2024年4月14日发(作者：)

量化指标公式源码

作为量化交易领域的重要工具，量化指标在实现交易策略中发挥

着重要作用。本文将分享一些常用的量化指标公式的源代码，供读者

参考和使用。

1. 移动平均线（MA）

移动平均线是一种常用的趋势指标，可以帮助我们判断当前股价

的走势。计算公式如下：

MA = （收盘价1+收盘价2+……+收盘价n）/n

其中，n为移动平均线的周期，收盘价为股票在某一时间段内的

收盘价。

Python代码实现:

```python

def ma(close, n):

'''

计算移动平均线

:param close: DataFrame, 收盘价序列

:param n: int, 移动平均周期

:return: DataFrame, 移动平均线序列

'''

ma = g(window=n, min_periods=1).mean()

return ma

```

- 1 -

2. 指数移动平均线（EMA）

指数移动平均线是一种加权平均的指标，相比于简单移动平均线

更加重视最近的数据。计算公式如下：

EMA = (2/(n+1)) * (收盘价-上一期EMA) + 上一期EMA

其中，n为指数移动平均线的周期，收盘价为股票在某一时间段

内的收盘价，第一天的EMA为该周期内的简单移动平均线。

Python代码实现:

```python

def ema(close, n):

'''

计算指数移动平均线

:param close: DataFrame, 收盘价序列

:param n: int, 指数移动平均周期

:return: DataFrame, 指数移动平均线序列

'''

ema = (span=n, adjust=False).mean()

return ema

```

3. 相对强弱指数（RSI）

相对强弱指数是一种用来衡量股票当前的买卖力量的指标。它的

计算方法是通过比较一段时间内上涨日和下跌日的大小，以此来判断

市场的买卖力量。计算公式如下：

- 2 -

RSI = 100 - [100 / (1 + RS)]

其中，RS为相对强度，计算公式如下：

RS = （n日上涨总幅度 / n日下跌总幅度）；

n为RSI指标的周期。

Python代码实现:

```python

def rsi(close, n):

'''

计算相对强弱指数

:param close: DataFrame, 收盘价序列

:param n: int, RSI周期

:return: DataFrame, RSI序列

'''

diff = ()

up = (diff > 0, 0)

down = -(diff < 0, 0)

up_sma = g(window=n, min_periods=1).mean()

down_sma = g(window=n, min_periods=1).mean()

rs = up_sma / down_sma

rsi = 100 - (100 / (1 + rs))

return rsi

```

- 3 -

4. 布林带（BOLL）

布林带是一种用来衡量股票价格波动性的指标，通常由三条轨道

线组成，分别为中轨、上轨、下轨。中轨一般是一个移动平均线，而

上下轨则是在中轨的基础上加减一定的标准差。计算公式如下：

中轨 = MA（收盘价，n）

上轨 = 中轨 + k * σ

下轨 = 中轨 - k * σ

其中，n为移动平均线的周期，k为标准差倍数，σ为收盘价的

标准差。

Python代码实现:

```python

def boll(close, n, k):

'''

计算布林带指标

:param close: DataFrame, 收盘价序列

:param n: int, 移动平均周期

:param k: int, 标准差倍数

:return: DataFrame, 布林带序列

'''

ma = g(window=n, min_periods=1).mean()

std = g(window=n, min_periods=1).std()

upper = ma + k * std

- 4 -

lower = ma - k * std

return ma, upper, lower

```

总结

以上便是常用量化指标的计算公式和Python代码实现。在实际

交易中，这些指标可以帮助我们更好地分析市场趋势，并基于此制定

出相应的交易策略。当然，这只是众多量化分析方法中的一种，读者

可以根据自己的实际情况选择适合自己的方法和工具。

- 5 -