Python 中的 ATR 计算方法：掌握波动性评估

python

2024-03-25 18:23:17

Python 中计算 OHLC 数据的平均真实范围 (ATR)

简介

平均真实范围 (ATR) 是一款技术分析指标，用来衡量给定时间内证券价格波动的幅度。它广泛用于识别趋势、确定止损水平和制定交易策略。

传统 ATR 计算方法

传统的 ATR 计算方法是使用真实范围 (TR)，即最高价和最低价之间的差值，然后取一定时间段内的平均值。然而，这种方法可能会产生不稳定的结果，特别是对于较短的周期。

改进的 ATR 计算方法

为了解决这个问题，引入了改进的 ATR 计算方法，它使用了一个平滑因子。此方法将前一期的 ATR 值与当前期的 TR 值相结合，从而提供更加平滑的结果：

Current ATR = [(Prior ATR x 13) + Current TR] / 14

Python 中的实现

在 Python 中，可以使用以下步骤实现改进的 ATR 计算方法：

计算真实范围 (TR)

tr = df['High'] - df['Low']

初始化 ATR

atr = tr.copy()

迭代计算 ATR

for i in range(1, len(tr)):
    atr[i] = ((atr[i - 1] * 13) + tr[i]) / 14

示例

以下是一个示例，展示如何使用改进的方法计算 ATR：

import pandas as pd
import numpy as np

# 创建 OHLC 数据
ohlc_data = {
    'Date': ['30/09/16', '30/09/16', '30/09/16', '30/09/16', '30/09/16'],
    'Time': ['14:45:00+00:00', '15:00:00+00:00', '15:15:00+00:00', '15:30:00+00:00', '15:45:00+00:00'],
    'Open': [1.1216, 1.1209, 1.1205, 1.1217, 1.1216],
    'High': [1.1221, 1.1211, 1.1216, 1.1222, 1.1240],
    'Low': [1.1208, 1.1203, 1.1204, 1.1213, 1.1216],
    'Close': [1.1209, 1.1205, 1.1216, 1.1216, 1.1240]
}

# 创建数据框
df = pd.DataFrame(ohlc_data)

# 计算 TR
tr = df['High'] - df['Low']

# 初始化 ATR
atr = tr.copy()

# 迭代计算 ATR
for i in range(1, len(tr)):
    atr[i] = ((atr[i - 1] * 13) + tr[i]) / 14

# 打印结果
print(df.assign(ATR=atr))