EMV技术指标的构建及应用

17 Mar 2020, 18:03 · Views 924

简易波动指标（EMV），是为数不多的考虑价量关系的技术指标。它刻画了股价在下跌的过程当中，由于买气不断的萎靡退缩，致使成交量逐渐的减少，EMV 数值也因而尾随下降，直到股价下跌至某一个合理支撑区，捡便宜货的买单促使成交量再度活跃，EMV 数值于是作相对反应向上攀升，当EMV 数值由负值向上趋近于零时，表示部分信心坚定的资金，成功的扭转了股价的跌势，行情不断反转上扬，并且形成另一次的买进讯号。

计算方法：

第一步

M I D = T H + T L 2 - Y H + Y L 2

< script. type=“math/tex; mode=display” id=“MathJax-Element-1”>

M I D = T H + T L 2 - Y H + Y L 2

这里TH 为当天最高价，TL 为当天最低价，YH 为前日最高价，YL 为前日最低价。MID > 0意味着今天的平均价高于昨天的平均价。

第二步

B R O = V O L H - L

< script. type=“math/tex; mode=display” id=“MathJax-Element-2”>

B R O = V O L H - L

其中VOL代表交易量，H、L代表同一天的最高价与最低价

第三步

E M = M I D B R O

< script. type=“math/tex; mode=display” id=“MathJax-Element-3”>

E M = M I D B R O

第四步

EMV = EM的N日简单移动平均

第五步

MAEMV = EMV的M日简单移动平均

参考文献：《技术指标系列（九）——EMV 指标改进用法识别尖部能力强》

 
def emv(stk_list,current_date,N=14):
    
    cal = Calendar('China.SSE')
    period = '-' + str(N+1) + 'B'
    begin_date = cal.advanceDate(current_date,period,BizDayConvention.Unadjusted)
    end_date = cal.advanceDate(current_date,'-1B',BizDayConvention.Unadjusted)
    
    eq_emv = {}
    eq_mid = {}
    eq_bro = {}
​
    eq_Market = DataAPI.MktEqudAdjGet(secID=stk_list,beginDate=begin_date.strftime('%Y%m%d'),endDate=end_date.strftime('%Y%m%d'),field=['secID','highestPrice','lowestPrice','turnoverVol'],pandas="1")
    
    avaiable_list = eq_Market['secID'].drop_duplicates().tolist()
    
    eq_Market.set_index('secID',inplace=True)
    
    for stk in avaiable_list:
        if len(eq_Market.ix[stk]) == (N+1):
            eq_mid[stk] = (np.array(eq_Market.ix[stk]['highestPrice'][1:] + eq_Market.ix[stk]['lowestPrice'][1:]) - np.array(eq_Market.ix[stk]['highestPrice'][:-1] + eq_Market.ix[stk]['lowestPrice'][:-1]))/2
            eq_bro[stk] = np.array(eq_Market.ix[stk]['turnoverVol'][1:])/np.array(eq_Market.ix[stk]['highestPrice'][1:] + eq_Market.ix[stk]['lowestPrice'][1:])
            eq_emv[stk] = np.mean(eq_mid[stk]/eq_bro[stk])
​
    return eq_emv       

查看全部

 
def maemv(stk_list,current_date,N=14):
    cal = Calendar('China.SSE')
    period = '-' + str(N+1) + 'B'
    end_date = cal.advanceDate(current_date,'-1B',BizDayConvention.Unadjusted)
    start_date =  cal.advanceDate(current_date,period,BizDayConvention.Unadjusted)
    timeSeries = cal.bizDatesList(start_date, end_date)
    eq_maemv = {}
    #初始化eq_maemv字典
    eq_emv = emv(stk_list,end_date,N)
    for stk in eq_emv:
        eq_maemv[stk] = 0
    #仅调用N次emv函数
    for i in xrange(len(timeSeries)):
        eq_emv = emv(stk_list,timeSeries[i],N)
        for stk in eq_emv:
            eq_maemv[stk] = eq_maemv[stk] + eq_emv[stk]
            
    for stk in eq_maemv:
        eq_maemv[stk] = eq_maemv[stk]/N
        
    return eq_maemv

查看全部

EMV指标基本用法

EMV 在0 以下表示弱势，在0 以上表示强势；EMV 由负转正应买进，由正转负应卖出。

 
import numpy as np
import pandas as pd
from CAL.PyCAL import *
start = '2012-08-01'                       # 回测起始时间
end = '2015-08-01'                         # 回测结束时间
benchmark = 'HS300'                        # 策略参考标准
universe = set_universe('HS300')  # 证券池，支持股票和基金
capital_base = 1000000                      # 起始资金
freq = 'd'                                 # 策略类型，'d'表示日间策略使用日线回测，'m'表示日内策略使用分钟线回测
refresh_rate = 10                           # 调仓频率，表示执行handle_data的时间间隔，若freq = 'd'时间间隔的单位为交易日，若freq = 'm'时间间隔为分钟
cal = Calendar('China.SSE')
​
def initialize(account):                   # 初始化虚拟账户状态
    pass
​
def handle_data(account):                  # 每个交易日的买入卖出指令
    
    eq_emv = emv(account.universe,account.current_date,N=14)
    buylist = []
    for stk in eq_emv:
        if eq_emv[stk] > 0:
            buylist.append(stk)
    
    for stk in account.valid_secpos:
        if stk not in eq_emv or eq_emv[stk] <= 0:
            order_to(stk,0)
        else:
            if stk not in buylist[:]:
                buylist.append(stk)
                
    for stk in buylist:
        order_to(stk,account.referencePortfolioValue/account.referencePrice[stk]/len(buylist))

查看全部

年化收益率38.7%
基准年化收益率18.4%
阿尔法17.8%
贝塔0.89
夏普比率1.34
收益波动率26.3%
信息比率1.21
最大回撤38.2%
年化换手率--

累计收益率策略基准2013-012014-012015-012013-072014-072015-07-100.00%0.00%100.00%200.00%300.00%

EMV结合MAEMV使用

EMV 上穿MAEMV 则买入，EMV 下穿MAEMV 则卖出。

 
import numpy as np
import pandas as pd
from CAL.PyCAL import *
start = '2012-08-01'                       # 回测起始时间
end = '2015-08-01'                         # 回测结束时间
benchmark = 'HS300'                        # 策略参考标准
universe = set_universe('HS300')  # 证券池，支持股票和基金
capital_base = 1000000                      # 起始资金
freq = 'd'                                 # 策略类型，'d'表示日间策略使用日线回测，'m'表示日内策略使用分钟线回测
refresh_rate = 10                           # 调仓频率，表示执行handle_data的时间间隔，若freq = 'd'时间间隔的单位为交易日，若freq = 'm'时间间隔为分钟
cal = Calendar('China.SSE')
​
def initialize(account):                   # 初始化虚拟账户状态
    pass
​
def handle_data(account):                  # 每个交易日的买入卖出指令
    
    eq_emv = emv(account.universe,account.current_date,14)
    eq_maemv = maemv(account.universe,account.current_date,14)
    buylist = []
    for stk in eq_emv:
        try:
            if eq_emv[stk] > eq_maemv[stk]:
                buylist.append(stk)
        except:
            pass
    
    for stk in account.valid_secpos:
        if stk not in eq_emv or stk not in eq_maemv or eq_emv[stk] <= eq_maemv[stk]:
            order_to(stk,0)
        else:
            if stk not in buylist[:]:
                buylist.append(stk)
                
    for stk in buylist:
        order_to(stk,account.referencePortfolioValue/account.referencePrice[stk]/len(buylist))

查看全部

年化收益率28.2%
基准年化收益率18.4%
阿尔法9.9%
贝塔0.86
夏普比率1.02
收益波动率24.3%
信息比率0.72
最大回撤35.5%
年化换手率--

累计收益率策略基准2013-012014-012015-012013-072014-072015-07-50.00%0.00%50.00%100.00%150.00%200.00%250.00%

 
null

Disclaimer: The content above represents only the views of the author or guest. It does not represent any views or positions of FOLLOWME and does not mean that FOLLOWME agrees with its statement or description, nor does it constitute any investment advice. For all actions taken by visitors based on information provided by the FOLLOWME community, the community does not assume any form of liability unless otherwise expressly promised in writing.

FOLLOWME Trading Community Website: https://www.followme.com

If you like, reward to support.

EMV技术指标的构建及应用

EMV指标基本用法

EMV结合MAEMV使用

Hot

Content related