เฉลี่ยเคลื่อนที่ จาวาสคริปต์

แผนภูมิหุ้น - การย้ายเฉลี่ย SMA, WMA, EMA. Stock Moving Average แผนภูมิสต็อคเป็นข้อมูลเชิงกราฟิกของราคาหุ้นในอดีตที่ช่วยในการระบุแรงขายและความต้องการในปัจจุบันในตลาดหุ้นในตลาดหุ้นและการซื้อขายสินค้าโภคภัณฑ์ มีบทบาทใหญ่ในระหว่างการวิเคราะห์ทางเทคนิคการวิเคราะห์แผนภูมิหุ้นจะช่วยให้ผู้ประกอบการค้าสามารถกำหนดความถูกต้องได้มากขึ้นเพียงแค่ว่าอุปทานและอุปสงค์ในปัจจุบันอยู่ในสต๊อก JenScript สนับสนุนตัวบ่งชี้และการซ้อนทับทั่วไปเช่น ohlc, แท่งเทียน, ค่าเฉลี่ยเคลื่อนที่, sma, ema, wma , macd, bollinger bands, time picker และอื่น ๆ ในสถิติค่าเฉลี่ยของค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่หรือค่าเฉลี่ยในการคำนวณคือการคำนวณในการวิเคราะห์จุดข้อมูลโดยการสร้างชุดค่าเฉลี่ยของชุดข้อมูลย่อยที่แตกต่างกันของชุดข้อมูลทั้งหมดค่าเฉลี่ยเคลื่อนที่จะถูกใช้โดยทั่วไปกับ ข้อมูลชุดเวลาเพื่อให้เกิดความผันผวนในระยะสั้นและเน้นแนวโน้มหรือรอบระยะยาวระยะเวลาระหว่างระยะสั้นและระยะยาวขึ้นอยู่กับการประยุกต์ใช้ nd พารามิเตอร์ของค่าเฉลี่ยเคลื่อนที่จะถูกตั้งค่าตามตัวอย่างเช่นมักใช้ในการวิเคราะห์ทางเทคนิคของข้อมูลทางการเงินเช่นราคาหุ้นผลตอบแทนหรือปริมาณการซื้อขายนอกจากนี้ยังใช้ในทางเศรษฐศาสตร์เพื่อตรวจสอบผลิตภัณฑ์มวลรวมภายในประเทศการจ้างงานหรือเวลาเศรษฐกิจมหภาคอื่น ๆ series. Register plugin StockPlugin ในมุมมองภาพเพิ่มสต็อกในปลั๊กอินแล้วลงทะเบียนเค้าโครงเช่น StockMovingAverageLayer หรือ StockWeightedMovingAverageLayer หรือ StockExponentialMovingAverageLayer เป็นเส้นโค้งค่าเฉลี่ยเคลื่อนที่ของหุ้นเหล่านี้ในช่วงระยะเวลา Simple Moving Average ในการใช้งานทางการเงินค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย SMA คือค่าเฉลี่ยที่ไม่ได้มีการชั่งน้ำหนัก ข้อมูลก่อนหน้านี้อย่างไรก็ตามในด้านวิทยาศาสตร์และวิศวกรรมค่าเฉลี่ยจะถูกนำมาจากจำนวนข้อมูลเท่ากันที่ด้านใดด้านหนึ่งของค่ากลางเพื่อให้แน่ใจว่ารูปแบบต่างๆของค่าเฉลี่ยจะสอดคล้องกับรูปแบบของข้อมูลมากกว่าการเปลี่ยนแปลงในเวลา ตัวอย่างของค่าเฉลี่ยความถนัดที่ถ่วงน้ำหนักอย่างเท่าเทียมกันสำหรับตัวอย่างราคาปิดของ n วัน เป็นค่าเฉลี่ยของราคาปิดงวดก่อนหน้าค่าเฉลี่ยถ่วงน้ำหนักถ่วงน้ำหนักเฉลี่ยถ่วงน้ำหนักเป็นค่าเฉลี่ยที่มีปัจจัยการคูณเพื่อให้น้ำหนักที่ต่างกันกับข้อมูลในตำแหน่งต่างๆในหน้าต่างตัวอย่างทางคณิตศาสตร์ค่าเฉลี่ยเคลื่อนที่คือการรวมตัวของ จุดฐานที่มีฟังก์ชันการถ่วงน้ำหนักคงที่ในการวิเคราะห์ทางเทคนิคของข้อมูลทางการเงินค่าเฉลี่ยถ่วงน้ำหนัก WMA มีความหมายเฉพาะเจาะจงของน้ำหนักที่ลดลงในการก้าวหน้าทางคณิตศาสตร์ในวัน WMA n วันล่าสุดมีน้ำหนัก n อันดับที่สองล่าสุด n 1 ฯลฯ ค่าเฉลี่ยเคลื่อนที่ที่คล้ายคลึงกับค่าเฉลี่ยเคลื่อนที่แบบธรรมดายกเว้นว่าจะให้น้ำหนักมากขึ้นกับข้อมูลล่าสุดค่า EMA ที่มีการระบุเป็นค่าเฉลี่ยเคลื่อนที่จะเรียกว่าค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักแบบยกกำลังสอง (exponentential moving average EMA) ค่าเฉลี่ยเคลื่อนที่มีการตอบสนองได้เร็วกว่าการเปลี่ยนแปลงของราคาเมื่อเร็ว ๆ นี้มากกว่าค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย EMA 12 และ 26 วันเป็นค่าเฉลี่ยระยะสั้นที่ได้รับความนิยมมากที่สุดและใช้ในการสร้าง dicators เช่นความผันผวนของการถดถอยเฉลี่ยเคลื่อนที่ MACD และ oscillator PPO โดยประมาณโดยทั่วไป EMA 50 และ 200 วันจะถูกใช้เป็นสัญญาณของแนวโน้มในระยะยาวสำหรับกรณีศึกษานี้เราจะค้นหาราคาหุ้นในอดีตที่ตลาด nasdaq ตัวอย่างเช่น slv ซึ่งเป็นเงิน iShares Trust Trust มุ่งมั่นที่จะสะท้อนให้เห็นถึงโดยทั่วไปประสิทธิภาพของราคาของเงินไปในส่วนของเมนูประวัติศาสตร์และหลังจากสั่งซื้อประวัตินี้เรามีราคาในอดีตทางแยกโดยแบ่งปีรายการสต็อคกำหนดโดย properties. fixing การแก้ไข date. low ราคาต่ำสุดในช่วงเวลาหนึ่งเช่นเวลาหนึ่งวันหรือหนึ่งชั่วโมงราคาที่สูงที่สุดในช่วงเวลาหนึ่งเช่นหนึ่งวันหรือหนึ่งชั่วโมงราคาเปิดราคาเปิดเช่นสำหรับแผนภูมิรายวันนี้อาจเป็นราคาเริ่มต้น ราคาสำหรับวันนั้นราคาปิดราคาปิดงวดนี้กำหนดระยะเวลาจำนวนหุ้นหรือสัญญาซื้อขายในการรักษาความปลอดภัยหรือ market. Non ทั้งหมดปิดกั้นกระบวนการ UI supposes เรากำลังใช้งานเว็บที่โหลด asynchronousl y แต่ละส่วนข้อมูลทางประวัติศาสตร์ที่เราสามารถใช้งานสต็อกนี้ที่ให้การประมวลผลข้อมูลการดาวน์โหลดและโหลดหุ้นที่จัดการข้อมูลที่โหลดขั้นแรกเตรียม HTML document. Let s สร้างฟังก์ชั่น JScript JS - JavaScript HTML5 SVG แผนภูมิการแสดงข้อมูลไลบรารีการย้ายอย่างรวดเร็ว เฉลี่ยทำให้ค่าเฉลี่ยที่โดดเด่นและมักใช้ดัชนีชี้วัดทางเทคนิคค่าเฉลี่ยของค่าเฉลี่ยเคลื่อนที่ง่ายต่อการคำนวณและเมื่อพล็อตกราฟเป็นเครื่องมือภาพที่มีประสิทธิภาพการมองเห็นแนวโน้มที่คุณมักจะได้ยินเกี่ยวกับสาม ประเภทของการเคลื่อนย้ายค่าเฉลี่ยเลขคณิตและเส้นตรงที่ง่ายที่สุดสถานที่ที่ดีที่สุดในการเริ่มต้นคือโดยการทำความเข้าใจพื้นฐานที่สุด SMA เฉลี่ยเคลื่อนที่ง่ายลองมาดูที่ตัวบ่งชี้นี้และวิธีการที่จะช่วยให้ traders ติดตามแนวโน้มไปสู่ผลกำไรมากขึ้นสำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่าเฉลี่ยเคลื่อนที่โปรดดูที่ Forex Walkthrough. Trendlines อาจไม่มีความเข้าใจอย่างสมบูรณ์เกี่ยวกับค่าเฉลี่ยเคลื่อนที่โดยไม่เข้าใจถึงแนวโน้มแนวโน้มคือราคาที่ยังคงย้ายเข้ามาอยู่ ทิศทางที่แน่นอนมีแนวโน้มที่แท้จริง 3 ประการที่การรักษาความปลอดภัยสามารถทำตามแนวโน้มขาขึ้นหรือแนวโน้มขาจรหมายความว่าราคามีการเคลื่อนไหวสูงขึ้นแนวโน้มขาลงหรือขาลงหมายถึงราคาเคลื่อนตัวลงแนวโน้มขากลับที่ราคากำลังเคลื่อนไหว สิ่งที่สำคัญที่ต้องจำเกี่ยวกับแนวโน้มก็คือราคาไม่ค่อยเคลื่อนไหวในเส้นตรงดังนั้นเส้นเฉลี่ยที่เคลื่อนที่ได้ถูกใช้เพื่อช่วยให้ผู้ประกอบการค้าสามารถระบุทิศทางของแนวโน้มได้ง่ายขึ้นสำหรับการอ่านขั้นสูงในหัวข้อนี้ให้ดูที่ข้อมูลพื้นฐานเกี่ยวกับ Bollinger Bands and Moving Envelopes เฉลี่ยการกลั่นกรองเครื่องมือการเทรดดิ้งยอดนิยมการก่อสร้างเฉลี่ยโดยเฉลี่ยความหมายของค่าเฉลี่ยเคลื่อนที่เป็นค่าเฉลี่ยของราคาสำหรับการรักษาความปลอดภัยโดยใช้ช่วงเวลาที่กำหนด Let s ใช้ค่าเฉลี่ยเคลื่อนที่ 50 วันที่ได้รับความนิยมเป็นตัวอย่าง A 50 วันเฉลี่ยเคลื่อนไหวคำนวณโดยการปิดราคาปิดของช่วง 50 วันที่ผ่านมาของการรักษาความปลอดภัยใด ๆ และบวกกันผลลัพธ์จากการบวกคำนวณหารด้วยจำนวนของ p eriods ในกรณีนี้ 50 เพื่อที่จะคำนวณค่าเฉลี่ยเคลื่อนที่ในแต่ละวันให้ใช้เลขที่เก่าแก่ที่สุดด้วยราคาปิดล่าสุดและคำนวณค่าเท่ากันไม่ว่าจะยาวหรือสั้นของค่าเฉลี่ยเคลื่อนที่ที่คุณต้องการ พล็อตการคำนวณพื้นฐานยังคงเหมือนเดิมการเปลี่ยนแปลงจะอยู่ในจำนวนของราคาปิดที่คุณใช้ดังนั้นตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ 200 วันคือราคาปิดสำหรับ 200 วันรวมกันแล้วหารด้วย 200 คุณจะเห็นทุกชนิด ของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยจากค่าเฉลี่ยเคลื่อนที่สองวันเป็นค่าเฉลี่ยเคลื่อนที่ 250 วันซึ่งเป็นสิ่งสำคัญที่ต้องจำไว้ว่าคุณต้องมีราคาปิดจำนวนหนึ่งเพื่อคำนวณค่าเฉลี่ยเคลื่อนที่ถ้าการรักษาความปลอดภัยเป็นแบรนด์ใหม่หรือเพียงเดือนเดียวคุณ จะไม่สามารถทำค่าเฉลี่ยเคลื่อนที่ได้ 50 วันเนื่องจากคุณจะไม่มีจุดข้อมูลที่เพียงพอนอกจากนี้โปรดทราบว่าเราได้เลือกใช้ราคาปิดในการคำนวณแล้ว แต่ค่าเฉลี่ยเคลื่อนที่สามารถคำนวณได้โดยใช้ ราคารายเดือน, ราคารายสัปดาห์ s ราคาเปิดหรือแม้กระทั่งราคา intraday สำหรับข้อมูลเพิ่มเติมโปรดดูบทแนะนำของ Moving Averages ของเรารูปที่ 1 ค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายใน Google Inc. รูปที่ 1 เป็นตัวอย่างของค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ยในแผนภูมิหุ้นของ Google Inc Nasdaq GOOG เส้นสีน้ำเงินหมายถึง ค่าเฉลี่ยเคลื่อนที่ 50 วันในตัวอย่างข้างต้นคุณจะเห็นว่าแนวโน้มลดลงตั้งแต่ช่วงปลายปี 2550 ราคาหุ้น Google ลดลงต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันในเดือนมกราคมปี 2008 และลดลงต่อเนื่องเมื่อราคาลดลงด้านล่าง ค่าเฉลี่ยเคลื่อนที่สามารถใช้เป็นสัญญาณการซื้อขายที่สั้น ๆ การยกตัวใต้เส้นค่าเฉลี่ยเคลื่อนที่ดังที่ได้กล่าวมาแสดงให้เห็นว่าหมีอยู่ในการควบคุมการดำเนินการด้านราคาและสินทรัพย์อาจลดลงในทางกลับกันการข้ามด้านบนค่าเฉลี่ยเคลื่อนที่ ที่วัวอยู่ในการควบคุมและราคาอาจจะได้รับพร้อมที่จะให้ย้ายที่สูงขึ้นอ่านเพิ่มเติมในราคาหุ้นติดตามด้วย Trendlines วิธีอื่น ๆ ที่จะใช้ค่าเฉลี่ยเคลื่อนที่การย้ายค่าเฉลี่ยที่ใช้โดยผู้ค้าจำนวนมากที่จะไม่เพียง แต่ระบุ curren t แนวโน้ม แต่ยังเป็นกลยุทธ์การเข้าและออกยุทธศาสตร์ที่ง่ายที่สุดจะขึ้นอยู่กับการข้ามของค่าเฉลี่ยเคลื่อนที่สองตัวหรือมากกว่าค่าสัญญาณพื้นฐานจะได้รับเมื่อค่าเฉลี่ยระยะสั้นอยู่เหนือหรือต่ำกว่าค่าเฉลี่ยเคลื่อนที่ในระยะยาวสองตัวหรือมากกว่าค่าเฉลี่ยเคลื่อนที่ ช่วยให้คุณเห็นแนวโน้มในระยะยาวเมื่อเทียบกับค่าเฉลี่ยเคลื่อนที่ระยะสั้นยังเป็นวิธีที่ง่ายสำหรับการพิจารณาว่าแนวโน้มกำลังได้รับความแรงหรือถ้ากำลังจะย้อนกลับสำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีนี้อ่าน A Primer On The MACD. Figure 2 ค่าเฉลี่ยของค่าเฉลี่ยระยะยาวและระยะสั้นใน Google Inc. รูปที่ 2 ใช้ค่าเฉลี่ยเคลื่อนที่สองค่าหนึ่งในระยะยาว 50 วันซึ่งแสดงโดยเส้นสีน้ำเงินและอีกระยะสั้น 15 วันซึ่งแสดงโดยบรรทัดสีแดงนี่คือ แผนภูมิเดียวกับ Google ที่แสดงในรูปที่ 1 แต่มีการเพิ่มค่าเฉลี่ยเคลื่อนที่สองค่าเพื่อแสดงความแตกต่างระหว่างสองช่วงเวลาคุณจะสังเกตเห็นว่าค่าเฉลี่ยเคลื่อนที่ 50 วันจะช้ากว่าเพื่อปรับค่าเปลี่ยนแปลงราคาเนื่องจากใช้จุดข้อมูลมากกว่า ในการคำนวณ On t เขาใช้มืออื่น ๆ ค่าเฉลี่ยเคลื่อนที่ 15 วันจะตอบสนองต่อการเปลี่ยนแปลงราคาได้อย่างรวดเร็วเนื่องจากแต่ละค่ามีน้ำหนักมากขึ้นในการคำนวณเนื่องจากมีช่วงเวลาที่ค่อนข้างสั้นในกรณีนี้โดยใช้กลยุทธ์ข้ามคุณจะดู ค่าเฉลี่ยวันที่ 15 วันจะเคลื่อนตัวต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 50 วันเป็นรายการสำหรับตำแหน่งสั้น ๆ รูปที่ 3 A สามเดือนข้างบนเป็นแผนภูมิสามเดือนของ United States Oil AMEX USO โดยมีค่าเฉลี่ยเคลื่อนที่ 2 เส้นเส้นสีแดง คือค่าเฉลี่ยเคลื่อนที่ที่สั้นลง 15 วันในขณะที่เส้นสีน้ำเงินหมายถึงค่าเฉลี่ยเคลื่อนที่ที่ยาวนานกว่า 50 วันผู้ค้าส่วนใหญ่จะใช้ค่าเฉลี่ยของค่าเฉลี่ยระยะสั้นที่สูงกว่าค่าเฉลี่ยเคลื่อนที่ระยะยาวเพื่อเริ่มต้นตำแหน่งยาวและระบุ เทรดดิ้ง MACD Divergence. Support ตั้งขึ้นเมื่อราคามีแนวโน้มลดลงมีจุดที่ความดันการขายลดลงและผู้ซื้อยินดีที่จะก้าวเข้ามากล่าวอีกนัยหนึ่งคือพื้น จัดตั้งขึ้น ความต้านทานเกิดขึ้นเมื่อราคามีแนวโน้มสูงขึ้นมีจุดเด่นเมื่อความสามารถในการซื้อลดลงและผู้ขายเข้าสู่ขั้นตอนนี้จะเป็นการสร้างเพดานสำหรับคำอธิบายเพิ่มเติมโปรดอ่านข้อมูลพื้นฐานความต้านทานที่สนับสนุนในทั้งสองกรณีค่าเฉลี่ยเคลื่อนที่อาจเป็นสัญญาณที่เร็ว แนวรับหรือระดับความต้านทานตัวอย่างเช่นถ้าความปลอดภัยลอยต่ำลงในขาขึ้นที่จัดตั้งขึ้นแล้วก็จะไม่น่าแปลกใจที่จะเห็นหุ้นหาการสนับสนุนที่ค่าเฉลี่ยเคลื่อนที่ระยะยาว 200 วันในทางกลับกันถ้าราคามีแนวโน้ม ต่ำกว่าผู้ค้าจำนวนมากจะเฝ้าดูหุ้นที่จะเด้งความต้านทานของค่าเฉลี่ยเคลื่อนที่ที่สำคัญ 50 วัน 100 วัน SMA 200 วันสำหรับข้อมูลเพิ่มเติมเกี่ยวกับการใช้การสนับสนุนและความต้านทานในการระบุแนวโน้มโปรดอ่าน Trend-Spotting With The Accumulation Distribution Line สรุปค่าเฉลี่ยเคลื่อนที่เป็นเครื่องมือที่มีประสิทธิภาพค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายง่ายต่อการคำนวณซึ่งจะช่วยให้สามารถใช้งานได้อย่างรวดเร็วและง่ายดายค่าเฉลี่ยความแรงที่ยิ่งใหญ่ที่สุดในการเคลื่อนที่คือความสามารถในการช่วยให้ผู้ประกอบการค้าทราบ แนวโน้มปัจจุบันหรือจุดการย้อนกลับของแนวโน้มที่เป็นไปได้ค่าเฉลี่ยเคลื่อนที่สามารถระบุระดับของการสนับสนุนหรือความต้านทานต่อความปลอดภัยหรือทำหน้าที่เป็นรายการง่ายๆหรือออกจากระบบวิธีที่คุณเลือกใช้ค่าเฉลี่ยเคลื่อนที่จะขึ้นอยู่กับคุณอัตราดอกเบี้ยที่ สถาบันรับฝากเงินยืมเงินไว้ที่ Federal Reserve ไปยังสถาบันรับฝากเงินอื่น 1 มาตรการทางสถิติของการกระจายตัวของผลตอบแทนสำหรับการรักษาความปลอดภัยที่กำหนดหรือดัชนีตลาดความผันผวนสามารถวัดได้การกระทำรัฐสภาคองเกรสผ่านในปี 1933 เป็นพระราชบัญญัติการธนาคาร, ซึ่งห้ามไม่ให้ธนาคารพาณิชย์เข้าร่วมในการลงทุนการจ่ายเงินเดือนของ Nonfarm หมายถึงงานนอกฟาร์มบ้านพักคนชราและภาครัฐที่ไม่แสวงหาผลกำไร US Bureau of Labor ย่อสกุลเงินหรือสัญลักษณ์สกุลเงินของรูปีอินเดีย INR สกุลเงินของอินเดีย ถูกสร้างขึ้นจาก 1. การเสนอราคาครั้งแรกในสินทรัพย์ของ บริษัท ที่เป็นบุคคลล้มละลายจากผู้ซื้อที่สนใจที่ได้รับเลือกโดย บริษัท ที่ล้มละลายจากกลุ่มผู้เสนอราคา oving Crossover เฉลี่ยใน Python กับ pandas ในบทความก่อนหน้านี้เกี่ยวกับการวิจัย Backtesting Environments ใน Python ด้วย Pandas เราได้สร้างสภาพแวดล้อม backtesting ที่มุ่งเน้นการวิจัยเชิงวัตถุและทดสอบกับกลยุทธ์การคาดการณ์แบบสุ่มในบทความนี้เราจะใช้ประโยชน์จากเครื่องจักรที่เรา นำไปสู่การวิจัยเกี่ยวกับกลยุทธ์ที่เกิดขึ้นจริง ได้แก่ Crossover Moving Average บน AAPL. Moving Average Crossover Strategy เทคนิค Moving Average Crossover เป็นกลยุทธ์โมเมนตัมที่มีชื่อเสียงมากซึ่งเป็นที่รู้จักกันอย่างแพร่หลายโดยทั่วไปถือว่าเป็นตัวอย่างของ Hello World สำหรับการซื้อขายเชิงปริมาณ กลยุทธ์ที่ระบุไว้ในที่นี้คือตัวกรองค่าเฉลี่ยเคลื่อนที่แบบยาวสองตัวที่มีการสร้างขึ้นโดยมีช่วงเวลามองย้อนกลับที่แตกต่างกันของชุดเวลาเฉพาะสัญญาณเพื่อซื้อสินทรัพย์จะเกิดขึ้นเมื่อค่าเฉลี่ยย้อนกลับของค่าเฉลี่ยย้อนกลับที่ยาวนานกว่าค่าเฉลี่ยย้อนกลับของค่าเฉลี่ยที่ยาวนานกว่า เกินกว่าค่าเฉลี่ยที่สั้นกว่าสินทรัพย์จะขายกลับกลยุทธ์การทำงานได้ดีเมื่อเวลา series จะเข้าสู่ช่วงเวลาที่มีแนวโน้มที่ดีและจากนั้นก็กลับมาอย่างช้าๆตัวอย่างเช่นฉันได้เลือก Apple, Inc AAPL เป็นชุดข้อมูลระยะเวลาโดยใช้ lookback สั้น ๆ 100 วันและ lookback ยาว 400 วันนี่เป็นตัวอย่างที่มาจาก ไลบรารีการค้าแบบ zipline algorithmic ดังนั้นถ้าเราต้องการที่จะใช้ backtester ของเราเองเราจำเป็นต้องตรวจสอบให้แน่ใจว่ามันตรงกับผลลัพธ์ใน zipline เป็นวิธีพื้นฐานในการตรวจสอบให้แน่ใจว่าได้ทำตามคำแนะนำก่อนหน้านี้ที่นี่ซึ่งจะอธิบายถึงลำดับชั้นของวัตถุเริ่มต้นสำหรับ backtester สร้างมิฉะนั้นโค้ดด้านล่างจะไม่ทำงานสำหรับการใช้งานนี้โดยเฉพาะฉันได้ใช้ไลบรารีต่อไปนี้การใช้งานต้องจากกวดวิชาก่อนหน้าขั้นตอนแรกคือการนำเข้าโมดูลและวัตถุที่จำเป็นในบทก่อนหน้านี้เราจะ เพื่อสร้างชั้นย่อยคลาสยุทธศาสตร์พื้นฐานเพื่อสร้าง MovingAverageCrossStrategy ซึ่งมีรายละเอียดทั้งหมดเกี่ยวกับวิธีการสร้างสัญญาณเมื่อค่าเฉลี่ยเคลื่อนที่ของ AAPL ข้ามไปที่อื่น ๆ วัตถุต้อง shortwindow และ longwindow ที่จะใช้งานค่าได้รับการตั้งค่าเริ่มต้นของ 100 วันและ 400 วันตามลำดับซึ่งเป็นพารามิเตอร์เดียวกับที่ใช้ในตัวอย่างหลักของ zipline ค่าเฉลี่ยเคลื่อนที่จะถูกสร้างขึ้น โดยการใช้ฟังก์ชันรีดผ้าลันด์บนแท่งปิดราคาปิดของหุ้น AAPL เมื่อสร้างค่าเฉลี่ยเฉพาะแต่ละชุดสัญญาณจะถูกสร้างโดยการตั้งค่าให้เท่ากับ 1 0 เมื่อค่าเฉลี่ยเคลื่อนที่สั้นมากกว่าค่าเฉลี่ยเคลื่อนที่ที่ยาว , หรือ 0 0 อื่นจากนี้คำสั่งตำแหน่งสามารถสร้างขึ้นเพื่อแสดงสัญญาณการซื้อขาย MarketOnClosePortfolio เป็น subclassed จากผลงานที่พบในมันเกือบจะเหมือนกันกับการดำเนินการอธิบายไว้ในกวดวิชาก่อนยกเว้นการค้าที่จะดำเนินการในขณะนี้ บนพื้นฐาน Close-to-Close แทนที่จะเป็น Open-to-Open basis สำหรับรายละเอียดเกี่ยวกับวิธีการกำหนด Portfolio object ให้ดูบทก่อนหน้า I ve le ft เพื่อความครบถ้วนสมบูรณ์และเพื่อให้บทเรียนนี้สามารถเรียนรู้ได้ด้วยตนเองขณะที่ชั้นเรียน MovingAverageCrossStrategy และ MarketOnClosePortfolio ถูกกำหนดฟังก์ชั่นหลักจะถูกเรียกเพื่อผูกฟังก์ชันการทำงานทั้งหมดร่วมกันนอกจากนี้ประสิทธิภาพของกลยุทธ์จะได้รับการตรวจสอบผ่านทาง พล็อตของเส้นโค้งส่วนได้ pandas DataReader วัตถุดาวน์โหลดราคา OHLCV ของหุ้น AAPL สำหรับรอบระยะเวลาตั้งแต่ 1 ม. ค. 1990 ถึง 1 มกราคม 2002 ณ จุดที่สัญญาณ DataFrame ถูกสร้างขึ้นเพื่อสร้างสัญญาณยาวเท่านั้นต่อจากนั้นพอร์ตการลงทุนจะถูกสร้างขึ้นด้วย ฐานเงินทุนเริ่มแรก 100,000 เหรียญสหรัฐและผลตอบแทนคำนวณจากส่วนของส่วนของผู้ถือหุ้นขั้นตอนสุดท้ายคือการใช้ matplotlib เพื่อคำนวณพล็อตทั้งสองแบบของราคา AAPL ซึ่งถูกทับซ้อนกับค่าเฉลี่ยเคลื่อนที่และสัญญาณการซื้อขายรวมทั้งเส้นส่วนของผู้ถือหุ้น ด้วยการซื้อสัญญาณการขายเดียวกันรหัสวางแผนถูกนำมาและแก้ไขจากตัวอย่างการดำเนินงาน zipline ผลกราฟิกของรหัสดังต่อไปนี้ฉันใช้ IP ython วางคำสั่งเพื่อใส่นี้โดยตรงในคอนโซล IPython ในขณะที่ในอูบุนตูเพื่อให้การแสดงผลแบบกราฟิกยังคงอยู่ในมุมมอง upticks สีชมพูแทนซื้อหุ้นในขณะที่ downticks สีดำแสดงขายมันกลับ AAPL Moving Average Crossover Performance จาก 1990-01 - 01 ถึง 2002-01-01 ขณะที่สามารถมองเห็นกลยุทธ์สูญเสียเงินในช่วงที่มีห้ารอบการเดินทางธุรกิจนี้ไม่น่าแปลกใจที่ได้รับพฤติกรรมของ AAPL ในช่วงเวลาซึ่งอยู่บนแนวโน้มลดลงเล็กน้อยตามด้วย การเพิ่มขึ้นของจุดเริ่มต้นอย่างมีนัยสำคัญในปี 2541 ช่วงเวลาย้อนกลับของสัญญาณเฉลี่ยเคลื่อนที่มีขนาดค่อนข้างใหญ่และส่งผลกระทบต่อผลกำไรของการค้าในขั้นสุดท้ายซึ่งอาจทำให้กลยุทธ์มีกำไรได้ในบทความต่อไปเราจะสร้างวิธีการวิเคราะห์ประสิทธิภาพที่ซับซ้อนขึ้นเช่น เช่นเดียวกับการอธิบายถึงวิธีเพิ่มประสิทธิภาพระยะเวลาการมองย้อนกลับของแต่ละค่าเฉลี่ยที่เคลื่อนไหวได้เพียงแค่เริ่มต้นด้วยการซื้อขายเชิงปริมาณ