自适应均线的择时应用_联合证券200811

自适应均线的择时应用_联合证券200811
自适应均线的择时应用_联合证券200811

分 析 师

曹力

联系电话: (0755) 8208 0141 caoli@https://www.360docs.net/doc/bc14628508.html, 自适应(Autofit)的概念来自于自动控制领域, 是指在新的环境或新的运行条件下,适当地改变原系统的结构或参数以保持系统的良好运行特征.。

美国人考夫曼最先把自适应的均线用于市场。针对中国A股市场的特点,我们对考夫曼的自适应均线做了一些改进,文中公布了改进后的算法。

根据改进后的自适应均线择时交易,实证表明在考虑到每次买或者卖的交易成本为0.3%的前提下,从1998年到2009年11月12日,操作深证成指超额收益为736%,操作上证指数超额收益为225%。同时Sharpe比例有较大幅度提升。

使用同样的参数和交易成本假设,从2002年以来对22个行业指数择时交易实证,21个行业指数能获得正的超额收益,平均超额收益240%,在26个封闭式基金中的23个获得正超额收益,平均超额收益160%。

个股的波动形态较为复杂,自适应均线的参数有所调整。2004年以来的实证表明自适应均线适合沪深300成分股中63%的股票,特别是对于强周期性的股票,超额收益非常显著。

相关研究

自适应均线的择时应用

目 录

自适应和自适应均线 (3)

自适应均线的算法 (3)

价格轨迹的效率 (3)

动态平均算法 (4)

利用自适应均线择时交易的实证 (5)

综合指数的实证 (5)

行业指数的实证 (7)

封闭式基金的实证 (8)

个股的实证 (9)

总结 (11)

自适应和自适应均线

自适应(Autofit)的概念来自于自动控制领域, 是指在新的环境或新的运行条件下,适当地改变原系统的结构或参数以保持系统的良好运行特征。

自动地学习新环境的特征而且针对新特征做出调整, 这当然是一种智能的体现, 所以自适应也是人工智能(AI, Artificial Intelligence)的重要研究领域。

股市最大的特点就是无时不刻的变化, 这个变化的复杂性远远超出了物理世界的运动变化, 几乎没有什么固定的规则可以一直指导投资, 经济学家对市场的

预测的准确率总是那么羞于见人。

对于一个如此复杂变化着的市场, 我们可以期待,一个自适应的系统因为有自动学习和自动调整的功能,应该比一个固定的系统做得更好一点。

我们从最简单的均线做起,通常提到的均线总是有一个给定的参数,比如10日均线,60日均线,其中10日均线变化快一点,60日均线变化慢一点。这个参

数是人给定的,一旦给定了,在整个画线的过程中就不会变化,不管行情怎么变

化。这是一个简单的固定系统。固定均线的缺点很明显,比如在市场反复震荡时

短期均线频繁地转向,而在市场快速上升或者下跌时长期均线反应迟钝。能不能

把均线做成自适应的,这样子在行情反复震荡的时候慢一点,在行情快速变化的

时候快一点跟上趋势?

解决方案是有的,新的工具叫自适应均线。美国人考夫曼(Perry J。Kaufman)就思考过这个问题,创造了自适应均线,在他的著作《精明的交易者:系统交易

指南》(Smarter Trading)里就提到了这个方法。

考夫曼的方法直接用于中国A股市场效果并不好,我们吸收了其中的精华,针对中国市场的特点做了一些修改,用历史实证的方法证明我们的改进是比较成

功的。下面将介绍改进后的自适应均线和实证的结果。

自适应均线的算法

价格轨迹的效率

我们已经获得了一个印象,就是在震荡多的走势上要使用较慢的均线,在趋势快速展开的走势上需要用更快的均线。

如何用数量化的办法来区分这两种不同的走势?这里需要引入一个价格轨迹效率(Efficiency)的概念。

图1:收盘价格走势的效率示意图

数据来源:联合证券研究所,天软科技

在图中,我们看到两种走势,其中一直上攻的走势称之为高效率的,因为每一天收盘价格的变动都直接贡献于总的涨幅, 而反复震荡的走势被称为低效率的,很多次收盘价格的变化相互抵消。类似于物理学中路程和位移的概念,如果走过的路程很长,但是位移很小,在实现位移的目标考量下,这样的运动可以称为低效率的。

很自然地,我们可以导出价格轨迹的效率定义:

假定在过去n 个收盘价格分别为12,,,n p p p K , 那么这个价格序列的效率

1

11

n i

i i p p E p p ?+=?=

?∑ (1)

即位移和路程之比。考夫曼的自适应均线也使用了这个效率的定义。

动态平均算法

下面的算法和考夫曼的方法就不太一样了。为了获得自动调整的能力,我们放弃通常的平均算法,采用动态平均,动态平均是一个迭代的定义,比如时间序列t Y 是另一个时间序列t X 的动态平均,意味着

1

00

(1)t t t y ax a y y x ?=+?= (2)

其中参数a 是每一步的加权因子,它可以随着时间的变化而变化,因而可以实现调节平均线的快慢而达到自适应的效果。

价格轨迹的效率E 是给定长度的价格历史序列的统计特征, 加权因子a 应该随着E 变化,其变化的法则可以设置成

()a c dE δ=+ (3)

其中,,c d δ都是新的参数。加上计算E 必须用到的参数n ,这个自适应系统有了4个参数,看起来比之前的固定平均线参数更多,更需要人工设置, 但是这四个参数对不同的行情是不太敏感的,一旦设置好,可以适应更多种不同形态的行情。 正如一个智能化的机械不可避免地会增加更多部件。

打个比方说,大家发现对于上证指数,最近5年用60日均线的效果很好(因为市场是大起大落波段清晰的),但是回溯到2005年前,市场的波动形态不这么明显的大起大落,60日均线就无法适应了。利用自适应均线,虽然参数较多,但在给定一套合适的参数下,可以做到即适合2005年后的市场,也适合之前的市场。 总结起来,自适应均线的算法步骤就是

1. 计算从当前收盘价起,最新的n 个历史收盘价格的效率E 。

2. 根据本节公式(3)计算a 。

3. 根据公式(2)计算价格序列的动态平均。

利用自适应均线择时交易的实证

综合指数的实证

根据自适应均线的买卖策略是: 自适应均线自下向上拐头,买进。 自适应均线自上向下拐头,卖出。

拐头与否可以这样定义, 自适应均线的每一个周期的增长率如果从正值变为负值,即为下拐头, 从负值变为正值,即为上拐头。

为了避免某些时候自适应均线频繁的拐头,我们设置一个很小的安全垫,自适应均线的每一个周期的增长率如果从正值变为负值,且和0的距离大于很小的常数即为下拐头, 从负值变为正值,而且和0的距离大于同一个很小的常数,即

为上拐头。

我们假定买卖的对象是上证指数和深证成指,每一次买入或者卖出的交易成

本计为0.3%,买入时满仓买入,卖出时空仓。自适应均线都采用同一套参数,

拐头判断时用同一个保护垫大小,从1998年以来给出的不同时间段内,依照自

适应均线法则买卖和一只持有指数对比,所有计算根据周线收盘价格:

表1:利用自适应均线交易综合指数(收益率单位为1%,每次交易成本0.3%)

时间段 名称指数收益策略收益超额收益指数Sharpe策略Sharpe

1998.1-2009.11.12 上证指数163.237388.214224.9770.34 0.813

深证成指212.996949.108736.1120.356 1.107

1998.1-2005.1 上证指数 6.25735.97329.7160.043 0.328

深证成指-26.36718.94445.311-0.19 0.168 2005.1-2009.11.12 上证指数147.629271.181123.5520.67 1.404

深证成指324.924837.365512.4410.994 2.354数据来源:联合证券研究所,天软科技

可以清楚地看到,在三种不同的时间段里,考虑到交易成本,依照自适应均

线的交易策略在总收益上明显地战胜了指数本身,同时sharpe比例上有非常显著

的提升。.以深证成指为例,看看自适应均线的走势和这些超额收益是如何在历史

上实现的

图2:深圳成指周线K线和自适应均线2007-2009

数据来源:联合证券研究所,天软科技

上图中,自适应均线非常适合深圳成指的周线趋势跟踪,市场的每一次较大的转

折都很快能被自适应均线跟踪到,从而能够做出正确的决策。错误的扰动也有,

比如2008年初的上拐,但是并不会造成大的损失。

图3:自适应均线交易深证成指(每次操作交易成本0.3%)

数据来源:联合证券研究所,天软科技

和其他成功的择时策略类似,超额收益来源于躲过大的下跌,在市场上涨时,

因为策略无法提供杠杆,不会有超额收益。回避了大的下跌的结果,就是风险的

减少,体现为sharpe比例的大幅提高。

上图中的方波,记载了策略仓位的变化,高位代表满仓,低位代表空仓。可

以看到这个策略的调仓次数比较多,特别是在市场震荡频繁的时候,会引起该策

略的仓位较频繁的变化,这是自适应均线比较敏感的特点决定的,敏感的好处是

能够跟快地抓住市场趋势的变化,但弱点也很明显,就是信号过多导致交易过多。

如果交易成本和冲击成本较高,则这个策略并不适合平衡市场。

因为交易频繁的缺点,利用自适应均线交易的策略更适合于较小资金的调仓

策略,具体可以是私募基金,公募基金的专户理财,或者基金的小幅度调仓依据。

行业指数的实证

上面用于综合指数的自适应均线参数不变,将同样的策略用于行业指数。这

里我们仍然以深交所编制的22个行业指数为例,从2002年初到2009年11月

12日,交易成本仍然是每次买或者卖都是0.3%的成本。

表2:用自适应均线交易行业指数(收益率单位1%,每次交易成本0.3%)

ID 名称指数收益策略收益超额收益指数Sharpe 策略Sharpe SZ399200 地产指数368.3591014.285645.93 0.563 1.298 SZ399137 金属指数210.655821.861611.21 0.461 1.412 SZ399138 机械指数194.843695.89501.05 0.472 1.331 SZ399120 采掘指数633.661022.988389.33 0.703 1.246 SZ399130 制造指数167.642517.716350.07 0.45 1.205 SZ399210 服务指数122.752445.551322.80 0.317 1.025 SZ399133 木材指数-39.426261.272300.70 -0.142 0.625 SZ399140 水电指数63.123353.509290.39 0.199 0.914 SZ399230 综企指数49.277322.482273.21 0.16 0.863 SZ399180 批零指数206.827452.337245.51 0.502 1.045 SZ399136 电子指数-4.329240.028244.36 -0.016 0.705 SZ399132 纺织指数42.582277.767235.19 0.141 0.833 SZ399150 建筑指数116.606324.743208.14 0.277 0.791 SZ399134 造纸指数66.999259.477192.48 0.201 0.779 SZ399170 IT指数94.177195.983101.81 0.277 0.648 SZ399190 金融指数121.87212.98691.12 0.244 0.471 SZ399139 医药指数208.477293.70185.22 0.515 0.847 SZ399110 农林指数48.675131.29682.62 0.152 0.454 SZ399135 石化指数169.872239.09969.23 0.457 0.797 SZ399160 运输指数123.713191.61567.90 0.366 0.71 SZ399131 食品指数269.162291.75722.60 0.612 0.836 SZ399220 传播指数32.213-14.208(46.42)0.08 -0.061

数据来源:联合证券研究所,天软科技

在22个行业中,仅有传播指数出现了负的超额收益,其他21个行业都有效地战胜了持有不动的策略。平均超额收益为240%,也不难观察到在地产,有色金属,采掘,机械等强周期性行业里,超额收益最为显著。那是因为这些行业波动幅度大,一旦躲过一个下跌,这个下跌相对较大,因此战胜指数较多。对于波动大的行业择时效果较好,也是很多择时方法的共同特点。

封闭式基金的实证

以上的行业指数实证显示择时效果较好,但是毕竟市场上没有可以买卖的行业指数,而复制行业指数本身不是一个容易的任务。

市场上有实时交易的组合类产品:封闭式基金。我们选取历史较长的封闭式基金,用同样的参数,同样假设买次操作交易成本为0.3%,从2002年初到2009年11月12日:

表3:用自适应均线交易封闭式基金(收益率单位1%,每次交易成本0.3%)ID 名称封基收益策略收益超额收益封基Sharpe 策略Sharpe SH500006 基金裕阳427.496847.888420.39 0.834 1.57 SZ184689 基金普惠262.225665.929403.70 0.613 1.354 SZ184692 基金裕隆329.696696.638366.94 0.705 1.375 SH500018 基金兴和302.964647.528344.56 0.663 1.337 SH500002 基金泰和431.96767.843335.88 0.814 1.429 SZ184699 基金同盛238.31510.795272.48 0.577 1.176 SZ184690 基金同益330.453578.305247.85 0.713 1.292 SH500058 基金银丰374.056602.752228.70 0.868 1.428 SH500005 基金汉盛364.74589.578224.84 0.77 1.329

SZ184691 基金景宏343.396566.996223.60 0.683 1.145 SZ184701 基金景福206.19424.38218.19 0.514 1.04 SH500038 基金通乾339.038515.557176.52 0.701 1.153 SZ184693 基金普丰220.066369.137149.07 0.571 1.055 SH500015 基金汉兴188.105312.323124.22 0.499 0.925 SZ184698 基金天元418.071528.193110.12 0.811 1.215 SZ184728 基金鸿阳134.457243.255108.80 0.422 0.819 SH500001 基金金泰277.793344.04566.25 0.678 1.011 SZ184721 基金丰和388.524453.29564.77 0.832 1.132 SH500056 基金科瑞462.759523.94361.18 0.893 1.322 SH500011 基金金鑫198.675234.91736.24 0.504 0.684 SH500003 基金安信375.681399.17923.50 0.871 1.135 SH500008 基金兴华706.919728.84521.93 1.119 1.465 SZ184688 基金开元310.41326.63916.23 0.646 0.863 SZ184705 基金裕泽360.485352.233(8.25)0.794 1.074 SH500009 基金安顺531.143495.993(35.15)0.988 1.181 SZ184722 基金久嘉499.986429.875(70.11)0.994 1.219数据来源:联合证券研究所,天软科技

在26个封闭式基金中,23个获得了正的超额收益,平均超额收益为160%,不难看到在每一个封基上的操作策略都能够较大幅度提升Sharpe比例。

考虑到封闭式基金的交易并不活跃,如果资金量比较大,则0.3%的交易成本会低估实际交易带来的冲击成本,所以对于每个封闭式基金的操作同样不能适用于较大的资金量。

但是利用所有的封闭式基金来开发新产品是可行的,新产品的思路就是利用自适应均线交易封闭式基金,把募集来的资金平分到每个封闭式基金上按自适应均线操作,这样对于每个封闭式基金的冲击大幅减少,同时能够获得较为稳定的超额收益和明显提升的Sharpe比例。

个股的实证

考虑到股票的波动性比组合类标的波动性更大,为了能更好地适合行情变化,在计算股票的自适应均线时,我们需要使用稍稍不同的参数。自适应均线较多的交易,为了避免付出大的冲击成本,我们选择流动性较好的沪深300股票做实证分析,同样的参数和同样的交易成本假设,从2004年初年到2009年11月12日,只考察上市日期在2004年1月1日之前的240个股票。

下图中有240个柱子,其中150个为正,比例为63%,平均超额收益为178%

利用自适应均线并没有获得向在行业指数和封闭式基金上那么大比例的成功,主要是因为个股的波动形态比组合类标的更为复杂,波动幅度更大,对于某些股票用均线(即便是自适应的)跟踪走势仍然可能无法获得超额收益。

而且在实证的时候,我们对于所有的个股都使用了同样的参数,考虑到个股的波动形态的多样性,很有可能同一套参数无法适合所有股票,出现自适应均线用于个股的成功率不如指数的现象也是可以理解的。

图4:沪深300股票的超额收益分布(纵轴单位1%,每次交易成本0.3%)

数据来源:联合证券研究所,天软科技

我们再看一下,超额收益最高的20个股票和超额收益最低的10个股票

表4:超额收益最好的前20(2004-2009, 收益率单位1%,每次交易成本0.3%)

ID 名称 股票收益策略收益超额收益股票Sharpe策略Sharpe

SH600595 中孚实业 637.9493396.1212758.1730.674 1.788

SH600685 广船国际 553.7883265.2422711.4540.634 1.873

SZ000878 云南铜业 665.5642845.8332180.2690.68 1.753

SH600804 鹏博士837.0522909.7012072.6490.808 1.752

SZ000612 焦作万方 420.0592471.2072051.1490.518 1.627

SH600150 中国船舶 1904.1123813.2471909.135 1.173 1.869

SH600331 宏达股份 1669.8613313.211643.349 1.079 1.75

SH600547 山东黄金 2262.9683893.5271630.56 1.127 1.67

SH600432 吉恩镍业 1037.0082666.8941629.8850.848 1.621

SH600104 上海汽车 264.7851489.0481224.2630.471 1.528

SZ000623 吉林敖东 2194.4763383.8411189.365 1.251 1.848

SZ000807 云铝股份 682.7191838.7791156.060.724 1.385

SZ000060 中金岭南 1023.4712161.9241138.4530.845 1.482

SZ000157 中联重科 1256.5032320.1661063.663 1.119 1.895

SH600748 上实发展 449.9361454.4411004.5050.529 1.256

SZ000528 柳工 315.6931312.709997.0160.506 1.557

SH600383 金地集团 930.2211826.963896.7420.894 1.644

SZ000686 东北证券 482.2621237.714755.4530.464 0.933

SZ000800 一汽轿车 258.391011.354752.9640.458 1.312

SH600881 亚泰集团 503.81254.898751.0980.634 1.303

数据来源:联合证券研究所,天软科技

表5:超额收益最差10个股票(2004-2009, 收益率单位1%,每次交易成本0.3%)

ID 名称 股票收益策略收益超额收益股票Sharpe策略Sharpe SH600196 复星医药 588.502258.219-330.2840.903 0.679 SH600549 厦门钨业 882.494540.768-341.7250.872 0.862 SH600395 盘江股份 696.508350.17-346.3380.802 0.709 SH600583 海油工程 962.704543.423-419.281 1.188 1.091 SH600415 小商品城 1041.883621.071-420.811 1.243 1.052 SH600216 浙江医药 835.082333.225-501.8570.872 0.652 SH600348 国阳新能 969.787466.503-503.2850.852 0.827 SH600276 恒瑞医药 1653.944964.674-689.271 1.645 1.429 SH600550 天威保变 2704.771637.78-1066.99 1.349 1.288 SH600251 冠农股份 1637.052486.42-1150.63 1.025 0.713数据来源:联合证券研究所,天软科技

可以观察到,超额收益最好的股票集中在强周期行业,这些股票的特点是波动大,起落的波段比较清晰,所以容易用自适应均线的方法去识别上升和下降的

波段。适合强周期性行业的股票也是大多数择时方法的共同特点。

而超额收益最差的股票明显偏向非周期类的股票,两个采掘业股票也位列其中。

总结

从综合指数,行业指数,封闭式基金,个股的实证结果看,我们对自适应算法的改进是比较成功的。因为自适应的特点,自适应均线比固定均线在更多种不

同波动形态的市场中能够有效跟踪趋势,即便在考虑交易成本的前提下,能够实

现的超额收益也让人印象深刻。

自适应均线更适合于组合类的标的,比如指数或者封闭式基金,因为这些标的的走势经过了平均的平滑,没有突然的大起大落,更容易用均线来跟踪趋势的

变化。而对于个股,波动形态和指数类表的不同,所以需要使用不同的参数,在

大多数个股上能够获得超额收益,特别对强周期性行业的股票自适应均线有很强

的择时能力。但是自适应均线也不是万能的,对于某些个股,因为波动形态的

复杂,用自适应均线也无法获得超额收益。

联合证券股票评级标准

增持未来6个月内股价超越大盘10%以上

中性未来6个月内股价相对大盘波动在-10% 至10%间减持未来6个月内股价相对大盘下跌10%以上

联合证券行业评级标准

增持行业股票指数超越大盘

中性行业股票指数基本与大盘持平

减持行业股票指数明显弱于大盘

深 圳

深圳罗湖深南东路5047号深圳发展银行大厦10层

邮政编码:518001

TEL: (86-755) 8249 3932 FAX: (86-755) 8249 2062 E-MAIL: lzrd@https://www.360docs.net/doc/bc14628508.html, 上 海

上海浦东银城中路68号时代金融中心17层

邮政编码:200120

TEL: (86-21) 5010 6028 FAX: (86-21) 6849 8501 E-MAIL: lzrd@https://www.360docs.net/doc/bc14628508.html,

免责申明

本研究报告仅供联合证券有限责任公司(以下简称“联合证券”)客户内部交流使用。本报告是基于我们认为可靠且已公开的信息,我们力求但不保证这些信息的准确性和完整性,也不保证文中观点或陈述不会发生任何变更。我们会适时更新我们的研究,但可能会因某些规定而无法做到。

本报告所载信息均为个人观点,并不构成所涉及证券的个人投资建议,也未考虑到个别客户特殊的投资目标、财务状况或需求。客户应考虑本报告中的任何意见或建议是否符合其特定状况。本文中提及的投资价格和价值以及这些投资带来的收入可能会波动。某些交易,包括牵涉期货、期权及其它衍生工具的交易,有很大的风险,可能并不适合所有投资者。

联合证券是一家覆盖证券经纪、投资银行、投资管理和证券咨询等多项业务的全国性综合类证券公司。我公司可能会持有报告中提及公司所发行的证券头寸并进行交易,还可能为这些公司提供或争取提供投资银行、财务顾问或金融产品等相关服务。

我们的研究报告主要以电子版形式分发,间或也会辅以印刷品形式分发。我们向所有客户同时分发电子版研究报告。

?版权所有2008年联合证券有限责任公司研究所

未经书面授权,本研究报告的任何部分均不得以任何形式复制、转发或公开传播。如欲引用或转载本文内容,务必联络联合证券研究所客户服务部,并需注明出处为联合证券研究所,且不得对本文进行有悖原意的引用和删改。

文华财经程序化系统的赢家法则

程序化交易的6个系统模型 俗话说的好:思路决定出路,眼界决定境界。作为一名程序化交易爱好者,仅仅依靠已经掌握了模型编写平台的基本语法和函数,是远远不够的。要想编写出一个真正具有实战价值的自动交易系统模型,设计思想的重要性不言而喻,而设计思想实质上是集成了交易理念、交易思路、交易方法,甚至包括交易经验在内的一种积累与沉淀,绝非一日之功。为缩短程序化交易爱好者的学习探索之路,解决普通投资者缺乏系统设计思路等问题,本文拟从系统入市、离市等两个方面,尝试讨论交易系统模型的常规设计思路。 【入市设计】 系统模型入市的设计思路,事实上应与投资者的交易风格喜好、交易时间框架密切相关,可以分别是趋势跟踪、震荡交易、套利交易等,近年来甚至也出现了基于基本面分析数据的量化模型,以及带有人工智能性质的神经网络、遗传算法等具备自学习、自适应市场能力的高级交易系统模型。不过,最简单、最实用、最适合普通投资者的交易系统入市设计思路仍然是趋势跟踪,而趋势跟踪的实质就是追涨杀跌或者美其名曰:顺势而为。突破,是趋势跟踪系统设计中最为简洁实用的设计思路,具体应用设计思路可能包括: ⒈通道突破。最著名的此类程式设计代表作为:海龟交易法则与四周规则。其入市信号触发设计为:价格突破最近N根K线的高低点。长期来看,这种设计思路虽然简单,但永远也不会失效或显得过时。事实上,越简单的反而越有效! ⒉均线突破。该设计思路的代表作品有:克罗均线,它由4、9、18等三条均线组成;鳄鱼组线,它由5、8、13等三条移中平均线组成;自适应均线,它由考夫曼博士提出,以市场效率生成弹性浮动参数,以均线拐头为信号触发,而非普通的均线金叉、死叉,有兴趣的读者可以参考其系统交易专著《精明交易者》。 ⒊指标突破。常见的技术分析指标,如MACD、KDJ、RSI、BOLL、SAR、WR、ADX等,均可独立构成一个简单的趋势跟踪系统,当然,是使用系统默认参数,还是使用优化参数,是使用其常规用法,还是使用创新用法,可能存在仁者见仁、智者见智的分歧。笔者可能更倾向于具有一定技术分析功力的投资者,以自创技术分析指标为最佳,这样可以确保你所使用的交易系统模型的专属性。 ⒋形态突破。形态突破,包括K线形态组合突破、经典技术分析形态突破等,K线形态组合的突破,以酒田战法为最经典,著名的红三兵、黑三兵、希望之星等经典K线形态均源于此,共分为酒田战法70型。至于经典的双顶、双底、趋势线突破、横盘突破、头肩顶底、三角形态、楔形、旗形、钻石型、圆弧顶底等技术形态,因普通的模型编写语言较难精确描述而存在一定的设计使用障碍,需要使用转向函数及图形模糊识别技术来克服。 ⒌波动性突破。波动性可以定义为:最高价与最低价、当根K线的最高价与昨收盘、当根K线的最低价与昨收盘,这三组价格差额的最大者即该品种的波动性值,波动性既可以进行横向比较品种间的波动性水平,也可以用于纵向判断价格波动的异常,并作为入市信号的触发器。我们可以直接从文华财经内置指标公式中得到如下源码:

自适应均线原理修订稿

自适应均线原理 WEIHUA system office room 【WEIHUA 16H-WEIHUA WEIHUA8Q8-

自适应均线原理 自适应均线(一) QQ群: 我们跟踪股票的走势,必然离不开均线作为参考。均线系统是我们观察股票走势的基础。 短期均线不能很好地屏蔽市场的噪声,往往产生虚假的进场信号;长期均线在判断趋势上一般比较准确,但是长期均线有着严重滞后的问题。一个股票的10日内的突发性的上涨,如果用200日均线去观察,几乎看不出变化。 均线系统存在的问题,让我们每一个股市的参与者感到左右为难。寻找最佳的移动平均值就成了大家乐此不疲的一种日常活动。由于每次市场的波动,趋势的速度都是不同的,所以在每一波的波动中,采用多少周期的移动平均值才能最好地反映趋势的方向呢 有一个流行的解决方法,就是针对某一只股票测试其历史数据的最佳移动平均值。并且根据最近的、最符合其趋势的移动平均值去进行操作。但是历史数据只代表已经走过的趋势,我们不可能回到过去进行交易。 通过分析我们使用的移动平均线,可以得出如下的结论: 当价格沿一个方向快速移动时,短期的移动平均线是最好的。 当价格在横盘的过程中,长期移动平均线是最好的。 我们理想中的移动平均线是什么样子的呢?

当价格无目标地移动时,它的反映会比较慢,像长期移动平均线;当价格有了快速变化的时候,它又能很快地跟上价格的走势,像短期移动平均线。 这样的移动平均线存在吗? 当然存在! 很多国外的股票技术分析书籍中都提到过这样的均线,把这种自适应的均线系统作为计算机自动交易系统中趋势判断最主要的手段。最近在**的“黄金股道”的软件中,也见到过类似的均线,但是做了公式的加密。 其实这样的自适应均线每一个股票的软件都可以做到,并且非常简单。 自适应均线(二) QQ群: 要构建自适应的均线,我们就必须先确定股票价格的趋势和速度。当股票价格持续上涨或持续下跌的时候,自适应均线就应该采用短周期均线的平滑系数;而当市场处于横盘波动过程中的时候,自适应均线就应该采用长周期的平滑系数。 如果采用指数平滑移动平均线的平滑系数,最短周期采用2日EMA,长周期采用30日EMA。那么自适应均线应该在2日-30日EMA之间平滑过渡。 还有一个问题:如何测量价格变动的速率。

KDJ与5日均线的组合应用

KDJ和5日均线的组合应用 KDJ指标主要看的死叉和金叉的状态,死叉股票尽量回避,金叉股票可以积极参与!今天我们主要讲怎么运用J值进行抄底和逃顶的技巧!首先在主图设置两根均线参数为530 KDJ参数为原始参数9 3 3 抄底:当J值小于0变为负数的时候越小越好比如到达-15基本上就是超跌,我们可以轻仓参与抄底,当股价反弹到五日均线附近,我们把抄底的仓位先抛出,等他突破五日均线这个时候KDJ也应该金叉了,回抽五日我们就再次进入,股价沿五日上升,只要KDJ没有死叉每次回抽五日均线都是我们进入的好时机!为什么要你回抽五日买入呢?你可以看看你买在五日均线的价格当天如果他跌破第二天80%是有机会反抽走人的,但是你超出五日均线呢?你自己看看80%的时候股价最多反弹到五日均线那么高出五日均线的你就卖不出去不舍的卖你就变成深套了大家看看是吗?突破五日当天不买和后来回抽五日买价格是差不多的,但是风险和主动权都由你来掌控了! 逃顶:一般当J进入80以上区域的时候就进入到加速区股价开始有明显的上攻幅度有能力的主力会控制的很均匀适中在100以下运行,但是一些游资还有出货的拉升,就很容易因为拉升过急,让J值大于100,当股价大于100特别是大于110以上的时候,股价远离五日均线的时候,股价已经严重的超买这个时候,你就随时准备减仓!一般当他第一次回调回落到五日均线,你可以根据五日均线再买一次,因为一般这个时候的二次上攻是非常猛烈的!再次大于110你还要小心减仓,再回来你再买重复这个动作,但是当股价一波波创新高,你看J值一波比一波要低的时候,就是背离了,你就要全部清仓了!跌就不是轻的! 5日均线的实战应用

交易系统模型设计思路初探

交易系统模型设计思路初 探 Jenny was compiled in January 2021

交易系统模型设计思路初探 俗话说的好:思路决定出路,眼界决定境界。作为一名程序化交易爱好者,仅仅依靠已经掌握了模型编写平台的基本语法和函数,是远远不够的。要想编写出一个真正具有实战价值的自动交易系统模型,设计思想的重要性不言而喻,而设计思想实质上是集成了交易理念、交易思路、交易方法甚至包括交易经验在内的一种积累与沉淀,绝非一日之功。为缩短程序化交易爱好者的学习探索之路,解决普通投资者缺乏系统设计思路等问题,本文拟从系统入市、离市等两个方面,尝试讨论交易系统模型的常规设计思路。 【入市设计】 系统模型入市的设计思路,事实上应与投资者的交易风格喜好、交易时间框架密切相关,可以分别是趋势跟踪、震荡交易、套利交易等,近年来甚至也出现了基于基本面分析数据的量化模型,以及带有人工智能性质的神经网络、遗传算法等具备自学习、自适应市场能力的高级交易系统模型。不过,依照笔者的见解,最简单、最实用、最适合普通投资者的交易系统入市设计思路仍然是趋势跟踪,而趋势跟踪的实质就是追涨杀跌或者美其名曰:顺势而为。突破,是趋势跟踪系统设计中最为简洁实用的设计思路,具体应用设计思路可能包括: ⒈通道突破。最着名的此类程式设计代表作为:海龟交易法则与四周规则。其入市信号触发设计为:价格突破最近N根K线的高低点。长期来看,这种设计思路虽然简单,但永远也不会失效或显得过时。事实上,越简单的反而越有效! ⒉均线突破。该设计思路的代表作品有:克罗均线,它由4、9、18等三条均线组成;鳄鱼组线,它由5、8、13等三条移中平均线组成;自适应均线,它由考夫曼博士提

AMA考夫曼的自适应均线系统

我們跟蹤股票的走勢,必然離不開均線作為參考。均線系統是我們觀察股票走勢的基礎。 短期均線不能很好地遮罩市場的雜訊,往往產生虛假的進場信號;長期均線在判斷趨勢上一般比較準確,但是長期均線有著嚴重滯後的問題。一個股票的10日內的突發性的上漲,如果用200日均線去觀察,幾乎看不出變化。 均線系統存在的問題,讓我們每一個股市的參與者感到左右為難。尋找最佳的移動平均值就成了大家樂此不疲的一種日常活動。由於每次市場的波動,趨勢的速度都是不同的,所以在每一波的波動中,採用多少週期的移動平均值才能最好地反映趨勢的方向呢? 有一個流行的解決方法,就是針對某一隻股票測試其歷史資料的最佳移動平均值。並且根據最近的、最符合其趨勢的移動平均值去進行操作。但是歷史資料只代表已經走過的趨勢,我們不可能回到過去進行交易。 通過分析我們使用的移動平均線,可以得出如下的結論: 1。當價格沿一個方向快速移動時,短期的移動平均線是最好的。 2。當價格在橫盤的過程中,長期移動平均線是最好的。 我們理想中的移動平均線是什麼樣子的呢? 1。當價格無目標地移動時,它的反映會比較慢,像長期移動平均線;2。當價格有了快速變化的時候,它又能很快地跟上價格的走勢,像短期移動平均線。 這樣的移動平均線存在嗎? 當然存在! 很多國外的股票技術分析書籍中都提到過這樣的均線,把這種自適應的均線系統作為電腦自動交易系統中趨勢判斷最主要的手段。最近在和訊的“黃金股道”的軟體中,也見到過類似的均線,但是做了公式的加密。 其實這樣的自適應均線每一個股票的軟體都可以做到,並且非常簡單。

========================================================== 技術分析僅僅是一種工具,錯把工具當真理,這顯現出的是一種哲學上的無知和靈性上的幼稚。 {考夫曼自適應均線} input: n(9,1,60), p(2,1,60), Q(30,1,60); Direction:=CLOSE - REF( CLOSE , N ) ; XX:=ABS( CLOSE - REF( CLOSE , 1 ) ) ; Volatility:=SUM( XX , N ) ; ER:=ABS( Direction / Volatility ) ; FastC:= 2 / ( p + 1 ) ; SlowC:= 2 / ( q + 1 ) ; SSC:=ER * ( FastC - SlowC ) + SlowC ; Constant :SSC * SSC , Linethick0 ; YY:=REF( Close , 1 ) + Constant * ( CLOSE - REF( Close , 1 ) ) ; AA:=IF( SUM( 1 , 0 )= N + 1 , YY , 0 ) ; BB:=BarsLast( AA>0 ) ; DD:=REF( C , BB ) ; CC:CLOSE , Linethick0 ; for m=N + 2 to DATACOUNT DO DD[m]:=DD[m - 1] + Constant[m] * ( CC[m] - DD[m - 1] ); AMA:DD; T1:=DD>REF(DD,1);

六大均线使用技巧

现货产品投资中,除了运用基本面分析外,技术分析其地位也是是相当重要的,很多投资者热衷于技术分析,可以根据技术分析判断现货产品价格走势。下面小编给大家介绍下六大均线使用技巧。 一、攻击线,即5日均线 攻击线的主要作用是推动价格在短期内形成攻击态势,不断引导价格上涨或下跌。如果攻击线上涨角度陡峭有力(没有弯曲疲软的状态),则说明价格短线爆发力强。反之,则弱。同样,在价格进入下跌阶段时,攻击线也是重要的杀跌武器,如果向下角度陡峭,则杀跌力度极强。 在临盘实战中,当价格突破攻击线,攻击线呈陡峭向上的攻击状态时,则意味着短线行情已经启动,此时应短线积极做多。同理,当价格击穿攻击线,攻击线呈向下拐头状态时,则意味着调整或下跌行情已经展开,此时应短线做空。 二、操盘线,即10日均线 此线也有行情线之称。操盘线的主要作用是推动价格在一轮中级波段行情中持续上涨或下跌。如果操盘线上涨角度陡峭有力,则说明价格中期上涨力度强。反之,则弱。同样,在价格进入下跌波段时,操盘线同样可促使价格反复盘跌。 在临盘实战中,当价格突破操盘线,操盘线呈持续向上的攻击状态时,则意味着波段性中线行情已经启动,此时应短线积极做多。同理,当价格击穿操盘线,

操盘线呈向下拐头状态时,则意味着上涨行情已经结束,大波段性调整或下跌行情已经展开,此时应中线做空。 三、辅助线,即22日均线 辅助线的主要作用是协助操盘线,推动并修正价格运行力度与趋势角度,稳定价格趋势运行方向。同时,也起到修正生命线反应迟缓的作用。在一轮波段性上涨行情中,如果辅助线上涨角度较大并陡峭有力,则说明价格中线波段上涨力度极强。反之,则弱。同样,价格在下跌阶段时,辅助线更是价格反弹时的强大阻力,并可修正价格下跌轨道,反复促使价格震荡盘跌。 在临盘实战中,当价格突破辅助线,辅助线呈持续向上的攻击状态时,则意味着波段性中线行情已经启动,此时应短线积极做多。同理,当价格击穿辅助线,辅助线呈向下拐头状态时,则意味着阶段性中线上涨行情已经结束,而阶段性调整或下跌行情已经展开,此时应中线做空。 四、生命线,即66日均线 生命线的主要作用是指明价格的中期运行趋势。在一个中期波段性上涨趋势中,生命线有极强的支撑和阻力作用。如果生命线上涨角度陡峭有力,则说明价格中期上涨趋势强烈,主力洗盘或调整至此位置可坚决狙击。反之,则趋势较弱,支撑力也将疲软。同样,在价格进入下跌趋势时,生命线同样可压制价格的反弹行为,促使价格持续走弱。

考夫曼自适应均线(DOC)

{考夫曼自适应均线} input: n(9,1,60), p(2,1,60), Q(30,1,60); Direction:=CLOSE - REF( CLOSE , N ) ; XX:=ABS( CLOSE - REF( CLOSE , 1 ) ) ; V olatility:=SUM( XX , N ) ; ER:=ABS( Direction / V olatility ) ; FastC:= 2 / ( p + 1 ) ; SlowC:= 2 / ( q + 1 ) ; SSC:=ER * ( FastC - SlowC ) + SlowC ; Constant :SSC * SSC , Linethick0 ; YY:=REF( Close , 1 ) + Constant * ( CLOSE - REF( Close , 1 ) ) ; AA:=IF( SUM( 1 , 0 )= N + 1 , YY , 0 ) ; BB:=BarsLast( AA>0 ) ; DD:=REF( C , BB ) ; CC:CLOSE , Linethick0 ; for m=N + 2 to DA TACOUNT DO DD[m]:=DD[m - 1] + Constant[m] * ( CC[m] - DD[m - 1] ); AMA:DD; T1:=DD>REF(DD,1); T3:=NOT(T1) AND abs(DD-ref(DD,1))/DD*10000

我的期货均线设置及操作系统

我的期货均线设置及操作系统 一、均线设置及其作用 1、均线设置原设置月5、10。 周5、20。 日10、30。 小时5、13。 半小时5、13、34。 15分钟5、20、120。 5分钟20、60。 3分钟30、90。 1分钟5、13。 优化后月5、10。 周5、10。 日10、30。 小时5、13。 半小时8、21。 15分钟线13、21。 5分钟13、34。 3分钟13、34。 1分钟13、34。 2、作用看大趋势日线、周线、月线。 中线半小时线、小时线。 波段5分钟线、15分钟线。 日内1分钟线、3分钟线。 大趋势决定小趋势但也不可忽视大趋势是由小趋势逐步演化而来的。 二、操作系统 DIF与DEA的金叉、死叉和均线的金叉、死叉配合作为操作信号构成双均线、双交叉系统。 1、MACD零轴为多空分界线。 DIF与DEA在零轴之上金叉坚决做多DIF与DEA在零轴之上死叉可以减少多仓或者平掉多仓。小仓位做空或者不做空即使此时价格均线也死叉。尤其是在小周期。只有MACD指标发生了背离之后才可以尝试做空。 反之DIF与DEA在零轴之下死叉坚决做空DIF与DEA在零轴之下金叉可以减少空仓或者平掉空仓。小仓位做多或者不做多即使此时价格均线也金叉。尤其是在小周期。只有MACD指标发生了背离之后才可以尝试做多。 2、MACD在零轴上主要开多仓在零轴下主要开空仓 MACD在零轴之上每一次金叉都可以开多仓在零轴之下的每一次死叉都可以开死叉。即使MACD出现背离也不要轻易开反向仓。 3、双金叉和双死叉是比较可靠的开仓信号均线金叉MACD也金叉可以做多如果MACD金叉发生在零轴之下说明价格的上涨是反弹要注意控制仓位。当然有许多情况价格的大幅上涨就是从反弹开始的。至于在均线金叉持续期间MACD也翻上了零轴则可以大胆做多。 反之均线死叉MACD也死叉可以做空如果MACD死叉发生在零轴之上说明价格的下跌是回调要注意控制仓位。当然有许多情况价格的大幅下跌就是从回调开始的。至于在均线死叉持续期间MACD也翻下了零轴则可以大胆做空。 以上就是双均线、双交叉系统的内容。

自适应均线的源代码以及改良

自适应均线的源代码以及改良 根据考夫曼的自适应均线原理,利用文华财经编了一下,还是不错的,现把源代码公布出来给大家参考。 交易指标即自适应均线的源代码,我根据指标改良了一下交易系统,考夫曼原来是采用均线值的变化率发出买卖信号,我觉得不是很好,就用最高最低价构建了一个智能均线带,采用最低最高价突破来发出信号,大家一起探讨阿。 交易指标: DIRECTION:=CLOSE-REF(CLOSE,N); VOLATILITY:=SUM(ABS((CLOSE-REF(CLOSE,1))),N); ER:=ABS(DIRECTION/VOLATILITY); FASTSC:=2/(2 + 1); SLOWSC:=2/(30 + 1); SSC:=ER*(FASTSC-SLOWSC)+SLOWSC; CONSTANT:=SSC*SSC; AMAHIGH:REF(EMA(HIGH,N),1)+CONSTANT*(HIGH- REF(EMA(HIGH,N),1)); AMALOW:REF(EMA(LOW,N),1)+CONSTANT*(LOW- REF(EMA(LOW,N),1)); 交易模型: DIRECTION:=CLOSE-REF(CLOSE,N); VOLATILITY:=SUM(ABS((CLOSE-REF(CLOSE,1))),N); ER:=ABS(DIRECTION/VOLATILITY); FASTSC:=2/(2 + 1); SLOWSC:=2/(30 + 1); SSC:=ER*(FASTSC-SLOWSC)+SLOWSC;

CONSTANT:=SSC*SSC; AMAHIGH:=REF(EMA(HIGH,N),1)+CONSTANT*(HIGH- REF(EMA(HIGH,N),1)); AMACLOSE:=REF(EMA(CLOSE,N),1)+CONSTANT*(CLOSE- REF(EMA(CLOSE,N),1)); AMALOW:=REF(EMA(LOW,N),1)+CONSTANT*(LOW- REF(EMA(LOW,N),1)); LOW>AMAHIGH,BK; CLOSEAMACLOSE,BP; AMACLOSE:=REF(EMA(CLOSE,N),1)+CONSTANT*(CLOSE- REF(EMA(CLOSE,N),1)); 这还不是原书中定义的自适应均线。按原书中定义,应该是: AMA:=CONST*CLOSE+(1-CONST)*REF(AMA,1); 显然原书中的定义排除了人为的N,因此更加自然。可惜对AMA的定义需要向前引用 ref(AMA,1),在文化中无法得到支持,这是文化平台需要改进的一个重大缺陷。目前还想不出如何在文化中完整实现原书中的定义。 尝试用 AMA:=DMA(CLOSE, CONST); 得到的结果竟成了一直线 适应均线系统(四) 一、考夫曼的做法: 自适应均线系统的交易法则,根据考夫曼《精明交易者》一书中的介绍,其基本交易法 则为: 1.当自适应移动平均值向上拐头时,买入; 2.当自适应移动平均值向下拐头时,卖出。

克罗均线系统

克罗均线系统 克罗将多年的交易经验尽心了简化的指标量化,在上升趋势中,只持有多头头寸,或不入市。不持有空头头寸。在下降趋势中,只持有空头头寸,或不入市。不持有多头头寸。下一步是将进入和退出的原则公式化,这项讨论将用到下列原则:我们将用收盘价与三个简单移动平均作比较, 进行长期分析:10天,20天,50天。 买入:当收盘价>10天>20天>50天; 卖出:当收盘从<10天<20天<50天。 进行短期分析,4天,9天,18天。 买入:当收盘价>4天>9天>18天; 卖出:当收盘从<4天<9天<18天 M4:MA(CLOSE,4); M9:MA(CLOSE,9); M18:MA(CLOSE,18); CLOSE>M4 AND M4>M9 AND M9>M18,BK; M4M9,BP; AUTOFILTER; 克罗均线交易系统 Vars Numeric ma4; Numeric ma9; Numeric ma10; Numeric ma18; Numeric ma20; Numeric ma50; Begin ma4=AverageFC(Close,4); ma9=AverageFC(Close,9); ma10=AverageFC(Close,10); ma18=AverageFC(Close,18);

ma20=AverageFC(Close,20); ma50=AverageFC(Close,50); If(Close[1]ma10 && ma10>ma20 && ma20>ma50) || (Close>ma4 && ma4>ma9 && ma9>ma18)) Buy(1,NextOpen,True); } If(Close[1]>Close) { If((Close10天>20天>50天; 卖出:当收盘从<10天<20天<50天。 进行短期分析,4天,9天,18天。 买入:当收盘价>4天>9天>18天; 卖出:当收盘从<4天<9天<18天 分享:分享到新浪Qing

均线系统应用

均线系统应用 移动平均线定义: 简称MA,原本的意思是移动平均,由于我们将其制作成线形,所以一般称之为移动平均线,简称均线。它是将某一段时间的收盘价之和除以该周期。比如日线MA5指5天内的收盘价除以5 。 均线算法:N日移动平均线=N日收市价之和/N 基本特点: 1)追踪趋势。注意价格的趋势,并追随这个趋势,不轻易放弃。 2)稳定性。因为MA的变动不是一天的变动,而是几天的变动,一天的大变动被几天一分摊,变动就会变小而显不出来。 3)滞后性。 4)助涨助跌性。 5)依靠性。 6)支撑线和压力线的特性 葛兰维尔法则 1.移动平均线从下降逐渐走平且略向上方抬头,而股价从移动平均线下方向上方突破,为买进信号。 2.股价位于移动平均线之上运行,回档时未跌破移动平均线后又再度上升时为买进时机。

3.股价位于移动平均线之上运行,回档时跌破移动平均线,但短期移动平均线继续呈上升趋势,此时为买进时机。 4.股价位于移动平均线以下运行,突然暴跌,距离移动平均线太远,极有可能向移动平均线靠近(物极必反,下跌反弹),此时为买进时机。 5.股价位于移动平均线之上运行,连续数日大涨,离移动平均线愈来愈远,说明内购买股票者获利丰厚,随时都会产生获利回吐的卖压,应暂时卖出持股。 6.移动平均线从上升逐渐走平,而股价从移动平均线上方向下跌破移动平均线时说明卖压渐重,应卖出所持股票。 7.股价位于移动平均线下方运行,反弹时未突破移动平均线,且移动平均线跌势减缓,趋于水平后又出现下跌趋势,此时为卖出时机。 8.股价反弹后在移动平均线上方徘徊,而移动平均线却继续下跌,宜卖出所持股票。 均线的一般含义: 3日均线,寻找超级短线介入点。 5日均线,一周交易天数,短线。 10日均线,短线止损位。 20日均线,一月交易天数,波段止蚀位。 30日均线,行情由盛而衰,由弱转强的转折点。

交易系统模型设计思路初探

精心整理交易系统模型设计思路初探 俗话说的好:思路决定出路,眼界决定境界。作为一名程序化交易爱好者,仅仅依靠已经掌握了模型编写平台的基本语法和函数,是远远不够的。要想编写出一个真正具有实战价值的自动交易系统模型,设计思想的重要性不言而喻,而设计思想实质上是集成了交易理念、交易思路、交易方法甚至包括交易经验在内的一种积累与沉淀,绝非一日之功。为缩短程序化交易爱好者的学习探索之路,解决普通投资者缺乏 ⒉均线突破。该设计思路的代表作品有:克罗均线,它由4、9、18等三条均线组成;鳄鱼组线,它由5、8、13等三条移中平均线组成;自适应均线,它由考夫曼博士提出,以市场效率生成弹性浮动参数,以均线拐头为信号触发,而非普通的均线金*、死*,有兴趣的读者可以参考其系统交易专着《精明交易者》。

⒊指标突破。常见的技术分析指标,如MACD、KDJ、RSI、BOLL、SAR、WR、ADX等,均可独立构成一个简单的趋势跟踪系统,当然,是使用系统默认参数,还是使用优化参数;是使用其常规用法,还是使用创新用法,可能存在仁者见仁、智者见智的分歧。笔者可能更倾向于具有一定技术分析功力的投资者,以自创技术分析指标为最佳,这样可以确保你所使用的交易系统模型的专属性。 ⒋形态突破。形态突破,包括K线形态组合突破、经典技术分析形态突破等,K线形态组合的突破, 70型。 价格突破,从速度、幅度的两维视角预约了趋势行情,堪称突破系统设计的典范。基本设计思路为价格在N时间范围内、上涨或下跌了N个点位。进一步拓展思路后,我们还可以引入周间日、日间时的概念,细化不同时间段的突破标准,以便更好地适应品种个性,此外,我们还可以时间、价格过滤器的方法来实现对趋势行情的确认,以减少价格盘整阶段的假突破现象。

自适应均线

{公称名称: AMA考夫曼自适用型均线} input:N(10,1,60),P1(2,1,60),Q1(30,1,60); DIRECTION:=(CLOSE - REF(CLOSE,N)); XX:=ABS((CLOSE - REF(CLOSE,1))); VOLATILITY:=SUM(XX,N); ER:=ABS((DIRECTION / VOLATILITY)); FASTC:=(2 / (P1 + 1)); SLOWC:=(2 / (30 + 1)); SSC:=((ER * (FASTC - SLOWC)) + SLOWC); CONSTANT:=(SSC * SSC); CC:=CLOSE; YY:=(REF(CLOSE,1) + (CONSTANT * (CLOSE - REF(CLOSE,1)))); IF DA TACOUNT > N THEN DD[N]:=CC[(N + 1)]; FOR I=N + 1 to DA TACOUNT DO DD[I]:=(DD[(I - 1)] + (CONSTANT[I] * (CC[I] - DD[(I - 1)]))); AMA:DD,LINETHICK2,colorFFFF; DIR:=ABS(CLOSE-REF(CLOSE,10)); VIR:=SUM(ABS(CLOSE-REF(CLOSE,1)),10); ER:=DIR/VIR; CS:=ER*(2/3-2/14)+2/14; CQ:=CS*CS; AMA1:EMA(DMA(CLOSE,CQ),2),COLORGREEN; FIL:=STD(AMA-REF(AMA,1),20); DRAWICON(FILTER(AMA-LLV(AMA,3)>FIL*0.1,10),AMA,1); 自适应均线初步学习 常见的计算均线的指标是ma(simple moving average) 和ema(exponential moving average),公式如下: SMA = SUM(CLOSE, N)/N EMA = (CLOSE(i)*P)+(EMA(i-1)*(1-P)) or (M*CLOSE(i)+(N-M)*EMA(i-1))/N MA有滞后的特点,因此在ema中对最近的价格给予较大的权重提高对趋势的跟踪效果。具体的ma指标有各种版本,ma ,ema,sm,wma等,不过原理都类似。

高手的均线总结及使用心得

高手的均线总结及使用心得 https://www.360docs.net/doc/bc14628508.html,/post_46_908231_1_d.aspx 一:对于均线的支撑作用的论证 截止到目前为止,人们通常对于均线是否具有真正有效的支撑作用抱有疑问,笔者的心得如下:对于 一只股票,只要主力尚在其中,根据主力的类型和目标的不同,主力不会允许股价有效击破某条重要均线 ,因为通常主力会顾及到主力的成本区域,大众的心理层面以及主力的目标和操作手法等,此时股价往往 在重要均线获得支撑,而当主力已经基本离场出局,均线的支撑作用就自然消失。所以均线的支撑作用在 个股的行情展开过程中才会发生作用,如果主力出逃则失效。如果由于主力出逃导致有效杀破某条均线, 由于缺乏主力关照,日后在反弹到此均线时由于散户的抛压就会再次下跌,看起来就好象均线产生了压制 作用。下面我们依据主力运作的周期和目标把主力分为短线主力,中线主力和长线主力,除了控盘程度极 高的庄股,通常一支股票中上述三种类型的主力是共存的。另外对于日线图,通常定义的有效击破的概念 是连续三日在某均线下方运行,幅度超过3%。 二:通用重要均线 通用短期均线:5日,10日均线

心得:对于走主升浪的强势股,5日均线是低吸的重要位置,强势股在拉升的过程中经常会技术性的 缩量回挡5日线之后立刻拉起,判断的重要依据是缩量,时机最好在一波拉升的初中期也就是幅度不大的 时候。对于由短线主力发动的行情来说,通常主力会在回档到5日或者10日线的时候出来护盘或者向上拉 起。此种类型个股的典型例子是华夏银行。 通用中期均线:20日,30日,60日均线 心得:中线主力必须维护的均线,一般逐浪上攻的慢牛型股票会在20日或者30均线获得支撑继续向上 ,如果30日线跟60日线相距不远的话瞬时打到60日线也有可能。通常来说,30日线是中线的生命线,30日 线走平或者向上,股价在30日线上方运行是中线看多做多的标志,30日线向下,股价在30线下方运行是中 线看空做空的标志,此方法如果结合个股的涨幅和基本面来配合使用成功率会更高。依托中期均线逐浪上 攻型的个股例子可以参考1月5日之前皖通高速的技术形态。 通用长期均线:120,240日线 心得:长线主力需要维护的均线,如果中短线主力出逃,股价往往在长期均线处获得支撑,经过连续 的下跌后,由于止跌回升导致长期均线走平或者拐头向上是中长线开始走好的标志。股价有效突破原本反

自适应均线JMA

?1999J URIK R ESEARCH ; https://www.360docs.net/doc/bc14628508.html, Why Use JMA ? TO VIEW THE GRAPHICS CORRECTLY SET ZOOM SCALE TO134%

Why Lose Money using slow, lagging indicators? To filter out noise in market data, technicians use moving averages. JMA excels in all four benchmarks of a truly great, low lag filter. BENCHMARK#1:ACCURACY Moving Average (MA) filters have an adjustable parameter that controls its speed. Speed governs two opposing properties of a filter: smoothness (lack of random zigzagging) and accuracy (closeness to the original data). That is, the smoother a filter becomes, the less it accurately resembles the original time series. This makes sense, since we do not want to accurately track zigzagging noise within our data. The financial investor tries to apply just enough smoothness to filter out noise without removing important structure in price activity. For example, in the chart below, the popular Double Exponential Moving Average (DEMA) is just as smooth as JMA yet DEMA fails to track large scale structure ( the big cycles). On the other hand, JMA follows the cyclic action very well. DEMA LOSES LARGE SCALE STRUCTURE JMA PRESERVES LARGE SCALE STRUCTURE BENCHMARK#2:TIMELINESS Most MA filters have another problem: they lag behind the original time series. This is a critical issue because excessive delay and late trades may reduce profits significantly. Ideally, you would like a filtered signal to be both smooth and lag free. For many types of moving average filters, including the three classics (simple, weighted, and exponential), greater smoothness produces greater lag. For example, in the chart to the right, price action is the dotted line. The exponential moving average, EMA, lags well behind JMA (thick solid line). As you can see, with EMA's excessive lag, you would have had to wait a long time before it returned to the price action. In contrast, JMA never left it! BOTH CURVES ARE EQUALLY SMOOTH EMA’s LAG IS LARGE JMA’s LAG IS SMALL

10日均线的经典运用

10日均线的经典运用!● 分析要点: (1)、如上图中的箭头以及圆圈所示,从1、2、3、4处,我们都可以看到股价围绕着一条均线上下波动,而这条均线则正是由飞刀命名其为“短线生命线”的10日移动平均线。均线是所有的技术分析一类指标当中排在第一位的龙头老大,其重要性不言而喻了。10日均线的方向代表着短线的方向,10日均线方向朝上,则代表着短线攻击方向向上,10日均线方向走平则代表着短线趋势横盘,10日均线方向朝下,则代表着短线趋

势死掉了,没得玩! (2)、均线的角度则代表着均线的攻击力度,均线的角度是其启动拐点与水平线所形成的角度。一般我们只操作均线角度大于30度角的短线个股,角度越大,表示个股的攻击力度越强悍,比如45度、60度,甚至接近90度角(即直线拉升)。 (3)、10日均线的短线操盘使用绝技:只要K线跳到10日均线之上,均线角度大于30度角,10日均线方向朝上。同时满足这3个条件,我们即可以对任何一只个股展开短线操作,从而不用理会任何的消息面,免得别人的意见或者消息面上的东西混淆我们自己的独立分析,从而我们可以单纯地从技术分析上就能把握和操作短线了!简单,实用,易学,这就是小黎飞刀追求的炒股最高境界。知行合一,才是真正的高手风范! 股价运行在5日、10日均线之上就是健康的,最低限度也一定要运行在20日均线之上。股价跌破10日均线时,你就需要小心警惕了;如果股价跌破10日均线,或10日均线走平甚至是拐头向下(有时均线死叉)则是(短线波段或有可能是中线)行情变坏的标志!建议短线出局!如果3日内股价不能收在10日均线之上你就要十分小心了。是否是准确的卖出信号,要同时结合其他分析条件来分析是否要卖股。 飞刀的操盘卖股止损经典: 股价在高位跌破10日均线甚至拐头向下则是(短线波段或有可能是

股票均线的设置和使用技巧

股票均线的设置和使用技巧 均线是最常用的分析指标之一,所反映的是过去一段时间内市场的平均成本变化情况。均线和多根均线形成的均线系统可以为判断市场趋势提供依据,同时也能起到支撑和阻力的作用。 一、均线的构成 均线,按照计算方式的不同,常见地可分为普通均线、指数均线、平滑均线和加权均线。这里主要介绍普通均线和指数均线。 普通均线:对过去某个时间段的收盘价进行普通平均。比如20日均线,是将过去20个交易日的收盘价相加然后除以20,就得到一个值;再以昨日向前倒推20个交易日,同样的方法计算出另外一个值,以此类推,将这些值连接起来,就形成一个普通均线。 指数均线:形成方式和普通均线完全一致,但在计算均线值的时候,计算方式不一样。比如20日均线,指数均线则采取指数加权平均的方法,越接近当天,所占的比重更大,而不是像普通均线中那样平均分配比重。所以指数均线大多数情况下能够更快地反映出最新的变化。 二者的优劣:没有绝对的优劣,在不同的运行阶段,二者可以体现出不同的效果,选取时的经验成分相对更大。个人更习惯于使用指数均线,用多根指数均线的结合来辅助判断市场趋势。 下图是欧元/美元日线图上所体现的两种不同均线的效果,这里的均线参数设置都是20,其中红色均线为普通20日均线,蓝色均线为20日指数均线。从图片中可以看出,大多数情况下指数均线的拐头速度都相对早于普通均线,能相对更快地跟上市场的趋势。 说明:一般而言,均线的计算价格用收盘价,但也可根据需求的不同使用最低价、最高价或者开盘价。 二、均线系统的设置 如果将多根有规律的均线排列在一起,这是就可以形成一个对分析更有帮助的均线系统。 一般来说,在用均线系统进行分析时,常见的参数排列方式为: A、5、10、20、30、40、50(等跨度排列方式) B、5、8、13、21、34、55(费波纳奇排列方式) 在这两种排列方式的基础上,增加125、200和250三个参数的均线

均线的设置和使用技巧详解

均线的设置和使用技巧详解 均线是最常用的分析指标之一,所反映的是过去一段时间内市场的平均成本变化情况。均线和多根均线形成的均线系统可以为判断市场趋势提供依据,同时也能起到支撑和阻力的作用。 一、均线的构成 均线,按照计算方式的不同,常见地可分为普通均线、指数均线、平滑均线和加权均线。这里主要介绍普通均线和指数均线。 普通均线:对过去某个时间段的收盘价进行普通平均。比如20日均线,是将过去20个交易日的收盘价相加然后除以20,就得到一个值;再以昨日向前倒推20个交易日,同样的方法计算出另外一个值,以此类推,将这些值连接起来,就形成一个普通均线。 指数均线:形成方式和普通均线完全一致,但在计算均线值的时候,计算方式不一样。比如20日均线,指数均线则采取指数加权平均的方法,越接近当天,所占的比重更大,而不是像普通均线中那样平均分配比重。所以指数均线大多数情况下能够更快地反映出最新的变化。 二者的优劣:没有绝对的优劣,在不同的运行阶段,二者可以体现出不同的效果,选取时的经验成分相对更大。个人更习惯于使用指数均线,用多根指数均线的结合来辅助判断市场趋势。 下图是欧元/美元日线图上所体现的两种不同均线的效果,这里的均线参数设置都是20,其中红色均线为普通20日均线,蓝色均线

为20日指数均线。从图片中可以看出,大多数情况下指数均线的拐头速度都相对早于普通均线,能相对更快地跟上市场的趋势。 说明:一般而言,均线的计算价格用收盘价,但也可根据需求的不同使用最低价、最高价或者开盘价。 二、均线系统的设置 如果将多根有规律的均线排列在一起,这是就可以形成一个对分析更有帮助的均线系统。一般来说,在用均线系统进行分析时,常见的参数排列方式为: A、5、10、20、30、40、50(等跨度排列方式) B、5、8、13、21、34、55(费波纳奇排列方式) 在这两种排列方式的基础上,增加125、200和250三个参数的均线三、利用均线系统排列状态判断市场节奏

相关文档
最新文档