Vortex 추세의 시작과 방향을 식별하는데 사용되는 기술적 지표입니다. 양의 소용돌이 지표(VI+)와 음의 소용돌이 지표(VI-)로 구성됩니다. 상승 및 하락 추세 움직임 VM+ = 현고가 - 이전고가 VM- = 현저가 - 이전저가 일반적으로 14 ~ 30 기간 동안 VM+와 VM- 각각을 합산합니다. 실제범위(TR) 계산 TR = max(현고가 - 현저가, |현고가 - 이전종가|, |현저가 - 이전 종가|) 일반적으로 VM+, VM-와 같은 기간동안 TR을 합산 정규화된 상승 및 하락 추세 움직임 $\begin{align}\text{VI+} &= \frac{\sum^n_{i=1} \text{VM+}_i}{\sum^n_{i=1} \text{TR}_i} \\ \text{VI-} &= \frac{\sum^n_{i=1} \text{VM-}_i}{\sum^n_{i=1} \text{TR}_i}\end{align}$ pandas_ta.vortex(high, low, close, length=None, drift=None, offset=None, **kwargs) 함수로 계산할 수 있습니다. length, drift의 기본값은 각각 14, 1입니다. drift는 이전 고가등의 기간을 지정하기 위한 것입니다. 정규화된 VIP(VI+), VIM(VI-)를 반환합니다. import numpy as np import pandas as pd import matplotlib.pyplot as plt import pandas_ta as ta import FinanceDataReader as fdr import matplotlib.pyplot as plt import mplfinance as mpf st=pd.Timestamp(2024,5, 1) et=pd.Timestamp(2025, 5,12) trgnme="000660" trg=fdr.DataReader(trgnme, st, et)[["Open...
python 언어를 적용하여 통계(statistics)와 미적분(Calculus), 선형대수학(Linear Algebra)을 소개합니다. 이 과정에서 빅데이터를 다루기 위해 pytorch를 적용합니다.