今天测试使用KDJ的时候，发现talib上没有这个方法。于是，找公式准备自己实现一遍。
KDJ指标又叫随机指标，是一种短线指标，它是由KD指标发展而来的。
实现步骤
KDJ的实现步骤主要分成三步：
1、先计算“未成熟随机值”，即RSV
image.png
2、求出当日的K值和D值（即计算出RSV值的3日指数移动平均）
image.png
3、计算出J值
J = 3 * D – 2 * K
KDJ简单理解
1、RSV线过于起伏不定，为此根据MA原理，以RSV线为基础，生成一条相对平滑的K线
2、K线是RSV的3日移动平均线，D线是K线的3日移动平均线
KDJ的实现
talib上虽然没有KDJ指标的实现，不过，它实现了KD指标。我们只需要稍微加点逻辑就可以实现KDJ指标。如下：
def talib_KDJ(data, fastk_period=9, slowk_period=3, slowd_period=3):
indicators={}
#计算kd指标
high_prices = np.array([v['high'] for v in data])
low_prices = np.array([v['low'] for v in data])
close_prices = np.array([v['close'] for v in data])
indicators['k'], indicators['d'] = talib.STOCH(high_prices, low_prices, close_prices,
fastk_period=fastk_period,
slowk_period=slowk_period,
slowd_period=slowd_period)
indicators['j'] = 3 * indicators['k'] - 2 * indicators['d']
return indicators
在刚开始使用talib计算KD指标时，我不是很理解fastk_period、slowk_period和slowd_period这三个参数是用来干啥的。如果只是传一个周期，那只需要一个参数就行了。而且，我自己实现了KDJ，发现计算出来的值并不相同。
后来，看到下面内容，我才知道talib对KD指标的具体实现，如下：
image.png
上面的FASTK就是RSV，而SLOWK就是K线，SLOWD就是D线，那参数就知道了：
- flask_period: 计算RSV的周期
- slowk_period: K线是由RSV的几日移动平均线得到
- slowd_period: D线是由K线的几日移动平均得到
为了验证正确性，我重新实现了下KDJ，用数据进行验证。我实现的KDJ如下：
def self_KDJ(data, fastk_period=9, slowk_period=3, slowd_period=3):
#计算kd指标
high_prices = np.array([v['high'] for v in data])
low_prices = np.array([v['low'] for v in data])
close_prices = np.array([v['close'] for v in data])
fast_k = RSV(data, fastk_period)
slow_k = talib.MA(np.array(fast_k), timeperiod=slowk_period)
slow_d = talib.MA(slow_k, timeperiod=slowd_period)
indicators= {
'k': slow_k,
'd': slow_d,
'j': 3 * slow_k - 2 * slow_d
}
return indicators
对应的数据：
image.png
talib对应KD计算出的结果：
image.png
自己实现的KDJ的结果：
image.png
除了前部分默认数据不一致外，从后面计算出结果值可以看出，我们实现KDJ与talib一样。
最后
今天查找KDJ公式时，发现最后的J值公式有两种。一种是J = 3 * K - 2 * D，另外一种是J = 3 * D - 2 * K。后来，使用币安专业版和Okex的指标工具时，发现它们都是使用第一种方式，于是选择了第一种。
