
mansour65horzadeh
@t_mansour65horzadeh
تریدر چه نمادی را توصیه به خرید کرده؟
سابقه خرید
تخمین بازدهی ماه به ماه تریدر
پیام های تریدر
فیلتر
نوع پیام
import pandas as pd import numpy as np import matplotlib.pyplot

import pandas as pd import numpy as np import matplotlib.pyplot as plt import yfinance as yf from datetime import datetime # دریافت دادههای تاریخی (مثال: بیتکوین) symbol = "BTC-USD" start_date = "2023-01-01" end_date = datetime.now().strftime("%Y-%m-%d") data = yf.download(symbol, start=start_date, end=end_date) df = data [ ['Close']].copy() # ۱. محاسبه میانگین متحرک (MA) def calculate_ma(df, window=20): df [f'MA_{window}'] = df ['Close'].rolling(window=window).mean() return df df = calculate_ma(df, window=20) df = calculate_ma(df, window=50) # ۲. محاسبه RSI def calculate_rsi(df, window=14): delta = df ['Close'].diff() gain = (delta.where(delta > 0, 0)).rolling(window=window).mean() loss = (-delta.where(delta < 0, 0)).rolling(window=window).mean() rs = gain / loss df ['RSI'] = 100 - (100 / (1 + rs)) return df df = calculate_rsi(df, window=14) # ۳. محاسبه MACD def calculate_macd(df, fast=12, slow=26, signal=9): df ['EMA_fast'] = df ['Close'].ewm(span=fast, adjust=False).mean() df ['EMA_slow'] = df ['Close'].ewm(span=slow, adjust=False).mean() df ['MACD'] = df ['EMA_fast'] - df ['EMA_slow'] df ['Signal_Line'] = df ['MACD'].ewm(span=signal, adjust=False).mean() df ['MACD_Histogram'] = df ['MACD'] - df ['Signal_Line'] return df df = calculate_macd(df) # ۴. رسم نمودارها fig, axes = plt.subplots(4, 1, figsize=(14, 10), gridspec_kw={'height_ratios': [3, 1, 1, 1]}) # نمودار قیمت و MA axes [0].plot(df.index, df ['Close'], label='Close Price', color='black', linewidth=1) axes [0].plot(df.index, df ['MA_20'], label='MA 20', color='blue', linewidth=1) axes [0].plot(df.index, df ['MA_50'], label='MA 50', color='red', linewidth=1) axes [0].set_title(f'{symbol} - Price & Moving Averages') axes [0].legend() axes [0].grid(True) # نمودار RSI axes [1].plot(df.index, df ['RSI'], label='RSI (14)', color='purple', linewidth=1) axes [1].axhline(y=70, color='red', linestyle='--', linewidth=0.7) axes [1].axhline(y=30, color='green', linestyle='--', linewidth=0.7) axes [1].fill_between(df.index, 30, 70, alpha=0.1, color='gray') axes [1].set_title('RSI Indicator') axes [1].legend() axes [1].grid(True) # نمودار MACD و Signal Line axes [2].plot(df.index, df ['MACD'], label='MACD', color='blue', linewidth=1) axes [2].plot(df.index, df ['Signal_Line'], label='Signal Line', color='red', linewidth=1) axes [2].set_title('MACD Indicator') axes [2].legend() axes [2].grid(True) # نمودار هیستوگرام MACD axes [3].bar(df.index, df ['MACD_Histogram'], label='MACD Histogram', color='gray') axes [3].axhline(y=0, color='black', linewidth=0.5) axes [3].set_title('MACD Histogram') axes [3].legend() axes [3].grid(True) plt.tight_layout() plt.show() # ۵. نمایش جدول دادههای اخیر print(df [ ['Close', 'MA_20', 'MA_50', 'RSI', 'MACD', 'Signal_Line']].tail(10))
سلب مسئولیت
هر محتوا و مطالب مندرج در سایت و کانالهای رسمی ارتباطی سهمتو، جمعبندی نظرات و تحلیلهای شخصی و غیر تعهد آور بوده و هیچگونه توصیهای مبنی بر خرید، فروش، ورود و یا خروج از بازارهای مالی نمی باشد. همچنین کلیه اخبار و تحلیلهای مندرج در سایت و کانالها، صرفا بازنشر اطلاعات از منابع رسمی و غیر رسمی داخلی و خارجی است و بدیهی است استفاده کنندگان محتوای مذکور، مسئول پیگیری و حصول اطمینان از اصالت و درستی مطالب هستند. از این رو ضمن سلب مسئولیت اعلام میدارد مسئولیت هرنوع تصمیم گیری و اقدام و سود و زیان احتمالی در بازار سرمایه و ارز دیجیتال، با شخص معامله گر است.