Python编程学动量自动化：主力持仓筹码分布通达信指标源码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import yfinance as yf

class StockAnalysis:
    def __init__(self, stock_code, period="1d", interval="1m"):
        self.stock_code = stock_code
        self.data = yf.download(stock_code, period=period, interval=interval)
        self.data = self.data.rename(columns={'Open': 'OPEN', 'High': 'HIGH', 'Low': 'LOW', 'Close': 'CLOSE', 'Volume': 'VOL'})
        self.data['CAPITAL'] = 1e8
    def winner(self, price_ratio):
        cost = self.data['CLOSE'].values[-1] * price_ratio
        return np.mean(self.data['CLOSE'] <= cost) * 100
    
    def calculate_winner_values(self):
        # 计算获利盘主力持仓筹码分布指标源码
        self.data['获利盘'] = self.data['CLOSE'].apply(lambda x: self.winner(1))  # 获利盘:WINNER(C)*100
        
        # 计算活筹
        c1_075 = self.data['CLOSE'] * 1.075
        c0_925 = self.data['CLOSE'] * 0.925
        self.data['活筹'] = (self.data.apply(lambda row: self.winner(row.name, c1_075[row.name]) - self.winner(row.name, c0_925[row.name]), axis=1)) * 100
        
        # 计算获利纵横
        self.data['获利纵横'] = self.data['获利盘'] - self.data['活筹']
        
        # 计算换手率
        self.data['换手率'] = (self.data['VOL'] / self.data['CAPITAL']) * 100
        
        # 计算量比（简化版）
        self.data['量比'


    
] = self.data['VOL'] / self.data['VOL'].mean()
        
        # 计算主力仓位
        self.data['主力仓位'] = self.data.apply(lambda row: self.winner(row.name, row['CLOSE'] / 1.20), axis=1) * 100
        
        # 计算主力控盘系数
        zlcm = self.data['获利盘'].ewm(span=3, adjust=False).mean() * 70
        shcm = ((self.data.apply(lambda row: self.winner(row.name, row['CLOSE'] * 1.10) - self.winner(row.name, row['CLOSE'] * 0.90), axis=1)) * 80).ewm(span=3, adjust=False).mean()
        self.data['主力控盘系数'] = (zlcm / (zlcm + shcm)) * 100
        
        # 计算穿筹量
        self.data['穿筹量'] = (self.data['获利盘'] - self.data['获利盘'].shift(1)) * 100
        
    def plot_cost_bands(self):
        # 绘制成本分布带
        plt.figure(figsize=(12, 8))
        
        cost_levels = [99.99, 90, 80, 70, 60, 50, 40, 30, 20, 10, 0.01]
        colors = ['red', 'green', 'magenta', 'yellow', 'cyan', 'red', 'green', 'magenta', 'yellow', 'cyan']
        
        for i in range(len(cost_levels)-1):
            lower = self.data['CLOSE'].quantile(cost_levels[i]/100)
            upper = self.data['CLOSE'].quantile(cost_levels[i+1]/100)
            plt.fill_between(self.data.index, lower, upper, color=colors[i], alpha=0.3)
        
        # 绘制关键价格线
        plt.axhline(self.data['CLOSE'].quantile(0.9999), color='red', linestyle='--', linewidth=2, label='顶筹价')
        plt.axhline(self.data['CLOSE'].quantile(0.5), color='red'


    
, linestyle='--', linewidth=2, label='中筹价')
        plt.axhline(self.data['CLOSE'].quantile(0.0001), color='cyan', linestyle='--', linewidth=2, label='底筹价')
        
        # 绘制收盘价
        plt.plot(self.data['CLOSE'], color='blue', linewidth=2, label='收盘价')
        
        plt.title(f'{self.stock_code} 成本分布图')
        plt.xlabel('时间')
        plt.ylabel('价格')
        plt.legend()
        plt.grid(True)
        plt.show()
        
    def display_info(self):
        # 显示今日波幅和价差
        high = self.data['HIGH'].max()
        low = self.data['LOW'].min()
        close = self.data['CLOSE'].values[-1]
        open_price = self.data['OPEN'].values[0]
        
        price_range = high - low
        price_range_percent = (price_range / low) * 100
        
        print(f"今日最大振幅: {price_range_percent:.2f}%")
        print(f"今日高低价差: {price_range:.2f}元")
        print(f"开盘价: {open_price:.2f}")
        print(f"最高价: {high:.2f}")
        print(f"最低价: {low:.2f}")
        print(f"收盘价: {close:.2f}")

if __name__ == "__main__":
    stock = StockAnalysis("AAPL") 
    stock.calculate_winner_values()
    stock.plot_cost_bands()
    stock.display_info()

学习分享