移動平均線定義

移動平均線簡稱均線，是技術分析中一種，可以分析時間和股價數據之間關係的工具（技術分析的三種元素：價格、量能、時間；移動平均線是由股價與時間所組成的）。在這邊所談到的移動平均使用的是簡單移動平均，以收盤價的算數平均來計算平均價格。公式/範例：(今日收盤價+前4日收盤價) ÷5＝5日均價。
使用移動平均可以讓短期波動平緩，降低誤差值干擾。而移動平均線也代表投資人的平均成本，且移動平均線是客觀的技術分析工具。

移動平均線的參數設定

總共六條均線：使用看盤軟體的「內建參數」，不要去改它：

• 短期：5日（周線）、10日（雙周線）
• 中期：20日(月線)、60日(季線)
• 長期：120日(半年線)、240日(年線)

移動平均線的特性

當移動平均線的角度越大，代表的多空力量越強，但維持時間通常越短。當天期和參數越長，因為加總的樣本數越多，移動均線會越平緩，反之則越多轉折。當天期和參數越長，均線與K線會距離越遠，碰觸的機會越少。

程式實作：移動平均線取得與計算

我們在Day4時就已經取得看盤軟體的移動平均線資料，因此我們很容易地在將它繪製於K線圖上。以下就是在K線圖上繪製20日移動平均線的程式碼：

# 設定K線格式
mc = mpf.make_marketcolors(up='xkcd:light red', down='xkcd:almost black', inherit=True)
s  = mpf.make_mpf_style(base_mpf_style='yahoo', marketcolors=mc)

# 設定移動平均線
added_plots={
    "SMA20": mpf.make_addplot(df_sma['SMA20'],width=0.6,color='xkcd:violet')
            }

# 繪出K線圖
kwargs = dict(type='candle', style=s, figratio=(19,10), addplot=list(added_plots.values()))
mpf.plot(df_k_line,**kwargs) 

其實這段程式與早先繪製K線圖的程式都是一樣的，因此相關說明請參閱Day5內容。程式執行結果如下所示：

另外我們還可以使用計算的方式來取得移動平均線，此處有兩種方式：第一種方式為使用DataFrame型態的rolling函式，第二種方式則是使用talib套件的SMA函式。首先使用第一種方式（DataFrame型態的rolling函式）計算移動平均線並將其繪製於K線圖上，程式碼如下所示：

# 使用DataFrame rolling方式計算20日移動平均
rolling_sma20 = df_k_line['Close'].rolling(window=20).mean()
print(rolling_sma20.values)

# 設定K線格式
mc = mpf.make_marketcolors(up='xkcd:light red', down='xkcd:almost black', inherit=True)
s  = mpf.make_mpf_style(base_mpf_style='yahoo', marketcolors=mc)

# 設定移動平均線
added_plots={
    "SMA20": mpf.make_addplot(rolling_sma20,width=0.6,color='xkcd:violet')
            }

# 繪出K線圖
kwargs = dict(type='candle', style=s, figratio=(19,10), addplot=list(added_plots.values()))
mpf.plot(df_k_line,**kwargs) 

程式執行結果如下所示：

從中可以發現計算出來的移動平均線少了前面幾天（準確來說是少了19天）。原因在於20日移動平均線的第一個有效的移動平均值需要有前面19天的收盤價才能計算，所以只要是在一個區間內計算移動平均線都會遇到相同的情況；稍後介紹的第二種方式也是如此。接下來使用第二種方式（talib套件的SMA函式）計算移動平均線並將其繪製於K線圖上，程式碼如下所示：

# 使用talib套件計算20日移動平均
talib_sma20 = SMA(df_k_line_talib,timeperiod=20)
print(talib_sma20.values)

# 設定K線格式
mc = mpf.make_marketcolors(up='xkcd:light red', down='xkcd:almost black', inherit=True)
s  = mpf.make_mpf_style(base_mpf_style='yahoo', marketcolors=mc)

# 設定移動平均線
added_plots={
    "SMA20": mpf.make_addplot(talib_sma20,width=0.6,color='xkcd:violet')
            }

# 繪出K線圖
kwargs = dict(type='candle', style=s, figratio=(19,10), addplot=list(added_plots.values()))
mpf.plot(df_k_line,**kwargs) 

程式執行結果如下所示：

移動平均線做為趨勢工具

從看盤軟體分別觀察短期移動平均線（兩條，分別為5日與10日）、中期移動平均線（兩條，分別為20日與60日）與長期移動平均線（兩條，分別為120與240日），可以得到很明確的短、中與長期的趨勢定義。當5日移動平均線與10日移動平均線的方向都為下（↓↓）時表示短期空頭。當20日移動平均線與60日移動平均線的方向都為下（↓↓）時表示中期空頭。當120日移動平均線與240日移動平均線的方向都為上（↑↑）時表示長期多頭。如下圖所示：

兩條移動平均線的判別趨勢方法如下：
↓↓：空頭，↑↑：多頭， ↑↓或↓↑：盤整

程式實作：從移動平均線判斷短、中、長期的趨勢

依據前面所描述的方式，寫一個函式以判斷多空趨勢。程式碼如下：

# 移動平均線趨勢判定程序
def moving_average_trend(sma):
    now_sma  = sma.iloc[-1].to_dict()
    prev_sma = sma.iloc[-2].to_dict()
    # 確認移動平均線方向：↑ : 'u' , ↓ : 'd' , ＝ : '='
    sma5_dir = 'u' if now_sma['SMA5'] > prev_sma['SMA5'] else 'd' if now_sma['SMA5'] < prev_sma['SMA5'] else '='
    sma10_dir = 'u' if now_sma['SMA10'] > prev_sma['SMA10'] else 'd' if now_sma['SMA10'] < prev_sma['SMA10'] else '='
    sma20_dir = 'u' if now_sma['SMA20'] > prev_sma['SMA20'] else 'd' if now_sma['SMA20'] < prev_sma['SMA20'] else '='
    sma60_dir = 'u' if now_sma['SMA60'] > prev_sma['SMA60'] else 'd' if now_sma['SMA60'] < prev_sma['SMA60'] else '='
    sma120_dir = 'u' if now_sma['SMA120'] > prev_sma['SMA120'] else 'd' if now_sma['SMA120'] < prev_sma['SMA120'] else '='
    sma240_dir = 'u' if now_sma['SMA240'] > prev_sma['SMA240'] else 'd' if now_sma['SMA240'] < prev_sma['SMA240'] else '='
    # 短期趨勢
    if sma5_dir == sma10_dir :
        if sma5_dir == 'u' :
            print('短期趨勢：上升')
        elif sma5_dir == 'd' :
            print('短期趨勢：下降')
    else :
        print('短期趨勢：盤整')
    # 中期趨勢
    if sma20_dir == sma60_dir :
        if sma20_dir == 'u' :
            print('中期趨勢：上升')
        elif sma20_dir == 'd' :
            print('中期趨勢：下降')
    else :
        print('中期趨勢：盤整')
    # 長期趨勢
    if sma120_dir == sma240_dir :
        if sma120_dir == 'u' :
            print('長期趨勢：上升')
        elif sma120_dir == 'd' :
            print('長期趨勢：下降')
    else :
        print('長期趨勢：盤整')

利用上述函式判斷某日的短期、中期與長期的趨勢的程式碼於下所示：

# 2023年5月30日移動平均線趨勢判斷
moving_average_trend(df_sma)

詳細程式碼請參照「第七天：移動平均線.ipynb」。

利用移動平均線找尋買賣點

可以利用移動平均穿越法則來尋找買賣點：

• 黃金交叉是指短期移動平均線在長期移動平均線上方交叉
• 死亡交叉是指短期移動平均線在長期移動平均線下方交叉
• 以黃金交叉做為買點，死亡交叉做為賣點
• 但在盤整或箱型整理區間，移動平均線的排列會呈現忽上忽下，多線糾結在一起的不規則排列現象，會產生很多無效的買賣點

關於移動平均線買賣點的說明與程式實作，請參照Day21「葛蘭碧八大法則」內容。