步骤1：比如在第2章插入图2.1，在图的下方选择“引用”，“题注”，在弹出的题注对话框里面，选择“新建标签”，输入“图2.”，点击确定。然后再在题注框中输入图的名称。







步骤2：同理，插入图2.2（有上一步的操作，这一步标签可以直接选择，不用新建标签），插入表只用选择“新建标签”，输入“表2.”


步骤3：生成第2章图目录，选择“插入”，“域”，“创建目录”，在“域代码”处改为：TOC \h \z \c “图2.”。同理，TOC \h \z \c “图3.”生成第3章图的目录，TOC \h \z \c “表2.”生成第二章表的目录。

 
wps图表中如何插入甘特图
 
by Déborah Mesquita
 
 由DéborahMesquita 
 
 
 如何通过使用D3可视化数据集来构建类似甘特图的图表 (How to build a Gantt-like chart by using D3 to visualize a dataset)
 
 
When you finish learning about the basics of D3.js, usually the next step is to build visualizations with your dataset. Because of how D3 works, the way we organize the dataset can make our lives really easy or really hard.
 
 当您学习完D3.js的基础知识后，通常下一步就是使用数据集构建可视化。 由于D3的工作方式，我们组织数据集的方式可以使我们的生活变得轻松或艰难。 
 
 
In this article we will discuss different aspects of this building process. To illustrate these aspects, we will build a visualization that is similar to a Gantt chart.
 
 在本文中，我们将讨论此构建过程的不同方面。 为了说明这些方面，我们将建立类似于甘特图的可视化效果。 
 
 
The most important lesson I learned is that you need to build a dataset where each datapoint equals a data unity of your graph. Let’s dive into our case study to see how this works.
 
 我学到的最重要的一课是， 您需要构建一个数据集，其中每个数据点都等于图形的数据单位 。 让我们深入研究案例研究以了解其工作原理。 
 
 
The goal is to build a Gantt-like chart similar to the one below:
 
 目标是建立类似于以下甘特图的图表： 
 
 
As you can see, it’s not a Gantt chart because the tasks start and finish on the same day.
 
 如您所见，它不是甘特图，因为任务在同一天开始和结束。 
 
 
 创建数据集 (Creating the dataset)
 
 
I extracted the data from minutes. For each text file, I received information about the projects and their statuses from meetings. At first, I structured my data like this:
 
 我从几分钟提取数据。 对于每个文本文件，我从会议中收到有关项目及其状态的信息。 首先，我将数据结构如下： 
 
 
{    "meetings": [{            "label": "1st Meeting",            "date": "09/03/2017",            "projects_presented": [],            "projects_approved": ["002/2017"],            "projects_voting_round_1": ["005/2017"],            "projects_voting_round_2": ["003/2017", "004/2017"]        },        {            "label": "2nd Meeting",            "date_start": "10/03/2017",            "projects_presented": ["006/2017"],            "projects_approved": ["003/2017", "004/2017"],            "projects_voting_round_1": [],            "projects_voting_round_2": ["005/2017"]        }    ]}
 
Let’s take a closer look at the data.
 
 让我们仔细看看数据。 
 
 
Each project has 4 statuses: presented, voting round 1, voting round 2 and approved. In each meeting, the status for the projects can or can not change. I structured the data by grouping them by meetings. This grouping gave us a lot of problems when we built the visualization. This was because we needed to pass data to nodes with D3. After I saw the Gantt chart that Jess Peter built here, I realized I needed to change my data.
 
 每个项目都有4个状态：已presented ， voting round 1 voting round 2和approved 。 在每次会议中，项目的状态都可以更改，也可以不更改。 我通过按会议对数据进行分组来构造数据。 建立可视化时，这种分组给我们带来了很多问题。 这是因为我们需要将数据传递到具有D3的节点。 看到Jess Peter 在这里建立的甘特图后，我意识到我需要更改数据。 
 
 
What was the minimum information I wanted to display? What was the minimum node? Looking at the picture, it is the information of the project. So I changed the structure of the data to the following:
 
 我想显示的最少信息是什么？ 最小节点是多少？ 看图片，这是项目的信息。   因此，我将数据的结构更改为以下内容： 
 
 
{  "projects": [                  {                    "meeting": "1st Meeting",                    "type": "project",                    "date": "09/03/2017",                    "label": "Project 002/2017",                    "status": "approved"                  },                  {                    "meeting": "1st Meeting",                    "type": "project",                    "date": "09/03/2017",                    "label": "Project 005/2017",                    "status": "voting_round_1"                  },                  {                    "meeting": "1st Meeting",                    "type": "project",                    "date": "09/03/2017",                    "label": "Project 003/2017",                    "status": "voting_round_2"                  },                  {                    "meeting": "1st Meeting",                    "type": "project",                    "date": "09/03/2017",                    "label": "Project 004/2017",                    "status": "voting_round_2"                  }               ]}
 
And everything worked better after that. It's funny how the frustration disappeared after this simple change.
 
 在那之后一切都变好了。 有趣的是，在进行了简单的更改后，挫折感消失了。 
 
 
 创建可视化 (Creating the visualization)
 
 
Now that we have the dataset, let’s start building the visualization.
 
 现在我们有了数据集，让我们开始构建可视化。 
 
 
 创建x轴 (Creating the x-axis)
 
 
Each date should be displayed in the x-axis. To do that, define d3.timeScale() :
 
 每个日期都应显示在x轴上。 为此，定义d3.timeScale() ： 
 
 
var timeScale = d3.scaleTime()                .domain(d3.extent(dataset, d => dateFormat(d.date)))                .range([0, 500]);
 
The minimum and maximum values are given in the arrayd3.extent().
 
 最小值和最大值在数组d3.extent() 。 
 
 
Now that you have timeScale , you can call the axis.
 
 现在有了timeScale ，您可以调用轴了。 
 
 
var xAxis = d3.axisBottom()                .scale(timeScale)                .ticks(d3.timeMonth)                .tickSize(250, 0, 0)                .tickSizeOuter(0);
 
The ticks should be 250px long. You don’t want the outer tick. The code to display the axis is:
 
 刻度线应为250px长。 您不需要外部刻度线。 显示轴的代码是： 
 
 
d3.json("projects.json", function(error, data) {            chart(data.projects);});
 
function chart(data) {    var dateFormat = d3.timeParse("%d/%m/%Y");
 
var timeScale = d3.scaleTime()                   .domain(d3.extent(data, d => dateFormat(d.date)))                   .range([0, 500]);
 
var xAxis = d3.axisBottom()                  .scale(timeScale)                  .tickSize(250, 0, 0)                  .tickSizeOuter(0);
 
var grid = d3.select("svg").append('g').call(xAxis);}
 
If you plot this, you can see that there are many ticks. In fact, there are ticks for each day of the month. We want to display only the days that had meetings. To do that, we will set the tick values explicitly:
 
 如果绘制此图，则可以看到有许多刻度线。 实际上，每月的每一天都有刻度。 我们只想显示开会的日期。 为此，我们将显式设置刻度值： 
 
 
let dataByDates = d3.nest().key(d => d.date).entries(data);let tickValues = dataByDates.map(d => dateFormat(d.key));
 
var xAxis = d3.axisBottom()                .scale(timeScale)                .tickValues(tickValues)                .tickSize(250, 0, 0)                .tickSizeOuter(0);
 
Using d3.nest() you can group all the projects by date (see how handy it is to structure the data by projects?), and then get all the dates and pass it to the axis.
 
 使用d3.nest()您可以按日期对所有项目进行分组(请参见按项目对数据进行结构化有多方便？)，然后获取所有日期并将其传递给轴。 
 
 
 放置项目 (Placing the projects)
 
 
We need to place the projects along the y-axis, so let’s define a new scale:
 
 我们需要沿y轴放置项目，所以让我们定义一个新的比例尺： 
 
 
yScale = d3.scaleLinear().domain([0, data.length]).range([0, 250]);
 
The domain is the number of projects. The range is the size of each tick. Now we can place the rectangles:
 
 域是项目数。 范围是每个刻度的大小。 现在我们可以放置矩形： 
 
 
var projects = d3.select("svg")                   .append('g')                   .selectAll("this_is_empty")                   .data(data)                   .enter();
 
var innerRects = projects.append("rect")              .attr("rx", 3)              .attr("ry", 3)              .attr("x", (d,i) => timeScale(dateFormat(d.date)))              .attr("y", (d,i) => yScale(i))              .attr("width", 200)              .attr("height", 30)              .attr("stroke", "none")              .attr("fill", "lightblue");
 
selectAll(), data(), enter() and append() always get tricky. To use the enter() method (in order to create a new node from a datapoint), we need a selection. That’s why we need selectAll("this_is_empty)", even if we don’t have anyrect yet. I've used this name to clarify that we only need the empty selection. In other words, we use selectAll("this_is_empty)" to get an empty selection we can work on.
 
 selectAll() ， data() ， enter()和append()总是很棘手。 要使用enter()方法(为了从数据点创建新节点)，我们需要进行选择。 这就是为什么我们需要selectAll("this_is_empty)" ，即使我们还没有任何rect 。 我用这个名字来说明我们只需要空选择。 换句话说，我们使用selectAll("this_is_empty)"来获得我们可以处理的空选择。 
 
 
The variable projects has empty selections bounded to data, so we can use it to draw the projects in innerRects.
 
 变量projects具有绑定到数据的空选择，因此我们可以使用它在innerRects绘制项目。 
 
 
Now you can also add a label for each project:
 
 现在，您还可以为每个项目添加标签： 
 
 
var rectText = projects.append("text")                .text(d => d.label)                .attr("x", d => timeScale(dateFormat(d.date)) + 100)                .attr("y", (d,i) => yScale(i) + 20)                .attr("font-size", 11)                .attr("text-anchor", "middle")                .attr("text-height", 30)                .attr("fill", "#fff");
 
 为每个项目着色 (Coloring each project)
 
 
We want the color of each rectangle to reflect the status of each project. To do that, let’s create another scale:
 
 我们希望每个矩形的颜色反映每个项目的状态。 为此，让我们创建另一个音阶： 
 
 
let dataByCategories = d3.nest().key(d => d.status).entries(data);let categories = dataByCategories.map(d => d.key).sort();
 
let colorScale = d3.scaleLinear()             .domain([0, categories.length])             .range(["#00B9FA", "#F95002"])             .interpolate(d3.interpolateHcl);
 
And then we can fill the rectangles with colors from this scale. Putting together everything we've seen so far, here is the code:
 
 然后我们可以用此比例尺的颜色填充矩形。 将到目前为止我们所看到的所有内容放在一起，下面是代码： 
 
 
d3.json("projects.json", function(error, data) {            chart(data.projetos);        });
 
function chart(data) {    var dateFormat = d3.timeParse("%d/%m/%Y");    var timeScale = d3.scaleTime()                   .domain(d3.extent(data, d => dateFormat(d.date)))                   .range([0, 500]);      let dataByDates = d3.nest().key(d => d.date).entries(data);    let tickValues = dataByDates.map(d => dateFormat(d.key));      let dataByCategories = d3.nest().key(d => d.status).entries(data);    let categories = dataByCategories.map(d => d.key).sort();    let colorScale = d3.scaleLinear()                 .domain([0, categories.length])                 .range(["#00B9FA", "#F95002"])                 .interpolate(d3.interpolateHcl);      var xAxis = d3.axisBottom()                .scale(timeScale)                .tickValues(tickValues)                .tickSize(250, 0, 0)                .tickSizeOuter(0);    var grid = d3.select("svg").append('g').call(xAxis);      yScale = d3.scaleLinear().domain([0, data.length]).range([0, 250]);      var projects = d3.select("svg")                   .append('g')                   .selectAll("this_is_empty")                   .data(data)                   .enter();      var barWidth = 200;      var innerRects = projects.append("rect")                  .attr("rx", 3)                  .attr("ry", 3)                  .attr("x", (d,i) => timeScale(dateFormat(d.date)) - barWidth/2)                  .attr("y", (d,i) => yScale(i))                  .attr("width", barWidth)                  .attr("height", 30)                  .attr("stroke", "none")                  .attr("fill", d => d3.rgb(colorScale(categories.indexOf(d.status))));      var rectText = projects.append("text")                  .text(d => d.label)                  .attr("x", d => timeScale(dateFormat(d.date)))                  .attr("y", (d,i) => yScale(i) + 20)                  .attr("font-size", 11)                  .attr("text-anchor", "middle")                  .attr("text-height", 30)                  .attr("fill", "#fff"); }
 
And with that we have the raw structure of our visualization.
 
 这样，我们便有了可视化的原始结构。 
 
 
Well done.
 
 做得好。 
 
 
 创建可重复使用的图表 (Creating a reusable chart)
 
 
The result shows that there are no margins. Also, if we want to display this graph on another page, we need to copy the entire code. To solve these issues, let’s build a reusable chart and just import it. To learn more about charts, click here. To see a previous tutorial I wrote about reusable charts, click here.
 
 结果表明没有边距。 另外，如果我们想在另一个页面上显示此图，则需要复制整个代码。 为了解决这些问题，让我们构建一个可重用的图表并将其导入。 要了解有关图表的更多信息，请单击此处 。 要查看我之前写的有关可重用图表的教程，请单击此处 。 
 
 
The structure to create a reusable chart is always the same. I created a tool to generate one. In this graph, I want to set:
 
 创建可重用图表的结构始终相同。 我创建了一个生成工具。 在此图中，我要设置： 
 
 
The data (of course)
 数据(当然) 
The values for width, height, and margins
 宽度，高度和边距的值 
A time scale for the x value of the rectangles
 x的时间标度   矩形的值 
A scale for the y value for the rectangles
 矩形的y值的比例 
A scale for the color
 颜色的比例 
The values for xScale, yScale , and colorScale
 xScale ， yScale和colorScale 
The values for the start and end of each task and the height of each bar
 每个任务的开始和结束的值以及每个条的高度 
 
I then pass this to the function I've created:
 
 然后，将其传递给我创建的函数： 
 
 
chart: ganttAlikeChartwidth: 800height: 600margin: {top: 20, right: 100, bottom: 20, left:100}xScale: d3.scaleTime()yScale: d3.scaleLinear()colorScale: d3.scaleLinear()xValue: d => d.datecolorValue: d => d.statusbarHeight: 30barWidth: 100dateFormat: d3.timeParse("%d/%m/%Y")
 
Which gives me this:
 
 这给了我这个： 
 
 
function  ganttAlikeChart(){width = 800;height = 600;margin = {top: 20, right: 100, bottom: 20, left:100};xScale = d3.scaleTime();yScale = d3.scaleLinear();colorScale = d3.scaleLinear();xValue = d => d.date;colorValue = d => d.status;barHeight = 30;barWidth = 100;dateFormat = d3.timeParse("%d/%m/%Y");function chart(selection) { selection.each(function(data) {   var svg = d3.select(this).selectAll("svg").data([data]).enter().append("svg");   svg.attr("width", width + margin.left + margin.right).attr("height", height + margin.top + margin.bottom);  var gEnter = svg.append("g");  var mainGroup = svg.select("g").attr("transform", "translate(" + margin.left + "," + margin.top + ")");})}
 
[...]
 
return chart;}
 
Now we just need to fill this template with the code we created before. I also made some changes to the CSS and added a tooltip.
 
 现在，我们只需要使用我们之前创建的代码来填充此模板。 我还对CSS进行了一些更改并添加了工具提示。 
 
 
And that's it.
 
 就是这样。 
 
 
You can check out the entire code here.
 
 您可以在此处查看整个代码。 
 
 
Thanks for reading! ?
 
 谢谢阅读！ ？ 
 
 
Did you found this article helpful? I try my best to write a deep dive article each month, you can receive an email when I publish a new one.
 
 
 您觉得这篇文章对您有帮助吗？ 我每个月都会尽力写一篇深入的文章， 当我发布新文章时，您会收到一封电子邮件 。 
 
 

  
翻译自: https://www.freecodecamp.org/news/d3-visualizations-with-datasets-how-to-build-a-gantt-like-chart-9c9afa9b8d9d/
 
 
wps图表中如何插入甘特图

 
 
 
  

  
  
  
交易六部曲—技术分析工具
  
  
上次我们对于判断交易方向做了一个简单的介绍，本文我们将介绍判断交易方向的各种工具和方法。
  
判断交易方向如此重要，那么我们如何准确地判断清楚交易方向呢？要准确地判断交易方向需要必备的技术分析工具，利用“五大利器”就能较为准确地判断出交易方向。主要包括：
  
(1)蜡烛图；
  
(2)反转形态与中继形态；
  
(3)趋势线；
  
(4)50SMA；
  
(5)多重时段分析方法；
  
(6)其他技术方法或指标。
  
以上我们给出了大致6类判断交易方向的技术分析工具或方法，一般而言在我们判断交易方向的过程中，我们都应尽最大可能将这些判断工具和方法使用上。(在这里我们先说前两个，后续我们再说后面四个)利用不同的工具得出的判断结果越趋于一致，那么该判断结果的准确性就越高。有两点需要着重强调：
  
(1)这里所介绍的判断交易方向工具都非常有效，但在每一次判断交易方向中，由于市场环境的限制，我们可能不会完全使用到以上提到的全部分析工具。至于选择哪些分析工具与放弃哪些分析工具要视具体市场环境而定；
  
(2)在判断交易方向过程中，我们使用的分析工具得出的结果可能存在着矛盾，即一些分析工具在特定市场环境下将出现误判情况。
  
该情况也相当正常，因为没有任何分析工具或指标在任何情况下都保持正确。当方向判断出现矛盾的情况时，投资者需要进一步进行思考判断——去伪存真。该判断过程需要一定的学习和经验积累，投资者应在运用过程中不断加强该能力。
  
1
  
蜡烛图
  
蜡烛图是非常有效直观的分析工具，在判断交易方向中其占据着极为重要的地位。单根蜡烛图构成了整个分析图表的基础，通过市场最近的蜡烛图或其组合形态能够较好地判断出市场多空情绪，市场最细微的变化征兆也首先表现在蜡烛图上，相对其他技术指标来说具有无法比拟的前瞻性，而且可靠程度较高。
  
蜡烛图相对竹节图和线图来说具有以下优点：
  
(1)多空力量对比通过阴阳烛颜色系统反映更为清晰、直观，便于分析判断；
  
(2)单根K线形态更为明显而有效；
  
(3)两根或三根K线组合形态更多，形态之间的辨识度更高而且可靠程度也更高。
  
利用蜡烛图来判断分析方向主要应用的是一些常见的反转K线形态和组合形态。常见的顶部反转K线及其组合形态有：十字星、墓碑线、上吊线、流星线、孕线、乌云盖顶形态、向下吞没形态、双针探顶形态和黄昏之星等。
  
常见的底部反转K线及其组合形态有：十字星、蜻蜓线、锤子线、倒锤子线、孕线、刺透形态、向上吞没形态、双针探底形态和早晨之星等。
  
这些K线及其组合形态之前作出过详细的介绍，大家可以去看下历史记录。下面我们举一例子简单说明蜡烛图在判断交易方向中的应用，如图7.1。
  

  
图7.1 黄金天图
  
图7.1为黄金天图(2012年4月25日)，我们仅从蜡烛图角度来分析该图所表现出的市场信息。市场在4月19日收出探底之后的十字星，该十字星下引线较长说明下方支撑较为明显；4月20日作小幅调整；4月23日收出探底之后的锤子线，再度说明下方具有较为强劲的买盘。
  
4月19日的十字星与4月23日的锤子线又组成一组双针探底形态，显示短线底部较为扎实，短期市场偏多，大家可以自行对照之后的黄金天图验证。
  
2
  
反转形态与中继形态
  
通过反转形态或中继形态判断交易方向的方法建立在蜡烛图和支撑阻力线的基础之上。在特定的市场环境下，一段时间的蜡烛图组合在一起就会形成一些重要的形态。
  
这些形态一定程度上反映出市场的多空力量对比，从而为我们判断交易方向提供很有价值的参考。本文中，我们只介绍一些常见并且高效的反转形态和中继形态。
  
常见的反转形态有：头肩形、“V”形底/倒“V”形顶、双重顶/底、三重顶/底、圆弧顶/底、三角形、矩形、菱形、楔形；常见的中继形态有：旗形、三角形、矩形、菱形、楔形。
  
关于形态的具体阐述不是本文的重点内容，这里只作简单的介绍。
  
(1) 头肩形
  
头肩形包括头肩顶和头肩底两种形态，其是最为常见的反转形态，其它较多的形态都是在该形态的基础上变异而得出。头肩形具有以下特征：
  
a.市场环境要求为趋势行情，即出现在上升趋势或下降趋势中；
  
b.头部与两肩(左肩与右肩)的比例有一定要求；
  
c.整个头肩形的幅度与趋势幅度有一定的比例，一般要求至少为1:3。
  

  
图7.2 头肩顶形态
  
图7.2为头肩形中的头肩顶形态。可以看出其包括头部、左肩、右肩、颈线和之前的上升趋势五个要素。需要指出的是当颈线位置有效跌破后，该头肩顶形态才成立，否则就不是一个头肩顶形态。
  
当市场一度跌破颈线位置后又回到颈线位置之上并企稳向上，其就是一个失败的头肩顶形态。头肩底形态与头肩顶形态同一道理，只是头肩底是在下降趋势的最后阶段形成的形态，读者可以推导得出，这里不再累述。
  
(2)“V”形底/倒“V”形顶
  
“V”形底(倒“V”形顶)的形成过程具有快速性和突发性。当市场空方(多方)完全占据主导的时候，价格在其控制下快速下跌(上涨)，然而随着空方(多方)力量的逐渐释放，多方(空方)迅速的夺回市场主导权并以先前空方(多方)推动价格下跌(上涨)的同等速度逆转行情，最终收复全部失地。整个走势在图表上呈“V”字形/倒“V”字形。其具有以下特征：
  
a.在“V”形底/倒“V”形顶出现之前要求有一个主要趋势；
  
b.“V”形底/倒“V”形顶两侧的形成过程需要一定的速度和幅度要求。
  

  
图7.3 “V”形底
  
图7.3为“V”形底示意图。从图中可以看出其先前的趋势为下降趋势，空方完全占据着市场主导地位并将价格迅速推低。然而随着空头力量的释放，多头迅速地扭转颓势并掌握市场主导权，价格发生戏剧性的逆转，多头以同等的速度给予空头反击并迅速收复失地。一旦出现“V”形底，说明目前市场已被多头控制。倒“V”形顶与“V”形底同一道理，这里不再细述。
  
(3)双重顶/底
  
双重顶、双重底也称为“M”头和“W”底。其具有以下特征：
  
a.市场环境为趋势行情，即市场先前存在一主要趋势；
  
b.两峰顶或底的水平位置基本处于同一水平位；
  
c. 双重顶/底形态的幅度与先前的趋势幅度有一定的比例要求，一般要求至少为1:3。
  

  
图7.4 双重顶
  
图7.4为双重顶示意图。该形态由左峰、右峰、颈线和之前的上升趋势四部分组成，只有当颈线位置被有效跌破时该形态才成立。双重底形态示意图这里不再给出。
  
(4)三重顶/底
  
三重顶/底形态是头肩顶/底变异而来，当头肩形的左肩、右肩与头部基本处于同一水平位时就形成了三重顶/底形态。其具有以下特征：
  
a.市场环境为趋势行情，即市场先前存在一主要趋势；
  
b.三个峰顶或底的水平位置基本处于同一水平位；
  
c.三重顶/底形态的幅度与先前的趋势幅度有一定的比例要求，一般要求至少为1:3。
  

  
图7.5 三重顶
  
图7.5为三重顶示意图。该形态由第一峰、第二峰、第三峰、颈线和之前的上升趋势五部分组成，只有当颈线位置被有效跌破时该形态才成立。三重底形态示意图这里不再给出。
  
(5)圆弧顶/底
  
圆弧顶/底俗称为蝶形、碗形，其形成过程与“V”形底/倒“V”形顶类似，两者最大的差别表现为多空力量转变的速度不同。当多空力量转变不像“V”形底/倒“V”形顶那样急剧、快速而是逐渐缓慢完成这一转化过程时就会形成圆弧顶/底。该形态具有以下特征：
  
a.市场环境为趋势行情，即先前市场存在着一主要趋势；
  
b.圆弧顶/底的幅度与先前的趋势幅度有一定的比例要求，一般要求至少为1:3。
  

  
图7.6 圆弧顶
  
图7.6为圆弧顶示意图。市场先前的趋势为上升趋势，随着多头能量的不断释放，多头越走越乏力，每次上涨的幅度都较小。当达到某一峰值时，空头开始逐渐从多头手中夺回市场主导权，与倒“V”形顶不同的是圆弧顶形态中多空力量的转化较为温和，是一个较为缓慢的转换过程。
  
当经过一段时间后，多头力量被彻底耗尽，空头开始发力并结束了圆弧顶形态中震荡上行局面，市场开始震荡下行。随后空头开始坚决发力，价格迅速下跌，整个圆弧顶筑顶过程结束。圆弧底形态与圆弧顶道理一样，只是其原趋势相反，这里不再累述。
  
(6)三角形
  
三角形态在黄金外汇市场中极为常见，应用范围较广，有效性较强。三角形态根据其具体形态可以分为对称三角形态、上升三角形态、下降三角形态、扩散三角形态。其特征为：
  
a.市场环境为趋势行情，即先前市场存在着一主要趋势；
  
b.三角形态的幅度与先前的趋势幅度有一定的比例要求，一般要求至少为1:3。
  

  
图7.7 三角形态
  
图7.7为对称三角形态、上升三角形态、下降三角形态和扩散三角形态示意图。需要指出的是三角形态既可以为反转形态也可以为中继形态，只有当价格有效突破三角形态的上轨或下轨时我们才能确定其具体为反转形态还是中继形态。
  
(7)矩形
  
矩形是较为常见的形态，出现的概率较高。其具有以下特征：
  
a.市场环境为趋势行情，即先前市场存在着一主要趋势；
  
b.矩形形态的幅度与先前的趋势幅度有一定的比例要求，一般要求至少为1:3。
  

  
图7.8 矩形形态
  
图7.8为矩形形态示意图，当一段趋势运行一段时间后，市场开始回调，回调之后市场继续沿原趋势运行，然而此时价格受到前高压制或前低支撑再度回调并形成较长时间的横向运行。该形态与三角形态一样，需要当价格有效突破其上轨或下轨时才能确定其为反转形态还是中继形态。
  
(8)菱形
  
菱形形态因其外形极像一枚钻石，故又称为“钻石形态”。该形态出现的概率较低，一般不常见，其可视为扩散三角和对称三角的复合体。菱形形态具有以下特性：
  
a.市场环境为趋势行情，即先前市场存在着一主要趋势；
  
b.菱形形态的幅度与先前的趋势幅度有一定的比例要求，一般要求至少为1:3。
  

  
图7.9 菱形形态
  
图7.9为菱形形态示意图。当市场运行一段趋势后由于动能的减弱，市场开始回调。
  
由于回调整理过程较为复杂，先是呈扩散三角形态，然而市场并未选择方向而是呈收敛状态，该收敛过程又形成对称三角形态，整个调整过程中的扩展三角形态与对称三角形态结合在一起就构成了菱形形态。菱形形态也需要有价格的明确突破才能确定其为反转形态还是为中继形态。
  
(9)楔形形态
  
楔形形态是由两条斜率同为正或同为负的上下轨组成，楔形形态根据其斜率的正负分为上升楔形(斜率为正)和下降楔形(斜率为负)。该形态的前提仍是市场必须保持一定的趋势。
  

  
图7.10 楔形形态
  
图7.10为楔形形态示意图。在上升趋势中，随着多头能量的释放，市场开始出现回调，然而当市场再次企稳向上时，多头并未将价格推升至更高的位置反而创次高点后再度下滑。
  
在新一轮的下滑回调中，市场虽然跌破前一回调低点但空头信心明显不足，价格再次企稳向上。
  
如此反复一段时间在图表上便形成了下降楔形形态，该形态虽然震荡走弱，但显示出空头并未占据主导，该楔形过程很有可能是低位多头头寸平仓所致，当调整充分后多头很有可能再度拉升价格，所以下降楔形为中继形态的概率较大。
  
当然我们不排除其作为反转形态的可能性。上升楔形与下降楔形的市场意义相反，这里不再累述。
  
(10)旗形形态
  
旗形形态因其形态像一面悬挂的旗帜而得名，它一般被认为是中继形态而且其有效性较高，当然旗形形态也有作为中继形态失败的时候。旗形形态分为下降旗形和上升旗形两种，它具有以下特征：
  
a.市场环境为趋势行情，即先前市场存在着一主要趋势；
  
b.旗形形态的幅度与先前的趋势幅度有一定的比例要求，一般要求至少为1:3。
  

  
图7.11 旗形形态
  
图7.11为旗形形态示意图。实际上可以将旗形形态看作楔形形态的特殊情况，当楔形形态的上下轨斜率一致时就为旗形形态。旗形形态的市场意义及形成过程与楔形形态类似，读者可以参照楔形形态推导得出，不同的是旗形形态作为中继形态的有效性更高。
  
以上我们简要介绍了头肩形、“V”形底/倒“V”形顶、双重顶/底、三重顶/底、圆弧顶/底、三角形、矩形、菱形、楔形和旗形形态。这些形态对于我们判断交易方向具有较好的预先提示作用，大家应熟练掌握这些形态并对其保持敏感性。
  
还有另外四种技术分析方法：趋势线、50SMA、多重时段分析方法、其他技术方法或指标之后会逐一进行解析，在六类方法均介绍完毕后，我们将给出一个系统的例子说明如何结合该六类分析工具和方法来判断交易方向。大家可以多多关注~
  

  
或许你还看：
  
技术分析“五大利器”该如何结合使用？
  
实例：多重时段交易在判断市场和开仓中的应用
  
多重时段交易理论和操作方式
  
斐波那契扩展线的应用
  
斐波那契扩展线的正确画法
 
 

由于WPS体积小并不像office那样，包含所有功能，有些版本是根据用户需求而设计的，所以在使用过程中总会有那么几个功能无法使用。比如小编的WPS2013中就无法使用VBA，在使用中发现，它在开发工具中以黑色呈现，如果一定要用的话还需重新下载安装，由于在安装过程遇到了一些问题，因此在接下来的文章中把解决问题的经验与大家分享下。主要是利用注册表修改用户权限，有类似问题的朋友不妨参考下。
 
①小编打开WPS2013，切换到开发工具选项卡，看到VBA都是灰色，不可用。
 
 
②我下了一个插件，地址：http://ishare.iask.sina.com.cn/f/11959641.html?w，安装之后，却提示Vbe6ext.olb无法加载，解决方法如下：按下Win+R输入regedit。
 
 
③依次展开到注册表：HKEY_CLASSES_ROOT\Typelib\{0002E157-0000-0000-C000-000000000046}，右击，设置权限。
 
 
④将user用户允许完全控制，这样就解决了无法加载的问题。
 

 
 http://pdftoword.55.la/pdf-extract-image/