摘要：相对强弱指标RSI计算公式：<1> N日RSI =A/（A+B）×100<2> A=N日内收盘涨幅之和的平均 A = (前一日A*(n-1) + 当日涨值)/n<3>B=N日内收盘跌幅之和的平均 B = (前一日B*(n-1) + 当日跌值)/n （跌值取正值：如下跌-4.32，跌值=4.32）<4 阅读全文

摘要：<1>以N=20为例 <2>中轨线=N日的移动平均线 <3>上轨线=中轨线+两倍的标准差 <4>下轨线=中轨线-两倍的标准差 import pandas as pd #002594收盘价，截止2021-0816 date = [250.37, 254.96, 251.83, 248.7, 266.3 阅读全文

摘要：<1>计算RSV-未成熟随机值：RSV=(当日收盘价 - 9日内最低价）/ (9日内最高价 - 9日内最低价) × 100 ， 0<=RSV<=100 <2>当日K值=2/3×前一日K值＋1/3×当日RSV <3>当日D值=2/3×前一日D值＋1/3×当日K值 <4>J=3K - 2D <5>新股第 阅读全文

摘要：具体计算公式及例子如下： EMA（12）= 前一日EMA（12）×11/13＋今日收盘价×2/13 EMA（26）= 前一日EMA（26）×25/27＋今日收盘价×2/27 DIFF=今日EMA（12）- 今日EMA（26） DEA（9）= 前一日DEA×8/10＋今日DIF×2/10 BAR=2× 阅读全文

摘要：描述策略可能出现的最糟糕的情况。具体计算方法为 max(1 - 策略当日价值 / 当日之前虚拟账户最高价值) import pandas as pd data1 = [['2016-07-04', 5000000.00], ['2016-07-05', 4835769.38], ['2016-07- 阅读全文

摘要：# 比较时间一致, 初始资产一致, 最终收益一致 # 夏普比率的公式 # 夏普比率 = 每天收益率的均值 / 每天收益率的标准差 # # 这里省略了无风险利率 # 计算夏普比率 import pandas as pd def calculate_sharp(data): df = pd.DataFr 阅读全文

摘要：Annualized Returns: 策略年化收益率。表示投资期限为一年的预期收益率。具体计算方式为 (策略最终价值 / 策略初始价值 - 1) / 回测交易日数量 × 250 Benchmark Returns：参考标准年化收益率。具体计算方式为 (参考标准最终指数 / 参考标准初始指数 - 1 阅读全文