python - 有谁知道如何用python计算科波克曲线

Question

我目前正在尝试计算我在 python 中制定的策略的科波克曲线。我是这样写的(ROC1是11长度，ROC2是14长度):

final  = wma_onehr*(rocOne_onehr+rocTwo_onehr)

我知道我的值是正确的，但这是唯一的计算，它与交易 View 根本不匹配。例如，当我运行它时，我得到

ROC1: -1.094 
ROC2: -0.961
WMA: 7215.866

我的答案是-15037.864744当 Tradingview 处于 -0.9

时

这些值非常接近，我只是想知道为什么我没有找到一种方法来获得类似任何类型的值。 (如果有人想知道的话，我正在使用 taapio api)

Answer 1

看看下面的函数。请注意，传递给函数的 data_array 是一个一维 numpy 数组，其中包含金融 Assets 的收盘价。

import numpy as np


def coppock_curve(data_array, sht_roc_length=11, long_roc_length=14, curve_length=10):  # Coppock Curve
    """
    :param sht_roc_length: Short Rate of Change length
    :param long_roc_length: Long Rate of Change length
    :param curve_length: Coppock Curve Line length
    :return: Coppock oscillator values 
    """
    data_array = data_array[-(curve_length + max(sht_roc_length, long_roc_length, curve_length) + 1):]
    # Calculation of short rate of change
    roc11 = (data_array[-(curve_length + 1):] - data_array[-(curve_length + sht_roc_length + 1):-sht_roc_length]) /\
        data_array[-(curve_length + sht_roc_length + 1):-sht_roc_length] * 100
    roc14 = (data_array[-(curve_length + 1):] - data_array[:-long_roc_length]) / data_array[:-long_roc_length] * 100
    sum_values = roc11 + roc14  # calculation of long rate of change
    curve = np.convolve(sum_values, np.arange(1, curve_length + 1, dtype=int)[::-1], 'valid') / \
        np.arange(1, curve_length + 1).sum()  # calculation of coppock curve line