取引プラットフォーム

テクニカル分析(TA)の基本

テクニカル分析(TA)の基本
交流分析とは、自分自身の人間関係やコミュニケーションの傾向を知り、対人関係の問題を解消したり、トラブルを回避したりするための心理療法のことです。 人と関わるときの思考や感情、行動のクセや傾向を「自我状態」と定義し、診断することで自身の性格傾向を把握できます。 また、自分自身や他人に対する態度の傾向を「人生態度」と定義し、自身のタイプを知ることでコミュニケーションの改善を図れるようになるというものです。

SMA指標の計算

ただし、ここでは、移動平均を計算するときに、移動平均のn日前がnullである必要があることに注意する必要があります。 テクニカル分析(TA)の基本 たとえば、ここで10日間の移動平均を計算すると、最初の9日間は無意味になります。 値がない場合は、デフォルトでNaNが入力されます。描画時にデータを美しくするには、前のN日間の空白値を、初日の移動平均の実効値に割り当てる必要があります。空白の曲線になります。 具体的なコードは次のとおりです。

現在、移動平均の計算方法はさまざまです。たとえば、指数移動平均の計算にはEMA法を使用し、加重移動平均の計算にはWMA法を使用します。 ただし、これらの計算には一般的な方法MAがあり、最後のパラメーターmatypeを使用してEMA、WMA、またはSMAのいずれを計算するかを区別します。 例えば:

ここに画像の説明を挿入

実行後の表示効果は次の図のようになります。

MACDインジケーターの計算

ここに画像の説明を挿入

実行後の表示効果は次のとおりです。

KDJ指標の計算

TA-LibライブラリではSMAとMACDを計算するためのメソッド名は同じですが、今回は実際にはKDJ関数ではありません。 TA-LibライブラリでKDJを計算する方法は、talib.STOCH関数です。 まず、この関数を使用してKとDの値を計算し、次にJからKとDの値を計算できます。具体的な計算方法は次のとおりです。

ここで、fastk_period = 9、slowk_period = 3、slowd_period = 3ですが、計算方法は異なりますが、基本的な考え方は同じです。 テクニカル分析(TA)の基本 同様に、TA-Libライブラリを使用して計算されたKD値にも無効な値があり、0に置き換える必要があります。

ここに画像の説明を挿入

実行後の表示効果は次のとおりです。

【Python】テクニカル指標が簡単に計算できるTa-libの使い方

Python

今回はPythonで有名なテクニカル指標の計算を行っていきたいと思います。計算するテクニカル指標は、単純移動平均(SMA)・MACD・RSIの3つです。 テクニカル指標の計算に使うデータを用意する Coingeckoから引っ張ってきたビットコイン(Bitcoin)の一年分の日足の価格データ ##モジュールのインストール##import requestsimport json def get_bitcoinprice(kasou): url=('https://api.coingecko.com/api/v3/coins/')+str(kasou)+('/market_chart?vs_currency=jpy&days=1.

手動で計算しようかなーと思っていたのですが、ネットでググると「Ta-lib」なるpythonでテクニカル指標を簡単に計算できるライブラリを見つけたので、試しに使ってみたところ超便利だったので紹介します。

Ta-Libとは?

公式のサイト(英語)はこちら です。ライブラリの中身はオープンソースでGit に公開されています。読み方はそのままで「タリブ」です。

テクニカル分析(TA)の基本
talibで計算できるテクニカル指標
ボリンジャーバンド(BBNADS)
単純移動平均線(SMA)
指数平滑移動平均線(EMA)
適応型移動平均(KAMA)
MESA 適応型移動平均(MAMA)
パラボリック SAR(SAR)
3重指数移動平均(T3)
重み付き移動平均(WMA)
平均方向性指数(ADX)
アブソリュートプライス オシレーター(APO)
MACD
モメンタム
RSI
マネーフローインデックス(MFI)
平均根 – (当日始値 + 当日高値 + 当日安値 + 当日終値) ÷ 4(AVGPRICE)
中央値価格 -(当日高値 + 当日安値 + 当日終値) ÷ 3(MEDPRICE)
加重終値 – (当日高値 + 当日安値 + 当日終値 × 2) ÷ 4(WCLPRICE)

Ta-libのインストール方法

たぶんTa-lib python なんかでググると一番上に出てくるqittaだとpip install Ta-lib テクニカル分析(TA)の基本 でインストールしました的で話が進んでいると思うのですが、自分の場合はCC+のvisualがないとかで環境が構築できないとターミナルでエラーが返ってきたので、それをインストールしたのですが、結局治りませんでした。

機械学習系ライブラリのインストールはハマりやすい 最近pythonの扱いにも慣れてきたので、本命であるpythonを使った機械学習・深層学習に挑戦しようと思い立ち、よく機械学習で名前の聞くtensorflowとその機能を使ったkerasをWindows10・Anaconda3.5環境の自分のPCにインストールしようと思い立ちました。 ですが、実際にインストールするところで自分史上一番ハマったのでその時のハマった内容と解決法を今後別のPCでもう一回環境を作ることもあると思うので、備忘録も兼ねてメモっておこうと思います。 まずデ.


32bitOS ⇒ TA_Lib-0.4.17-cp36-cp36m-win32.whl
64bitOS ⇒ TA_Lib-0.4.17-cp36-cp36m-win_amd64.whl
 

そして、ダウンロードしたモジュールをコマンドライン(コマンドプロンプト・Anacondaプロンプト)で展開しているディレクトリ (デフォルトならC:\Users\ユーザー名>) に置いて以下のコマンド実行するとインストールが始まります。

関連記事

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

コメント

コメントする

目次
閉じる