Python股票實作(4)

更新於 發佈於 閱讀時間約 2 分鐘

使用pandas,透過TWStock_2的資料,計算 6 日與12日RSI 值並繪製成圖。

首先先連接到TWStock_2資料庫將資料load出來。

這次load的資料一樣是2330台積電,然後我們一樣只取收盤價,修改日期格式。

db = sqlite3.connect("TWstock_2")
tsmc = pd.read_sql(con=db, sql='SELECT * FROM "2330"')
tsmc.index = pd.to_datetime(tsmc['Date'])
tsmc = tsmc[['收盤價']]
tsmc.columns = ['Close']
tsmc['Close'] = pd.to_numeric(tsmc['Close'])

指定日期為2021-12-10開始,然後透過"tsmc['Dif'] = tsmc['Close'].diff()"這段code算出差值。

計算出差值

計算出差值

如圖,今天的值扣掉前一天的值

如圖,今天的值扣掉前一天的值

之後要算出每日的U與D值(絕對漲跌),條件如下ㄑ

絕對漲跌

絕對漲跌

將tsmc['Dif']的值丟進函式內計算出絕對漲跌之後傳回,code如下

計算絕對漲跌

計算絕對漲跌

輸出會如下圖

 包含收盤價 , Dif , U , D

包含收盤價 , Dif , U , D

之後透過下列公式,算出6日與12日,最後把圖畫出來

算出6日與12日RSI

算出6日與12日RSI

將圖畫出

將圖畫出

raw-image

參考連結如下

https://www.youtube.com/watch?v=BgyxjH_Z4OU

留言
avatar-img
留言分享你的想法!
avatar-img
爾他的沙龍
0會員
4內容數
爾他的沙龍的其他內容
2022/04/13
使用pandas,透過TWStock_2的資料,計算下列三種常用的技術指標 1. 移動平均線 2. 指數移動平均線 3. MACD 首先連接資料庫,然後我們只取"成交股數 , 開盤價 , 最高價 , 最低價 , 收盤價" 這5個columns代入新的tsmc( 名稱 ) code如下 參考連結如下
Thumbnail
2022/04/13
使用pandas,透過TWStock_2的資料,計算下列三種常用的技術指標 1. 移動平均線 2. 指數移動平均線 3. MACD 首先連接資料庫,然後我們只取"成交股數 , 開盤價 , 最高價 , 最低價 , 收盤價" 這5個columns代入新的tsmc( 名稱 ) code如下 參考連結如下
Thumbnail
2022/04/05
在上一篇文章"Python股票實作(1)"中,我們將近期100天的資料存成csv檔。 這次要將這100個csv檔都放進資料庫內,首先要做的就是新增一個檔案, 檔案名稱為"TWStock.db",把它放進跟csv檔一樣的目錄底下。 之後再用程式碼連結並呼叫並做一些處理。 之後需要先設定下列的一些參數
Thumbnail
2022/04/05
在上一篇文章"Python股票實作(1)"中,我們將近期100天的資料存成csv檔。 這次要將這100個csv檔都放進資料庫內,首先要做的就是新增一個檔案, 檔案名稱為"TWStock.db",把它放進跟csv檔一樣的目錄底下。 之後再用程式碼連結並呼叫並做一些處理。 之後需要先設定下列的一些參數
Thumbnail
2022/03/20
先設定一個url,並使用get將資料load下來,然後轉成text。 使用pd.read_csv去讀資料,會有' " '與' = '的部分要用下面的code去掉。 這樣會得到一個基本的DataFrame。 將此段cod寫成一個函式如下圖 start_date會是今天的日期,n會是想要抓的天數。
Thumbnail
2022/03/20
先設定一個url,並使用get將資料load下來,然後轉成text。 使用pd.read_csv去讀資料,會有' " '與' = '的部分要用下面的code去掉。 這樣會得到一個基本的DataFrame。 將此段cod寫成一個函式如下圖 start_date會是今天的日期,n會是想要抓的天數。
Thumbnail
看更多
你可能也想看
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
「欸!這是在哪裡買的?求連結 🥺」 誰叫你太有品味,一發就讓大家跟著剁手手? 讓你回購再回購的生活好物,是時候該介紹出場了吧! 「開箱你的美好生活」現正召喚各路好物的開箱使者 🤩
Thumbnail
chatgpt說得一口好資料科學跟股票分析,我就來實際看看他會寫什麼出來
Thumbnail
chatgpt說得一口好資料科學跟股票分析,我就來實際看看他會寫什麼出來
Thumbnail
在上一篇文章中,我們學會了如何繪製最新的分鐘圖,讓我們了解最新一日的個股股價變化,不過有時分鐘圖太過細小,並無法了解到個股整體的趨勢狀況,這時我們就必須要使用到日線圖,因此,今天我們就來學習如何繪製日線圖吧!!
Thumbnail
在上一篇文章中,我們學會了如何繪製最新的分鐘圖,讓我們了解最新一日的個股股價變化,不過有時分鐘圖太過細小,並無法了解到個股整體的趨勢狀況,這時我們就必須要使用到日線圖,因此,今天我們就來學習如何繪製日線圖吧!!
Thumbnail
股價是股票匯集各式因素所組成的視覺圖,因此今天我們就來學學如何畫製個股的最新分鐘圖,讓你能夠一鍵輕鬆看到當日最新股價走勢圖,我們就開始來教學吧!!
Thumbnail
股價是股票匯集各式因素所組成的視覺圖,因此今天我們就來學學如何畫製個股的最新分鐘圖,讓你能夠一鍵輕鬆看到當日最新股價走勢圖,我們就開始來教學吧!!
Thumbnail
使用pandas,透過TWStock_2的資料,計算 6 日與12日RSI 值並繪製成圖。 首先先連接到TWStock_2資料庫將資料load出來。 這次load的資料一樣是2330台積電,然後我們一樣只取收盤價,修改日期格式。 之後要算出每日的U與D值(絕對漲跌),條件如下ㄑ 輸出會如下圖
Thumbnail
使用pandas,透過TWStock_2的資料,計算 6 日與12日RSI 值並繪製成圖。 首先先連接到TWStock_2資料庫將資料load出來。 這次load的資料一樣是2330台積電,然後我們一樣只取收盤價,修改日期格式。 之後要算出每日的U與D值(絕對漲跌),條件如下ㄑ 輸出會如下圖
Thumbnail
使用pandas,透過TWStock_2的資料,計算下列三種常用的技術指標 1. 移動平均線 2. 指數移動平均線 3. MACD 首先連接資料庫,然後我們只取"成交股數 , 開盤價 , 最高價 , 最低價 , 收盤價" 這5個columns代入新的tsmc( 名稱 ) code如下 參考連結如下
Thumbnail
使用pandas,透過TWStock_2的資料,計算下列三種常用的技術指標 1. 移動平均線 2. 指數移動平均線 3. MACD 首先連接資料庫,然後我們只取"成交股數 , 開盤價 , 最高價 , 最低價 , 收盤價" 這5個columns代入新的tsmc( 名稱 ) code如下 參考連結如下
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News