thời gian xem lại và số lượng độ lệch chuẩn có thể được sửa đổi để phù hợp với các đặc điểm của một tài sản hoặc phong cách giao dịch cụ thể Mã Python cho Dải bollinger Hãy cùng chúng tôi tìm hiểu Bollinger Bands bằng Python như hình bên dưới đầu ra Hình ảnh trên cho thấy biểu đồ của Dải bollinger với biểu đồ giá đóng cửa của cổ phiếu Google Như được mô tả trong biểu đồ trên, khi giá liên tục vượt qua dải trên, tài sản thường ở trạng thái mua quá mức, ngược lại, khi giá thường xuyên vượt qua dải dưới, tài sản thường ở trạng thái bán quá mức Chỉ số sức mạnh tương đốiChỉ số sức mạnh tương đối (RSI) là một bộ dao động động lượng để chỉ ra các điều kiện mua quá mức và bán quá mức trên thị trường. Nó dao động trong khoảng từ 0 đến 100 và các giá trị của nó ở dưới một mức nhất định Thông thường, nếu đường RSI xuống dưới 30, nó cho thấy thị trường bán quá mức trong khi chỉ báo RSI trên 70 cho thấy tình trạng mua quá mức. Thông thường, khoảng thời gian xem lại là 14 ngày được xem xét để tính toán và có thể thay đổi để phù hợp với đặc điểm của một tài sản hoặc phong cách giao dịch cụ thể Tính toán cho RSI Lợi nhuận trung bình = tổng số tiền kiếm được trong 14 ngày qua/14 Mã Python cho RSI Chúng tôi cũng có thể tính toán chỉ số RSI với sự trợ giúp của mã Python. Hãy để chúng tôi xem làm thế nào đầu ra. Hai biểu đồ sau đây cho thấy giá đóng cửa và giá trị RSI của cổ phiếu Apple Trong kết quả ở trên, chúng ta có giá đóng cửa của Apple trong một khoảng thời gian và chỉ báo RSI hiển thị biểu đồ RSI 14 ngày Bất cứ khi nào chỉ báo RSI hiển thị đường đi xuống dưới 30, biểu đồ RSI biểu thị các điều kiện bán quá mức và trên 70, biểu đồ biểu thị các điều kiện mua quá mức Chỉ số dòng tiềnChỉ số dòng tiền (MFI) là chỉ báo động lượng được sử dụng để đo lường dòng tiền vào và ra trong một khoảng thời gian cụ thể MFI được tính bằng cách cộng các giá trị Dòng tiền dương và âm rồi tạo ra tỷ lệ tiền Mã Python cho MFI Hãy cùng chúng tôi tìm hiểu cách tính chỉ báo MFI bằng Python với các đoạn code dưới đây đầu ra Đầu ra hiển thị biểu đồ với giá đóng cửa của cổ phiếu (Apple) và kết quả của chỉ báo Chỉ số dòng tiền (MFI). Bạn phải thấy hai quan sát trong đầu ra ở trên
Tuy nhiên, cũng cần lưu ý rằng, mức quá bán/quá mua thường không đủ lý do để mua/bán. Nhà giao dịch cũng phải xem xét một số chỉ báo kỹ thuật khác để xác nhận vị thế của tài sản trên thị trường Thực tế này đúng đặc biệt trong các xu hướng mạnh mẽ Phạm vi đúng trung bìnhPhạm vi thực trung bình (ATR) là một chỉ báo kỹ thuật đo lường mức độ biến động của thị trường tài chính bằng cách phân tách toàn bộ phạm vi giá của một cổ phiếu hoặc tài sản trong một khoảng thời gian cụ thể Mã Python cho ATR Hãy cho chúng tôi xem phép tính ATR trong mã Python bên dưới đầu ra Hai biểu đồ trên cho thấy giá đóng cửa và giá trị ATR của cổ phiếu Apple ATR là một đường trung bình động, thường sử dụng 14 ngày trong phạm vi thực Trong kết quả ở trên, bạn có thể thấy rằng chỉ báo phạm vi thực trung bình là lớn nhất trong số các chỉ báo sau. mức cao hiện tại ít hơn mức thấp hiện tại; chỉ số lực lượngChỉ số lực lượng được tạo ra bởi Alexander Elder. Chỉ số lực lượng tính đến hướng của giá cổ phiếu, mức độ biến động của giá cổ phiếu và khối lượng. Sử dụng ba yếu tố này, nó tạo thành một bộ dao động đo lường áp lực mua và bán Mỗi yếu tố trong số ba yếu tố này đóng một vai trò quan trọng trong việc xác định chỉ số lực. Ví dụ: giá tăng mạnh, được xác định theo mức độ biến động của giá, cho thấy áp lực mua mạnh. Khối lượng giảm mạnh cho thấy áp lực bán mạnh Tính toán cho chỉ số lực lượng Ví dụ. Khoảng thời gian chỉ số lực lượng điện toán (1) và chỉ số lực lượng (15) Chỉ số Force(1) = {Đóng (kỳ hiện tại) - Đóng (kỳ trước)} x Khối lượng kỳ hiện tại Force Index trong khoảng thời gian 15 ngày là đường trung bình động hàm mũ của Force Index 1 kỳ Chỉ số lực lượng sử dụng giá và khối lượng để xác định xu hướng và sức mạnh của xu hướng. Chỉ số lực ngắn hơn có thể được sử dụng để xác định xu hướng ngắn hạn, trong khi chỉ số lực dài hơn, ví dụ, chỉ số lực 100 ngày có thể được sử dụng để xác định xu hướng dài hạn của giá Một chỉ số lực lượng cũng có thể được sử dụng để xác định sự điều chỉnh trong một xu hướng nhất định. Để làm như vậy, nó có thể được sử dụng kết hợp với chỉ báo theo xu hướng. Ví dụ: người ta có thể sử dụng đường EMA 22 ngày cho xu hướng và chỉ số lực 2 ngày để xác định các điều chỉnh trong xu hướng Chúng ta cũng có thể sử dụng chỉ số lực lượng để phát hiện các đột phá. Các đột phá thường được xác nhận bởi khối lượng và chỉ số lực có tính đến cả giá và khối lượng. Đột biến theo hướng của thời điểm giá có thể giúp xác nhận sự bứt phá Mã Python cho Force Index Bây giờ chúng ta hãy xem cách sử dụng Python, chúng ta có thể tính toán Chỉ số Lực lượng trong khoảng thời gian 13 ngày Trong mã Python bên dưới, chúng tôi đã lấy ví dụ về Apple làm cổ phiếu và chúng tôi đã sử dụng các hàm Sê-ri, khác biệt và tham gia để tính toán Chỉ số lực lượng. Hàm Chuỗi được sử dụng để tạo một chuỗi, một đối tượng giống như mảng một chiều chứa một mảng dữ liệu Hàm khác biệt tính toán sự khác biệt giữa điểm dữ liệu hiện tại và điểm dữ liệu cách nhau “n” khoảng thời gian/ngày. Hàm tham gia nối một chuỗi nhất định với một chuỗi/khung dữ liệu được chỉ định đầu ra Dễ di chuyểnĐược phát triển bởi Richard Arms, Giá trị dễ di chuyển (EMV) là một bộ tạo dao động cố gắng định lượng cả giá và khối lượng thành một đại lượng. Vì nó tính đến cả giá và khối lượng nên nó rất hữu ích khi xác định độ mạnh của một xu hướng Khi EMV tăng trên 0, điều đó có nghĩa là giá đang tăng tương đối dễ dàng. Trong khi sự sụp đổ của EMV có nghĩa là giá đang giảm dễ dàng Tính toán cho EVM Để tính EMV, trước tiên chúng tôi tính khoảng cách đã di chuyển Nó được cho bởi. Sau đó, chúng tôi tính toán Tỷ lệ hộp sử dụng âm lượng và dải cao-thấp. EMV = Khoảng cách đã di chuyển / Tỷ lệ hộp Để tính toán EMV trong giai đoạn n, chúng tôi lấy đường trung bình động đơn giản trong giai đoạn n của EMV trong 1 giai đoạn Dễ di chuyển (EMV) có thể được sử dụng để xác nhận xu hướng tăng hoặc giảm
Ngoài việc sử dụng nó như một chỉ báo độc lập, Mức độ dễ di chuyển (EMV) còn được sử dụng với các chỉ báo khác trong phân tích biểu đồ Mã Python cho EVM Bây giờ, chúng ta sẽ sử dụng ví dụ của Apple để tính toán EMV trong khoảng thời gian 14 ngày bằng Python Trong mã Python bên dưới, chúng tôi sử dụng các hàm chuỗi, trung bình cuộn, dịch chuyển và tham gia để tính toán chỉ báo Dễ di chuyển (EMV) Hàm Chuỗi được sử dụng để tạo một chuỗi, một đối tượng giống như mảng một chiều chứa một mảng dữ liệu. Hàm trung bình cuộn lấy một chuỗi thời gian hoặc khung dữ liệu cùng với số khoảng thời gian và tính giá trị trung bình Hàm shift được sử dụng để lấy giá cao và thấp của ngày hôm trước. Hàm tham gia nối một chuỗi nhất định với một chuỗi/khung dữ liệu được chỉ định đầu ra Hai biểu đồ trên cho thấy giá đóng cửa và giá trị EMV của cổ phiếu Apple Bạn sẽ thấy rất hữu ích và hiểu biết khi đọc qua phần tổng hợp tuyển chọn này gồm một số blog hàng đầu của chúng tôi về Máy học Phần kết luậnCác chỉ báo kỹ thuật Python khá hữu ích cho các nhà giao dịch để dự đoán giá trị cổ phiếu trong tương lai. Mọi chỉ báo đều hữu ích cho một điều kiện thị trường cụ thể. Ví dụ: Phạm vi thực trung bình (ATR) hữu ích nhất khi thị trường quá biến động Do đó, ATR giúp đo lường sự biến động trên cơ sở đó nhà giao dịch có thể tham gia hoặc thoát khỏi thị trường Tự hỏi làm thế nào để sử dụng các chỉ báo kỹ thuật để tạo tín hiệu giao dịch? . Bạn sẽ học cách xác định xu hướng của giá chứng khoán cơ bản, cách thực hiện các chiến lược dựa trên các chỉ số này, giao dịch trực tiếp các chiến lược này và phân tích hiệu suất của chúng. Kiểm tra nó ngay Tệp trong phần tải xuống
Đăng nhập để tải xuống từ chối trách nhiệm. Tất cả các khoản đầu tư và giao dịch trên thị trường chứng khoán đều có rủi ro. Mọi quyết định đặt giao dịch trên thị trường tài chính, bao gồm giao dịch cổ phiếu hoặc quyền chọn hoặc các công cụ tài chính khác là quyết định cá nhân chỉ nên được đưa ra sau khi nghiên cứu kỹ lưỡng, bao gồm đánh giá rủi ro cá nhân và tài chính cũng như sự tham gia của hỗ trợ chuyên nghiệp trong phạm vi bạn . Các chiến lược giao dịch hoặc thông tin liên quan được đề cập trong bài viết này chỉ dành cho mục đích thông tin Python yfinance vẫn hoạt động chứ?yfinance và yahoo_fin dường như không còn hoạt động bình thường nữa .
Yfinance có bị phản đối không?Yahoo đã ngừng cung cấp API tài chính của họ vào năm 2017 . Vì vậy, bạn có thể thấy nhiều trang web nói về các lựa chọn thay thế cho Yahoo Finance API.
yfinance có phải là thời gian thực không?Yahoo Finance cung cấp báo giá phát trực tuyến theo thời gian thực cho nhiều sàn giao dịch . Dữ liệu thời gian thực có sẵn trong giờ thị trường của sàn giao dịch và trong một số trường hợp trong giờ trước và sau giờ thị trường.
Dữ liệu yfinance có đáng tin cậy không?Mặc dù có nhiều thư viện python cho phép các lập trình viên có quyền truy cập theo chương trình vào API không chính thức của Yahoo Finance, nhưng yfinance nổi bật là một trong những thư viện lâu đời nhất, đáng tin cậy nhất và . . |
