用python程序编写出求DMI指标

好的，DMI指标是一个技术分析指标，可以用来衡量股票或其他交易资产的趋势强度。下面是一个用Python编写的DMI指标的示例代码：

import pandas as pd
import numpy as np

def DMI(data, n, n_ADX):
    i = 0
    UpI = [0]
    DoI = [0]
    while i + 1 <= data.index[-1]:
        UpMove = data.loc[i + 1, 'High'] - data.loc[i, 'High']
        DoMove = data.loc[i, 'Low'] - data.loc[i + 1, 'Low']
        if UpMove > DoMove and UpMove > 0:
            UpD = UpMove
        else:
            UpD = 0
        UpI.append(UpD)
        if DoMove > UpMove and DoMove > 0:
            DoD = DoMove
        else:
            DoD = 0
        DoI.append(DoD)
        i = i + 1

    i = 0
    TR_l = [0]
    while i < data.index[-1]:
        TR = max(data.loc[i + 1, 'High'], data.loc[i, 'Close']) - min(data.loc[i + 1, 'Low'], data.loc[i, 'Close'])
        TR_l.append(TR)
        i = i + 1

    TR_s = pd.Series(TR_l)
    ATR = pd.Series(TR_s.ewm(span=n, min_periods=n).mean())
    UpI = pd.Series(UpI)
    DoI = pd.Series(DoI)
    PosDI = pd.Series(UpI.ewm(span=n, min_periods=n).mean() / ATR)
    NegDI = pd.Series(DoI.ewm(span=n, min_periods=n).mean() / ATR)

    i = 0
    DX = [0]
    while i + 1 <= data.index[-1]:
        DX1 = abs(PosDI[i + 1] - NegDI[i + 1])
        DX2 = abs(PosDI[i + 1] + NegDI[i + 1])
        DX.append(100 * DX1 / DX2)
        i = i + 1

    DX = pd.Series(DX)
    ADX = pd.Series(DX.ewm(span=n_ADX, min_periods=n_ADX).mean(), name='ADX_' + str(n) + '_' + str(n_ADX))
    ADXR = pd.Series((ADX + ADX.shift(n_ADX)) / 2, name='ADXR_' + str(n) + '_' + str(n_ADX))

    return pd.concat([PosDI, NegDI, ADX, ADXR], axis=1)

该函数采用一个pandas数据框作为输入，其中必须包含一个“High”列和一个“Low”列，分别表示股票的最高价和最低价。它还需要两个整数作为输入，分别表示DMI指标的时间间隔和ADX指标的时间间隔。

该函数返回一个pandas数据框，其中包含了上升方向指标（Positive Directional Indicator）、下降方向指标（Negative Directional Indicator）、平均方向指标（Average Directional Indicator）和平均方向指标相对强度（Average Directional Indicator Rating）。

你可以根据自己的需要来调整该函数的参数，例如n和n_ADX的值。同时，也可以将该函数与其他技术分析指标结合起来，来进行更深入的分析。