适宜买入的均线趋势代码分享

以下是使用Python绘制简单移动平均线（SMA）的示例代码。SMA是一种常见的技术分析指标，用于衡量股票价格的趋势。

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

# 计算移动平均线

def calculate_sma(df, window):

return df[‘close’].rolling(window=window).mean()

# 计算指数移动平均线

def calculate_指数移动平均线(df, window):

return df[‘close’].ewm(span=window, adjust=False).mean()

# 设置窗口大小

window = 5

# 读取股票数据

df = pd.read_csv(‘stock_data.csv’)

# 计算简单移动平均线

df[‘sma_50’] = calculate_sma(df, window=window)

df[‘sma_200’] = calculate_sma(df, window=window)

# 计算指数移动平均线

df[‘sma_50_指数’] = calculate_指数移动平均线(df, window=window)

df[‘sma_200_指数’] = calculate_指数移动平均线(df, window=window)

# 绘制图表

df.plot(kind=’line’, x=’close’, y=’sma_50′)

df.plot(kind=’line’, x=’close’, y=’sma_200′)

df.plot(kind=’line’, x=’close’, y=’sma_50_指数’)

df.plot(kind=’line’, x=’close’, y=’sma_200_指数’)

# 输出结果

print(df)

上述代码中，我们使用pandas库的rolling函数来计算股票价格的移动平均线。我们使用window参数来设置移动平均线的窗口大小，例如50日SMA和200日SMA。然后，我们使用df[‘close’]变量来计算简单移动平均线和指数移动平均线，并使用plot函数将结果绘制在图表上。最后，我们使用print函数将结果输出到DataFrame中。
需要注意的是，这仅是一种简单的示例代码，实际应用中需要根据具体情况进行修改和优化。