使用python编写MACD 顶背离，底背离程序

MACD顶背离和底背离是指在技术分析中，价格的趋势与MACD指标的趋势出现分歧的现象，通常被用来预测市场可能的转折点。

在编写Python程序来识别MACD顶背离和底背离时，需要首先计算出价格的移动平均线差异（MACD）和其信号线，然后将这些值与价格本身的高点和低点进行比较，以识别背离现象。

以下是一个简单的示例程序，它使用了pandas和matplotlib库来计算MACD并识别背离：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from pandas_datareader import data as pdr

# 获取股票数据，这里以苹果公司为例
df = pdr.get_data_yahoo('AAPL')

# 计算MACD
exp1 = df['Close'].ewm(span=12, adjust=False).mean()
exp2 = df['Close'].ewm(span=26, adjust=False).mean()
macd = exp1 - exp2
signal = macd.ewm(span=9, adjust=False).mean()

# 计算背离
def detect_divergences(prices, macd, signal):
    peaks = prices['High'].rolling(window=2).apply(lambda x: x[1] < x[0]).astype(int).diff().fillna(0).astype(bool)
    valleys = prices['Low'].rolling(window=2).apply(lambda x: x[1] < x[0]).astype(int).diff().fillna(0).astype(bool)
    
    divergences = pd.DataFrame(index=prices.index)
    
    # 底背离
    for index in peaks[peaks==1].index:
        if macd[index] > macd[index-1]:
            divergences.loc[index, 'Bullish_Divergence'] = 'Potential_Buy'
    
    # 顶背离
    for index in valleys[valleys==1].index:
        if macd[index] < macd[index-1]:
            divergences.loc[index, 'Bearish_Divergence'] = 'Potential_Sell'
    
    return divergences

divergences = detect_divergences(df, macd, signal)
df = df.join(divergences)

# 绘制图表
fig = plt.figure(figsize=(14,7))
ax1 = fig.add_subplot(111, ylabel='Price in $')
df['Close'].plot(ax=ax1, color='black', lw=2.)

ax2 = ax1.twinx()
df['MACD'].plot(ax=ax2, color='red', lw=2.)
df['Signal_Line'].plot(ax=ax2, color='blue')
plt.show()

# 注意：这个程序仅作为示例，实际交易中需要更严格的逻辑来确认背离

在使用此代码之前，请确保你已经安装了pandas, matplotlib, numpy和pandas_datareader库。此程序仅作为一个基础的示例，实际应用中可能需要更多的逻辑来确认背离，并结合其他因素如成交量、其他技术指标等来做出更准确的预测。