移動平均值是趨勢跟隨指標中的一種，有三種不同的類型：簡單移動平均(MA)、指數移動平均(EMA)以及加權移動平均。

SMA

簡單移動平均(SMA)計算在一定期間內數據的平均值。比如，5天MA指的是過去5天價格的平均值，20天MA指的是過去20天價格的平均值，其余以此類推。計算公式如下：

其中：

• P——為被平均價格
• N——計算周期

TA-Lib是一個開源技術指標庫，接口非常優雅。下面，以蘋果公司股票數據為例，演示如何快速計算移動平均：

import pandas
import StringIO
import talib

aapl_csv = '''
date,open,high,low,close,volume
2016-09-01,106.140,106.800,105.620,106.730,26701500.000
2016-09-02,107.700,108.000,106.820,107.730,26334900.000
2016-09-06,107.900,108.300,107.510,107.700,26880400.000
2016-09-07,107.830,108.760,107.070,108.360,42364300.000
2016-09-08,107.250,107.270,105.240,105.520,53002000.000
2016-09-09,104.640,105.720,103.130,103.130,45973100.000
2016-09-12,102.650,105.720,102.530,105.440,45292800.000
2016-09-13,107.510,108.790,107.240,107.950,62176200.000
2016-09-14,108.730,113.030,108.600,111.770,110888700.000
2016-09-15,113.860,115.730,113.490,115.570,89983600.000
2016-09-16,115.120,116.130,114.040,114.920,79677200.000
2016-09-19,115.190,116.180,113.250,113.580,47023000.000
2016-09-20,113.050,114.120,112.510,113.570,34514300.000
2016-09-21,113.850,113.990,112.440,113.550,36003200.000
2016-09-22,114.350,114.940,114.000,114.620,31074000.000
2016-09-23,114.420,114.790,111.550,112.710,52325900.000
2016-09-26,111.640,113.390,111.550,112.880,29869400.000
2016-09-27,113.000,113.180,112.340,113.090,24576200.000
2016-09-28,113.690,114.640,113.430,113.950,29641100.000
2016-09-29,113.160,113.800,111.800,112.180,35887000.000
2016-09-30,112.460,113.370,111.800,113.050,36238600.000
2016-10-03,112.710,113.050,112.280,112.520,21701800.000
2016-10-04,113.060,114.310,112.630,113.000,29652300.000
'''

data = pandas.DataFrame.from_csv(StringIO.StringIO(aapl_csv))
print talib.MA(data.close.values, 5)

注意到，例子中數據以CSV格式內嵌于代碼中，以StringIO為媒介，轉化成DataFrame對象，方便使用。數據內嵌于代碼的方式，減少不必要的依賴，讓例子演示更為流暢。

另外，Python控制臺下運行help(talib.MA)可以查看TA-Lib相關指標計算函數的用法，例如：

help(MA)

由此，可以清楚看到MA函數需要三個參數：

• real，必選，源數據，類似必須是ndarray
• timeperiod，可選，計算周期，如：5天
• matype，移動平均類型，默認為簡單移動平均(Simple Moving Average)

EMA

指數移動平均值(EMA)是比簡單移動平均值SMA更優的趨勢跟蹤指標。它賦予近期數據更高的權重，所以比SMA值反應更快。同時，EMA不會對即將淘汰的數據做出劇烈反應。

公式中，

• P(tod)——為當日收盤價
• EMA(yest)——前一日指數移動平均值
• K——2/(N+1)
• N——計算周期

同樣地，TA-Lib已經涵蓋了EMA運算，用法也是類似的。將SMA例子中最后兩行代碼換成以下兩行，便得到EMA：

data = pandas.DataFrame.from_csv(StringIO.StringIO(aapl_csv))
print talib.EMA(data.close.values, 5)

交易策略

當MA上升時，做多。在價格跌到移動平均線附近或稍微跌破一點時買入。一旦做多，就將保護性止損位設在近期低點之下；一旦價格守在MA線之上，就將止損位上移到盈虧平衡點。

當MA下降時，做空。在價格向上反彈到MA線附近或稍微突破一點時賣空，將保護性止損位設在近期的高點之上。一旦價格收在EMA線之下，就將止損位上移到盈虧平衡點。

當MA走平且只做窄幅波動時，表明市場處于無趨勢盤整之中。這時，不要再用趨勢跟隨指標來知道操作。

下一步

更多文章請訪問：Python語言小冊

訂閱更新，獲取更多學習資料，請關注我們的 微信公眾號 ：

小菜學編程