R语言，实现MACD指标计算：股票技术分析的利器系列（1）

MACD指标

先看看官方介绍：

MACD (平滑异同平均线）
指标说明
DIF线：收盘价短期、长期指数平滑移动平均线间的差；
DEA线：DIF线的M日指数平滑移动平均线；
MACD线：DIF线与DEA线的差，彩色柱状线；
参数：SHORT(短期)、LONG(长期)、M 天数，一般为12、26、9。
用法
1.DIF、DEA均为正，DIF向上突破DEA，买入信号；
2.DIF、DEA均为负，DIF向下跌破DEA，卖出信号；
3.DEA线与K线发生背离，行情反转信号；
4.分析MACD柱状线，由红变绿(正变负)，卖出信号；由绿变红，买入信号。

算法解释：

DIF:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:EMA(DIF,MID);
MACD:(DIF-DEA)*2,COLORSTICK;

优势：

劣势：

代码

完整代码

请将下面代码的 C:/Users/daoli/Desktop/stock_demo/MACD 替换你们自己的工作路径

# 设置工作目录为MACD文件夹
setwd("C:/Users/daoli/Desktop/stock_demo/MACD")
# 打印当前工作目录
print(getwd())

# 导入stock_data.R中的函数和数据
source('stock_data.R')

# 定义函数计算指数移动平均线（Exponential Moving Average，EMA）
# 参数：
#   x: 输入数据
#   n: 平滑因子
# 返回值：
#   指数移动平均线
EMA <- function(x, n) {
  ema <- numeric(length(x))
  ema[1] <- x[1]
  alpha <- 2 / (n + 1)
  for (i in 2:length(x)) {
    ema[i] <- alpha * x[i] + (1 - alpha) * ema[i - 1]
  }
  return(ema)
}

# 计算DIF指标
# 参数：
#   close: 收盘价数据
#   short: 短期平滑因子
#   long: 长期平滑因子
# 返回值：
#   DIF指标
calculate_DIF <- function(close, short, long) {
  dif <- EMA(close, short) - EMA(close, long)
  return(dif)
}

# 计算DEA指标
# 参数：
#   dif: DIF指标数据
#   mid: 中期平滑因子
# 返回值：
#   DEA指标
calculate_DEA <- function(dif, mid) {
  dea <- EMA(dif, mid)
  return(dea)
}

# 计算MACD指标
# 参数：
#   dif: DIF指标数据
#   dea: DEA指标数据
# 返回值：
#   MACD指标
calculate_MACD <- function(dif, dea) {
  macd <- (dif - dea) * 2
  return(macd)
}

# 参数设置
SHORT <- 12
LONG <- 26
MID <- 9

# 计算指标
dif <- calculate_DIF(stock_data$CLOSE, SHORT, LONG)
dea <- calculate_DEA(dif, MID)
macd <- calculate_MACD(dif, dea)

# 将计算得到的指标合并到原始数据中
stock_data <- cbind(
  stock_data,
  DIF = round(dif, 2),
  DEA = round(dea, 2),
  MACD = round(macd, 2)
)

# 根据日期字段倒序排列并展示数据
stock_data <-
  stock_data[order(stock_data$DATE, decreasing = TRUE), ]
View(stock_data)

介绍代码

EMA函数

# 定义函数计算指数移动平均线（Exponential Moving Average，EMA）
# 参数：
#   x: 输入数据
#   n: 平滑因子
# 返回值：
#   指数移动平均线
EMA <- function(x, n) {
  ema <- numeric(length(x))
  ema[1] <- x[1]
  alpha <- 2 / (n + 1)
  for (i in 2:length(x)) {
    ema[i] <- alpha * x[i] + (1 - alpha) * ema[i - 1]
  }
  return(ema)
}

1. EMA <- function(x, n) {: 这一行定义了一个函数 EMA，接受两个参数 x 和 n，其中 x 是一个数值型向量，包含要计算EMA的数据，n 是一个整数，代表指数平滑的窗口大小。

2. ema <- numeric(length(x)): 这一行创建了一个名为 ema 的空数值型向量，其长度与输入向量 x 的长度相同，用来存储计算得到的 EMA。

3. ema[1] <- x[1]: 这一行将 ema 向量的第一个元素设置为输入向量 x 的第一个元素，作为初始值。

4. alpha <- 2 / (n + 1): 这一行计算了一个常数 alpha，用于指数平滑计算中的权重。alpha 的计算公式为 2 / (n + 1)，其中 n 是平滑窗口大小。

5. for (i in 2:length(x)) {: 这一行开启了一个循环，从输入向量 x 的第二个元素开始，直到最后一个元素。

6. ema[i] <- alpha * x[i] + (1 - alpha) * ema[i - 1]: 这一行计算了当前时刻 i 的 EMA，根据指数平滑的公式：新EMA值等于当前值乘以权重 alpha 再加上上一个EMA值乘以权重 (1 - alpha)。

7. return(ema): 这一行返回计算得到的 EMA 向量。

calculate_DEA 函数

calculate_DEA <- function(dif, mid) {
  dea <- EMA(dif, mid)
  return(dea)
}

1. calculate_DIF <- function(close, short, long) {: 这一行定义了一个函数 calculate_DIF，接受三个参数：close 是一个数值型向量，包含股价收盘价的数据；short 和 long 是两个整数，分别代表短期和长期的指数平滑窗口大小。

2. dif <- EMA(close, short) - EMA(close, long): 这一行计算了两个不同长度的指数移动平均线之间的差异值（DIF）。首先调用了之前定义的 EMA 函数来计算 close 向量的短期和长期EMA值，然后将短期EMA值减去长期EMA值得到差异值 dif。

3. return(dif): 这一行返回计算得到的差异值 dif。

calculate_MACD 函数

calculate_MACD <- function(dif, dea) {
  macd <- (dif - dea) * 2
  return(macd)
}

这段代码定义了一个函数 calculate_MACD，用于计算移动平均收敛-发散指标（Moving Average Convergence Divergence，MACD）。下面是对每一行代码的解释：

1. calculate_MACD <- function(dif, dea) {: 这一行定义了一个函数 calculate_MACD，接受两个参数：dif 是一个数值型向量，代表差异值；dea 也是一个数值型向量，代表差异值的指数移动平均线（DEA）。

2. macd <- (dif - dea) * 2: 这一行计算了MACD值，首先从差异值 dif 中减去差异值的指数移动平均线 dea，然后将结果乘以2。

3. return(macd): 这一行返回计算得到的MACD值。

运行结果