DMA (Deviation Moving Average) - 平均差

1 公式

DMA = 收盘价N1日简单平均 - 收盘价N2日简单平均

AMA = M日DMA简单平均

2 数据准备

我们以科创50指数 000688 为例，指数开始日期为2019-12-31，数据格式如下：

3 计算过程

def calculate_dma(df: pd.DataFrame, N1=10, N2=50, M=6):
    """
    计算两种不同周期的移动平均线差值 (DMA) 及其移动平均线 (DMA MA)。

    参数:
    df (pd.DataFrame): 包含至少 'close' 列的DataFrame，代表每日收盘价。
    N1 (int): 第一个用于计算DMA的简单移动平均线 (SMA) 的时间窗口大小，默认为10。
    N2 (int): 第二个用于计算DMA的简单移动平均线 (SMA) 的时间窗口大小，默认为50。
    M (int): 用于计算DMA MA的时间窗口大小，默认为6。

    返回:
    pd.DataFrame: 包含 DMA 和 DMA MA 值的DataFrame。
    """

    # 创建一个df的副本以避免修改原始数据
    data = df.copy()

    # 计算 N1 和 N2 天的简单移动平均线 (SMA)，然后计算差值作为 DMA
    dma = data['close'].rolling(window=N1).mean() - data['close'].rolling(window=N2).mean()

    # 计算 DMA 的移动平均线 (DMA MA)，使用窗口大小 M
    madma = dma.rolling(window=M).mean()

    # 将计算出的 DMA 和 DMA MA 添加到 DataFrame
    data['dma'] = dma
    data['madma'] = madma

    # 返回包含所有计算出指标的 DataFrame
    return data

4 注意事项

参数N1=10，N2=50，M=6时，计算结果与东方财富软件中一致

雪球无此指标