【量化笔记】OBV指标交易策略

最新推荐文章于 2025-10-28 06:48:23 发布

原创

最新推荐文章于 2025-10-28 06:48:23 发布 · 3.2k 阅读

标签

#量化笔记 #OBV

收录于

本文介绍了OBV（On-Balance-Volume）指标的计算原理，包括正负累加、移动型OBV和修正型OBV。当OBV增大，预示价格上涨和市场活跃，可能发出买入信号；反之，OBV减小可能表明价格下跌，释放卖出信号。

本篇博客是量化笔记系列的最后一篇了，之后会停更一段时间量化内容，后面会写什么还待定

OVB主要计算累计成交量，将股价上涨时的成交量进行正累加，对股价下跌时的成交量进行负累加，计算公式是：

$OBVn=±Vn+OBVn−1OBV_n=\pm V_n + OBV_{n-1}$

当本期股价上涨时， $V_n$ 的符号为正，

当本期股价下跌时， $V_n$ 的符号为负

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 以青岛啤酒为例
TsingTao=pd.read_csv('TsingTao.csv',index_col='Date')
TsingTao.index=pd.to_datetime(TsingTao.index)
TsingTao.Volume=TsingTao.Volume.replace(0,np.nan)
TsingTao=TsingTao.dropna()
close=TsingTao.Close
Volume=TsingTao.Volume

# 计算OBV
difClose=close.diff()
difClose[0]=0
OBV=(((difClose>=0)*2-1)*Volume).cumsum()
OBV.name='OBV'
OBV.head()
OBV.describe()

count    3.230000e+02
mean    -1.104009e+07
std      3.572700e+07
min     -6.132070e+07
25%     -3.602440e+07
50%     -2.539030e+07
75%      1.912695e+07
max      9.652380e+07
Name: OBV, dtype: float64