timmy / MACDCalculator 類

# import shutil # import matplotlib import matplotlib.pyplot as plt import numpy as np import pandas as pd from matplotlib import rcParams import error_printer from stock_data_downloader import StockDataDownloader error_printer.configure_icecream() rcParams["font.family"] = "sans-serif" # rcParams["font.sans-serif"] = ["SimHei"] # 或其他支持中文的字型 rcParams["font.sans-serif"] = ["STHeiti", "PingFang"] class MACDCalculator: def __init__(self, stock_data: pd.DataFrame): """ 初始化 MACDCalculator 類的實例。 參數: stock_data (pd.DataFrame): 包含股票資料的 DataFrame。 """ self.stock_data = stock_data def calculate_macd(self) -> tuple[pd.Series, pd.Series, pd.Series, pd.Series]: """ 計算股票資料的 MACD 指標。 返回: tuple[pd.Series, pd.Series, pd.Series, pd.Series]: 包含快線 EMA、慢線 EMA、MACD 線和訊號線的元組。 """ short_ema = self.stock_data["Close"].ewm(span=12, adjust=False).mean() # 計算股票收盤價的快速指數移動平均線（EMA） long_ema = self.stock_data["Close"].ewm(span=26, adjust=False).mean() # 計算股票收盤價的慢速指數移動平均線（EMA） macd = short_ema - long_ema # 計算 MACD 線 signal_line = macd.ewm(span=9, adjust=False).mean() # 計算訊號線 return short_ema, long_ema, macd, signal_line # 返回短期EMA、長期EMA、MACD、訊號線 def find_golden_crosses(self, macd: pd.Series, signal_line: pd.Series) -> np.ndarray: """ 找到 MACD 線和訊號線的黃金交叉點。 參數: macd (pd.Series): MACD 線。 signal_line (pd.Series): 訊號線。 返回: np.ndarray: 包含黃金交叉點索引的 NumPy 陣列。 """ crosses = (macd.shift(1) < signal_line.shift(1)) & (macd > signal_line) cross_indices = np.where(crosses)[0] return cross_indices def find_death_crosses(self, macd: pd.Series, signal_line: pd.Series) -> np.ndarray: """ 找到 MACD 線和訊號線的死亡交叉點。 參數: macd (pd.Series): MACD 線。 signal_line (pd.Series): 訊號線。 返回: np.ndarray: 包含死亡交叉點索引的 NumPy 陣列。 """ crosses = (macd.shift(1) > signal_line.shift(1)) & (macd < signal_line) cross_indices = np.where(crosses)[0] return cross_indices def get_golden_cross_dates(self, golden_crosses: np.ndarray) -> list: """ 獲取黃金交叉點的日期。 參數: golden_crosses (np.ndarray): 包含黃金交叉點索引的 NumPy 陣列。 返回: list: 包含黃金交叉點日期的列表。 """ cross_dates = [] for cross_index in golden_crosses: cross_date = str(self.stock_data.index[cross_index])[:10] cross_dates.append(cross_date) return cross_dates def get_death_cross_dates(self, death_crosses: np.ndarray) -> list: """ 獲取死亡交叉點的日期。 參數: death_crosses (np.ndarray): 包含死亡交叉點索引的 NumPy 陣列。 返回: list: 包含死亡交叉點日期的列表。 """ cross_dates = [] for cross_index in death_crosses: cross_date = str(self.stock_data.index[cross_index])[:10] cross_dates.append(cross_date) return cross_dates def plot_macd(self): # 從實例中獲取資料 short_ema, long_ema, macd, signal_line = self.calculate_macd() # 定義顏色變數 macd_color = (243 / 255, 158 / 255, 55 / 255) # 橙色 signal_line_color = (38 / 255, 128 / 255, 218 / 255) # 藍色 positive_bar_color = (247 / 255, 65 / 255, 84 / 255) # 紅色 negative_bar_color = (51 / 255, 184 / 255, 90 / 255) # 綠色 plt.figure(figsize=(10, 5)) plt.plot(macd.index, macd, label="MACD線", color=macd_color) plt.plot(signal_line.index, signal_line, label="訊號線", color=signal_line_color) # 繪製 MACD 柱狀圖，使用顏色變數 bar_colors = [positive_bar_color if v >= 0 else negative_bar_color for v in macd - signal_line] plt.bar(macd.index, macd - signal_line, color=bar_colors) plt.legend() plt.show() # 檢查目前程式是否被作為主程式執行 if __name__ == "__main__": # 建立 StockDataDownloader 實例 downloader = StockDataDownloader(months=1) # 下載股票資料 stock_data = downloader.download_stock_data("00929.TW") # 建立 MACDCalculator 實例 macd_calculator = MACDCalculator(stock_data) # 計算 MACD 指標 short_ema, long_ema, macd, signal_line = macd_calculator.calculate_macd() # 找到黃金交叉點和死亡交叉點 golden_crosses = macd_calculator.find_golden_crosses(macd, signal_line) death_crosses = macd_calculator.find_death_crosses(macd, signal_line) # 獲取黃金交叉點和死亡交叉點的日期 golden_cross_dates = macd_calculator.get_golden_cross_dates(golden_crosses) death_cross_dates = macd_calculator.get_death_cross_dates(death_crosses) # 列印結果 # print("短期EMA: ", short_ema) # print("長期EMA: ", long_ema) # print("MACD: ", macd) # print("訊號線: ", signal_line) # print("黃金交叉點: ", golden_crosses) # print("死亡交叉點: ", death_crosses) print("黃金交叉日期: ", golden_cross_dates) print("死亡交叉日期: ", death_cross_dates) macd_calculator.plot_macd() # 繪製 MACD 圖表