Last active
February 20, 2024 11:35
-
-
Save DBoyara/6b06509b6e2256da9019da5cbb362b58 to your computer and use it in GitHub Desktop.
True ADX indicator like in QUIK
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| import numpy as np | |
| def adx(high, low, close, window=14): | |
| """Функция для вычисления Average Directional Index (ADX) | |
| Аргументы: | |
| high: Список или массив значений High цен | |
| low: Список или массив значений Low цен | |
| close: Список или массив значений Close цен | |
| window: Период для вычисления ADX (по умолчанию 14) | |
| Возвращает: | |
| ADX: Значение Average Directional Index | |
| """ | |
| m_plus = high - np.roll(high, 1) | |
| m_minus = np.roll(low, 1) - low | |
| dm_plus = np.where(m_plus > m_minus, np.maximum(m_plus, 0), 0) | |
| dm_minus = np.where(m_minus > m_plus, np.maximum(m_minus, 0), 0) | |
| tr = tr(high, low, close) | |
| di_plus = ema(dm_plus / tr, window) | |
| di_minus = ema(dm_minus / tr, window) | |
| dx = np.abs(di_plus - di_minus) / (di_plus + di_minus) | |
| adx = ema(dx, window) * 100 | |
| return adx | |
| def tr(high, low, close): | |
| """Вычисление истинного диапазона (True Range) для каждого периода | |
| Аргументы: | |
| high: Список или массив значений High цен | |
| low: Список или массив значений Low цен | |
| close: Список или массив значений Close цен | |
| """ | |
| true_ranges = [] | |
| for i in range(len(high)): | |
| if i == 0: | |
| true_range = high[i] - low[i] | |
| else: | |
| true_range = max(high[i], close[i - 1]) - min(low[i], close[i - 1]) | |
| if true_range == 0: | |
| true_range = 0.00000001 | |
| true_ranges.append(true_range) | |
| return true_ranges | |
| def ema(values, window): | |
| """ | |
| Функция для вычисления экспоненциальной взвешенной скользящей средней | |
| Аргументы: | |
| values: Список или массив значений | |
| window: Период для вычисления EMA | |
| Возвращает: | |
| ema: Значение экспоненциальной взвешенной скользящей средней | |
| """ | |
| alpha = 2 / (window + 1) | |
| ema = np.zeros(len(values)) | |
| ema[0] = values[0] | |
| for i in range(1, len(values)): | |
| ema[i] = alpha * values[i] + (1 - alpha) * ema[i - 1] | |
| return ema |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment