12 ta-lib STOCH(KD指標)

Stochastic Oscillator Slow (Stoch)更直接的理解就是我們常用的KDJ指標中的KD指標孩灯。是由兩條線一條是快速確認線,另外一條是慢速主干線組成逾滥》宓担可以參考鏈接*Talib推薦STOCH參考*****計算方法:隨機線有四種败匹,分別是: FASTK, FASTD, SLOWK and SLOWD,D是由K經(jīng)過變化得到讥巡。具體計算如下圖掀亩。

image.png
import pandas as pd
import numpy as np
import talib as ta
import tushare as ts
import matplotlib.pyplot as plt
from matplotlib import rc
rc('mathtext', default='regular')
import seaborn as sns
sns.set_style('white')
from matplotlib import dates
import matplotlib as mpl
%matplotlib inline
myfont =mpl.font_manager.FontProperties(fname=r"c:\windows\fonts\simsun.ttc",size=14)
plt.rcParams["figure.figsize"] = (20,10)


dw = ts.get_k_data("600600")
dw = dw[300:]
dw.index = range(len(dw))
dw['slowk'], dw['slowd'] = ta.STOCH(dw['high'].values,
                        dw['low'].values,
                        dw['close'].values,
                        fastk_period=9,
                        slowk_period=3,
                        slowk_matype=0,
                        slowd_period=3,
                        slowd_matype=0)
fig = plt.figure(figsize=(20,10))
fig.set_tight_layout(True)
ax1 = fig.add_subplot(111)
#fig.bar(dw.index, dw.volume, align='center', width=1.0)
ax1.plot(dw.index, dw.close, '-', color='g')

ax2 =ax1.twinx()
ax2.plot(dw.index, dw.slowk, '-', color='r')
ax2.plot(dw.index, dw.slowd, '-', color='b')
ax2.plot(dw.index, [90]*len(dw), '-', color='m')
ax2.plot(dw.index, [10]*len(dw), '-', color='m')

ax1.set_ylabel(u"股票價格(綠色)",fontproperties=myfont, fontsize=16)
ax2.set_ylabel(u"STOCH",fontproperties=myfont, fontsize=16)
ax1.set_title(u"綠色是股票價格,紅色(右軸)STOCH",fontproperties=myfont, fontsize=16)
# plt.xticks(bar_data.index.values, bar_data.barNo.values)
ax1.set_xlabel(u"STOCH",fontproperties=myfont,fontsize=16)
ax1.set_xlim(left=-1,right=len(dw))
ax1.grid()
plt.legend(loc='upper left')
STOCH
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末欢顷,一起剝皮案震驚了整個濱河市槽棍,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌抬驴,老刑警劉巖炼七,帶你破解...
    沈念sama閱讀 210,914評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異布持,居然都是意外死亡豌拙,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,935評論 2 383
  • 文/潘曉璐 我一進店門题暖,熙熙樓的掌柜王于貴愁眉苦臉地迎上來按傅,“玉大人,你說我怎么就攤上這事胧卤∥ㄉ埽” “怎么了?”我有些...
    開封第一講書人閱讀 156,531評論 0 345
  • 文/不壞的土叔 我叫張陵灌侣,是天一觀的道長推捐。 經(jīng)常有香客問我,道長侧啼,這世上最難降的妖魔是什么牛柒? 我笑而不...
    開封第一講書人閱讀 56,309評論 1 282
  • 正文 為了忘掉前任,我火速辦了婚禮痊乾,結(jié)果婚禮上皮壁,老公的妹妹穿的比我還像新娘。我一直安慰自己哪审,他們只是感情好蛾魄,可當我...
    茶點故事閱讀 65,381評論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著湿滓,像睡著了一般滴须。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上叽奥,一...
    開封第一講書人閱讀 49,730評論 1 289
  • 那天扔水,我揣著相機與錄音,去河邊找鬼朝氓。 笑死魔市,一個胖子當著我的面吹牛主届,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播待德,決...
    沈念sama閱讀 38,882評論 3 404
  • 文/蒼蘭香墨 我猛地睜開眼君丁,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了将宪?” 一聲冷哼從身側(cè)響起绘闷,我...
    開封第一講書人閱讀 37,643評論 0 266
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎涧偷,沒想到半個月后簸喂,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體毙死,經(jīng)...
    沈念sama閱讀 44,095評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡燎潮,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,448評論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了扼倘。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片确封。...
    茶點故事閱讀 38,566評論 1 339
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖再菊,靈堂內(nèi)的尸體忽然破棺而出爪喘,到底是詐尸還是另有隱情,我是刑警寧澤纠拔,帶...
    沈念sama閱讀 34,253評論 4 328
  • 正文 年R本政府宣布秉剑,位于F島的核電站,受9級特大地震影響稠诲,放射性物質(zhì)發(fā)生泄漏侦鹏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,829評論 3 312
  • 文/蒙蒙 一臀叙、第九天 我趴在偏房一處隱蔽的房頂上張望略水。 院中可真熱鬧,春花似錦劝萤、人聲如沸渊涝。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,715評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽跨释。三九已至,卻和暖如春厌处,著一層夾襖步出監(jiān)牢的瞬間鳖谈,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,945評論 1 264
  • 我被黑心中介騙來泰國打工嘱蛋, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留蚯姆,地道東北人五续。 一個月前我還...
    沈念sama閱讀 46,248評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像龄恋,于是被迫代替她去往敵國和親疙驾。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,440評論 2 348

推薦閱讀更多精彩內(nèi)容