Stochastic Oscillator & StochRSI Stochastic Oscillator StochRSI Stochastic Oscillator 일정기간 동안의 최고가와 최저가 범위 내에서 현재 종가의 상대적 위치를 측정하는 모멘텀 지표로서 가격 움직임의 속도와 강도 파악에 적용할 수 있습니다. 지표는 추세 상승의 경우 종가가 해당기간의 고가 근처에 형성, 하락 추세에서는 저가 근처에서 형성되는 경향과 가격 변동 방향의 전환 전에 모멘텀이 먼저 둔화된다는 점에 기반을 둔 것입니다. 계산 $$\begin{align}&\begin{aligned}\text{STOCH}&=\frac{\text{Close} - \text{Low(n)}}{\text{High(n)} - \text{Low(n)}} \\ \%K\,(\text{Fast Stochastic})&=\text{SMA}(\text{STOCH}, m)\\ \%D\,(\text{Slow Stochastic})&=\text{SMA}(\%K, m)\end{aligned}\\\\ & \text{Close: 현재 종가}\\&\text{Low(n), High(n): n기간동안의 최저가, 최고가}\\ &\text{일반적으로 n =14, m = 3}\end{align}$$ pandas_ta.stoch(high, low, close, k=None, d=None, smooth_k=None, mamode=None, offset=None, **kwargs) 를 사용하여 계산할 수 있습니다. 인수 k, d, 그리고 smooth_k는 각각 위 식의 STOCH의 n, fast %K의 m, slow %D의 m을 지정하기 위한 것으로 기본값은 각각 14, 3, 3입니다. mamode는 이평 계산방식을 지정하는 것으로 기본값은 단순이동평균 'sma'입니다. %K와 그 값의 이동평균인 %D를 반환합니다. import numpy as np import...
python 언어를 적용하여 통계(statistics)와 미적분(Calculus), 선형대수학(Linear Algebra)을 소개합니다. 이 과정에서 빅데이터를 다루기 위해 pytorch를 적용합니다.