用python 计算连续五天的DIF和DEF

在Python中，为了计算连续五天的DIF（快离差）和DEA（慢离差率），你需要首先理解这两个指标是如何从每日价格数据生成的。DIF是快速移动平均线减去慢速移动平均线，而DEA则是DIF的平滑值。

假设你已经有了一个包含每日收盘价的Pandas DataFrame `stock_df`，其中有一列名为`Close`：

import pandas as pd
import numpy as np

# 假设df是你的数据，日期是索引，Close是收盘价列
df = pd.read_csv('your_stock_data.csv')  # 替换为你的CSV文件路径

def calculate_dif_dea(df, short_window=12, long_window=26, smooth_window=9):
    # 指定短期和长期移动平均线的窗口大小
    df['fast_ema'] = df['Close'].ewm(span=short_window).mean()
    df['slow_ema'] = df['Close'].ewm(span=long_window).mean()

    # 计算DIF（快离差）
    df['DIF'] = df['fast_ema'] - df['slow_ema']

    # 计算DEA（慢离差率），这里是基于DIF的简单移动平均
    df['DEA'] = df['DIF'].rolling(smooth_window).mean()

    # 只保留连续五天的DIF和DEA
    df = df.iloc[-5:]  # 获取最后五天的数据

    return df[['DIF', 'DEA']]

# 调用函数
result = calculate_dif_dea(df)
print(result)

这会返回一个DataFrame，包含最近五天的DIF和DEA数据。