关于obv指标参数设置内容导航：
1、obv指标参数设置
def set_obv_params(self, window):
self.obv_window = window
# 计算obv指标
def obv(self, close_list, volume_list):
obv_list = [volume_list[0]]
for i in range(1, len(close_list)):
if close_list[i] > close_list[i - 1]:
obv_list.append(obv_list[-1] + volume_list[i])
elif close_list[i] == close_list[i - 1]:
obv_list.append(obv_list[-1])
else:
obv_list.append(obv_list[-1] - volume_list[i])
return obv_list
# 计算obv指标
def get_obv(self):
obv_list = self.obv(self.close_list, self.volume_list)
obv_ma_list = talib.MA(np.array(obv_list), self.obv_window)
return obv_list, obv_ma_list
# 计算cci指标
def get_cci(self):
cci_value_list = talib.CCI(np.array(self.high_list),
np.array(self.low_list),
np.array(self.close_list), timeperiod=14)
return cci_value_list
# 计算rsi指标
def get_rsi(self):
rsi_value_list = talib.RSI(np.array(self.close_list), timeperiod=14)
return rsi_value_list
# 计算macd指标
def get_macd(self):
macd_dif, macd_dea, macd_bar = talib.MACD(np.array(self.close_list),
fastperiod=12,
slowperiod=26,
signalperiod=9)
return macd_dif, macd_dea, macd_bar
# 计算kdj指标
def get_kdj(self):
kdj_k, kdj_d, kdj_j = talib.STOCH(np.array(self.high_list),
np.array(self.low_list),
np.array(self.close_list),
fastk_period=9,
slowk_period=3,
slowd_period=3)
return kdj_k, kdj_d, kdj_j
# 计算wr指标
def get_wr(self):
wr_value_list = talib.WILLR(np.array(self.high_list),
np.array(self.low_list),
np.array(self.close_list), timeperiod=14)
return wr_value_list
# 计算boll指标
def get_boll(self):
boll_up, boll_mid, boll_low = talib.BBANDS(np.array(self.close_list),
timeperiod=20,
nbdevup=2,
nbdevdn=2,
matype=0)
return boll_up, boll_mid, boll_low
# 计算sar指标
def get_sar(self):
sar_value_list = talib.SAR(np.array(self.high_list),
np.array(self.low_list),
acceleration=0.02,
maximum=0.2)
return sar_value_list
# 计算dmi指标
def get_dmi(self):
dmi_pdi, dmi_mdi, dmi_adx, dmi_adxr = talib.ADX(np.array(self.high_list),
np.array(self.low_list),
np.array(self.close_list),
timeperiod=14)
return dmi_pdi, dmi_mdi, dmi_adx, dmi_adxr
# 计算trix指标
def get_trix(self):
trix_value_list = talib.TRIX(np.array(self.close_list), timeperiod=30)
return trix_value_list
# 计算vr指标
def get_vr(self):
vr_value_list = talib.ATR(np.array(self.high_list),
np.array(self.low_list),
np.array(self.close_list), timeperiod=26)
return vr_value_list
# 计算均线
def get_ma(self):
ma_list = []
for ma in self.ma_list:
ma_list.append(talib.MA(np.array(self.close_list), ma))
return ma_list
# 计算ema
def get_ema(self):
ema_list = []
for ema in self.ema_list:
ema_list.append(talib.EMA(np.array(self.close_list), ema))
return ema_list
# 计算atr
def get_atr(self):
atr_value_list = talib.ATR(np.array(self.high_list),
np.array(self.low_list),
np.array(self.close_list), timeperiod=14)
return atr_value_list
# 计算所有指标
def get_all_indicator(self):
indicator_dict = {}
indicator_dict['close'] = self.close_list
indicator_dict['open'] = self.open_list
indicator_dict['high'] = self.high_list
indicator_dict['low'] = self.low_list
indicator_dict['volume'] = self.volume_list
indicator_dict['obv'], indicator_dict['obv_ma'] = self.get_obv()
indicator_dict['cci'] = self.get_cci()
indicator_dict['rsi'] = self.get_rsi()
indicator_dict['macd_dif'], indicator_dict['macd_dea'], indicator_dict['macd_bar'] = self.get_macd()
indicator_dict['kdj_k'], indicator_dict['kdj_d'], indicator_dict['kdj_j'] = self.get_kdj()
indicator_dict['wr'] = self.get_wr()
indicator_dict['boll_up'], indicator_dict['boll_mid'], indicator_dict['boll_low'] = self.get_boll()
indicator_dict['sar'] = self.get_sar()
indicator_dict['dmi_pdi'], indicator_dict['dmi_mdi'], indicator_dict['dmi_adx'], indicator_dict['dmi_adxr'] = self.get_dmi()
indicator_dict['trix'] = self.get_trix()
indicator_dict['vr'] = self.get_vr()
for i in range(len(self.ma_list)):
indicator_dict['ma%s' % self.ma_list[i]] = indicator_dict['ma'][i]
for i in range(len(self.ema_list)):
indicator_dict['ema%s' % self.ema_list[i]] = indicator_dict['ema'][i]
return indicator_dict
if __name__ == '__main__':
# 初始化指标计算器
indicator = Indicator(ma
2、obv指标参数设置多少为最佳
obv指标参数设置34为最佳。
能量潮指标一般配合着一条欢均线使用，这条均线的周期通常是30日，上阿燃田声帮带是以30日内的OBV数值为基来自本参数计算出来的算数平均线。由于只有两条线，加之没有涨跌区间的限制，所以该指标的基本用法比较的简单。
当OBV在30日均线上方时，且30日均线已经拐头向上，这说明指标处在多正四进头结构当中，操作上就会多一层保底你算缺革案年利障；若是OBV回踩到30日均线附近获得支撑，这正是顺势中逢低介入的良机。
当OB成呼子黄范胞尼V在30日均线下方时，且30日均线已经明显拐头向下，这说明指标处在空头结构当中，贸然参稳宪用旧材费会绿值集与行情会很危险；当OBV反弹到30日溶亲三采谈线钟均线附近，很容易受到压制，此时正是趁着逆势反兴掉矛着弹而离场的机会。
能量潮理论成立的依据主要是：
1、投资者对股价困的评论越不一致，成交量越大；反之，成交量就小。因此，可用成交量来判断市场的人气和多空双方的力量。
2、重力原理，上升的物体迟早罪磁样弦乡皮粉马建会下跌，而物体上升所需的失能量比下跌时多。涉及到股引端基及费宪富载食酸续市则可解释为：一方面股价迟早会下跌；另一方面，股肉里取初治东江群希价上升时所需的能量右尽修谓感令帮大，因此股价的上升特别是上升初期必须有较大的成交量相配合；股价下跌时则不必耗费很大的能量，因此成交量不一定放大，甚至有萎缩趋势。
3、惯性原则——动则恒动、静则恒静，只有那些被投资者或主力相中的热门股会在很大一段时间内成交量和股价的波动都比较大，而无人问津的冷门股，则会在一段时间内，成交量和股价波幅都比较小。
3、obv指标参数设置和使用技巧
展开全部obv指标
OBV（平衡成交量法、累积能量线），俗称能量潮，是由格兰维尔于1963年提出。能量潮是将成交量数量化，制成趋势线，配合股价趋势线，从价格的变动及成交量的增减关系，推测市场气氛。其主要理论基础是市场价格的变化必须有成交量的配合，股价的波动与成交量的扩大或萎缩有密切的关连。通常股价上升所需的成交量总是较大；下跌时，则成交量总是较小。价格升降而成交量不相应升降，则市场价格的变动难以为继。
计算方法
[编辑本段]
以某日为基期，逐日累计每日上市股票总成交量，若隔日指数或股票上涨，则基期OBV加上本日成交量为本日OBV。隔日指数或股票下跌，则基期OBV减去本日成交量为本日OBV。一般来说，只是观察OBV的升降并无多大意义，必须配合K线图的走势才有实际的效用。
参数设置
[编辑本段]
OBV线无参数。在本系统中，可设置OBV的平均天数，就可以显示出OBV平均线，有助于判明OBV的趋势。
应用法则
[编辑本段]
1、当股价上升而OBV线下降，表示买盘无力，股价可能会回跌。
2、股价下降时而OBV线上升，表示买盘旺盛，逢低接手强股，股价可能会止跌回升。
3、OBV线缓慢上升，表示买气逐渐加强，为买进信号。
4、OBV线急速上升时，表示力量将用尽为卖出信号。
5、OBV线对双重顶第二个高峰的确定有较为标准的显示，当股价自双重顶第一个高峰下跌又再次回升时，如果OBV线能够随股价趋势同步上升且价量配合，则可持续多头市场并出现更高峰。相反，当股价再次回升时OBV线未能同步配合，却见下降，则可能形成第二个顶峰，完成双重顶的形态，导致股价反转下跌。
6、OBV线从正的累积数转为负数时，为下跌趋势，应该卖出持有股票。反之，OBV线从负的累积数转为正数时，应该买进股票。
7、OBV线最大的用处，在于观察股市盘局整理后，何时会脱离盘局以及突破后的未来走势，OBV线变动方向是重要参考指数，其具体的数值并无实际意义。
研 判
[编辑本段]
（1）OBV线系依据成交量的变化统计绘制而成，因此OBV线属于技术性分析与属于经济性的基本分析无关。
（2）OBV线为股市短期波动的重要判断方法，但运用OBV线应配合股价趋势予以研判分析。
（3）OBV线能帮助确定股市突破盘局后的发展方向。
（4）OBV的走势，可以局部显示出市场内部主要资金的移动方向，显示当期不寻常的超额成交量是徘徊于低价位还是在高价位上产生，可使技术分析者领先一步深入了解市场内部原因。
（5）OBV线对双重顶（M头）第二个高峰的确定有较为标准的显示，当股价自双重顶第一个高峰下跌又再次回升时，如果OBV线能随股价趋势同步上升，价量配合则可能持续多头市场并出现更高峰，但是相反的，股价再次回升时，OBV线未能同步配合，却见下降，则可能即将形成第二个峰顶完成双重顶的型态，并进一步导致股价上涨反转回跌。
（6）OBV线适用范围比较偏向于短期进出，与基本分析丝毫无关。同时OBV也不能有效反效反映当期市场的转手情况。
