기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

[stock] pandas_ta와 TA-Lib 라이브러리에서 제공하는 기술적 지표

pandas_ta와 TA-Lib 라이브러리에서 제공하는 기술적 지표

pandas_ta

pandas_ta 함수
함수full name
A
apo Absolute Price Oscillator (APO)
accbands Acceleration Bands (ACCBANDS)
ad Accumulation/Distribution (AD)
alma Arnaud Legoux Moving Average (ALMA)
aroon Aroon & Aroon Oscillator (AROON)
adx Average Directional Movement (ADX)
atr Average True Range (ATR) 변동성 지표
ao Awesome Oscillator (AO)
B
bop Balance of Power (BOP)
bias Bias (BIAS)
bton Binary to number
bbands Bollinger Bands (BBANDS), 변동성 지표
brar BRAR (BRAR)
C
cg Center of Gravity (CG)
cmf Chaikin Money Flow (CMF)
cfo Chande Forcast Oscillator (CFO)
cksp Chande Kroll Stop (CKSP)
cmo Chande Momentum Oscillator (CMO)
chop Choppiness Index (CHOP)
xex Condition any
cci Commodity Channel Index (CCI)
xev Condition all
counter Condition counter
xfl Condition filter
coppock Coppock Curve (COPC)
cti Correlation Trend Indicator (CTI)
D
dpo Detrend Price Oscillator (DPO)
dm Directional Movement Index(DMI)
donchian Donchian Channels (DC)
dema Double Exponential Moving Average (DEMA)
dvdi Dual Volume Divergence Index (DVDI)
xhh Dynamic rolling highest values
xll Dynamic rolling lowest values
xrf Dynamic shifted values
E
ecm Ease of Movement (EOM)
er Efficiency Ratio (ER)
ssf Ehler's Super Smoother Filter (SSF) © 2013
efi Elder's Force Index (EFI)
eri Elder Ray Index (ERI)
thermo Elders Thermometer (THERMO)
entropy Entropy (ENTP)
ebsw Even Better SineWave (EBSW)
ema Exponential Moving Average (EMA)
F
fwma Fibonacci's Weighted Moving Average (FWMA)
fisher Fisher Transform (FISHT)
G
hilo Gann HiLo Activator(HiLo)
H
hma Hull Moving Average (HMA)
hwma HWMA (Holt-Winter Moving Average)
I
ichimoku Ichimoku Kinkō Hyō (ichimoku)
inertia Inertia (INERTIA)
J
jma Jurik Moving Average Average (JMA)
K
kama Kaufman's Adaptive Moving Average (KAMA)
kdj KDJ (KDJ)
kc Keltner Channels (KC) 변동성 지표
kvo Klinger Volume Oscillator (KVO)
kst 'Know Sure Thing' (KST)
L
linreg Linear Regression Moving Average (linreg)
long_run Long Run
M
massi Mass Index (MASSI)
mgcd McGinley Dynamic Indicator
mom Momentum (MOM)
mfi Money Flow Index (MFI)
macd Moving Average Convergence Divergence (MACD)
N
nvi Negative Volume Index (NVI)
natr Normalized Average True Range (NATR)
O
obv On Balance Volume (OBV)
P
psar Parabolic Stop and Reverse (psar)
ppo Percentage Price Oscillator (PPO)
pvo Percentage Volume Oscillator (PVO)
pvi Positive Volume Index (PVI)
pgo Pretty Good Oscillator (PGO)
pdist Price Distance (PDIST)
pvt Price-Volume Trend (PVT)
psl Psychological Line (PSL)
Q
qqe Quantitative Qualitative Estimation (QQE)
R
roc Rate of Change (ROC)
rsi Relative Strength Index (RSI)
rsx Relative Strength Xtra (rsx)
rvgi Relative Vigor Index (RVGI)
rvi Relative Volatility Index (RVI)
kurtosis Rolling Kurtosis
skew Rolling Skew
stdevRolling Standard Deviation
zscore Rolling Z Score
S
stc Schaff Trend Cycle (STC)
short_run Short Run
sinwma Sine Weighted Moving Average (SWMA)
slope Slope
smi SMI Ergodic Indicator (SMI)
sqz* Squeeze (SQZ) * NOTE: code sufferred from very strange error, code was commented.
sqz_pro Squeeze PRO(SQZPRO)
stdev standard deviation 변동성 지수
stoch Stochastic (STOCH)
stochrsi Stochastic RSI (STOCH RSI)
supertrend Supertrend (supertrend)
swma Symmetric Weighted Moving Average (SWMA)
T
t3 Tim Tillson's T3 Moving Average (T3)
trima Triangular Moving Average (TRIMA)
tema Triple Exponential Moving Average (TEMA)
trix Trix (TRIX)
tsi True Strength Index (TSI)
U
ui Ulcer Index (UI)
uo Ultimate Oscillator (UO)
V
vidya Variable Index Dynamic Average (VIDYA)
vhf Vertical Horizontal Filter (VHF)
vwap Volume Weighted Average Price (VWAP)
vwma Volume Weighted Moving Average (VWMA)
vortex Vortex
W
wcp Weighted Closing Price (WCP)
wma Weighted Moving Average (WMA)
rma wildeR's Moving Average (RMA)
willr William's Percent R (WILLR)
X
xsa X simple moving average
Z
zlma Zero Lag Moving Average (ZLMA)
aber=ta.aberration(high=df["High"], low=df["Low"], close=df["Close"])
aber.tail(2).round(2)
ABER_ZG_5_15 ABER_SG_5_15 ABER_XG_5_15 ABER_ATR_5_15
Datetime
2024-02-02 12:00:00+09:00 133826.67 135169.43 132483.91 1342.76
2024-02-02 13:00:00+09:00 134180.00 135459.90 132900.10 1279.90

TA-Lib

Overlap studies

BBANDS Bollinger Bands
DEMA Double Exponential Moving Average
EMA Exponential Moving Average
HT_TRENDLINE Hilbert Transform - Instantaneous Trendline
KAMA Kaufman Adaptive Moving Average
MA Moving average
MAMA MESA Adaptive Moving Average
MAVP Moving average with variable period
MIDPOINT MidPoint over period
MIDPRICE Midpoint Price over period
SAR Parabolic SAR
SAREXT Parabolic SAR - Extended
SMA Simple Moving Average
T3 Triple Exponential Moving Average (T3)
TEMA Triple Exponential Moving Average
TRIMA Triangular Moving Average
WMA Weighted Moving Average

Momentum indicators

ADX Average Directional Movement Index
ADXR Average Directional Movement Index Rating
APO Absolute Price Oscillator
AROON Aroon
AROONOSC Aroon Oscillator
BOP Balance Of Power
CCI Commodity Channel Index
CMO Chande Momentum Oscillator
DX Directional Movement Index
MACD Moving Average Convergence/Divergence
MACDEXT MACD with controllable MA type
MACDFIX Moving Average Convergence/Divergence Fix 12/26
MFI Money Flow Index
MINUS_DI Minus Directional Indicator
MINUS_DM Minus Directional Movement
MOM Momentum
PLUS_DI Plus Directional Indicator
PLUS_DM Plus Directional Movement
PPO Percentage Price Oscillator
ROC Rate of change : ((price/prevPrice)-1)*100
ROCP Rate of change Percentage: (price-prevPrice)/prevPrice
ROCR Rate of change ratio: (price/prevPrice)
ROCR100 Rate of change ratio 100 scale: (price/prevPrice)*100
RSI Relative Strength Index
STOCH Stochastic
STOCHF Stochastic Fast
STOCHRSI Stochastic Relative Strength Index
TRIX 1-day Rate-Of-Change (ROC) of a Triple Smooth EMA
ULTOSC Ultimate Oscillator
WILLR Williams' %R

Volume indicators

AD Chaikin A/D Line
ADOSC Chaikin A/D Oscillator
OBV On Balance Volume

Cycle indicators

HT_DCPERIOD Hilbert Transform - Dominant Cycle Period
HT_DCPHASE Hilbert Transform - Dominant Cycle Phase
HT_PHASOR Hilbert Transform - Phasor Components
HT_SINE Hilbert Transform - SineWave
HT_TRENDMODE Hilbert Transform - Trend vs Cycle Mode

Price Tranform

AVGPRICE Average Price
MEDPRICE Median Price
TYPPRICE Typical Price
WCLPRICE Weighted Close Price

Pattern Recognition

CDL2CROWS Two Crows
CDL3BLACKCROWS Three Black Crows
CDL3INSIDE Three Inside Up/Down
CDL3LINESTRIKE Three-Line Strike
CDL3OUTSIDE Three Outside Up/Down
CDL3STARSINSOUTH Three Stars In The South
CDL3WHITESOLDIERS Three Advancing White Soldiers
CDLABANDONEDBABY Abandoned Baby
CDLADVANCEBLOCK Advance Block
CDLBELTHOLD Belt-hold
CDLBREAKAWAY Breakaway
CDLCLOSINGMARUBOZU Closing Marubozu
CDLCONCEALBABYSWALL Concealing Baby Swallow
CDLCOUNTERATTACK Counterattack
CDLDARKCLOUDCOVER Dark Cloud Cover
CDLDOJI Doji
CDLDOJISTAR Doji Star
CDLDRAGONFLYDOJI Dragonfly Doji
CDLENGULFING Engulfing Pattern
CDLEVENINGDOJISTAR Evening Doji Star
CDLEVENINGSTAR Evening Star
CDLGAPSIDESIDEWHITE Up/Down-gap side-by-side white lines
CDLGRAVESTONEDOJI Gravestone Doji
CDLHAMMER Hammer
CDLHANGINGMAN Hanging Man
CDLHARAMI Harami Pattern
CDLHARAMICROSS Harami Cross Pattern
CDLHIGHWAVE High-Wave Candle
CDLHIKKAKE Hikkake Pattern
CDLHIKKAKEMOD Modified Hikkake Pattern
CDLHOMINGPIGEON Homing Pigeon
CDLIDENTICAL3CROWS Identical Three Crows
CDLINNECK In-Neck Pattern
CDLINVERTEDHAMMER Inverted Hammer
CDLKICKING Kicking
CDLKICKINGBYLENGTH Kicking - bull/bear determined by the longer marubozu
CDLLADDERBOTTOM Ladder Bottom
CDLLONGLEGGEDDOJI Long Legged Doji
CDLLONGLINE Long Line Candle
CDLMARUBOZU Marubozu
CDLMATCHINGLOW Matching Low
CDLMATHOLD Mat Hold
CDLMORNINGDOJISTAR Morning Doji Star
CDLMORNINGSTAR Morning Star
CDLONNECK On-Neck Pattern
CDLPIERCING Piercing Pattern
CDLRICKSHAWMAN Rickshaw Man
CDLRISEFALL3METHODS Rising/Falling Three Methods
CDLSEPARATINGLINES Separating Lines
CDLSHOOTINGSTAR Shooting Star
CDLSHORTLINE Short Line Candle
CDLSPINNINGTOP Spinning Top
CDLSTALLEDPATTERN Stalled Pattern
CDLSTICKSANDWICH Stick Sandwich
CDLTAKURI Takuri (Dragonfly Doji with very long lower shadow)
CDLTASUKIGAP Tasuki Gap
CDLTHRUSTING Thrusting Pattern
CDLTRISTAR Tristar Pattern
CDLUNIQUE3RIVER Unique 3 River
CDLUPSIDEGAP2CROWS Upside Gap Two Crows
CDLXSIDEGAP3METHODS Upside/Downside Gap Three Methods

Statistic Functions

BETA Beta
CORREL Pearson's Correlation Coefficient (r)
LINEARREG Linear Regression
LINEARREG_ANGLE Linear Regression Angle
LINEARREG_INTERCEPT Linear Regression Intercept
LINEARREG_SLOPE Linear Regression Slope
STDDEV Standard Deviation
TSF Time Series Forecast
VAR Variance

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...