nodejs talib MACD

时间:2015-08-23 17:16:12

标签: node.js finance google-finance ta-lib

我正在使用talib技术分析库来计算MACD。我使用AAPL数据来计算MACD(8,17,9)但是talib值与Google完全不同雅虎财务。
这是我的javascript(自2015-08-21以来我复制了最后的AAPL关闭数据):

var talib = require('./node_modules/talib/build/Release/talib');
var marketData = { open: [], close: [106.2199999999999989,
 112.6500000000000057,
 115.0100000000000051,
 116.5000000000000000,
 117.1599999999999966,
 116,
 115.1500000000000057,
 115.2399999999999949,
 113.5498999999999938,
 119.6901000000000010,
 115.5199999999999960,
 115.1700000000000017,
 115.4000000000000057,
 114.6400000000000006,
 118.4350000000000023,
 121.4599999999999937,
 122.3700000000000045,
 122.9899999999999949,
 123.3199999999999932,
 122.8900000000000006,
 124.4800000000000040,
 125.1599999999999966,
 125.2199999999999989,
 130.7500000000000000,
 132.0699999999999932],high: [], low: [], volume: [] };
 talib.execute({
    name: "MACD",
    startIdx: 0,
    endIdx: marketData.close.length - 1,
    inReal: marketData.close,
    optInFastPeriod: 8,
    optInSlowPeriod: 17,
    optInSignalPeriod: 9
}, function (result) {
   console.log(result);
});
来自雅虎和谷歌财务的2005-08-21的MACD值为-2.73,塔利布值为3.83且与MACD数据有很大不同。我做错了什么?
我也注意到talib SMA和EMA给出了相同的结果。
顺便说一下,在谷歌图表中反转MACD缓慢而快速的时期,不会改变图表......雅虎确实

3 个答案:

答案 0 :(得分:0)

25个数据点不足以获得良好的结果。 EMA系列的计算(MACD基于多组EMA系列)是递归的。对于计算EMA / MACD,我会说使用至少一年的收盘价数据。

技术指标软件的烟幕测试可能相当艰巨,因为您必须确定您正在使用完全相同的数据集,确保您从相同的初始启动值开始等,作为参考系统/计算。

就获取数据而言,雅虎显然是一种选择。 markit还提供可能有效的an api返回历史价格。

答案 1 :(得分:0)

我不是专家,但据我所知,如果你使用3个不同的时期(8,17和9),你至少需要你最长时间段的两倍数值来计算当前值。 / p>

例如,假设您在时间T并计算T-17值的17周期,您将需要至少34个值,因此可以正确计算T-17和T-16 ......直到您到达当前价值

这有意义吗?

答案 2 :(得分:0)

也许你可以用talib-binding来做这件事,我昨天写的。代码如下:

import * as talib from 'talib-binding'
talib.MACD([106.2199999999999989,
    112.6500000000000057,
    115.0100000000000051,
    116.5000000000000000,
    117.1599999999999966,
    116,
    115.1500000000000057,
    115.2399999999999949,
    113.5498999999999938,
    119.6901000000000010,
    115.5199999999999960,
    115.1700000000000017,
    115.4000000000000057,
    114.6400000000000006,
    118.4350000000000023,
    121.4599999999999937,
    122.3700000000000045,
    122.9899999999999949,
    123.3199999999999932,
    122.8900000000000006,
    124.4800000000000040,
    125.1599999999999966,
    125.2199999999999989,
    130.7500000000000000,
    132.0699999999999932], 8, 17, 9)

结果是:

[ [ 3.8371737131517705 ],
    [ 2.7731844591512465 ],
    [ 1.063989254000524 ] ]