WR - 威廉指标

1 公式

威廉指标的计算公式为：

其中：

        𝐻𝑛​ 是过去n日内的最高价。

        𝐿𝑛​ 是过去n日内的最低价。

        𝐶 是当前收盘价。

2 数据准备

我们以科创50指数 000688 为例，指数开始日期为2019-12-31，数据格式如下：

3 计算过程

def wr(df: pd.DataFrame, N=10) -> pd.DataFrame:
    """
    计算威廉指标（Williams %R）并处理可能的除零错误.

    参数:
    ----------
    df : pd.DataFrame
        包含至少 'high', 'low' 和 'close' 列的DataFrame，分别表示每个周期的最高价、最低价和收盘价。

    N : int, 可选
        用于计算滚动窗口的周期数，默认值为10。

    返回值:
    -------
    data : pd.DataFrame
        原始DataFrame加上'Hn'（周期内最高价）、'Ln'（周期内最低价）和'WR'（威廉指标）三列。
    """

    # 创建一个df的副本以避免修改原始数据
    data = df.copy()

    # 使用rolling方法计算N周期内的最高价
    data['Hn'] = data['high'].rolling(N).max()

    # 使用rolling方法计算N周期内的最低价
    data['Ln'] = data['low'].rolling(N).min()

    # 获取浮点数的最小正数值，以防分母为零
    epsilon = np.finfo(float).eps

    # 计算威廉指标（Williams %R）
    # 公式为：(Hn - close) / (Hn - Ln) * 100
    # 在分母中加入epsilon以避免除零错误
    data['WR'] = (data['Hn'] - data['close']) / (data['Hn'] - data['Ln'] + epsilon) * 100

    # 返回包含计算结果的新DataFrame
    return data

4 注意事项

WR计算结果与东方财富软件中的值一致，与雪球中的值有差异。