近日，想给我的小站ashares.info增添技术指标信号，本来觉得这个事情很简单，因为Python有现成的技术指标库，调用里面函数就可以了。结果折腾了一番发现不是那么回事。
首先介绍一下技术指标库，ta-lib 是一套使用C/C++写的技术指标库，形态指标、动量指标，应有尽有，非常丰富，包含了近200种。 TA-Lib 是ta-lib的一套python wrapper, 它方便了python开发人员调用ta-lib的库，毕竟底层语言C/C++的流行程度没有Python那么高。
我在投资助手小站上尝试实现了两种指标，一种是MACD, 另一种是KDJ。MACD 的实现很顺利，直接调用talib里面的MACD方法就可以了；而KDJ的实现却出现了问题。调用talib.STOCH函数求出的K、D、J三个值与主流股票软件图形上的值不一致。talib得出的金叉信号，在主流股票软件图形上并不是金叉，这就问题很大了。于是又深入研究了一下talib的实现算法，发现他们的具体实现还是有很大差别。
talib的实现是按照 Dr. George Lane最初创造的指标公式来实现的，详细见这里
下面是George Lane博士的公式
下面这个是我们股票软件上的实现公式：
两个公式变量名字有些不同，这里简单说一下
上图的FASTK就是下图的RSV；上图的FASTD在下图没有对应，上图的SLOWK对应下图的K， SLOWD对应下图的D， 上图没有变量J, 因为J=3*K-2*D (George Lane博士的公式说3*D -2*K)
实际上这个函数talib.STOCH只返回了两个变量slowd 和slowk, slowj可有这个两个变量求得。
fastk和fastd是快速随机变量函数talib.STOCH FAST返回的，因为快速随机变量实际应用有问题，很少有软件实现。
软件中的SMA是这样定义的：SMA(X，N，M) X的M日加权移动平均，M为权重，如Y=(XM+Y’(N-M))/N (Y’ 为前一日的Y值)；并非talib中的SMA，talib实现的SMA是简单移动平均（Simple Moving Average）,这一点要特别注意。
在求得RSV这一步两者是一致的，都是：
RSV =（单日收盘价-最低价集合中的最低价）/ （最高价集合中的最高价-最低价集合中的最低价）*100【观察周期是P1】
对K值的计算，从George Lane博士的公式上看，和软件中的实现也是一致的，软件中的公式是
SMA(RSV,P2,1) , George Lane博士的公式是MA Smoothed FastK over FastPeriod. 意思和公式是一致的,都是在P2 周期对RSV求平滑移动平均。两者的意思是一致的。问题出在具体实现上，因为两个SMA不一样。
STOCH的函数声明是这样的：
slowk, slowd = STOCH(high, low, close, fastk_period=5, slowk_period=3, slowk_matype=0, slowd_period=3, slowd_matype=0)
注意有两个参数slowk_matype=0和slowd_matype=0,这两个参数指定使用什么样的ma计算K和D，0代表SMA（Simple Moving Average）,这个SMA与股票软件中的那个SMA实现是不一样的。股票软件中实现的SMA实际上是talib中的EMA函数。
talib这样做显然是对ma的计算算法保持开放态度，因此不能说talib求出的K和D值与常用股票软件中不一致就是talib算错了。我相信talib经历了20年的发展，还是经得住时间的考验的。
按照网上一些帖子给出的自己计算K和D的算法：
K = pd.DataFrame(rsv).ewm(com=slowk_period-1).mean()
D = K.ewm(com=slowd_period-1).mean()
经过测试验证这样求的K和D，和我们常用的股票软件上显示的是一致的。这样进一步确定了股票软件上的算法：即是求的指数平均值（Exponential Moving Average）.
我们再看看talib中EMA函数的实现算法：
看了talib WMA的实现公式发现，在计算EMA的alpha系数时，使用了span参数，而股票软件中的算法相当于dataframe.ewm()使用了com参数，这样在计算alpha权重系数时会有差别。
这两个参数是可以转换的，由上述alpha系数计算公式可以推导出s=2c+1 , 股票软件的计算公式相当于dataframe.ewm(com=m-1).mean, 代入c=m-1得出，当s=2m-1时，使用talib.EMA(cose,s=2m-1) 计算K和D的值与股票软件一致。
经多方查阅终于找到matype的值了：
matype :0 = SMA, 1=EMA,2=WMA,3=DEMA,4=TEMA,5=TRIMA,6=KAMA,7=MAMA,8=T3
这样就终于搞明白了，要想得到与股票软件中KDJ一样的数据，应这样调用talib.STOCH
这里贴出部分代码：
# 初始化KDJ参数：注意ma_type=1
def init_kdj(self, fastk_period=9, slowk_period=3, slowk_matype=1,
slowd_period=3,
slowd_matype=1):
self.fastk_period = fastk_period
# s=2m-1 ，由com参数换算成span参数
self.slowk_period = 2 * slowk_period - 1
self.slowk_matype = slowk_matype
self.slowd_period = 2 * slowd_period - 1
self.slowd_matype = slowd_matype
调用函数计算KDJ
slowk, slowd = talib.STOCH(high_prices, low_prices, close_prices, self.fastk_period, self.slowk_period,
self.slowk_matype, self.slowd_period,
self.slowd_matype)
slowk = slowk.values
slowd = slowd.values
slowj = 3 * slowk - 2 * slowd
经过测试，果然丝毫不差！
参考资料：