【量化小讲堂-Python&Pandas系列03】使用python计算移动平均线

引言：
本系列“量化小讲堂”，通过实际案例教初学者使用python、pandas进行金融数据处理，希望能对大家有帮助。

【必读文章】:《10年400倍策略分享-附视频逐行讲解代码》
【所有系列文章汇总】:【量化小讲堂 – Python、Pandas系列】目录汇总

---

使用python计算各类移动平均线

计算移动平均线是最常见的需求，下面这段代码将完成以下三件事情：

1. 从csv格式的文件中导入股票数据，数据例图如下：

   

   

2.计算各类移动平均线，包括简单简单算术移动平均线MA、指数平滑移动平均线EMA；
3.将计算好的数据输出到csv文件中。

代码应该复制下来就能运行了，关于从哪里可以得到代码中使用的数据，后面会讲，下面贴上代码：

---

–– coding: utf-8 ––
“””
@author: yucezhe
@contact: QQ:2089973054 email:[e-mail]
“””
import pandas as pd

========== 从原始csv文件中导入股票数据，以浦发银行sh600000为例

# 导入数据 – 注意：这里请填写数据文件在您电脑中的路径
stock_data = pd.read_csv(‘stock data/sh600000.csv’, parse_dates=[1])

# 将数据按照交易日期从远到近排序
stock_data.sort(‘date’, inplace=True)

# ========== 计算移动平均线

# 分别计算5日、20日、60日的移动平均线
ma_list = [5, 20, 60]

# 计算简单算术移动平均线MA – 注意：stock_data[‘close’]为股票每天的收盘价
for ma in ma_list:
stock_data[‘MA_’ + str(ma)] = pd.rolling_mean(stock_data[‘close’], ma)

# 计算指数平滑移动平均线EMA
for ma in ma_list:
stock_data[‘EMA_’ + str(ma)] = pd.ewma(stock_data[‘close’], span=ma)

# 将数据按照交易日期从近到远排序
stock_data.sort(‘date’, ascending=False, inplace=True)

# ========== 将算好的数据输出到csv文件 – 注意：这里请填写输出文件在您电脑中的路径
stock_data.to_csv(‘sh600000_ma_ema.csv’, index=False)

代码输出的数据截图如下：