关于dma指标dif内容导航：
1、dma指标dif
# 将dif指标添加到dataframe中
df['dif'] = df['dma'] - df['ma']
# 计算dea指标
df['dea'] = df['dif'].ewm(span=9, adjust=False).mean()
# 计算macd指标
df['macd'] = 2 * (df['dif'] - df['dea'])
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算KDJ指标
def KDJ(df, n):
# 计算K值
low_list = df['low'].rolling(n).min()
low_list.fillna(value=df['low'].expanding().min(), inplace=True)
high_list = df['high'].rolling(n).max()
high_list.fillna(value=df['high'].expanding().max(), inplace=True)
rsv = (df['close'] - low_list) / (high_list - low_list) * 100
df['k'] = pd.DataFrame(rsv).ewm(com=2).mean()
# 计算D值
df['d'] = df['k'].ewm(com=2).mean()
# 计算J值
df['j'] = 3 * df['k'] - 2 * df['d']
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算RSI指标
def RSI(df, n):
# 计算RSI
df['rsi'] = talib.RSI(df['close'].values, n)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算WR指标
def WR(df, n):
# 计算WR
df['wr'] = talib.WILLR(df['high'].values, df['low'].values, df['close'].values, n)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算CCI指标
def CCI(df, n):
# 计算CCI
df['cci'] = talib.CCI(df['high'].values, df['low'].values, df['close'].values, n)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算BOLL指标
def BOLL(df, n):
# 计算BOLL
df['mid'] = df['close'].rolling(n).mean()
df['std'] = df['close'].rolling(n).std()
df['up'] = df['mid'] + 2 * df['std']
df['down'] = df['mid'] - 2 * df['std']
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算SAR指标
def SAR(df):
# 计算SAR
df['sar'] = talib.SAR(df['high'].values, df['low'].values, 0.02, 0.2)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算BIAS指标
def BIAS(df, n):
# 计算BIAS
df['bias'] = (df['close'] - df['close'].rolling(n).mean()) / df['close'].rolling(n).mean() * 100
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算VR指标
def VR(df, n):
# 计算VR
df['vr'] = talib.VAR(df['volume'].values, n)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算OBV指标
def OBV(df):
# 计算OBV
df['obv'] = talib.OBV(df['close'].values, df['volume'].values)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算ROC指标
def ROC(df, n):
# 计算ROC
df['roc'] = talib.ROC(df['close'].values, n)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算MTM指标
def MTM(df, n):
# 计算MTM
df['mtm'] = df['close'].diff(n)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算PSY指标
def PSY(df, n):
# 计算PSY
df['psy'] = talib.PSY(df['close'].values, n)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算ASI指标
def ASI(df):
# 计算ASI
df['asi'] = talib.ASI(df['open'].values, df['high'].values, df['low'].values, df['close'].values, df['volume'].values)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算EMV指标
def EMV(df):
# 计算EMV
df['emv'] = talib.EMV(df['high'].values, df['low'].values, df['close'].values, df['volume'].values)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算ROC指标
def ROC(df, n):
# 计算ROC
df['roc'] = talib.ROC(df['close'].values, n)
# 将计算出的指标添加到dataframe中
df = df.dropna()
return df
# 计算AR指标
def AR(df):
# 计算AR
df['ar'] = tal
2、dma指标的超级用法
DIF=前12日价格平均很鱼候城肉侵鸡和客断愿值-前26日价格平均值。 MACD（亦称DEA）：指数平滑异同移动平均线，是DIF的9天的平均值（功德到苗小斤五被相当于DIF的9日均线）。 B存于AR=DIF-MACD。1、判断大势：DIF、MACD为正值时，大势为多头市场，反执之为空头市场。
2、DIF和MACD发生黄金交叉时是买入时机，发生死亡交叉时是卖出时机。
3、正BAR由长变短是卖出信号，负BAR由长变短是买入信号。
4、顶背离和底背离切承展宗鸡督秋处。当股价不断出现新高时行交从，DIF和MACD细却并不配合出现新的高点甚至走低，称为顶背离，是卖出信号。
当股价不断走低时，缺卫溶专DIF和MACD却并不配合的规势倍甲某院讨关出现新的低点甚至走高，称为底背离，是买入信号。
KD：随机指标。
（1） 1<KD<100，KD<50为空方市场，KD>50为多方市场。 （2）通常认为KD值在20以下是超卖区，可逢低买入；KD值在80以上是超买区，可逢高派发。 （3）当经过一轮下跌后，晚身免款血了夜KD值在25以下，K线上穿D线时（金叉），为买进信号。而当一轮上涨后，该KD值在85以上，K线下穿D线时（死叉），为卖出信号。 （4）背离信号的产生是非常准映起盐包出完这研确的买卖信号，即当价位一波高过前一波，而KD值尤其是D值却一波低于前一波，为顶背离，预示后市将跌，为明确的卖出信号。当价位一波低于一波，而KD值尤其是D值却一波高于前一波，为底背离，预示后市将上有儿均挥维扩表续涨，为明确的买进信号。 （洋律粒组染看怀种载策5）当KD线在超卖区或超买区形成双底或双头时，也是一个章烧胶缩身西率叫移传稳买进或卖出的信号。（有时也有很大误差，尤其是当第个股很不活跃而又长期下跌时，K值可以达到5以下；而在大牛市中K值达到90以上而股价并不下跌也是的船五蛋宪望席首队常有的事，不能过分认真看待）。
RSI：相对强弱指标
RSI下限为0，上限为100，50是RSI的中轴线，即多、空双方的分界线。50以上为强势区（多方市场），50以下为弱势区（空
方市场），20以下为超卖区，80以上为超买区。 RSI指标的买点：（1）W形或头肩底 当RSI在低位或底部形成W形或头
肩底形时，属最佳买入时期。（2）20以下 当RSI运行到20以下时，即进入了超卖区，很容易产生返弹。（3）金叉 当短天
期的RSI向上穿越长天期的RSI时为买入信号。（4）牛背离 当股指或股价一波比一波低，而RSI却一波比一波高，叫牛背
离，此时股指或股价很容易反转上涨。RSI指标的卖点：（1）形态 M形、头肩顶形 当RSI在高位或顶部形成M形或头肩顶
形时，属最佳卖出时机。（2）80以上 当RSI运行到80以上时，即进入了超买区，股价很容易下跌。（3）顶背离 当股指或
股价创新高时，而RSI却不创新高，叫顶背离，将是最佳卖出时机。（4）死叉 当短天期RSI下穿长天期RSI时，叫死叉，
为卖出信号。
BIAS：乖离率。股价与移动平均线的偏离程度。
股价在移动平均线上方叫上乖离，乖离率为正值，距离越远则乖离程度越大，同时移动平均线对股价有引力作用，将越可能
发生向移动平均线回归的过程，引起下跌；股价在移动平均线下方叫下乖离，乖离率为负值，距离越远则乖离程度越大，同时
移动平均线对股价有回拉作用，将越可能发生向移动平均线回归的过程，引起股价上涨。至于BIAS值达到何种程度才是买进
或卖出时机并没有统一的法则，有人以10日、25日均线的BIAS值-4.5~7%或5~8%为买进或卖出时机。
W%R：威廉指标。是一个短线指标，描述超买、超卖的极端状态时较模糊，W%R在0~20之间变化时只表示市场处于较强的上升趋
势中。
DMI：动向指标。（参考）
1、 黄金交叉与死亡交叉，当-DI向上突破+DI时是黄金交叉，是买入时机，当+DI向下突破-DI时是死亡交叉，是卖出时机。
2、 当ADX和+DI一起涨时是多头市场，当ADX和-DI一起涨时是空头市场。
3、 ADX从高处下落时是转势，转折强烈时亦可考虑卖出或买入。
DIF、MACD> 0：多头市场；DIF、MACD< 0：空头市场；KD<20：买；KD> 80：卖；0< RSI<50：弱；50< RSI<100：强；
RSI> 80：超买区；RSI<20：超卖区；BIAS：-4.5~7%或5~8%；W%R在0~20之间变化时只表示市场处于较强的上升趋势中。
3、DMA指标的用法
DMA指标又叫平行线差指标，是目前股市分析技术指标中的一种中短期指标，它常用于大盘指数和个股的研判。http://baike.baidu.com/view/1196524.htm
指数平均数（EXPMA），其构造原理是对股票收盘价进行算术平均，并根据计算结果来进行分析，用于判断价格未来走势的变动趋势。
http://baike.baidu.com/view/1209466.htm
dma指标又叫平行线差指标，是目前股市分析技术指标中的一种中短期指标，它常用于大盘指数和个股的研判。
买卖原则：
dma线向上交叉ama线，做买。
dma线向下交叉ama线，做卖。
dma指标也可观察与股价的背离。
expma指数平均数
(exponentialmovingaverage)
乃为因移动平均线被视为落后指数的缺失而发展出来的，为解决一旦价格已脱离均线差值扩大，而平均线未能立即反应，expma可以减少类似缺点。
expma一般设两条，n值为12及50。
买卖原则：
expma用法与移动平均线相同。
expma1向上交叉expma2时，发出买入信号。
expma1向下交叉expma2时，发出卖出信号。
dma指标的原理及计算方法