精华内容
下载资源
问答
  • 股票常用指标

    千次阅读 2019-02-25 19:13:00
    股票常用指标 原文 其他好文章 指标 先把要用指标放上来 缩写 描述 K KDJ中的K值 D KDJ中的D值 J KDJ中的J值 MACD 异同移动平均线 MOM 动量线 BIAS 乖离率 ...

    股票常用指标

    原文

    其他好文章

    指标

    先把要用指标放上来

    缩写 描述
    K KDJ中的K值
    D KDJ中的D值
    J KDJ中的J值
    MACD 异同移动平均线
    MOM 动量线
    BIAS 乖离率
    CMO 钱德动量摆动指标
    TRIX 三重指数平滑平均线
    OBV 能量潮
    ROC 变动率指标
    AMA 移动平均平行线差指标
    VR 成交量变异率
    PSY 心理线指标
    Force Index 强力指数指标
    DPO 区间震荡线
    VHF 十字过滤线指标
    RVI 相对活力指数

    实现

    import pandas as pd
    import numpy as np
    import talib
    import stockstats
    import pandas_talib
    import tushare as ts
    
    df=ts.get_hist_data('601857')
    
    df1=df.copy()
    '''
    	这里虽然没有定义df这个变量,但这很明显就是dateframe格式的某只股票基础数据
    	包括开盘价、收盘价、最高价、最低价和成交量
    	建议用tushare来获取数据(当然仅限日数据)
    '''
    stockStat = stockstats.StockDataFrame.retype(df)
    close = df.close
    highPrice = df.high
    lowPrice = df.low
    volume = df.volume
    
    
    
    
    df.rename(columns={'close': 'Close', 'volume': 'Volume'}, inplace=True)
    
    sig_k , sig_d  = talib.STOCH(np.array(highPrice), np.array(lowPrice), 
    							 np.array(close), fastk_period=9,slowk_period=3, 
    							 slowk_matype=0, slowd_period=3, slowd_matype=0)
    
    
    sig_j = sig_k * 3 - sig_d  * 2
    
    sig = pd.DataFrame()
    
    sig['K']=list(sig_k)
    sig['D']=list(sig_d)
    sig['J']=list(sig_j)
    
    
    
    #sig = pd.DataFrame([list(sig_k), list(sig_d), list(sig_j)],  columns=['K', 'D', 'J'])
    
    
    sig['MACD'], MACDsignal, MACDhist = talib.MACD(np.array(close), fastperiod=6, 
    												slowperiod=12, signalperiod=9)
    sig['MOM'] = talib.MOM(np.array(close), timeperiod=5)
    sig['CMO'] = talib.CMO(np.array(close), timeperiod=10)
    sig['TRIX'] = talib.TRIX(np.array(close), timeperiod=14)
    sig['OBV'] = talib.OBV(np.array(close), volume)
    sig['ROC'] = talib.ROC(np.array(close), timeperiod=10)
    sig['VR'] = list(stockStat['vr'])
    sig['Force_Index'] = list(pandas_talib.FORCE(df, 12)['Force_12'])
    
    def BIAS(close, timeperiod=20):
        if isinstance(close,np.ndarray):
            pass
        else:
            close = np.array(close)
        MA = talib.MA(close,timeperiod=timeperiod)
        return (close-MA)/MA
    
    bias=BIAS(close, timeperiod=20)
    
    def AMA(stockStat):
        return talib.MA(stockStat['dma'],  timeperiod=10)
    
    ama=AMA(stockStat)
    
    def PSY(priceData, period):
        difference = priceData[1:] - priceData[:-1]
        difference = np.append(0, difference)
        difference_dir = np.where(difference > 0, 1, 0)
        psy = np.zeros((len(priceData),))
        psy[:period] *= np.nan
        for i in range(period, len(priceData)):
            psy[i] = (difference_dir[i-period+1:i+1].sum()) / period
        return psy*100
    def DPO(close):
        p = talib.MA(close, timeperiod=11)
        p.shift()
        return close-p
    
    def VHF(close):
        LCP = talib.MIN(close, timeperiod=28)
        HCP = talib.MAX(close, timeperiod=28)
        NUM = HCP - LCP
        pre = close.copy()
        pre = pre.shift()
        DEN = abs(close-close.shift())
        DEN = talib.MA(DEN, timeperiod=28)*28
        return NUM.div(DEN)
    
    vhf=VHF(close)
    
    def RVI(df):
        close = df.close
        open = df.open
        high = df.high
        low = df.low
        X = close-open+2*(close.shift()-open.shift())+2*(close.shift(periods=2)-open.shift(periods=2))*(close.shift(periods=3)-
        	open.shift(periods=3))/6
        Y = high-low+2*(high.shift()-low.shift())+2*(high.shift(periods=2)-low.shift(periods=2))*(high.shift(periods=3)-
        	low.shift(periods=3))/6
        Z = talib.MA(X, timeperiod=10)*10
        D = talib.MA(Y, timeperiod=10)*10
        return Z/D
    
    rvi=RVI(df1)
    
    

    posted on 2019-02-25 19:13 luoganttcc 阅读(...) 评论(...) 编辑 收藏

    展开全文
  • 股票常用指标设置

    2014-11-27 15:20:00
    7日线: 短线操作的指标,跌破七日线出局 24日线: 中线出局55日线: 黑马线,如果跌破了,该股很可能是一个下跌趋势 120日线: 半年线,做长线的用 200日线: 年线 如何根据热点新闻选股1、热点新闻也就是你每天关注的 ...

    MA: 7 24 55 120 200

    7日线: 短线操作的指标,跌破七日线出局
    24日线: 中线出局
    55日线: 黑马线,如果跌破了,该股很可能是一个下跌趋势
    120日线: 半年线,做长线的用
    200日线: 年线

    如何根据热点新闻选股
    1、热点新闻也就是你每天关注的
    2、首先是热点新闻----选择板块----选择股票----选择入场点;新闻利好利空,要看新闻后的评论;看完了评论,再根据自身的想法来。
    3、涉及软件:新浪财经、网易财经、东方财富通

    展开全文
  • 计算MA和EMA通用方法 def getAverageArray(datas : Array[Double], period : Int, maType : MaType = MaType.Ma, weight : Double = 2.0) : ArrayBuffer[Double] = { val averageArray = ArrayBuffer[Double]...

    计算MA和EMA通用方法

      def getAverageArray(datas : Array[Double], period : Int, maType : MaType = MaType.Ma, weight : Double = 2.0) : ArrayBuffer[Double] = {
        val averageArray = ArrayBuffer[Double]()
        for (i <- 0 until period) averageArray += 0.0
        var average = 0.0
        for (i <- period until datas.size) {
          if (average == 0.0) average = datas.slice(0, period).sum / period
          maType match {
            case MaType.Ma => average = (average * period - datas.apply(i - period) + datas.apply(i)) / period
            case MaType.Ema => {val percent = weight / (period + weight - 1);average = datas.apply(i) * percent + average * (1 - percent)}
            case _ => throw new RuntimeException("unsupport ma type : " + maType)
          }
          averageArray += average
        }
        averageArray
      }

    计算MA

      def calculateMa(wrapperList: Array[StockInfoWrapper], period: Int, maType: MaExporter.MaType, weight: Double, getValue : (StockInfo => java.lang.Double), getAverageMap : (StockInfoWrapper => util.Map[Integer, java.lang.Double])) = {
        val averageArray = this.getAverageArray(wrapperList.map(wrapper => getValue(wrapper.getStockInfo)).map(_.toDouble), period, maType)
        for (i <- 0 until wrapperList.length) getAverageMap(wrapperList.apply(i)).put(period, averageArray.apply(i))
      }

    计算BOLL

      def calculateBoll(wrapperList: Array[StockInfoWrapper], period: Int, getValue : (StockInfo => java.lang.Double), getAverageMap : (StockInfoWrapper => util.Map[Integer, java.lang.Double])) = {
        var md = 0.0
        val averageArray = this.getAverageArray(wrapperList.map(wrapper => getValue(wrapper.getStockInfo)).map(_.toDouble), period, MaType.Ma)
        for (i <- 2 * period until wrapperList.size) {
          if (md == 0.0) {
            for (j <- period until 2 * period) md += Math.pow(Math.abs(getValue(wrapperList.apply(j).getStockInfo) - averageArray.apply(j)), 2)
            md = Math.pow(md / period, 0.5)
          }
          if (md > 0) {
            getAverageMap(wrapperList.apply(i)).put(10000, averageArray.apply(i) + avergeBollDayCount.apply(1) * md)
            getAverageMap(wrapperList.apply(i)).put(10001, averageArray.apply(i) - avergeBollDayCount.apply(1) * md)
            md = Math.pow((Math.pow(md, 2) * period - Math.pow(Math.abs(getValue(wrapperList.apply(i - period).getStockInfo) - averageArray.apply(i - period)), 2) + Math.pow(Math.abs(getValue(wrapperList.apply(i).getStockInfo) - averageArray.apply(i)), 2)) / period, 0.5)
          }
        }
      }

    计算MACD

      def calculateMacd(wrapperList: Array[StockInfoWrapper], period1: Int, period2 : Int, period3 : Int, weight: Double, getValue : (StockInfo => java.lang.Double), getAverageMap : (StockInfoWrapper => util.Map[Integer, java.lang.Double])) = {
        val average1Array = this.getAverageArray(wrapperList.map(wrapper => getValue(wrapper.getStockInfo)).map(_.toDouble), period1, MaType.Ema, this.weight)
        val average2Array = this.getAverageArray(wrapperList.map(wrapper => getValue(wrapper.getStockInfo)).map(_.toDouble), period2, MaType.Ema, this.weight)
        val diffArray = ArrayBuffer[Double]()
        for (i <- 0 until average1Array.length) diffArray += average1Array.apply(i) - average2Array.apply(i)
        val averageDiffArray = this.getAverageArray(diffArray.toArray, period3, MaType.Ema, this.weight)
        for (i <- 1 until wrapperList.length) {
          getAverageMap(wrapperList.apply(i)).put(0, (diffArray.apply(i) - (averageDiffArray.apply(i - 1) * 0.8 + diffArray.apply(i) * 0.2)) * 2)
          getAverageMap(wrapperList.apply(i)).put(1, diffArray.apply(i))
          getAverageMap(wrapperList.apply(i)).put(2, averageDiffArray.apply(i))
        }
      }

    调用

    class StockInfo(openingprice : Double, highestprice : Double, lowestprice : Double, closingprice : Double, tradevolumn : Double, transactionvalue : Double){}
    class StockInfoWrapper(stock : StockInfo) {
      val averagePriceMap = Map[Int, Double]()
      val averageVolumnMap = Map[Int, Double]()
      val averageMacdMap = Map[Int, Double]()
    }
    
      val averagePriceDayCountList = List(18, 28, 50, 250)
      val averageVolumnDayCountList = List(5)
      val avergeBollDayCount = List(18, 2)
      val averageMACDDayCountList = List(12, 26, 9)
      val weight = 2.0
    
        this.averagePriceDayCountList.foreach(averagePriceDayCount => this.calculateMa(wrapperList, averagePriceDayCount, MaType.Ma, this.weight, _.getClosingprice, _.getAveragePriceMap))
        this.averageVolumnDayCountList.foreach(averageVolumnDayCount => this.calculateMa(wrapperList, averageVolumnDayCount, MaType.Ma, this.weight, _.getTradevolumn, _.getAverageVolumnMap))
        this.calculateBoll(wrapperList, avergeBollDayCount.apply(0), _.getClosingprice, _.getAveragePriceMap)
        this.calculateMacd(wrapperList, averageMACDDayCountList.apply(0), averageMACDDayCountList.apply(1), averageMACDDayCountList.apply(2), this.weight, _.getClosingprice, _.getAverageMacdMap)

     

    转载于:https://www.cnblogs.com/barneywill/p/10208915.html

    展开全文
  • 股票常用指标【中】接上一篇:[股票 - - 常用指标【上】](https://blog.csdn.net/weixin_43606158/article/details/105343082)四、选股也需要心理学-PSY1. 简介2.PSY探底功能的使用五、捉超跌反弹利器 - DMI1. 简介2...

    接上一篇,文章地址:https://blog.csdn.net/weixin_43606158/article/details/105343082

    股票 - - 常用指标【上】

    四、选股也需要心理学-PSY

    1. 简介

    股市看似是程序化的交易,但在股市程序化交易的背后是人们思想的映射。每一根韭菜都很容易被其他韭菜影响,比如“追涨杀跌”就是多数投资者情绪的映射。

    PSY的英文名:Psychological
    中文名:心理线指标
    作用:它通过计算12日内上涨天数所占的比例数值来反映投资者的心理预期。【它只计算收盘价的高低】
    备注:
    1.只要收盘价高于前一日就算上涨。上涨代表多数投资者看涨,下跌代表多数投资者看空。
    2.一般来说,PSY会在25-75之间波动,也就是过去12个交易日内,上涨天数在3-9天内是正常情况。低于25则属于超卖状态,高于75则属于超买状态。不管是超卖还是超买状态,多空双方力量可能会出现扭转。
    3.PSY只计算涨跌天数。如果涨幅或跌幅过大可能会快速回调。
    当股价在低位大跌或者重新站上5日均线时,可逢低建仓,等待反弹出现。用这个方法窥探短线的顶底还是很准确的。

    时刻应警惕下跌风险,避免乐极生悲。如跌破5日均线可减仓或清仓,保住短线利润。

    2.PSY探底功能的使用

    当数值小于25时,且PSY自下而上穿过了PSYMA平均线。那么作为超短线就可用入场操作一波了。
    在这里插入图片描述

    需要特别注意的是:超短线行情短,赚到钱就跑!可不要贪心哦~

    五、捉超跌反弹利器 - DMI

    1. 简介

    这是一个专制超跌的指标。它是众多指标里唯一一个“超级转向”,可以在股市出现极端行情时孤独地发出风险提示信号。

    使用它的好处:
    如果我们能注意到这个信号,首先我们可以避免在顶部买入的魔鬼操作。
    其次可以在下跌的恐惧中,用理智抓住每一次反弹的机会。

    然后让我们来看看它:

    2. DMI基本线介绍

    它们分为俩个帮派:
    PDI和MDI属于多空指标派,ADX和ADXR属于趋向指标派,表格的刻度是0-100,表示极弱到极强。

    1. PDI - - 代表多方在市场中的地位。PDI走的越高,说明当前的市场越强,但A股经常作妖,很容易走极端。所以,PDI有时候会跌到接近零位。而这时,往往都表示新一轮反弹上升行情即将展开。
    2. MDI - - 代表空方在市场中的地位,MDI走的越高,表示当前市场越弱。在一轮大牛市来临前,MDI跌落至低位。这时候市场中的空头已经没有了还手之力。

    PDI和MDI关系好,容易互相缠绕。如果PDI在MDI上方,说明市场处于强势地位。相反:MDI在PDI上方,就是空头市场。俩者之间距离靠近表示市场处于盘整的僵局之中。分的越开,市场的单边性也就越明显。上涨时没有中途整理,下跌时没有反弹修正。

    1. ADX - - 快速转向回拉力,只要出现单边市都是向上运行。只要与PDI和MDI缠绕在一起,这时候用ADX来判断行情时没有任何意义的。一旦突破盘局,并开始走向极端,不管是行情上涨,还是下跌,ADX就会开始向上运行,并发出即将转向的提前警告。
    2. ADXR - - 慢速回拉力,ADXR是ADX数值的移动平均值,当ADX向上运行时ADXR也随之慢速向上运行。在我看来它的作用是来确认ADX发出的信号是否准确,所以有些滞后。

    小总结:PDI与MDI是看当前市场趋势;ADX与ADXR是看市场强度。

    3. DMI具有的实战功能:

    1. 判断行情趋势
      当PDI逐渐上升,ADX值也不断递增,表明当前为上升趋势并且将十分强劲。反之,当MDI逐渐上升ADX值也不断递增时,则表示当前为下跌趋势,并将加速。
    2. 判断行情是否盘整
      当市场在一定区域内小幅横盘盘整时,4条线都在50以下运行,且呈横向窄幅移动,说明在盘整状态中,趋势不明朗。应该以观望为主,不具备操作价值。
    3. 判断行情是否转势
      当ADX值在高点由升转跌时预示行情即将反转。

    除了以上3点判断功能,DMI最重要的还是捕捉反弹功能,这个功能需要好朋友PSY的帮助。
    前面已经说了,PDI数值小意味着行情的跌落。当PDI小于5时,说明该股已经处于超跌状态了。
    这个时候就可以关注一下了。如果同时PSY到达25或低于25,说明市场处于过分悲观状态。这时就可以精确地选出即将反弹的个股。
    选好股,观望等待第一个阳线买入。当ADX转头向下时,意味着反弹结束,直接出货!其实这个方法还可以用很多指标来验证,比如布林线的下轨线支撑。

    特别注意:指标间的共振会大大提高准确率!
    选出来的股也可以结合板块来看,热门板块要格外关注哦!

    六、捉超跌反弹利器 - 乖离率BIAS

    1. 简介

    正所谓天下大势,分久必合,合久必分。

    天下都是如此,更别说股市了。涨久必跌,跌久必涨。天下的分合靠英雄,看股市的涨跌方法就多了。接下来我们就来说说其中之一 - - 乖离率。

    乖离率就是收盘价与某条均线之间差距的百分比。

    任何一条均线都可以。用最简单也比较常用的5日均线来说,股价远高于5日均线时,就是“5日均线乖离率”很大,属于短线卖出时机。
    因为5日均线能够快速反应股价的运动趋势,是强势行情生命线。当股价向上突破后有支撑作用,当股价向下跌破后,有压力特性。
    K线在均线上方乖离率为正,反之为负。

    2. 操作原理

    当股价偏离市场平均成本太大时,投资者的心理因素就使偏离回归。
    正的乖离率越大,股民获利越多,越容易萌生赚钱走人的念头。所以后续股价就会下跌,此时就是绝佳的卖出点。
    负的乖离率越大,股民的损失越大,有心机的人就会抄底。股价自然也就上涨,此时时较好的买入点。

    通常在暴跌或大涨之后指数都会离5日均线有一定距离,大盘股票价格指数超过2%,小盘股票价格指数超过4%,就有大概率可能引发超跌反弹。【这个标准仅仅适用于波动率不是很大的行情,在A股波动率比较高的2015-2016年,这个标准大概就是5%】这并不是一个死板的数字,动乱年代和和平年代的标准不一样。总之,用乖离率判断短线的超跌反弹和超涨回档是很靠谱的。配合提现通道、多空线、支撑线、压力线的多空布林指标,效果更好!

    另外需要注意的是:如果整体趋势是在下跌通道中,哪怕出现了高负乖离率,反弹也会转眼即逝,此时抓住题材赚快钱,第二天开盘卖掉就可以了。

    不要贪战,小心深套。个股和大盘的参数不一样,大盘股可以参考大盘参数做改动,小盘股波动太大就不要看乖离率了,不了解股性很容易被套!

    备注:我是把乖离率当作短线指标来操作,因为长线在熊市中并没有太大意义,所以我只需要5日均线乖离率。怎么调呢?你只需要如下图所示把三个参数都改为5即可:
    在这里插入图片描述
    在这里插入图片描述

    七、好用的指标居然这么简单 - SAR

    1. 简介

    大家有没有发现,炒股不会几个英文单词,连指标都看不懂了。
    所以我们先学几个简单的单词:

    1. stop - - 结束、停止的意思
      股市里什么情况需要结束停止呢?当然是损失了!所以股市里的“stop”,就是止损。
      买卖股票之前要先设定一个止损位,以减少投资风险。止损位要随着股价的波动调整,既能控制风险,又不会错失钞票。

    如何在俩者之间找到平衡呢?SAR指标可以轻松解决,只要遇到红转绿的情况时,就是要止损啦。

    1. reverse - - 逆向反向的意思
      在股市里能反向的只有操作。反向操作就是当价格达到止损位时,抛出股票,持币观望。
      然后等股价向上突破SAR指标显示的股价压力时,赶紧买入股票,持股待涨。

    2. SAR实战操作

    它是一个多功能指标。就短线来说,指示我们在SAR为红的时候买,为绿的时候卖。

    SAR能完美掌握大盘和个股的反转点。
    我们举个例子:
    把沪深300指数的分析周期设置成周,在SAR为红的时候买入300ETF(交易型开放式指数基金),绿的时候卖出300ETF。假设2005年拿着一万元入场,中间经历了2006年、2007年的大牛市,2008年的大幅下跌,2009年的暴力反弹,以及2010年到2013年的漫漫熊市,2014年到2015年的单边行情,2015年到2016年的大跌,然后又到2018年的慢牛,再到现在。
    在这里插入图片描述
    如果(注意!这里是如果!)你按照SAR指标走,红色入场,绿色空仓,每次入场都是1万元,你到现在的收益是8.8万元。
    在这里插入图片描述
    若你每次将赚的钱再次投入进去的话,你的受益将是62万元!!!

    而同期买入沪深300持有不动的话,一万元变成了4.8万元。
    所以,不管是8.8万元还是62万元都4.8万元强太多了。

    3.小总结

    SAR胜利的原因有二:

    1. 抓住了所有牛市;
    2. 避开了所有的熊市。

    作为多功能指标,短线里还要注意SAR的上扬角度。
    曲线向下运行的角度过大,说明跌势比较迅猛并将继续,这个时候绝不能为了抢反弹进场,否则很有可能被弹死在沙滩上。
    曲线向下运行角度逐渐变小,一旦股价向上突破SAR曲线,说明中长期下跌趋势可能结束,这个时候就要灵活地逢低买入。

    当曲线向上运行的角度偏大时,刚刚向上运行说明股价将继续上涨,这个时候你只要稳住就能迎来希望。
    如果曲线已经向上运行了很长时间,并且短期内股价涨幅过大,说明股价随时可能反转向下。

    所以!一旦SAR发出明显的卖出信号,就应坚决清仓离场。

    中长线用在沪深300这种趋势相对难以改变的指数,可以说是相当实用了。
    在震荡中的票它不大行,迷迷糊糊的。
    但在单边上升和下跌的行情中,优势就体现的淋漓尽致。

    放任利润奔跑,又能及时止损,是不是很棒?熊市的时候不敢下手,又怕错过随时可能会来的反弹或反转,那建议可以试试这种策略!


    未完待续~


    展开全文
  • 股票 - - 常用指标【上】

    千次阅读 2020-04-06 17:18:32
    文章目录第一章:股票常用指标一、MACD1.DIFF线2.DEA线3.MACD红绿柱线4.零轴线它们的组合形态1.金叉2.死叉MACD-简单粗暴的三板斧1.第一板斧--MACD抄底术2.第二板斧--MACD抓主升3.第三板斧--MACD逃顶术二、KDJKDJ常见...
  • 股票大盘常用指标

    2017-12-01 14:44:30
    3、委比,是用以衡量一段时间内,买卖盘相对强度的指标 其计算公式为: 委比=(委买手数-委卖手数)/(委买手续+委卖手续)×100%搜索 其中:委买手数指现在所有个股委托买入下三挡的总数量,委卖手续指现在所有个股...
  • 股票 - - 常用指标【下】接上一篇文章,文章地址:八、巴菲特最看重的指标1. 简介九、快速读懂股票的估值十、筹码分布 - - 一个一用就上瘾的指标十一、TOWER宝塔线 接上一篇文章,文章地址: 上一篇文章地址: 八、...
  • 通达信股票软件指标公式编写最常用的函数和最基础的编写方法,包括大盘高低价、均线、均线交叉、周期取值、绘图函数、成立条件、填充背景、常见K线形态、编写思路等。
  • 常用股票指标计算公式及简单应用,包含kdj,macd,obv,rsi,psy,brar,cr,bias,cr,bias,cci,wr,trix等各类常见的股票指标计算和简单计算例子
  • 常用指标详解

    2021-06-09 12:48:49
    MACD指标是根据均线的构造原理,对股票价格的收盘价进行平滑处理,求出算术平均值以后再进行计算,是一种趋向类指标。 MACD 指标是运用快速(短期)和慢速(长期)移动平均线及其聚合与分离的征兆,加以双重平滑运算...
  • KDJ指标实战研判的要则主要有以下四点: 超买,超卖  1) K线是快速确认线——数值在90以上为超买,数值在10以下为超卖;  D线是慢速主干线——数值在80以上为超买,数值在20以下为超卖;  J线为方向敏感线, 当J...
  • 股市常用指标

    千次阅读 2019-01-25 01:57:31
    3.PSY 与VR 指标属一组指标群,须互相搭配使用。   默认值 12、6 推荐值 10、5   MCST 1.MCST是市场平均成本价格; 2.MCST上升表明市场筹码平均持有成本上升; 3.MCST下降表明市场筹码平均...
  • 显示股票中的16个常用指标 一个python的类库stockstats 已经帮忙把这些数据都计算出来了。 具体的计算代码 可以直接查看 stockstats。现在需要做的就是把这些数据用图形展示出。 主要指标有KLINE,MA, CR指标 KDJ...
  • 做毕设要用到一些股票指标作为ELM的输入值,一共17个。稍微找了一下talib里的一些函数,跟我需要用到的指标还差那么一点,只好自己找公式实现了。但其实那些指标背后的公式都很简单。这里顺便把用到的talib里的函数...
  • 投资理财常用指标

    2021-06-27 11:25:34
    文章目录1.PE(市盈率)2.ROE(净资产...本益比是某种股票普通股每股市价与每股盈利的比率。所以它也称为股价收益比率或市价盈利比率(市盈率)      应用:比如在投资沪深300ETF的时候,可以通过PE评
  • 文章目录市盈率(PE) 市盈率(PE)
  • 上次使用notebook 展示了股票数据。 http://blog.csdn.net/freewebsys/article/details/78578548 但是那个是使用matplotlib 展示的,是默认notebook 支持的。 为啥选择 bokeh 呢,主要是因为lib 库比起 matplotlib ...
  • 股票常用名词解释与技术指标公式

    千次阅读 2009-10-06 16:29:00
    股票常用名词解释 什么叫委比、委差?委比是衡量一段时间内场内买、卖盘强弱的技术指标。它的计算公式为:委比=(委买手数-委卖手数)/(委买手数+委卖手数)×100%。从公式中可以看出,“委比”的取值范围从...
  • 评价PE基金绩效的常用指标

    千次阅读 2019-01-16 14:56:28
    评价PE基金绩效的常用指标内部收益率(IRR: Internal Rate Of Return)资本回报倍数(MOC: Multiple of Capital Contributed)投入资本分红率(DPI: Distribution over Paid-In)投入资本总值倍数(TVPI: Total Value to ...
  • 前言使用Python开发一个股票项目。 项目地址: https://github.com/pythonstock/stock 相关资料: http://blog.csdn.net/freewebsys/article/details/78294566 主要使用开发语言是python。 使用的lib库是...
  • 算法常用评价指标

    2019-11-26 10:49:27
    评价指标是针对将相同的数据,输入不同的算法模型,或者输入不同参数的同一种算法模型,而给出这个算法或者参数好坏的定量指标。 在模型评估过程中,往往需要使用多种不同的指标进行评估,在诸多的评价指标中,大...
  • 评价PE基金绩效的常用指标 作为信息系统,辅助管理层决策是重要的功能之一。前文介绍了PE基金管理系统的建设,对PE业务的运转有了一些了解,但没有介绍如何评价PE基金的绩效,而这是管理层作出重大决策的主要依据之...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,336
精华内容 2,134
关键字:

股票常用指标