精华内容
下载资源
问答
  • 什么是成交量加权指数 成交量加权指数是一种投资指数,其中每份投资与其每个投资标的的成交量成比例地影响指数。在指数中添加每份投资的成交量并除以投资总数决定了指数的价值。具有较高成交量的投资将比具有较低...

    什么是成交量加权指数

    成交量加权指数是一种投资指数,其中每份投资与其每个投资标的的成交量成比例地影响指数。在指数中添加每份投资的成交量并除以投资总数决定了指数的价值。具有较高成交量的投资将比具有较低成交量的投资给予更多权重,因此将对指数的表现有更大的发言权。

    详解成交量加权指数

    在成交量加权指数中,从110美元涨至120美元的投资对指数的影响将大于从10美元涨至20美元的投资,即便这些上涨的幅度不如低价时候的涨幅,成交量较高的投资对指数或整体方向产生较大影响。

    举个例子,道琼斯工业平均指数(DIJA)是最受欢迎的成交量加权投资之一,由30种不同的投资或组成部分组成。在该指数中,成交量较高的投资标的的成交量高于成交量较低的投资标的,因此称为成交量加权指定。

    其他加权指数

    除了成交量加权指数外,其他基本类型的加权指数包括价值加权指数和未加权指数。对于价值加权指数,如MSCI战略指数系列中的指数,已发行投资标的的数量是一个因素。为了确定价值加权指数中每只投资标的的权重,投资标的的成交量乘以已发行投资标的的数量。例如,如果投资A有5,000,000股已发行并且交易成交量为15美元,则其在指数中的权重为750,000,000美元。如果投资B的交易成交量为30美元,但只有1,000,000股已发行,其权重为30,000,000美元。因此,在价值加权指数中,投资A在指数如何变动方面比在投资B方面有更多的发言权。

    在未加权指数中,所有投资对指数都有相同的影响,无论其投资数量或成交量如何。索引中的任何成交量变化都基于每个组件的返回百分比。例如,如果投资A上涨30%,投资B上涨20%,投资C上涨10%,指数上涨20%,或30 + 20 + 10/3,即指数中的投资标的数量。

    另一种加权指数是市值加权指数,其中每只投资标的的份额基于已发行投资标的的市场价值。其他类型的加权指数包括收入加权,基本加权和浮动调整。根据投资者的目标和市场认知,都有其积极的和消极的的一面。

    成交量指数加权策略在发明者量化平台的运用

    根据以上的基本概念,我们已经大概了解了此策略的基本原理和运作机制。接下来,我们将把它部署到发明者量化平台,在数字货币市场实现这个策略。我们还是使用简单易用的My语言进行编程。

    • 数据周期:多周期

    • 回测标的:OKEX 期货

    • 合约类型:this_week


    MAN^^MA(C,N);
    B_MA:=C>MAN;
    S_MA:=C<MAN;
    
    S_K1:=SUM((H-C)*V,N)/SUM((H-L)*V,N)>0.5;
    B_K1:=SUM((C-L)*V,N)/SUM((H-L)*V,N)>0.5;
    
    CO:=IF(C>O,C-O,0);
    OC:=IF(C<O,O-C,0);
    S_K2:=SUM(OC*V,N)/SUM(ABS(C-O)*V,N)>0.5;
    B_K2:=SUM(CO*V,N)/SUM(ABS(C-O)*V,N)>0.5;
    
    B_K1 AND B_K2 AND B_MA AND H>=HHV(H,N),BPK;
    S_K1 AND S_K2 AND S_MA AND L<=LLV(L,N),SPK;
    
    STOPLOSS:=M*MA(H-L,N);
    C<BKPRICE-STOPLOSS,SP(BKVOL);
    C>SKPRICE+STOPLOSS,BP(SKVOL);
    
    S_MA AND BKHIGH>BKPRICE+STOPLOSS,SP(BKVOL);
    B_MA AND SKLOW<SKPRICE-STOPLOSS,BP(SKVOL);
    

    策略源码,请查看:https://www.fmz.com/strategy/128125

    展开全文
  • matlab开发-使用指数加权移动平均值的估计值。用指数加权移动平均法估计投资组合的风险价值
  • 论文研究-基于时间加权SVM的指数优化复制模型与实证分析.pdf, ... 同时使得追踪组合的鲁棒性有明显的改善,从而表明本文提出的时间加权SVM指数复制模型具有较高的理论和应用价值.
  • 首先提出几种基于兰氏距离的犹豫...结果表明,所提出的基于指数加权的降维犹豫模糊兰氏距离测度不仅在$\lambda$取不同值时诊断结果一致,而且减少了计算量,提高了诊断效率,对实时、有效的医疗诊断具有一定的应用价值.
  • 指数模型相关参数在胶质瘤术前分级中的价值,王春红,李建红,目的探讨多b值扩散加权序列的三指数模型拟合相关参数在胶质瘤术前分级中的价值。方法分析2015年8月至2016年11月期间经病理证实的46例�
  • 针对传统的基于RSSI的加权质心定位算法中使用...通过仿真实验,其结果表明,该算法较传统的加权质心定位算法明显地降低了定位中的平均误差及最小误差,提高了精度,并且运算量小,硬件要求简单,有很广泛的应用价值
  • 广告指数

    2021-01-27 16:47:06
    如何依据相应广告数据对广告素材进行测定和评判是比较难的一件事情,因此尝试创建相应指数来进行评测 指数编制 指标选取 ...然后再按一定的合成模型加权合成求得总评价值(即总指数)。这种评价方法称为

    如何依据相应广告数据对广告素材进行测定和评判是比较难的一件事情,因此尝试创建相应指数来进行评测

    指数编制

    编制指数的构建

    指标选取

    选取spend,ctr,cvr作为广告创意的关键指标

    指标权重

    选用AHP(层次分析法),对spend,ctr,cvr进行一致性检验
    确定权重分别为(0.2605,0.6333,0.1062)

    指数的计算方法

    评价思想:将每一个评价指标按照一定的方法量化,变成对评价问题测量的一个“量化值”,即效用函数值,也称无量纲化值。然后再按一定的合成模型加权合成求得总评价值(即总指数)。这种评价方法称为“效用函数平均法”或“效用函数综合评价法”。写成一般化的公式为
    在这里插入图片描述
    引用链接:https://www.jianshu.com/p/a5a12c520db1
    因此,在指标体系已经构建完成的情况下,只要确定合成模型ξ和无量纲化值y,便可计算总指数。

    合成模型和无量纲化

    选用基本的幂平均合成模型,M(1)
    在这里插入图片描述
    其中,K为幂平均阶数。M(1)称为算数平均合成模型,M(-1)为调和平均合成模型,M(2)为平方平均合成模型。
    应用 广义指数法进行无量纲化
    标准值=指标值/该指标总和
    链接: 指数编制引用链接.

    AHP部分代码

    博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片.

    import numpy as np
    RI_dict = {1: 0, 2: 0, 3: 0.58, 4: 0.90, 5: 1.12, 6: 1.24, 7: 1.32, 8: 1.41, 9: 1.45}
    
    #采取简化计算
    #一致矩阵的任一列向量都是特征向量,一致性尚好的正反互阵的列向量都应近似特征向量,可取平均,选用和法,----取列向量的算数平均
    def  get_w(array):
        row=array.shape[0]
        a_axis_0_sum=array.sum(axis=0)
        b=array/a_axis_0_sum
        b_axis_1_sum=b.sum(axis=1)  #每一行的特征向量
        w=b_axis_1_sum/row           #归一化特征向量
        AW=(array*w).sum(axis=1)
        max_max=sum(AW/(row*w))    #对位相除  lambda
        CI=(max_max-row)/(row-1)
        CR=CI/RI_dict[row]
        if CR<0.1:
            return w
        else:
            print(round(CR,3))
            print('不满足一致性,请进行修改')
    
    def  main(array):
        if type(array) is np.ndarray:
            return get_w(array)
        else:
            print('请输入numpy对象')
    
    if __name__=='__main__':
        e=np.array([[1,1/3,3],[3,1,5],[1/3,1/5,1]])
        e=main(e)
        print(e)
        #对广告数据进行一致测定
        import pandas  as pd
        data=pd.read_excel(r'C:\Users\ant.zheng\Desktop\dataset\PCA\Lazada-ID.xls',sheet_name='ads')
        s=data['SPEND']/data['SPEND'].sum() #依照总和进行归一化
        ct=data['CTR']/data['CTR'].sum()
        cv=data['CVR']/data['CVR'].sum()
        try:
            res=np.array([s,ct,cv])
            ret=(np.transpose(res)*e).sum(axis=1)
            print(ret)
        except TypeError:
            print('数据不满足一致性,可能需要修改')
    
    展开全文
  • 以报告期总量为权数对质量指标个体指数进行加权算术平均 构成要素报告期总量 质量指标个体指数 q1 p1 此法应用的条件是有各物品的价格个体指数和报告期各物品价格资料也不需要知道各物品的数量不用计算综合指数中的...
  • 将一定时期内的证券价格(指数)加以平均,并把不同时间的平均值连接起来,形成一根MA,用以观察证券价格变动趋势的一种技术指标。 加权移动平均线 顾名思义,对标的进行加权,核心在于这个“权”是什么? 常用...
    
    

    将一定时期内的证券价格(指数)加以平均,并把不同时间的平均值连接起来,形成一根MA,用以观察证券价格变动趋势的一种技术指标。

    • 加权移动平均线

    顾名思义,对标的进行加权,核心在于这个“权”是什么?

    常用权重是时间,默认越是靠近当前的价格越有价值。

    对应pandas.ewm()函数

    DataFrame.ewm(com=None, span=None, halflife=None, alpha=None, min_periods=0, adjust=True, ignore_na=False, axis=0)
    
    para 意义
    com 一种加权方式:质心
    span 另一种加权方式:跨度 也就是时间窗口
    • 参考

    1. Pandas —— 移动窗口函数
    展开全文
  • 数学---之EMA (指数移动平均值)

    千次阅读 2019-06-24 17:13:26
    也叫EXPMA指标,它也是一种趋向类指标,指数移动平均值是以指数式递减加权的移动平均。 理解了MA、EMA的含义后,就可以理解其用途了,简单的说,当要比较数值与均价的关系时,用MA就可以了,而要比较均价的趋势快慢...

    EMA

    (指数移动平均值)

    编辑 讨论

    EMA(Exponential Moving Average)是指数移动平均值。也叫EXPMA指标,它也是一种趋向类指标,指数移动平均值是以指数式递减加权的移动平均。

    理解了MA、EMA的含义后,就可以理解其用途了,简单的说,当要比较数值与均价的关系时,用MA就可以了,而要比较均价的趋势快慢时,用EMA更稳定;有时,在均价值不重要时,也用EMA来平滑和美观曲线。

    中文名

    指数移动平均值

    外文名

    Exponential Moving Average

    别    名

    EXPMA指标

    内    容

    指数式递减加权的移动平均

    计算公式

    其公式为:

    EMAtoday=α * Pricetoday + ( 1 - α ) * EMAyesterday;

    其中,α为平滑指数,一般取作2/(N+1)。在计算MACD指标时,EMA计算中的N一般选取12和26天,因此α相应为2/13和2/27。

    当公式不断递归,直至EMA1出现,EMA1是没有定义的。EMA1 的取值有几种不同的方法,通常情况下取EMA1为Price1,另外有的技术是将EMA1取值为开头4到5个数值的均值。

    在计算机递推计算时,可以写作:

    EMAtoday=α * ( Pricetoday - EMAyesterday ) + EMAyesterday;

    将EMAyesterday按照类似方法递推展开,可以得到:

    其中,p1表示今天价格,p2表示昨天价格,以此类推。

    将平滑系数α 展开,由于

    ,可以得到:

    从该式中可以更清楚地看出EMA加权平均的特性。在EMA指标中,每天价格的权重系数以指数等比形式缩小。时间越靠近当今时刻,它的权重越大,说明EMA函数对近期的价格加强了权重比,更能及时反映近期价格波动情况。所以EMA比MA更具参考价值,而EMA也不容易出现死叉和金叉,所以一旦出现要立即作出反映!对周线处理,EMA就更加稳定了。

    转载:百度百科

    展开全文
  • 艺恩明星商业价值指数是明星评价的综合指标,由明星的专业热度、关注热度和品牌影响加权计算获得。 95后男艺人易烊千玺商业价值最高,王一博与王源分列二、三名 1、易烊千玺个人形象研究 个人形象:易烊千玺从...
  • 文章目录第七课宽基指数和行业指数市值加权型和策略加权型常见的市值加权指数常见的策略加权指数中证系列指数基金创业板指数基金红利类指数基金基本面类指数基金价值指数基金低波动类指数基金50AH优选指数基金...
  • 预测算法用java实现

    千次阅读 2010-09-11 10:23:42
    最近事情比较多,所以很久没有来更新日志了,关于预测,有太多的说法,意义也重大。由其是关乎我们切身利益的股票走势,彩票等等,所以一个...3,指数平滑法,包括一次指数平滑法和二次指数平滑法,三次指数平滑法;...
  • 探讨了影响低煤阶煤层气开发的主要地质因素,结合地面煤层气井产气量相关地质因素综合分析,优选了大佛寺煤矿煤层气开发的主控制地质因素指标及次级控制因素指标,采用加权指数法通过计算评价对象的综合得分,...
  • 根据上一篇博客中所述,只有时间序列是平稳的,且不是白噪声序列,才有预测的价值 ...指数加权移动平均 ARMA模型预测 AR模型 自回归模型 MA模型 移动平均模型 ARMA 自回归移动平均模型 移动...
  • 提出了指数加权滑动增长算法解决这一问题,理论分析了新算法的平均响应时间和平均消耗能量两性能指标,对算法进行了硬件设计和整体系统的硬件结构设计,通过仿真对比了这两种算法的性能,证实后者在现实应用环境下...
  • 1.象限法:划分数据 2.多维法:分析角度更全面(但要避免辛普森效应——如果一个维度很低会影响总维度的平均值。可以通过下钻避免,下钻将某...4.指数法:(加权、反比例、log)、 5.二八法:最有价值的数据是20% ...
  • 摘要 策略梯度方法是强化学习中的一... (1)我们通过使用价值函数以某种偏差为代价,通过大幅降低策略梯度估计的方差,并采用类似于TD(λ)TD(λ)TD(λ)的优势函数的指数加权估计器,来应对第一个挑战。  (2)我...
  • MF-BVAR 该项目旨在实施混合贝叶斯VAR(MF-BVAR)... (1)建立MF-BVAR以连接新加坡主要合作伙伴的外汇数据的每日价值,以对SNEER进行每日预测,只要该指数的每周最佳预测为最佳 (2)解决根据新加坡主要贸易伙伴主
  • Boston Housing Data.rar

    2020-03-25 16:51:06
    DIS:到 5 个波士顿就业中心的加权距离 RAD:径向高速公路可达性指数 TAX:每万美元的全价值物业税税率 PTRATIO:镇小学老师比例 B:1000(Bk-0.63)2,其中 Bk 是城镇黑人的比例 LSTAT:低地位人口的百分比 ...

空空如也

空空如也

1
收藏数 20
精华内容 8
关键字:

价值加权指数