%matplotlib inline
%time from hikyuu.interactive import *
s = sm['sz000001']
k = s.get_kdata(Query(-200))
#抽取K线收盘价指标,一般指标计算参数只能是指标类型,所以必须先将K线数据生成指标类型
c = CLOSE(k)
#计算收盘价的EMA指标
a = EMA(c)
#绘制指标
c.plot(legend_on=True)
a.plot(new=False, legend_on=True)
#绘制柱状图
a.bar()
#修正下柱状图,使其更美观
PRICELIST([x-9 for x in a]).bar()
print("k is a instance of KData:\n", k)
print("--------------------------\n")
kind = KDATA(k)
print("kind is a instance of Indicator:\n", kind)
#获取 ind 的结果集数量,如MACD通常返回3个结果集
r = kind.get_result_num()
print("result_num: ", r)
#获取第一个结果集
x = kind.get_result(0)
print(x)
#以下效果相同
c1 = CLOSE(k)
c2 = KDATA_PART(k, 'close')
另外一个常用的特殊指标 PRICELIST将 Python 中的类 list 对象包装成ind。
x = PRICELIST([i for i in range(100)])
print(len(x), x)
每一个指标函数,如EMA、HHV,调用后生成一个ind对象,该对象本身可以再次调用生成新的ind。无论指标函数还是 ind 对象调用生成 ind,都是立刻进行计算。
e1 = EMA(CLOSE(k), n=5)
e2 = e1(CLOSE(k))
e3 = e2
print(e1 == e2)
除在指标函数中指定参数外,可以通过 getParam、setParam 方法来获取和修改 ind 对象的参数。修改参数后,ind 本身并不会发生变化,需要调用生成新的 ind,新的 ind 才是使用新参数计算的结果。
e = EMA(c)
print(e)
print(e.get_param('n'))
e.plot(legend_on=True)
e.set_param('n', 30)
e = e(c)
e.plot(new=False, legend_on=True)
查看 ind 参数。ind 参数支持:
#EMA指标有参数 "n",类型"i"代表整数
print(EMA())
在交互工具里对TA-Lib进行了包装,命名方式统一为 TA_FUNC名称。其中,ta-lib指标的lookback属性,用discard属性代替。
x = TA_SMA(CLOSE(k))
print(x)
x.plot()
print(x.discard)
个别的Ta-Lib函数需要两个数组参数,比如BETA、CORREL。此时需要利用特殊的 Indicator WEAVE 将两个数组包装到一个 ind 对象中。
query = Query(-200)
k1 = sm['sh000001'].get_kdata(query)
k2 = sm['sz000001'].get_kdata(query)
w = WEAVE(CLOSE(k1), CLOSE(k2))
print(w.get_result_num())
cr = TA_CORREL(w)
cr.plot()
在通道信等证券行情软件中,其技术指标中的窗口参数通常支持整数,也支持使用指标,如:
T1:=HHVBARS(H,120); {120内的最高点距今天的天数}
L120:=LLV(L,T1+1); {120内的最高点至今,这个区间的最低点}
自 1.2.3 版本后,Hikyuu 也开始支持使用指标作为窗口参数
h = HIGH(k)
l = LOW(k)
T1 = HHVBARS(h, 120)
L120 = LLV(l, T1+1)
L120.plot()
注意事项
由于无法区分 Indicator(ind) 形式时,ind 究竟是指标参数还是待计算的输出数据,此时如果希望 ind 作为参数,需要通过 IndParam 进行显示指定,如:EMA(IndParam(ind))。
最佳的方式,则是通过指定参数名,来明确说明使用的是参数:
x = EMA(c) # 以收盘价作为计算的输入
y = EMA(IndParam(c)) # 以收盘价作为 n 参数
z = EMA(n=c) # 以收盘价作为参数 n
# 或者以原型的方式,通过指定上下文计算
T1 = HHVBARS(H, 120)
L120 = LLV(L, T1+1)
L120.set_context(k)
L120.plot()