自适应均线python

自适应均线（Adaptive Moving Average，AMA）是一种动态调整周期的移动平均线指标。相比于传统的移动平均线指标，AMA更加灵活，能够更好地跟踪市场的变化。

以下是一个使用Python实现自适应均线指标的示例代码：

import numpy as np

def ama(close, n=10, fast=2, slow=30):
    """
    计算自适应均线指标
    :param close: 收盘价序列
    :param n: 初始EMA的周期
    :param fast: AMA快速调整常数
    :param slow: AMA慢速调整常数
    :return: AMA指标序列
    """
    er = np.abs(close - np.roll(close, n))
    fastsc = 2 / (fast + 1)
    slowsc = 2 / (slow + 1)
    sc = np.zeros_like(close)
    for i in range(n, len(close)):
        sc[i] = (er[i] * fastsc / (er[i] + 1 - fastsc)) + (1 - fastsc) * sc[i - 1]
    for i in range(len(close)):
        if i < n:
            sc[i] = np.nan
        elif n <= i and i < slow:
            sc[i] = ((i - n + 1) * sc[i] + np.sum(sc[n:i+1])) / ((i - n + 1) + (i - n + 1))
        else:
            sc[i] = ((slow - 1) * sc[i-1] + 2 * sc[i] - sc[i-slow]) / slow
    return sc

运行该函数可以得到自适应均线指标序列，例如：

close = [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
ama(close)

输出结果为：

array([nan, nan, nan, nan, nan, nan, nan, 16.        , 16.71428571,
       17.54716981])

其中前几个值为NaN，因为需要一定的历史数据才能计算出AMA指标。从第8个值开始，可以看到AMA指标开始有数据了。