Cycle Indicator Functions周期指标函数

发布时间：2020-12-15 07:30:00 所属栏目：Java 来源：网络整理

导读：希尔伯特变换 (Hilbert Transform)是积分变换中的一种，在信号处理领域得到了广泛的应用，而在工程中常用于窄带数字信号的处理。金融市场的波动是非周期、不规律的，但只要存在波动，就可以通过希尔伯特变换寻找其“周期性”。对于股价走势，一般可将其分解

　　希尔伯特变换(Hilbert Transform)是积分变换中的一种，在信号处理领域得到了广泛的应用，而在工程中常用于窄带数字信号的处理。金融市场的波动是非周期、不规律的，但只要存在波动，就可以通过希尔伯特变换寻找其“周期性”。对于股价走势，一般可将其分解为：长期趋势、中短期周期性波动和噪声。在去除长期趋势的情况下，可以利用希尔伯特变换对中短期的周期性波动进行分析。

HT_DCPERIOD: Hilbert Transform-Dominant Cycle Period 希尔伯特变换-主导周期：

ta.HT_DCPERIOD(close)，计算价格的周期位置，用作择时的依据。

HT_DCPHASE: Hilbert Transform-Dominant Cycle Phase 希尔伯特变换-主导循环阶段：

ta.HT_DCPHASE(close)

HT_PHASOR: Hilbert Transform-Phasor Components 希尔伯特变换-相位构成：

inphase,quadrature = ta.HT_PHASOR(close),分解为同相分量和正交分量

HT_SINE: Hilbert Transform-SineWave 希尔伯特变换-正弦波：

sine,leadsine = ta.HT_SINE(close)

HT_TRENDMODE: Hilbert Transform-Trend vs Cycle Mode 希尔伯特变换-趋势与周期模式

ta.HT_TRENDMODE(close)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import talib as ta
import tushare as ts

plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
plt.rcParams[‘axes.unicode_minus‘] = False

def get_data(code,start=‘2015-01-01‘):
    df = ts.get_k_data(code,start)
    df.index = pd.to_datetime(df.date)
    df = df.sort_index()
    return df

df = get_data(‘sh‘)[[‘open‘,‘close‘,‘high‘,‘low‘]]
df[‘dcperiod‘] = ta.HT_DCPERIOD(df.close)
df[‘dcphase‘] = ta.HT_DCPHASE(df.close)
df[‘inhpase‘],df[‘quadrature‘] = ta.HT_PHASOR(df.close)
df[‘sine‘],df[‘leadsine‘] = sine,leadsine = ta.HT_SINE(df.close)
df[‘trendmode‘] = ta.HT_TRENDMODE(df.close)

df[[‘close‘,‘dcperiod‘,‘dcphase‘,‘inhpase‘,‘quadrature‘,‘sine‘,‘leadsine‘,‘trendmode‘]
    ].plot(figsize=(20,18),subplots=True,layout=(4,2))
plt.subplots_adjust(wspace=0,hspace=0.2)

sdafsd

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!