我正在尝试将TradingView指示器转换为Python (也使用熊猫来存储其结果)。
这是我想要转换为python指示符的指示器公共代码:
https://www.tradingview.com/script/sU9molfV/
我被困在创建松树脚本linereg默认函数。
这是我遇到麻烦的笔录指示器的片段:
lrc = linreg(src, length, 0)
lrc1 = linreg(src,length,1)
lrs = (lrc-lrc1)
TSF = linreg(src, length, 0)+lrs
这是它的文件:
线性回归曲线一种在用户定义的时间段内最适合指定价格的线路。它是用最小二乘法计算的。此函数的计算结果使用以下公式计算: linreg = offset +斜率*(长度-1-偏移),其中长度是y参数,偏移是z参数,截距和斜率是用源级数(x参数)上的最小二乘法计算的值。linreg(源、长度、偏移量)→系列浮点数
来源:
https://www.tradingview.com/pine-script-reference/#fun_linreg
我已经找到了这段mql4代码,并尝试一步一步地执行它,以便转换它,并最终在Python中创建一个函数行,以便进一步使用它来构建这个松脚本指示符:
https://www.mql5.com/en/code/8016
到目前为止,这是我的代码:
# calculate linear regression:
# https://www.mql5.com/en/code/8016
barsToCount = 14
# sumy+=Close[i];
df['sumy'] = df['Close'].rolling(window=barsToCount).mean()
# sumxy+=Close[i]*i;
tmp = []
sumxy_lst = []
for window in df['Close'].rolling(window=barsToCount):
for index in range(len(window)):
tmp.append(window[index] * index)
sumxy_lst.append(sum(tmp))
del tmp[:]
df.loc[:,'sumxy'] = sumxy_lst
# sumx+=i;
sumx = 0
for i in range(barsToCount):
sumx += i
# sumx2+=i*i;
sumx2 = 0
for i in range(barsToCount):
sumx2 += i * i
# c=sumx2*barsToCount-sumx*sumx;
c = sumx2*barsToCount - sumx*sumx
# Line equation:
# b=(sumxy*barsToCount-sumx*sumy)/c;
df['b'] = ((df['sumxy']*barsToCount)-(sumx*df['sumy']))/c
# a=(sumy-sumx*b)/barsToCount;
df['a'] = (df['sumy']-sumx*df['b'])/barsToCount
# Linear regression line in buffer:
df['LR_line'] = 0.0
for x in range(barsToCount):
# LR_line[x]=a+b*x;
df['LR_line'].iloc[x] = df['a'].iloc[x] + df['b'].iloc[x] * x
# print(x, df['a'].iloc[x], df['b'].iloc[x], df['b'].iloc[x]*x)
print(df.tail(50))
print(list(df))
它不起作用。
请知道如何在python中创建类似的linereg函数吗?
提前谢谢你!
发布于 2021-08-23 07:52:50
我用塔利布来计算坡度和截取收盘价,然后才意识到塔利布也提供了完整的calc。结果看起来和TradingView一样(只是目瞪口呆)。
在jupyterlab做了以下工作:
import pandas as pd
import numpy as np
import talib as tl
from pandas_datareader import data
%run "../../plt_setup.py"
asset = data.DataReader('^AXJO', 'yahoo', start='1/1/2015')
n = 270
(asset
.assign(linreg = tl.LINEARREG(asset.Close, n))
[['Close', 'linreg']]
.dropna()
.loc['2019-01-01':]
.plot()
);
https://stackoverflow.com/questions/67719509
复制相似问题