鼎元C++期货量化/程序化教程【平滑异同移动平均线(Moving Average Convergence Divergence,MACD)计算方法及调用方法】
鼎元C++期货量化/程序化教程【平滑异同移动平均线(Moving Average Convergence Divergence,MACD)计算方法及调用方法】1、头文件变量声明：[code]
vector<double>pc;//priceclose,pc简称
vector<double>emashort,emalong,diff,dea;
double macd;//获取macd值,柱状图线数值
[/code]2、源文件加入数组vector返回 ema均线数据程式码模块：[code]
//ema计算公式开始(返回数组)
/*
从map<string,mapK>制式数据中分离需要处理的数据，然后通过这此的ema方式取得这些数据的ema平均，返回值仍然是数组vector
*/
vector<double> test::ema(vector<double> pc, int num)
{
vector<double> ema;
double emavector = 0;
int i = 0;
for (int it = 0; it < pc.size(); ++it)
{
if (i < num)
{
emavector = (emavector + pc[it]) / (i + 1);
i++;
ema.push_back(emavector);
}
else
{
emavector = (2 * pc[it] + (num - 1) * emavector) / (num + 1);
ema.push_back(emavector);
}
}
return ema;
}
[/code]3、源文件加入MACD程式码模块：[code]
RsqBar(sPeriod, sInst);
map<string,TKVALUE>::iterator it;
for (it = mapK[sPeriod][sInst].begin(); it != mapK[sPeriod][sInst].end(); it++)
{
pc.push_back(it->second.dClose); //将收盘价放入pc容器vector
}
emashort = ema(pc,12);
emalong = ema(pc,26);
for (int i = 0; i < emalong.size(); i++)
{
diff.push_back(emashort[i] - emalong[i]); //DIFF - DEA
}
dea = ema(diff,9); //dea = xaverage(diff,9)
macd = (diff[diff.size()-1] - dea[dea.size()-1])*2; //获取MACD柱数值
[/code]3、调用方法：[code]
InsertLog("diff值为: " + to_string(diff[diff.size() - 1]));
InsertLog("dea均线值为: " + to_string(dea[dea.size() - 1]));
InsertLog("MACD值为: " + to_string(macd));
[/code]类似这样。 上面的计算总是有些出入，所以这里我重新设计了一下，对比一下东财的数据，还是基本不错的。 第一部分：头文件声明部分[code]
vector<double>EMAvectorCaL(vector<double>pc, int num);//EMA容器计算形式
vector<double>MACDcalculate(vector<double>pc, int shortPeriod, int longPeriod);//计算MACD
[/code][code]
vector<double>pc,diff, dea, macd;
[/code]第二部分：源文件公式函数部分[code]
////////////////////////////////////////////////////////////////////////////////////////////////////////////MACD公式计算
vector<double>test::EMAvectorCaL(vector<double>pc, int num)//EMA容器计算形式
{
vector<double> ema(pc.size());
double multiplier = 2.0/(num+1);
ema[0] = pc[0]; // 初始化第一值为价格的第一个值
for (int i = 1; i < pc.size(); i++) {
ema[i] = (pc[i] - ema[i-1]) * multiplier + ema[i-1];
}
return ema;
}
vector<double>test::MACDcalculate(vector<double>pc, int shortPeriod, int longPeriod)
{
// 计算快线和慢线的 EMA
vector<double> shortEMA = EMAvectorCaL(pc, shortPeriod);
vector<double> longEMA = EMAvectorCaL(pc, longPeriod);
// 计算 DIFF
vector<double> diff(pc.size());
for (int i = 0; i < pc.size(); i++)
{
diff[i] = shortEMA[i] - longEMA[i];
}
return diff;
}
////////////////////////////////////////////////////////////////////////////////////////////////////////////MACD公式计算
[/code]第三部分：主程式模块[code]
RsqBar(sPeriod, sInst);
map<string, TKVALUE >::iterator it;
for (it = mapK[sPeriod][sInst].begin(); it != mapK[sPeriod][sInst].end(); ++it)
{
pc.push_back(it->second.dClose);
}
// MACD 参数
int shortPeriod = 12; // 快速 EMA 周期
int longPeriod = 26; // 慢速 EMA 周期
int signalPeriod = 9; // 信号线 EMA 周期
// 计算并输出diff
diff = MACDcalculate(pc, shortPeriod, longPeriod);
dea = EMAvectorCaL(diff, signalPeriod);
//计算 MACD 柱状图
vector<double> macd(pc.size());
for (size_t i = 0; i < pc.size(); i++)
{
macd[i] = 2 * (diff[i] - dea[i]); // 通常将 MACD 值乘以 2
}
InsertLog("最新diff " + to_string(diff[diff.size() - 1]) + "最新dea " + to_string(dea[dea.size() - 1]) + "最新MACD " + to_string(macd[macd.size() - 1]));
[/code]
页:
[1]