精华内容
下载资源
问答
  • 导读:本文解析mt4双线macd指标使用方法讨论的相关问题有关mt4双线macd指标的具体使用方法,获取更多的mt4双线macd指标的绝招mt4双线macd指标实战技巧的具体操作?知名大V一对一解读分析独家绝技!……………………...

    导读:本文解析mt4双线macd指标使用方法讨论的相关问题

    有关mt4双线macd指标的具体使用方法,获取更多的mt4双线macd指标的绝招

    mt4双线macd指标实战技巧的具体操作?知名大V一对一解读分析独家绝技!

    beee5e5b13333a0ec95004f9ee103c21.png

    …………………………

    ……………………………

    ……………………………

    ……………………………

    …………………………

    ……………………………

    END

    谢谢观看

      昨天翻看日历,不知怎的,居然泪流满面。我以为自己很年轻,结果我已经开始过自己的下半生了。潜意识里觉得年轻没有什么不可以的,似乎很多东西可以重来。mt4双线macd指标丨mt4双线macd指标独家选股秘笈人生易老,岁月无情。我没有理由说服自己应该停下来。在很多人眼里,我激情飞扬。这只是看到我光鲜的一面,有谁看到我流泪的眼睛,尤其在那明媚的角落,无人看到我透明的忧伤。我知道,男人不应该流泪,那是女人的专利,可刘德华说,男人哭吧哭吧不是罪。真的,在无人角落,我常悄悄抹去泪水。也许流过泪水之后,我的心空有别样的蓝天和白云,更有勇气和力量。人世纷纷扰扰,笑看风风雨雨,学一学东坡一蓑烟雨任平生的洒脱,听一听太白人生得意须尽欢莫使金樽空对月的壮语,比一比居易相逢何必曾相识同是天涯沦落人的感伤……mt4双线macd指标丨mt4双线macd指标独家选股秘笈  似水流年,流年似水。一路上坎坷不平,不要想太多的风平浪静。我很感谢生活对我的赐予,也感谢曾经伴我走过人生阴霾的朋友们。生活如歌,没有理由不跟着唱和。有人对我说,农历八月初一出生的人,属命苦之人。是呀,我很苦,可是苦才是甜的源头。不知道苦就不能尝到甜头。所以不必抱怨命运,命运不相信眼泪。我真的感谢我曾遇到的和将要遇到的磨难。我能和我的那帮弟子们一同分担风雨,见证成功,分享喜悦,这难道不是人生的荣幸吗?岁月让我少了豪言壮语,却让我在生活的洗礼中品味到了弥足珍贵的超然和恬淡。  走吧,别让岁月的钟孤独地敲响,寂寞是一路上最甜美的音符,付出是奋斗者最大的骄傲。mt4双线macd指标丨mt4双线macd指标独家选股秘笈

    展开全文
  • 量化分析(7)——移动均线、macd线

    千次阅读 2017-10-19 00:28:13
    macd线也是一个很好的参考,以前很喜欢看macd曲线,觉得这条线很神奇,不过我一般不在金叉和死叉买,我喜欢在金叉之前买和死叉之前卖出。 先放一个方法作为单独的py文件,这里存放移动均线的方法。方法一是移动均线...

    我们看股票一般看10日、20日的移动均线图。macd线也是一个很好的参考,以前很喜欢看macd曲线,觉得这条线很神奇,不过我一般不在金叉和死叉买,我喜欢在金叉之前买和死叉之前卖出。
    先放一个方法作为单独的py文件,这里存放移动均线的方法。方法一是移动均线、方法二是权重移动均线,方法三是指数移动均线。

    # -*- coding: utf-8 -*-
    """
    Created on Wed Oct 18 18:03:57 2017
    
    @author: Administrator
    """
    import pandas as pd
    import numpy as np
    #移动均线
    def smaCal(tsPrice,k):
        Sma=pd.Series(0.0,index=tsPrice.index)
        for i in range(k-1,len(tsPrice)):
            Sma[i]=sum(tsPrice[(i-k+1):(i+1)])/k
        return(Sma)
    #权重移动均线
    def wmaCal(tsPrice,weight):
        k=len(weight)
        arrWeight=np.array(weight)
        Wma=pd.Series(0,index=tsPrice.index)
        for i in range(k-1,len(tsPrice.index)):
            Wma[i]=sum(arrWeight*tsPrice[(i-k+1):(i+1)])
        return(Wma)
    #指数移动均线
    def ewmaCal(tsPrice,period=5,exponential=0.2):
        Ewma=pd.Series(0.0,index=tsPrice.index)
        Ewma[period-1]=np.mean(tsPrice[:period])
        for i in range(period,len(tsPrice)):
            Ewma[i]=exponential*tsPrice[i]+(1-exponential)*Ewma[i-1]
        return(Ewma)

    接下来使用这个方法来看十日移动均线:

    import sys
    sys.path.append('C:\\Users\\Administrator\\Desktop\\Lianghua')
    import movingAverage as ma
    import tushare as ts
    import pandas as pd
    import matplotlib.pyplot as plt
    my_data2=ts.get_k_data('600600')
    my_data2.index=my_data2.iloc[:,0]
    my_data2.index=pd.to_datetime(my_data2.index,format='%Y-%m-%d')
    sf_close=my_data2.close
    ewma10=ma.ewmaCal(sf_close,10,0.2)
    ax5=plt.subplot()
    plt.plot(ewma10['2016'])

    这里写图片描述

    接着来看一下dif和dea图以及macd曲线的代码(这里显示的是2016年的数据):

    # -*- coding: utf-8 -*-
    """
    Created on Wed Oct 18 22:42:29 2017
    
    @author: Administrator
    """
    
    #画移动均线
    import sys
    sys.path.append('C:\\Users\\Administrator\\Desktop\\Lianghua')
    import movingAverage as ma
    import tushare as ts
    import pandas as pd
    import matplotlib.pyplot as plt
    my_data2=ts.get_k_data('600600')
    my_data2.index=my_data2.iloc[:,0]
    my_data2.index=pd.to_datetime(my_data2.index,format='%Y-%m-%d')
    sf_close=my_data2.close
    #ewma10=ma.ewmaCal(sf_close,10,0.2)
    #ax5=plt.subplot()
    #plt.plot(ewma10['2016'])
    
    #画macd移动均线
    DIF=ma.ewmaCal(sf_close,12,2/(1+12))-ma.ewmaCal(sf_close,26,2/(1+26))
    DEA=ma.ewmaCal(DIF,9,2/(1+9))
    MACD=DIF-DEA
    
    #画图
    plt.rcParams['font.sans-serif']=['SimHei']
    plt.subplot(211)
    plt.plot(DIF['2016'],label="DIF",color='k')
    plt.plot(DEA['2016'],label="DEA",color='b',linestyle='dashed')
    plt.title("信号线DIF和DEA")
    plt.legend()
    
    plt.subplot(212)
    plt.bar(left=MACD['2016'].index,height=MACD['2016'],label='MACD',color='r')
    plt.legend()

    这里写图片描述

    展开全文
  • 指数平滑异同移动平均线MACDMACD是股票交易中常见的一个技术分析工具,同时也是一个我认为分析可执行度高并且效果优秀的一种手段。其是于1970年代由Gerald Appel提出,它主要是利用了双指数移动平均线,即是求得一条...

    指数平滑异同移动平均线MACD

    MACD是股票交易中常见的一个技术分析工具,同时也是一个我认为分析可执行度高并且效果优秀的一种手段。其是于1970年代由Gerald Appel提出,它主要是利用了双指数移动平均线,即是求得一条快速的指数移动平均线EMA12和一条慢的指数移动平均线EMA26,再进行相减得到差离值DIF。进而将得到的DIF取9日加权移动平均DEA,最后得到MACD。MACD指标由一组曲线和柱形图构成,它反映的是股票价格变化额趋势周期等特征,通过这些特征便可以很好的挖掘出股票买卖交易的最佳时机。

    实现

    分析过程可以参考前面的博文,量化交易——传统技术分析相对强弱指数RSI的原理及实现,这里不细讲。
    相关代码:

    import numpy as np
    import math
    import random
    import json
    import matplotlib.pyplot as plt
    import sys
    sys.setrecursionlimit(10000)
    
    #date|open|high|low|close|volume|adjsuted 
    
    def get_stock_hist(num):
        s_his=np.genfromtxt('C:/Users/Haipeng/Desktop/python/Korea/Korea_{:03d}.csv'.format(num), delimiter=',')
        s_hi=s_his[1:][:]
        days=s_hi.shape[0]
        this_stock = []
        for i in range(1,days,1):
            this_day = [i]
            for k in range(1,7):
                this_day.append(s_hi[i][k])
            this_stock.append(this_day)
        print 'Maximum date is ',len(this_stock)
        return this_stock
    
    def get_price(D, p_tpe):
        if p_tpe=='close':
            pos=4;
        elif p_tpe=='open':
            pos=1;
        elif p_tpe=='high':
            pos=2;
        elif p_tpe=='low':
            pos=3;
        else:
            pos=5
        price=stock_hist[D-1][pos];
        return price
    
    def get_ma(D, N):
        p_used=np.zeros(N);
        for i in range(1,N+1,1):
            p_used[i-1]=stock_hist[(D-1)-(i-1)][4];
        ma=np.mean(p_used);
        return ma
    
    def get_mar(fro,to,N):
        ma = []
        for i in range(fro,to+1):
            ma.append(get_ma(i,N))
        return ma
    #Date\Open\High\Low\Close
    def get_tuples(fro,to):
        res =[]
        for d in range(fro,to+1):
            tmp = []
            tmp.append(d)
            tmp.append(get_price(d,'open'))
            tmp.append(get_price(d,'high'))
            tmp.append(get_price(d,'low'))
            tmp.append(get_price(d,'close'))        
            res.append(tmp)
        return res
    
    def get_volume(fro,to):
        res = []
        for d in range(fro,to+1):
            num = 1
            try:
                if get_price(d,'close')<get_price(d-1,'close'):
                    num = -1
            except:
                pass
            res.append(num*get_price(d,'volume'))
        return res  
    
    # MACD
    def get_MACD(D):
        EMA12 = 0
        EMA26 = 0
        DEM = 0
        DIF = 0
        for i in range(1,D):
            if i==1:
                EMA12 = get_price(i+1,'close')*2.0/13+(1-2.0/13)*get_price(i,'close')
                EMA26 = get_price(i+1,'close')*2.0/27+(1-2.0/27)*get_price(i,'close')
                DIF = EMA12 - EMA26
                DEM = DIF*2.0/10
            else:
                EMA12 = get_price(i+1,'close')*2.0/13+(1-2.0/13)*EMA12
                EMA26 = get_price(i+1,'close')*2.0/27+(1-2.0/27)*EMA26
                DIF = EMA12 - EMA26
                DEM = DIF*2.0/10+DEM*(1-2.0/10)
    
        OSC = DIF-DEM
        return [DIF,DEM,OSC]
    def get_DIF_DEM_OSC(fro,to):
        res = [[],[],[]]
        for d in range(fro,to+1):
            tmp = get_MACD(d)
            res[0].append(tmp[0])
            res[1].append(tmp[1])
            res[2].append(tmp[2])
        return res

    绘制k线图及MACD指标

    画图代码:

    def plot_MACD(fro,to):
        volume = get_volume(fro,to)
        tmp = get_DIF_DEM_OSC(fro,to)
        DIF = tmp[0]
        DEM = tmp[1]
        OSC = tmp[2]
        ma5 = get_mar(fro,to,5)
        ma10 = get_mar(fro,to,10)
        ma20 = get_mar(fro,to,20)
        tuples = get_tuples(fro,to)
        date = [d for d in range(fro,to+1)] 
    
        fig = plt.figure(figsize=(8,5))
        p1 = plt.subplot2grid((5,4),(0,0),rowspan=3,colspan=4,axisbg='k') 
        p1.set_title("Moving Average Convergence / Divergence(MACD)")
        p1.set_ylabel("Price")
        p1.plot(date,ma5,'m')
        p1.plot(date,ma10,'b')
        p1.plot(date,ma20,'y')
        p1.legend(('MA5','MA10','MA20'))
        p1.grid(True,color='w')
        candlestick_ohlc(p1, tuples, width=0.7,colorup='r',colordown="g")
    
        p2 = plt.subplot2grid((5,4),(3,0),colspan=4,axisbg='c') 
        p2.set_ylabel("Volume")
        colors = []
        for i in range(len(volume)):
            if volume[i]<0:
                colors.append('green')
                volume[i] = -volume[i]
            else:
                colors.append('red')
        p2.bar(date,volume,color=colors)
    
        p3 = plt.subplot2grid((5,4),(4,0),colspan=4,axisbg='m') 
        p3.set_ylabel("MACD")
        p3.set_xlabel("Dates")
        p3.plot(date,DIF, 'r-')
        p3.plot(date,DEM, 'g-')
    
        p3.bar(date,OSC,facecolor = 'yellowgreen',edgecolor = 'gold')
        p3.legend(('DIF','DEM','MACD bar / OSC'),loc='upper left')
        plt.subplots_adjust(hspace=0)
        plt.show()# show the plot on the screen
    
    #select stock 18
    stock_hist = get_stock_hist(18)
    #Date from 110 to 880
    plot_MACD(110,880)

    图像1:
    这里写图片描述
    图像2:

    #Date from 400 to 520
    plot_MACD(400,520)

    这里写图片描述

    欢迎交流~

    展开全文
  • MACD 分析理解

    2019-10-03 10:21:40
    DEA:DIF值的移动平均线,一般是软件默认是9日平均线。 DEA 相比于DIF 是短期内更加平滑的指标 DIF DEA 不论正值还是负值都是股价相对时间的表现形式,体现了股价一段时间的强弱变化。 红柱与绿柱:(DIF-D...

    DIF = 12EMA - 26EMA 

    MACD 是一段时间价格涨跌幅的表现形式,落后于股价的一种计量。DIF 的上扬和下跌 体现了短期股价的状态,

    DEA:DIF值的移动平均线,一般是软件默认是9日平均线。

    DEA 相比于DIF 是短期内更加平滑的指标

    DIF DEA 不论正值还是负值都是股价相对时间的表现形式,体现了股价一段时间的强弱变化。

     

    红柱与绿柱:(DIF-DEA)*2即是柱子的数值,红柱为正值,绿柱为负值。

      红绿柱体现了股价的多方和空方的强弱变化,跟随大的趋势。  同时关注 BOLL 带  的变化,BOLL 的开口大小也对应着红绿柱的长短变化。

    当DIF在零轴之上时:

     

    DIF与DEA金叉,意味着DIF正在变大,即股价的长短期均线距离在变大,股价上涨势头越来越猛。

     

    DIF与DEA死叉,意味着DIF正在变小,即股价的长短期均线的距离正在变小,股价目前上涨势头正在变弱。

    当DIF在零轴之下时:

     

    DIF与DEA金叉,此时DIF是负值,也就是说DIF的绝对值在变小,即股价的长短期均线距离在变小,股价下跌势头正在变弱。

     

    DIF与DEA死叉,此时DIF是负值,也就是说DIF的绝对值在变大,即股价的长短期均线距离在变大,股价下跌势头越来越强。

     

     

    不管是均线的金叉死叉,还是MACD的金叉死叉,都是对过去价格走势的描述。如果未来价格走势延续过去的特点,则买卖信号会很准;但如果未来价格走势不延续过去的特点,则买卖信号都是假信号。

     

    换句话说,金叉死叉是趋势性指标,在震荡行情下不适用。关键是只有股价走出来,我们回头看才知道行情属于震荡或趋势。

     

    转载于:https://www.cnblogs.com/zy09/p/11522441.html

    展开全文
  • ATFX汇评:MACD,中文名平滑异同移动平均线,原始计算数据为市场报价,间接计算数据为两条自定义参数的均线,最终计算数据为两条快慢均线在同一时间点的差值区间(乖离率)。图1,国内行情软件MACD-ATFX国内习惯使用的...
  • python分析股票MACD指标

    千次阅读 2020-03-13 13:33:54
    股民朋友肯定熟悉股票中的MACD指标,比如5日均线、10日均线、15日均线等等。通过这些指标可以辅助进行交易的决策(比如经典的金叉、死叉理论),下面就以5日均线和20日均线为例,用python来画出指标曲线。在coding...
  • 股票配资者如何分析MACD卖出信号 要想在股市捞金,那么就要对股市中的基础知识掌握好,很多股票配资新手对如何分析MACD卖出信号不是很清楚,那么下面石家庄顺桥在线股票配资平台就为大家详细介绍一下。 ...
  • 美元/加元日线图:2020年5月5日和5月15日两天MACD指标的快线都显示要向上穿越慢线形成金叉,5月26日是第三次显示在零轴附近形成金叉。但最终都未能完成向上的交叉。所以,美元/加元出现连续两日的大幅下跌。利用MACD...
  • MT4软件中自带的震荡指标MACD是单线指标,而我们在分析时利用双线指标更准确,无论时股票交易还是外汇交易,利用双线MACD指标都是一把利器! 同时本文档中包括MT4指标安装指南!
  • 在MT4中,默认应用的是单线MACD指标,而在证券市场分析中,一般应用的是双线MACD指标。两者在算法上有所区别,其中单线MACD指标更加基础。因其用直观的柱状体描述双均线系统的变化形态,故谓之:均线艺术家。MACD...
  • ─短期的移动平均线,另一条较慢──长期的移动平均线)的指数平滑移动平均线来计算二者之间的差离状况(DIF)作为研判行情的基础,然后再求取其DIF之9日平滑移动平均线,即MACD线。 快线值减去慢线值...
  • MACD指标趋势线

    千次阅读 2007-06-30 14:02:00
    MACD是Moving Average Convergence Divergence的缩写,中文翻译为平滑异同移动平均线,主要...算法: DIFF线 收盘价短期、长期指数平滑移动平均线间的差 DEA线 DIFF线的M日指数平滑移动平均线 MACD线 DIFF线与DEA线
  • MACD 主要由两条线组成,一条是快线(DIF),一条是慢线(DEA 或 MACD)。MACD 图中还有 O 轴和柱状线,柱状线分为红绿,柱状线其实也是 DIF-DEA 的差值,红色为负, 绿色为正。红色柱状线为做空信号,绿色柱状线为...
  • 1、通通股票K线及KDJ,MACD,RSI等指标显示完整源代码。 2、python历史行情读取,切换股票数据及指标公式。 3、跨python版本代码设计思路和实现。 4、模块化设计,自己可以任意扩充。 本演示使用聚宽用户数据。免费...
  • “日线金叉已经形成,后市即将走高,赶紧买吧!”“4小时线形成死叉,价格即将走低,赶紧抛不然就来不及了!...MACD全称为异同移动平均线,由快的指数移动平均线EMA12,减去慢的指数移动平均线EMA26得到快线DI...
  •  首先是调整所用分析软件中有关指标的参数,即移动平均线时间参数设定为5、10、30,它们分别代表短期、中期、长期移动平均线;成交量平均线参数设定为5、10;MACD中的快速E-MA参数设定为8,慢速...
  • macd

    2012-06-15 13:52:09
    一、MACD指标的原理 MACD指标是根据均线的构造原理,对...而根据移动平均线原理发展出来的MACD,一则去除了移动平均线频繁发出假信号的缺陷,二则保留了移动平均线的效果,因此,MACD指标具有均线趋势性、稳重性、安定
  • MACD两条曲线在0线下方金叉时一般先看作反弹,但有时也会演变成一波强劲的上升行情。例如:天山股份 (000877 ),2003年4月15日、5月23日、7月11日及7月31日分别在0线下方发生了4次金叉,只有7月31日这一次金叉后才...
  • MACD

    2007-05-28 18:54:00
    指标说明 平滑异同移动平均线,简称MACD,是近来美国所创的技术分析工具。MACD吸收了移动平均线的优点。运用移动平均线判断买卖时机,在趋势明显时收效很大,但如果碰上牛皮盘整的行情,所发出的信号频繁而不准确...
  • 几个MACD情况分析

    2009-08-09 20:24:00
    我凑集整理了一下MACD背离情况的K线图形,详细解释总结了MACD指标的具体用法,相信一定对大家有帮助。技术指标的用法不外乎三种: 协同--股价与指标同步; 交叉--长,短线金叉与死叉; 背离--股价与指标不一...
  • 全球金融市场中,投资者使用各式各样的方法进行投资交易,有价值投资者,有技术分析投资者,那么孰高孰低呢?最近笔者在QR社区学习了《乔博士...QR技术分析社区认为MACD金叉对于一些投资者确实是可靠的,而对于另外...
  • 在MT4中,默认应用的是单线MACD指标,而在证券市场分析中,一般应用的是双线MACD指标。两者在算法上有所区别,其中单线MACD指标更加基础。因其用直观的柱状体描述双均线系统的变化形态,故谓之:均线艺术家。MACD...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,943
精华内容 1,177
关键字:

如何分析macd线