DEMA & amp; Python

DEMA 지표를 사용한 알고리즘 거래

면책 조항 : 이 기사의 자료는 순전히 교육적이며 전문적인 투자 조언으로 받아 들여서는 안됩니다. 귀하의 재량에 따라 투자하십시오.

이중 지수 이동 평균 또는 줄여서 DEMA 는 지연을 없애기 위해 두 개의 지수 이동 평균 (EMA)을 사용하는 기술 지표입니다. 패트릭 멀로이 (Patrick Mulloy)가 “빠른 이동 평균으로 데이터 평활화”라는 기사에서이 사실이 밝혀졌습니다.

DEMA 계산 방법

DEMA를 계산하려면 간단한 공식을 사용 할 수 있습니다. 공식은 N-look back 기간에 대한 지수 이동 평균을 가져옵니다.이를 EMA1이라고하겠습니다.
이 공식은 EMA1에 2를 곱한 다음 동일한 N-look back 기간 동안 EMA1의 EMA로 해당 값을 뺍니다.

복잡하게 들리지만 매우 간단합니다. 아래 방정식을 살펴 보겠습니다.

DEMA = 2 * EMA_N — EMA_N의 EMA

위치 :
EMA_N = N 개의 룩백 기간에 대한 EMA
ENA of EMA_N = N 개의 룩백 기간에 대한 EMA의 N 개의 룩백 기간에 대한 지수 이동 평균 (EMA_N )

무역 전략은 무엇입니까?

단기 DEMA (20 일)가 강세 신호 인 장기 DEMA (50 일)를 넘어서서 주식을 매수하고 단기 DEMA (20 일)가 장기보다 낮을 때 DEMA (50 일)는 약세 신호이므로 주식을 매도합니다.

단기 DEMA (20 일)가 장기 DEMA (50 일) 구매를 초과하는 경우

단기 DEMA (20 일)가 장기 DEMA (50 일) 매도보다 낮은 경우

이 기사를 읽고 싶지 않고 그 내용을 동영상으로 표현하고 싶다면 아래 YouTube 동영상 을 확인하세요. 이 기사의 모든 내용을 좀 더 자세히 살펴보고 프로그래밍을 쉽게 시작할 수 있도록 도와줍니다. 또는 둘 다 학습을위한 보충 자료로 사용할 수 있습니다!

알고리즘 거래에 대해 더 많이 읽고 싶다면 알고리즘 거래를위한 실습 기계 학습 : Python을 사용하여 데이터에서 학습하는 스마트 알고리즘을 기반으로 투자 전략을 설계하고 구현하는 것이 좋습니다. 이 책은 알고리즘 모델을 구축, 훈련 및 검증하기 위해 기계 학습 알고리즘을 구현하는 방법을 보여줍니다. 또한 거래 결정에 확률 적 머신 러닝 접근 방식을 적용하기 위해 고유 한 알고리즘 설계 프로세스를 생성하는 방법을 보여주고,이 책은 알고리즘 거래를위한 신경망을 개발하여 시계열 예측 및 스마트 분석을 수행하는 방법을 보여줍니다.

프로그래밍

먼저 프로그램에 대한 설명을 주석에 넣을 것입니다. 이렇게하면 프로그램을 되돌아 볼 때 설명을 읽고 프로그램이 무엇을해야하는지 알 수 있습니다.

다음으로 프로그램 전체에서 사용할 계획 인 라이브러리를 가져 와서 플롯에 스타일을 부여합니다.

이제 주식 데이터를 업로드하고 싶습니다. 주식 데이터 세트에는 2019 년 3 월 4 일부터 2020 년 8 월 14 일까지 Amazon (AMZN) 주식에 대한 정보가 포함되어 있습니다.이 프로그램을 작성하기 위해 Google Collab 웹 사이트를 사용하고 있으므로 해당 라이브러리를 사용하여 데이터를 업로드해야합니다.

데이터가 업로드되었습니다. 이제 데이터를 데이터 프레임에 저장하고 인덱스를 정수 값 대신 날짜로 설정하고 데이터를 표시하려고합니다.

종가를 시각적으로 표시하여 주가의 방향을 확인합니다.

이제 DEMA (Double Exponential Moving Average)를 계산하는 함수를 만들 차례입니다.

DEMA = 2 * EMA_N — EMA_N의 EMA

DEMA 계산이 완료되었으므로 두 개의 새 열을 만들고 단기 DEMA (20 일 룩백 기간의 DEMA)와 장기 DEMA (50 일 룩의 DEMA)를 저장하려고합니다. 이전 기간).

데이터를 플로팅하겠습니다.

전략을 만들 때입니다. 이 전략은 우리에게 매수 및 매도 신호를 제공하여 & amp; 주식을 팔아라. 이 전략은 단기 DEMA가 장기 DEMA를 초과 할 때 매수하고 단기 DEMA가 장기 DEMA를 초과 할 때 매도하도록 지시합니다.

그래서이를 위해 신호를 데이터 프레임에 저장하는 함수를 만들 것입니다.

매수 및 매도 신호를 얻기위한 전략을 실행 해 보겠습니다.

매수 및 매도 신호를 플로팅하여 주식 매수 및 매도 시점을 시각적으로 보여줍니다.

따라서이 데이터 세트에 대해 전략이 좋은 것 같지만
이 지표는 완벽하지 않으며 전략이 성공을 보장하지 않습니다.

이 전략을 사용하기 전에 더 많은 테스트를 수행해야하며 구매 및 판매시기에 대한 자세한 정보를 보려면이 전략과 함께 다른 지표를 사용하는 것이 좋습니다.

이 기사를 읽어 주셔서 감사합니다. 도움이 되셨기를 바랍니다. 이 기사를 즐겼고 도움이 되었다면 감사를 표하기 위해 박수를 남겨주세요. 계속 학습하고 머신 러닝, 수학, 컴퓨터 과학, 프로그래밍 또는 알고리즘 분석을 좋아한다면 내 YouTube 채널 (randerson112358 & amp; compsci112358)을 방문하여 구독하세요.