def __init__(self,
open,
close,
volume,
name='volume',
colorup='r',
colordown='b',
width=1):
super(Volume, self).__init__(name, None)
self.value = transform2ndarray(volume)
def __init__(self, data, n, name='MA', color='y', lw=1, style="line"):
super(MA, self).__init__(data, n, name)
# 数据转化成ta-lib能处理的格式
# self.value为任何支持index的数据结构。
# 在策略中，price变量可能为NumberSeries，需要用NUMBER_SERIES_SUPPORT处理，
# 转化为numpy.ndarray等能被指标函数处理的参数。
if not series.g_rolling:
# 向量化运行的均值函数
data = transform2ndarray(data)
self.value = talib.SMA(data, n)
# 支持逐步运行必须函数的参数
self._rolling_args = (n, )
def __init__(self, data, n, name='MA',
color='y', lw=1, style="line"):
super(MA, self).__init__(data, n, name)
# 数据转化成ta-lib能处理的格式
# self.value为任何支持index的数据结构。
# 在策略中，price变量可能为NumberSeries，需要用NUMBER_SERIES_SUPPORT处理，
# 转化为numpy.ndarray等能被指标函数处理的参数。
if not series.g_rolling:
# 向量化运行的均值函数
data = transform2ndarray(data)
self.value = talib.SMA(data, n)
# 支持逐步运行必须函数的参数
self._rolling_args = (n,)
def __init__(self, data, n, name='BOLL', color='y', lw=1, style="line"):
super(BOLL, self).__init__(data, n, name)
# self.value为任何支持index的数据结构。
# 在策略中，price变量可能为NumberSeries，需要用NUMBER_SERIES_SUPPORT处理，
# 转化为numpy.ndarray等能被指标函数处理的参数。
self.value = OrderedDict([('upper', []), ('middler', []),
('lower', [])])
if not series.g_rolling:
# 向量化运行的均值函数
data = transform2ndarray(data)
u, m, l = talib.BBANDS(data, n, 2, 2)
self.value = {'upper': u, 'middler': m, 'lower': l}
# 支持逐步运行必须函数的参数
self._rolling_args = (n, )
def __init__(self, data, n, name='BOLL', color='y', lw=1, style="line"):
super(BOLL, self).__init__(data, n, name)
# self.value为任何支持index的数据结构。
# 在策略中，price变量可能为NumberSeries，需要用NUMBER_SERIES_SUPPORT处理，
# 转化为numpy.ndarray等能被指标函数处理的参数。
if not series.g_rolling:
# 向量化运行的均值函数
data = transform2ndarray(data)
u, m, l = talib.BBANDS(data, n, 2, 2)
self.value = {
'upper': u,
'middler': m,
'lower': l
}
# 支持逐步运行必须函数的参数
self._rolling_args = (n,)
def __init__(self, open, close, volume, name='volume', colorup='r', colordown='b', width=1):
super(Volume, self).__init__(name, None)
self.value = transform2ndarray(volume)
def _boll(self, data, n):
""" 向量化运行的均值函数。 """
data = transform2ndarray(data)
upper, middle, lower = talib.BBANDS(data, n, 2, 2)
return (upper, middle, lower)
def _moving_average(self, data, n):
""" 向量化运行的均值函数。 """
data = transform2ndarray(data)
return talib.SMA(data, n)
