■ 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