开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

通过脚本将EMA放入RSI指示器，而不是通过add-indicator函数？

通过脚本将EMA放入RSI指示器，而不是通过add-indicator函数的原因是为了更灵活地控制指标计算过程和参数设置。使用脚本的方式可以自定义指标计算的逻辑和参数，以满足个性化的需求。

脚本方式的优势在于可以灵活地定义指标计算的逻辑和参数设置。通过编写脚本，可以自定义指标计算的方式，包括指标的计算公式、计算周期、计算方法等。这样可以根据具体需求进行定制化的指标计算，提高指标的准确性和适用性。

脚本方式的应用场景包括但不限于以下几个方面：

定制化指标计算：通过脚本方式可以根据具体需求定制化指标计算，满足个性化的投资策略和交易需求。
多指标组合：脚本方式可以方便地将多个指标进行组合计算，从而得到更全面的市场分析和交易信号。
参数优化：通过脚本方式可以灵活地调整指标计算的参数，进行参数优化，提高指标的效果和稳定性。
策略回测：脚本方式可以方便地进行策略回测，通过历史数据验证指标计算的效果和可行性。

腾讯云相关产品中，适用于云计算领域的产品有云服务器、云数据库、云存储等。以下是腾讯云相关产品的介绍链接地址：

云服务器（ECS）：提供弹性计算能力，支持多种操作系统和应用场景。详情请参考：https://cloud.tencent.com/product/cvm
云数据库（CDB）：提供高性能、可扩展的数据库服务，支持主流数据库引擎。详情请参考：https://cloud.tencent.com/product/cdb
云存储（COS）：提供安全可靠的对象存储服务，适用于各种数据存储和传输场景。详情请参考：https://cloud.tencent.com/product/cos

请注意，以上链接仅为腾讯云产品的介绍页面，具体的产品使用和操作方法请参考官方文档或联系腾讯云客服。

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

freqtrade 学习笔记

例如，您可以通过设置 df['%-rsi'] 将 RSI 包含在训练特征集中构建策略需要包含如下代码 # # user should define the maximum startup candle...fit_live_predictions_candles从预测数据而不是训练数据集计算目标（标签）统计数据的历史蜡烛数continual_learning使用最近训练模型的最终状态作为新模型的起点，允许增量学习...为了提高模型精度，最好在完整的时间范围上计算argrelextrema，然后使用该函数通过核函数截断边缘（缓冲区）。...rsi 70fisher_rsiFisher RSI 的计算方式基于 RSI 的计算结果，通过对 RSI 进行平滑处理和变换得到。...Fisher RSI 的值在区间 -1 到 1 之间，当 Fisher RSI 值大于 0 时，被认为是超买信号，意味着股票价格可能已经过高，可能会发生价格下跌的趋势；而当 Fisher RSI 值小于

4.7K61 2

实战：基于技术分析的Python算法交易

关于如何将数据载入 zipline 的更多细节，请参考到我之前的文章。买入和持有的策略我们首先来看最基本的策略 —— 买入和持有。具体的思路是，我们买入一定的资产，在整个投资期间不进行任何操作。...在 zipline 中，交易不会因为金额不足而被拒，但我们可以通过负的余额将其终止。我们可以想些办法避免这种情况的发生，例如手动计算第二天要买入的股份，并考虑股价上涨等因素，以防止这种情况发生。...100天的移动平均数序列中，要隔很久才会出现价格的突变，而20天的移动平均数序列发生突变的速度要快很多。...MACD 的参数包括计算三个移动平均数的天数，即 MACD(a, b, c)，参数 a 表示快速 EMA，b 表示慢速 EMA，c 表示 MACD 序列的 EMA。...效果评估最后一步，把所有的评估指标放入一个 DataFrame 中，然后观察其结果。

1.6K2 2

手把手教你，利用机器学习模型，构建量化择时策略（附全流程代码）

它通过寻找一个最大间隔超平面（上图黑斜线）将两类样本线性区分开来，并且保证两侧样本的最近边缘点到这个平面的距离是最大的，由于最大间隔超平面仅取决于两个类别的边缘点，例如上图中被红线和蓝线穿过的红点和蓝点...那也有办法，SVM引入了核函数，可以将低维不可分的数据映射到高维线性可分，如上图，二维不可分就映射到三维，常用的核函数有线性核、多项式核、高斯核（RBF核）和Sigmoid核。...在这里咱用到因子分别是EMA值（ema）、价格波动率（stddev）、价格斜率（slope）、RSI值（rsi）和威廉指标值（wr），此处咱利用talib包丝滑地完成计算，它是一款量化圈驰名、彪悍强大的第三方技术分析指标计算包...(45*'-') print(X_test[:10]) 在划分数据集之后，还有非常重要的一步，那就是对数据进行标准化处理，这是因为每个因子的数值量纲差别太大，例如指数EMA的均值是2919.6，而RSI...SVM当中，代码实现很简单，从sklearn的svm模块当中导入SVM分类器SVC，创建实例对象后，将训练集因子数据和对应标签塞进fit函数就行了，SVM模型的惩罚系数使用默认值1.0，核函数也用默认的

1.9K4 3

【干货】盘一盘Python之pyEcharts

，比如「欧元美元」用 EURUSD=X，而不是 EURUSD，而「美元日元」用 JPY=X 而不是 USDJPY 加密货币都是以美元计价，用的格式是「比特币」用 BTC-USD，「以太币」用 ETH-USD...Matplotlib 图将移动平均的类型由字符型转成整数型，方便 ta.MA 函数使用。...第 27 行用 talib 里的 ta.BBANDS 函数计算上轨线、中轨线和下轨线。在本例中设定 5 日 EMA，2 倍的波动率水平。...第 25 行用 talib 里的 ta.RSI 函数计算 RSI 值。在本例中设定 14 日历史窗口。...真的我也没用过，但是我通过看官网介绍而系统总结一套方法很快就学会它了：方法总结对 pyecharts 中的所有原件，都是先创建 (可以带些必要属性，比如标题和尺寸)，再用 add 方法添加额外属性。

2.7K2 0

盘一盘 Python 系列 7 - PyEcharts

，比如「欧元美元」用 EURUSD=X，而不是 EURUSD，而「美元日元」用 JPY=X 而不是 USDJPY 加密货币都是以美元计价，用的格式是「比特币」用 BTC-USD，「以太币」用 ETH-USD...Matplotlib 图将移动平均的类型由字符型转成整数型，方便 ta.MA 函数使用。...第 27 行用 talib 里的 ta.BBANDS 函数计算上轨线、中轨线和下轨线。在本例中设定 5 日 EMA，2 倍的波动率水平。...第 25 行用 talib 里的 ta.RSI 函数计算 RSI 值。在本例中设定 14 日历史窗口。...真的我也没用过，但是我通过看官网介绍而系统总结一套方法很快就学会它了：方法总结对 pyecharts 中的所有原件，都是先创建 (可以带些必要属性，比如标题和尺寸)，再用 add 方法添加额外属性。

2.6K4 0

Qlib来啦：模型训练篇

指定需要实例化的类； "module_path": str格式, 表明该类的路径； "kwargs": "class"初始化的参数； init_instance_by_config: 根据“配置”进行类实例化的函数...接下来，我们就以MACD和RSI两个指标为例，实现一个自定义DataHandlerLP的类。...($close, 12) - EMA($close, 26))/$close - EMA((EMA($close, 12) - EMA($close, 26))/$close, 9)/$close' ...init_instance_by_config(ds_config) model = init_instance_by_config(model_config) # 模型训练 model.fit(dataset=ds) 当然，也可以将配置写在外部文件里...有时还有因为种种原因中断训练，那这时可以使用Recoder恢复并继续之前的训练，而不需要从头开始。Qlib内置的Recoder实际上使用的是mlflow，这是一个开源机器学习训练流程管理器。

3.1K4 2

金融数据分析与挖掘具体实现方法 -2

计算公式： 1、MACD首先行计算出快速（一般选12日）移动平均值与慢速（一般选26日）移动平均值 2、12日EMA数值减去26日EMA数值得到，差离值DIF 3、根据离差值计算其9日的EMA...当差离值（DIF）从下而上穿过讯号线（DEM），为买进讯号(金叉)；相反若从上而下穿越，为卖出讯号。...2.2.1 RSI相对强弱指数相对强弱指数（RSI）是通过比较一段时期内的平均收盘涨数和平均收盘跌数来分析市场买沽盘的意向和实力，从而作出未来市场的走势。...注：RSI在1978年6月由WellsWider创制的一种通过特定时期内股价的变动情况计算市场买卖力量对比，来判断股票价格内部本质强弱、推测价格未来的变动方向的技术指标。...传入的参数序列必须是Numpy序列 real:返回固定区间内的柱状图值 # 通过taLib计算出RSI的指标值 # 断线RSI short_rsi = talib.RSI(stock_day[

2.3K2 1

用Python可视化股票指标

技术指标这里主要讨论一下常用的技术指标，比如MACD, 均线, RSI.除此之外还有一些有意思的图形指标,通过判断图表的形状来判断买卖，而图形派是既能做趋势跟随也能做价值回归下面是它们的计算公式及介绍...MACD MACD称为异同移动平均线，是从双指数移动平均线发展而来的，由快的指数移动平均线（EMA12）减去慢的指数移动平均线（EMA26）得到快线DIF，再用2×（快线DIF-DIF的9日加权移动均线...总结而言，无论是主观交易还是通过技术指标判断而进行交易，最终的判断在于决策者的经验，这个经验也许可以量化也许不可以量化。...ax_rsi.set_ylabel("%") ax_rsi.legend() # 将volume除以100w ax_vol.bar(data.index, data.volume / 1000000)...如果简单的通过指标的金叉死叉会出现反常多的买点卖点，所以这里只是标记了移动平均线的买卖点。通过简单观察我们发现RSI在这段时间内没有超卖的情况也就没有买入点。

3K1 1

关于CPU漏洞Spectre的详细分析

函数中的是5个7< array1_size=16，这是在训练CPU的分支预测功能，让cpu分支预测以为x比array1_size的值小，再第六个突然放入了一个比array1_size大的值也就是malicious_x...四 Javascript 攻击chrome 上面的攻击过程是可以通过浏览器加载js脚本实现获取私有内存的攻击，当一个浏览器网页里嵌入攻击js恶意代码，就可以获取到浏览器中的私有数据，比如个人的登陆凭证密码等...而chrome中使用的是v8引擎，他在执行之前把javascript编译成了机器码来提高性能。经过分析逻辑上应用上基本跟Spectre是一样的。...array2）中的长度，因为异常了就没办法推测执行把我们的malicious_X放入到cpu缓存中了 7 movzxbl rsi,[rsi+r8*1] ; 从probeTable里读数据，跟读array2...还有一些c语言poc中的函数javascript中也没有，比如计算时间的函数，清空cpu缓存的函数，但是都可以通过其他形式去弥补，最终都能实现获取私有数据的能力。

1.4K7 0

用matplotlib和pandas绘制股票MACD指标图，并验证化交易策略

如前文所述，EMA1周期参数一般取12日，EMA2一般取26日，而DIF一般取9日，在此基础上，MACD指标的计算步骤如下所示。第一步：计算移动平均值（即EMA）。...具体步骤是，通过第9行的for循环，遍历由第一个参数指定的DataFrame类型的df对象，根据第10行的if条件中，如果是第一天，则EMA值用当天的收盘价，如果满足第12行的条件，即不是第一天，则在第...请注意，在第11行和第13行中是通过df.ix的形式访问索引行（比如第i行）和指定标签列（比如EMA列）的数值，ix方法与之前loc以及iloc方法不同的是，ix方法可以通过索引值和标签值访问，而loc...第13行定义计算MACD的calMACD方法和DrawMACD.py范例程序中的同名方法也完全一致，但在最后的第15行，是通过return语句返回整个df对象，而不是返回仅仅包含MACD指标的相关列，这是因为...在通过MACD指标确认趋势时，应当从DIF和DEA的数值、运动趋势（即金叉或死叉的情况）和Bar柱的运动趋势等方面综合评判，而不能简单割裂地通过单个因素来考虑。

4K1 0

RDNet实战深度剖析：解锁高效图像分类新纪元，精准识别背后的技术捷径与异常处理能力(二)

这意味着在更新EMA权重时，大约99.98%的权重来自之前的EMA权重，而剩下的0.02%来自当前的模型权重。由于衰减率非常接近1，EMA权重会更多地依赖于之前的EMA权重，而不是当前的模型权重。...Mixup 是一种在图像分类任务中常用的数据增强技术，它通过将两张图像以及其对应的标签进行线性组合来生成新的数据和标签。...2、进入循环，将data和target放入device上，non_blocking设置为True。...如果pin_memory=True的话，将数据放入GPU的时候，也应该把non_blocking打开，这样就只把数据放入GPU而不取出，访问时间会大大减少。...将data输入到model中，求出预测值，然后输入到loss函数中，求出loss。调用torch.max函数，将预测值转为对应的label。将输出的预测值的label存入pred_list。

1241 0

MobileNetV4实战：使用 MobileNetV4实现图像分类任务（二）

这意味着在更新EMA权重时，大约99.98%的权重来自之前的EMA权重，而剩下的0.02%来自当前的模型权重。由于衰减率非常接近1，EMA权重会更多地依赖于之前的EMA权重，而不是当前的模型权重。...Mixup 是一种在图像分类任务中常用的数据增强技术，它通过将两张图像以及其对应的标签进行线性组合来生成新的数据和标签。...2、进入循环，将data和target放入device上，non_blocking设置为True。...如果pin_memory=True的话，将数据放入GPU的时候，也应该把non_blocking打开，这样就只把数据放入GPU而不取出，访问时间会大大减少。...将data输入到model中，求出预测值，然后输入到loss函数中，求出loss。调用torch.max函数，将预测值转为对应的label。将输出的预测值的label存入pred_list。

1001 0

Vision-LSTM（ViL）实战：使用Vision-LSTM（ViL）实现图像分类任务（二）

这意味着在更新EMA权重时，大约99.98%的权重来自之前的EMA权重，而剩下的0.02%来自当前的模型权重。由于衰减率非常接近1，EMA权重会更多地依赖于之前的EMA权重，而不是当前的模型权重。...Mixup 是一种在图像分类任务中常用的数据增强技术，它通过将两张图像以及其对应的标签进行线性组合来生成新的数据和标签。...2、进入循环，将data和target放入device上，non_blocking设置为True。...如果pin_memory=True的话，将数据放入GPU的时候，也应该把non_blocking打开，这样就只把数据放入GPU而不取出，访问时间会大大减少。...将data输入到model中，求出预测值，然后输入到loss函数中，求出loss。调用torch.max函数，将预测值转为对应的label。将输出的预测值的label存入pred_list。

811 0

EfficientVMamba实战：使用 EfficientVMamba实现图像分类任务（二）

这意味着在更新EMA权重时，大约99.98%的权重来自之前的EMA权重，而剩下的0.02%来自当前的模型权重。由于衰减率非常接近1，EMA权重会更多地依赖于之前的EMA权重，而不是当前的模型权重。...Mixup 是一种在图像分类任务中常用的数据增强技术，它通过将两张图像以及其对应的标签进行线性组合来生成新的数据和标签。...2、进入循环，将data和target放入device上，non_blocking设置为True。...如果pin_memory=True的话，将数据放入GPU的时候，也应该把non_blocking打开，这样就只把数据放入GPU而不取出，访问时间会大大减少。...将data输入到model中，求出预测值，然后输入到loss函数中，求出loss。调用torch.max函数，将预测值转为对应的label。将输出的预测值的label存入pred_list。

1151 0

【独家】周志华教授gcForest（多粒度级联森林）算法预测股指期货涨跌

它的表征学习能力可以通过对高维输入数据的多粒度扫描而进行加强。串联的层数也可以通过自适应的决定从而使得模型复杂度不需要成为一个自定义的超参数，而是一个根据数据情况而自动设定的参数。...预测每根K线涨跌获取每根k线的交易数据后，把open,close,high,low,volume,ema, macd, linreg, momentum, rsi, var, cycle, atr作为特征指标...X中，并转置X = np.array([open,close,high,low,volume,ema, macd, linreg, momentum, rsi, var, cycle, atr]).T#...显然，它与iris数据集并不是很相关，但仍然需要定义 . 0.1.3版本可输入整数作为 shape_1X参数。...预测涨跌看起不是那么靠谱，但识别手写数字还是相当牛逼的。

2K8 0

PyAlgoTrade 0.20 中文文档（一）

这是因为前 14 个 RSI 值为 None，而第 15 个是 SMA 过滤器收到的第一个非 None 值。只有当我们有 15 个非 None 值时，才能计算 SMA（15）。...-12-22 00:00:00 strategy [INFO] BUY at $27.67 Final portfolio value: $974.87 但是，如果我们使用 30 作为 SMA 周期，而不是....RSI2, feed, parameters_generator()) 该代码正在做 3 件事声明一个生成器函数，产生不同的参数组合。...converter (function.) – 具有两个参数（列名和值）的函数，用于将字符串值转换为其他值。默认转换器将尝试将值转换为浮点数。如果失败，则返回原始字符串。...useTypicalPrice (boolean.) – 如果应该使用典型价格而不是收盘价格，则为 True。 maxLen (int.) – 持有的值的最大数量。

3081 0

TransXNet实战：使用 TransXNet实现图像分类任务（二）

Mixup 是一种在图像分类任务中常用的数据增强技术，它通过将两张图像以及其对应的标签进行线性组合来生成新的数据和标签。...2、进入循环，将data和target放入device上，non_blocking设置为True。...如果pin_memory=True的话，将数据放入GPU的时候，也应该把non_blocking打开，这样就只把数据放入GPU而不取出，访问时间会大大减少。...3、进入循环，迭代test_loader： ❝将label保存到val_list。将data和target放入device上，non_blocking设置为True。...将data输入到model中，求出预测值，然后输入到loss函数中，求出loss。调用torch.max函数，将预测值转为对应的label。将输出的预测值的label存入pred_list。

951 0

为什么Julia比Python快？因为天生理念就更先进啊

这并不是因为更好的编译器，而是一种更新的设计理念，关注「人生苦短」的 Python 并没有将这种理念纳入其中。 ?...我们可以通过案例解释多重分派，如果乘法运算符 * 为类型稳定的函数：它因输入表示的不同而不同。...这并不是大多数编程语言标准库所拥有的特性，只不过是令用户体验更容易而需要做的选择。其次，函数的类型需要多重分派才能实现专有化，这样才能允许脚本语言变得「变得更明确，而不仅更易读」。...在 Python 中，我们可以将任何类型数据放入数组，但是在 Julia，我们只能将类型 T 放入到 Vector{T} 中。为了提供一般性，Julia 语言提供了各种非严格形式的类型。...下一节将展示一些由该设计决策而产生的 Julia 特性，以及 Julia 语言各处的一些解决工具。

1.7K6 0

DragGAN 完全自由 P 图指南

，然后通过调整潜空间向量来修改图像的外观。...本项目中通过如下命令即可完成图像反演工作。...python run_pti.py 保存为 DragGAN 可识别的模型文件上述经过 PTI 反演后的文件不是 DragGAN 可识别的模型文件格式，所以这里额外处理一下，将 pt 文件转换成 pkl...文件格式，转换脚本呈上。...食用宝典：align.dat 放入项目 pretrained_models 目录下，visualizer_drag_gradio_custom.py 放入项目根目录下，ipynb 文件直接运行即可。

5994 2

AI绘画专栏之statble diffusion 放大图片 (九)

您必须使用 StabilityAI 提供的 Stable Diffusion V2.1 768 EMA 检查点（约5.21GB）将其放入 stable-diffusion-webui/models/Stable-Diffusion.../ 文件夹中下载提取后的 StableSR 模块将 StableSR 模块（约400MB）放入 stable-diffusion-webui/extensions/sd-webui-stablesr/models.../ 文件夹中您必须使用 StabilityAI 提供的 Stable Diffusion V2.1 512 EMA 检查点（约5.21GB）将其放入 stable-diffusion-webui/models...Pure Noise也就是纯噪声，指的是从完全随机的噪声张量开始，而不是从你的图像开始。这是 StableSR 论文中的默认做法。启用这个选项时，脚本会忽略你的重绘幅度设置。...由于这导致了对细节的较低保真度，我将尝试将它作为一个选项添加回去4.怎么办显存问题12 SD自带放大通过这些免费的AI图像高清放大工具，我们能够轻松将模糊、低分辨率的图像转化为高清的作品，细节和纹理都能得到显著提升

4723 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭