■ 概要
TA-Libを用いた判断指標（SMA, EMA, BB, RSI, MACD, ATR）の算出して
mplfinanceを用いて表示させる
一連のコードは↓
■ 環境
device : Mac book air 2022
yfinance : 0.2.12 (Released: Feb 16, 2023)
mplfinance : 0.12.9b7
pandas : 1.3.5
■ 実装
( 1 ) データ収集 & ローソク足の表示
●データ収集
yfinanceでビットコインのデータを収集しました。
データの詳細としては、2022年の日足のデータを収集しました。
!pip install yfinance
#yfinanceとpandasをインポート
import yfinance as yf
import pandas as pd
#取得するデータ詳細
name = 'BTC-USD'
start = '2022-01-01'
end = '2022-12-31'
#データのダウンロード
df = yf.download(tickers=name, start=start, end=end)
df.head(3)
| Date | Open | High | Low | Close | Adj Close | Volume |
|---|---|---|---|---|---|---|
| 2022-01-01 | 46311.746094 | 47827.312500 | 46288.484375 | 47686.812500 | 47686.812500 | 24582667004 |
| 2022-01-02 | 47680.925781 | 47881.406250 | 46856.937500 | 47345.218750 | 47345.218750 | 27951569547 |
| 2022-01-03 | 47343.542969 | 47510.726562 | 45835.964844 | 46458.117188 | 46458.117188 | 33071628362 |
yfinanceの詳細はこの記事をご覧ください。
●ローソク足の表示
!pip install mplfinance
import mplfinance as mpf
mpf.plot(df, type="candle", figratio = (4, 2), volume=True, style="yahoo")
mplfinanceの詳細はこの記事をご覧ください。
( 2 ) Ta-Libをインストールする
!pip install TA-Lib
( 3 ) SMA（移動平均線）
●SMAを算出する
import talib
import numpy as np
df['SMA20'] = talib.SMA(np.array(df['Close']), 20)
df['SMA50'] = talib.SMA(np.array(df['Close']), 50)
df['SMA100'] = talib.SMA(np.array(df['Close']), 100)
df[['SMA20', 'SMA50', 'SMA100']].tail(3)
| Date | SMA20 | SMA50 | SMA100 |
|---|---|---|---|
| 2022-12-29 | 16945.709570 | 16821.523574 | 18212.409941 |
| 2022-12-30 | 16919.402637 | 16801.839863 | 18192.961797 |
| 2022-12-31 | 16891.567773 | 16792.103926 | 18164.301250 |
●SMAをmplfinanceを使って表示させる
sma = [ mpf.make_addplot(df['SMA20'], color="red"),
mpf.make_addplot(df['SMA50'], color="blue"),
mpf.make_addplot(df['SMA100'], color="green")]
mpf.plot(df, type="candle", figratio = (4, 2), style="yahoo", addplot=sma)
( 4 ) EMA（指数平滑移動平均線）
●EMAを算出する
df['EMA20'] = talib.EMA(np.array(df['Close']), 20)
df['EMA50'] = talib.EMA(np.array(df['Close']), 50)
df['EMA100'] = talib.EMA(np.array(df['Close']), 100)
df[['EMA20', 'EMA50', 'EMA100']].tail(3)
| Date | EMA20 | EMA50 | EMA100 |
|---|---|---|---|
| 2022-12-29 | 16857.778948 | 17269.299841 | 18345.835924 |
| 2022-12-30 | 16833.474851 | 17243.154197 | 18311.316123 |
| 2022-12-31 | 16806.238779 | 17215.873488 | 18276.388993 |
●EMAをmplfinanceを使って表示させる
ema = [ mpf.make_addplot(df['EMA20'], color="red"),
mpf.make_addplot(df['EMA50'], color="blue"),
mpf.make_addplot(df['EMA100'], color="green")]
mpf.plot(df, type="candle", figratio = (4, 2), style="yahoo", addplot=ema)
( 5 ) BB（ボリンジャーバンド）
●BBを算出する
bb_period = 10
sigma = 2
matype = 0
df['BB_up'], df['BB_middle'], df['BB_down'] = talib.BBANDS(np.array(df['Close']), bb_period, sigma, sigma, matype)
df[['BB_up', 'BB_middle', 'BB_down']].tail(3)
| Date | BB_up | BB_middle | bb_down |
|---|---|---|---|
| 2022-12-29 | 17008.412859 | 16787.276953 | 16566.141048 |
| 2022-12-30 | 16987.531515 | 16756.905078 | 16526.278641 |
| 2022-12-31 | 16987.470883 | 16729.901172 | 16472.331461 |
●BBをmplfinanceを使って表示させる
bb = [ mpf.make_addplot(df['BB_up'], color="blue"),
mpf.make_addplot(df['BB_middle'], color="red"),
mpf.make_addplot(df['BB_down'], color="blue")]
mpf.plot(df, type="candle", figratio = (4, 2), style="yahoo", addplot=bb)
( 6 ) RSI（相対力指数）
●RSIを算出する
rsi_period = 14
df['RSI'] = talib.RSI(df['Close'])
df['RSI_SMA14'] = talib.SMA(np.array(df['RSI']), rsi_period)
df[['RSI', 'RSI_SMA14']].tail(3)
| Date | RSI | RSI_SMA14 |
|---|---|---|
| 2022-12-29 | 44.125248 | 45.155021 |
| 2022-12-30 | 43.408369 | 45.219953 |
| 2022-12-31 | 42.380864 | 45.054581 |
●RSIをmplfinanceを使って表示させる
rsi = [ mpf.make_addplot(df['RSI'], color="purple",panel=1),
mpf.make_addplot(df['RSI_SMA14'], color="green",panel=1)]
mpf.plot(df, type="candle", figratio = (4, 2), style="yahoo", addplot=rsi)
( 7 ) MACD（移動平均収束拡散手法）
●MACDを算出する
fast_period = 12
slow_period = 26
signal_period = 9
df["MACD"], df["MACD_signal"], df["MACD_hist"] = talib.MACD(df['Close'], fast_period, slow_period, signal_period)
df[['MACD', 'MACD_signal', 'MACD_hist']].tail(3)
| Date | MACD | MACD_signal | MACD_hist |
|---|---|---|---|
| 2022-12-29 | -125.238723 | -110.046230 | -15.192493 |
| 2022-12-30 | -130.839866 | -114.204957 | -16.634909 |
| 2022-12-31 | -138.131805 | -118.990327 | -19.141478 |
●MACDをmplfinanceを使って表示させる
macd = [
mpf.make_addplot(df["MACD"], color='blue', panel=1),
mpf.make_addplot(df["MACD_signal"], color='red', panel=1),
mpf.make_addplot(df["MACD_hist"],type='bar', panel=1)
]
mpf.plot(df, type="candle", figratio = (4, 2), style="yahoo", addplot=macd)
( 8 ) ATR
●ATRを算出する
atr_period = 3
df["ATR"] = talib.ATR(np.array(df['High']), np.array(df['Low']), np.array(df['Close']), timeperiod=atr_period)
df[['ATR']].tail(3)
| Date | ATR |
|---|---|
| 2022-12-29 | 197.939283 |
| 2022-12-30 | 210.277230 |
| 2022-12-31 | 177.340419 |
●ATRをmplfinanceを使って表示させる
atr = [mpf.make_addplot(df["ATR"], color='blue', panel=1)]
mpf.plot(df, type="candle", figratio = (4, 2), style="yahoo", addplot=atr)
■ 参考文献