当前位置:首页 > 文章列表 > Golang > Go问答 > 币安技术分析结果与预期不符

币安技术分析结果与预期不符

来源:stackoverflow 2024-02-10 17:57:19 0浏览 收藏

小伙伴们有没有觉得学习Golang很有意思?有意思就对了!今天就给大家带来《币安技术分析结果与预期不符》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!

问题内容

我正在 go 中使用 talib 进行技术分析。但与币安现场结果相比,结果看起来有所不同。

技术分析:rsi、stoch rsi、boler band 和 macd。所有这些都仅显示错误的结果。

币安仪表板网址:https://www.binance.com/en-in/trade/bnb_usdt?layout=pro

import (
  "log"
  "time"

  "github.com/markcheno/go-talib"
  "github.com/pdepip/go-binance/binance"
)

func main() {
  q := binance.KlineQuery{
      Symbol:   "BNBUSDT",
      Interval: "5m",
      Limit:    288,
  }

  client := binance.New("", "")

  for true {

      kline, _ := client.GetKlines(q)

      inputs := []float64{}
      for _, e := range kline {
          inputs = append(inputs, e.Close)
      }

      rsi := talib.Rsi(inputs, 14)
      log.Println("RSI : ", rsi[len(rsi)-1])

      slowk, slowd := talib.StochRsi(inputs, 14, 3, 3, talib.EMA)
      log.Printf("Stoch RSI : %v %v ", slowk[len(slowk)-1], slowd[len(slowd)-1])

      upper, middle, lower := talib.BBands(inputs, 5, 2, 2, talib.T3MA)
      log.Printf("BBands : %v %v %v ", upper[len(upper)-1], middle[len(middle)-1], lower[len(lower)-1])

      macd, signal, hist := talib.Macd(inputs, 12, 26, 9)
      log.Printf("Macd : %v %v %v ", macd[len(macd)-1], signal[len(signal)-1], hist[len(hist)-1])

      time.Sleep(5 * time.Second)
      log.Println("_________________________________")
      log.Println("")
  }

}

正确答案


首先,您必须使用 1000 根蜡烛才能获得与 Binance 相同的值,因为计算取决于给定的系列,因此当您通过 288 行时,您将获得不同的值

本篇关于《币安技术分析结果与预期不符》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于Golang的相关知识,请关注golang学习网公众号!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
在Go中使用命名空间/字符串生成uuid在Go中使用命名空间/字符串生成uuid
上一篇
在Go中使用命名空间/字符串生成uuid
接口中的约束和结构:泛型的应用
下一篇
接口中的约束和结构:泛型的应用
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    321次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    377次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    373次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    337次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    163次使用