如何在Numpy/Pandas中将随机震荡指标从(14,1,3)平滑调整为(14,3,3)

修改逻辑 #

你原有代码实现的是(14,1,3)参数的指标，三个参数分别对应：%K统计周期 / %K平滑周期 / %D平滑周期，要改成(14,3,3)只需要调整%K的平滑逻辑即可，具体逻辑如下：

• 14周期的高低价极值统计逻辑保持不变
• 新增对原始计算得到的未平滑%K做3周期SMA平滑的步骤，得到最终的%K值
• %D的计算逻辑保持不变，仅需将数据源替换为平滑后的%K即可

具体修改点 #

• 新增%K平滑周期的变量定义
• 原始%K计算完成后，新增3周期SMA平滑逻辑

修改后完整代码 #

df.sort_index(ascending=False,inplace=True) # 我的股票数据是按时间倒序排列的

k_period = 14
k_smooth_period = 3 # 新增的%K平滑周期
d_period = 3

LOW,HIGH,CLOSE = "LOW", "HIGH", "CLOSE" # 列名定义

# 计算过去14个周期的最高价最大值
df['n_high'] = df[HIGH].rolling(k_period).max()

# 计算过去14个周期的最低价最小值
df['n_low'] = df[LOW].rolling(k_period).min()

# 计算未平滑的原始%K
df['%K'] = (df[CLOSE] - df['n_low']) * 100 / (df['n_high'] - df['n_low'])
# 新增：对原始%K做3周期SMA平滑，得到最终的%K
df['%K'] = df['%K'].rolling(k_smooth_period).mean()

# 用平滑后的%K计算3周期SMA得到%D
df['%D'] = df['%K'].rolling(d_period).mean()

内容的提问来源于stack exchange，提问作者Deshwal