计算工具库¶
本篇导览
| 项目 | 说明 |
|---|---|
| 目标 | 使用技术指标、统计分析、资金管理工具 |
| 前置 | 编写策略 |
1. 计算工具库¶
eqlib.utils 提供了技术指标、统计分析、资金管理和支撑阻力位计算工具。
1.0 一个可运行的闭环示例¶
取数 → 计算指标 → 打印,直接运行(需联网取数):
from eqlib import fetch_stock_data, utils
df = fetch_stock_data('601398', '2024-01-01', '2024-06-30')
close = df['close']
daily_returns = close.pct_change().dropna()
print("MA20 最新值: %.2f" % utils.ma(close, 20).iloc[-1])
print("RSI(14) : %.1f" % utils.rsi(close, 14).iloc[-1])
print("年化夏普 : %.2f" % utils.rolling_sharpe(daily_returns, window=20).iloc[-1])
print("VaR(5%%) : %.2f%%" % (utils.value_at_risk(daily_returns, confidence=0.05) * 100))
value_at_risk 支持三种口径:historical(经验分位,默认)、parametric(正态假设)、cornish_fisher(按偏度/峰度修正,更贴合 A 股收益的肥尾特征)。
1.1 技术指标¶
from eqlib import utils
ma5 = utils.ma(close, 5)
ema10 = utils.ema(close, 10)
dif, dea, hist = utils.macd(close, fast=12, slow=26, signal=9)
rsi14 = utils.rsi(close, 14)
k, d, j = utils.kdj(high, low, close, period=9)
upper, mid, lower = utils.boll(close, period=20)
atr14 = utils.atr(high, low, close, 14)
1.2 统计分析¶
sharpe = utils.rolling_sharpe(daily_returns, window=20)
max_dd, dd_start, dd_end = utils.max_drawdown(equity_curve)
var_5 = utils.value_at_risk(daily_returns, confidence=0.05)
1.3 资金管理¶
kelly = utils.kelly_criterion(win_rate=0.55, avg_win=1500, avg_loss=1000)
shares = utils.atr_position_size(capital=100000, risk_pct=0.02, atr=0.30, n_atr=2.0)
weights = utils.risk_parity_weights([0.15, 0.25, 0.20])
1.4 支撑阻力位¶
pp, r1, s1, r2, s2, r3, s3 = utils.pivot_classic(high, low, close)
sr = utils.support_resistance_levels(high, low, close)
fib = utils.fibonacci_retracement(high, low, close)
详细说明见 工具库参考。