sons dataStory

rolling 통계량: 이동평균 날짜 또는 시간 차이에 따른 통계량을 계산하기 위해 pd.DataFrame 클래스이 메서드인 pd객체.rolling(widnow, …) 메서드를 적용합니다. 메서드의 인수 window 는 날짜 또는 시간 차이입니다. 이 메서드는 하위 메서드인 mean(), var(), min(), max() 등과 함께 사용합니다. 다음은 yfinance 패키지를 적용하여 kospi 지수의 일일자료를 호출하여 사용합니다. import numpy as np import pandas as pd from sklearn.preprocessing import StandardScaler import yfinance as yf import matplotlib as mpl import matplotlib.pyplot as plt plt.rcParams['font.family'] ='NanumGothic' plt.rcParams['axes.unicode_minus'] =False import seaborn as sns %matplotlib inline fontdict={"fontsize":12, 'fontweight': "bold"} st=pd.Timestamp(2023, 10, 17) et=pd.Timestamp(2024, 10, 26) kos=yf.download("^KS11",st, et) kos=kos.drop('Adj Close', axis=1) kos.index=pd.DatetimeIndex(kos.index.date) kos.columns=kos.columns.levels[0][1:] kos.tail(3) Price Close High Low Open Volume 2024-10-23 ...

이동평균선 첫번째 역할은 가격 변동을 매끄럽게 표현하는 것입니다. 예를 들어 20일 이동평균은 20일 동안의 평균값의 추이를 나타냄. 20일 평균과 당일 가격 비교 20일 이동평균 < 당일 가격: 과거 20일 사이에 매수한 트레이더가 이익을 봤음을 의미(공매도인 경우는 손해) 20일 이동평균 > 당일 가격: 과거 20일 사이에 매수한 트레이더가 손해를 봤음을 의미(공매도인 경우는 이익) 이동평균의 추이를 관찰하는 것으로 시간의 경과에 따라 이익 또는 손실의 확대 또는 축소를 관찰 할 수 있다. 매수 포지션을 가진 쪽이 이익을 봤고 유리한 경향이 지속할 것 같다면 추격매수를 검토할 것이다. 이런 국면이면 매도 포지션을 가진 쪽이 손절을 위한 매수를 검토함으로써 가격이 더욱 상승할 지 모른다. 또는 매수포지션을 가진 쪽이 이익 실현을 위해 매도를 생각할지 모른다. 즉, 평균 매수가(또는 평균 매도가)를 파악하고 그것을 현재의 가격과 비교해서 시장에 참가한 트레이더들의 현재 손익 상황이 어떠한지를 분석하면 앞으로 어떤 흐름이 될 가능성을 추리할 수 있다. 골든크로스, 데드크로스 이동평균선을 기준으로 현재 가격의 위치에 따라 향후 가격 변동향에 큰 의미를 지닌다. 그래서 이동평균선에서 현 가격의 위치 변화 지점을 "크로스포인트(교차점)"이라 합니다. 골든크로스: 현 가격이 이동평균선 아래에서 위로 상승하는 지점 대전제는 이동 평균선이 한동안 하락하고 있고 그 이동 평균선이 하락을 멈출적으로 예상되는 조짐이 존재에서 단기선이 장시건을 아래에서 위로 교차하여 지나가는 것 데드크로스 : 현 가격이 이동평균선 위에서 아래로 하락하는 지점 이동평균선이 횡보 상태이거나 약간 하락 기조로 전환의 전제가 필요 대전제는 이동평균선이 한동안 상승, 그 이동 평균선이 상승을 멈출것으로 예상되는 조짐이 있을 것 import numpy as np import pandas as pd import yfinance as...

이동평균선의 크로스 표시 다음은 일정기간의 sk 하이닉스의 종가를 호출한 것입니다. import numpy as np import pandas as pd import yfinance as yf import matplotlib.pyplot as plt plt.rcParams['font.family'] ='NanumGothic' plt.rcParams['axes.unicode_minus'] =False st=pd.Timestamp(2024,1, 10) et=pd.Timestamp(2024, 9,25) hy=pd.DataFrame(yf.download("000660.KS",st, et)["Close"]) hy.head(3) Close Date 2024-01-10 133500.0 2024-01-11 136000.0 2024-01-12 134100.0 이동평균은 DataFame/Series.rolling(기간).mean() 함수를 사용하여 결정합니다. hy["sm5"]=hy.Close.rolling(5).mean() hy["sm20"]=hy.Close.rolling(20).mean() hy=hy.dropna() hy.head(3) Close sm5 sm20 Date 2024-03-07 164900.0 163260.0 153545.0 2024-03-08 171...