动量指标

指标概述

动量指标（MTM）也称为动力指标。在证券市场上有类似于物理学上的恒速原理的现象：如果股价的上涨（下跌）趋势在继续，则股价的上涨（下跌）速度会大体保持一致。动量指标（MTM）正是从股票的恒速原理出发，考察股价的涨跌速度，以股价涨跌速度的变化分析股价趋势的指标。

计算公式

1.MTM=当日收盘价-N日前收盘价

2.MTMMA=MTM的M日移动平均

3.参数N一般设置为12日参数M一般设置为6

应用法则

1.MTM从下向上突破MTMMA，为短期买入信号。

2.MTM从上向下跌破MTMMA，为短期卖出信号。

3.股价在上涨行情中创出新高点，而MTM未能配合上升，出现背离，为卖出信号；股价在下跌行情中走出新低点，而MTM 未能配合下降，出现背离，为买入信号。

4.若股价与MTM在低位同步上升，显示短期将有反弹行情；若股价与MTM在高位同步下降，则显示短期可能出现股价回落。

摆荡指标

摆动指数(Oscillator，OCS)

摆动指数(或称震荡量指标)是计算当日收市价与“N”日的平均收市价之比率。震荡量是动量指标的另一表现形式，一般用百分比值来加以计算。其内涵是以当日收盘价除以N日前收盘价，再乘以100。

摆动指数主要有3种：RSI（相对力度指数），KDJ（随机指数）和MTM（动力指数）。

震荡量指标

OSC指标

OSC指标说明：

振荡指标也是从移动平均线原理派生出来的一种分析指标，它反应当前价格与一段时间内平均价格的差离值。按照移动平均线的原理，根据OSC的值可推断价格的趋势。如果远离平均线，就很可能向平均线回归。

OSC计算公式：

以十日OSC为例：OSC＝当日收市价－十日平均价

参数设置：

OSC指标的周期一般取１０天；

设置OSC指标的平均天数，还可以显示出OSC指标的平均线。

OSC的研判方法：

以十日OSC为例：

1、振震荡指标以０值为中线，OSC在零线之上，市场处于强势；OSC在零线之下，市场处于弱势

2、OSC穿过零线向上，市场走强，可视为买入信号。反之，OSC跌破零线继续下行，市场走弱，应注意卖出

3、如果OSC远离零线，即价格远离平均线，应注意价格很可能向平均线回归。OSC值远离的程度，应结合经验来加以判断。

指标概述

变动速率线指标（OSC）比较类似于动力指标（MTM）,因此在使用方法上，两者有相似之处和互补作用。

计算公式

1.OSC=（收盘价-收盘价的N日简单移动平均）*100

2.MAOSC=OSC的M日移动平均线

3.参数N设置为20日参数M设置为6日

应用法则

1.OSC以100为中轴线，OSC＞100为多头市场，OSC＜100为空头市场。

2.OSC向上交叉其平均线时，买进；OSC向下交叉其平均线时，卖出。

混沌_动量震荡指标(AO)

THE AWESOME OSCILLATOR(AO) 股票及商品市场中最好的动能指针。 AO测量最近的5个价格之条形图动能，并和过去的34支条形图作比较。它是以5个价格之条形图之中点价(最高+最低)/2取移动平均，再减去34支条形图之中点价(最高+最低)/2之移动平均，并以柱状图之形式表示。 AO精确地告诉我们当下动能发生的变化。作者提到，当了解及适当的使用，AO是超过40年所发现最好最精确的指针。其实大家可以参考混沌操作法中之MACD。而在软件使用上，AO 的柱状图如果比前一根高，则标记为绿色；反之若比前一根来的低，则标记为红色。如此我们只要看颜色之改变，就能知道动能之改变了。知道了颜色变化之义意后，在进一步介绍AO之买卖讯号之前，我们须回顾之前所教的，在鳄鱼嘴巴外还没有产生碎形之买卖讯号之前，我们不采取任何AO之买卖讯号。此点务必切记！接下来进入主题开始介绍AO之买卖讯号。 AO三买讯： SAUCER BUY SIGNAL（浅碟买讯）， CROSS BUY SIGNAL（穿越买讯）， TWIN PEAKS BUY SIGNAL（双峰买讯）。 AO三卖讯：

SAUCER SELL SIGNAL（浅碟卖讯）， CROSS SELL SIGNAL（穿越卖讯）， TWIN PEAKS SELL SIGNAL（双峰卖讯）。 1、SAUCER BUY SIGNAL（浅碟买讯）：说明：在SAUCER BUY 中，至少需要三根柱状图，而中间之b(red )为最低，而右方之c(green)比b高，如此便构成中间凹陷如同碟子一般之SAUCER BUY。而碟子中，凹陷部份可以有几根柱状图则没有限制。而当c产生时，我们便找符合条件之条形图，在其最高点加一文件作为进场之价位。 1、SAUCER BUY。

动量效应与反转效应和市场态势的关系

Investor overconfidence meets momentum, reversal and market states. By Richard deaves and peter miu 文献 Jegadeesh and Titman (1993) 世界上较早使用美国数据阐述了投资组合中的动量效应的学者。他们发现，基于回报计算，买空卖空且零成本的投资组合在前六个月的回报比后六个月平均每月高0.95%。对于理论研究来说，这种现象是不正常的。因为常规的资产定价模型不能够解释这样的异常，甚至于现在主流的三因子模型也不能够解释动量效应。 Rouwenhorst and Griffin (1998) Ji and Martin (2003) 提供了其他国家股票市场的实证研究，进一步证实动量效应并不局限于美国市场。 Cleary and Inglis (1998), Deaves and Miu (2007) 论文重点集中于加拿大市场，且证实了动量效应。他们使用数据从1979到1990，发现了每季度超额动量回报4.1%。 Deaves and Miu发现加拿大市场的动量效应已经开始有消散的迹象。这种发现是存在理论支撑的：

1．符合可变市场效率观点，市场异象一旦被发现，都最终会被套利行为所纠正。 2. 符合适应性市场假说，Lo (2004)，他认为当市场作为推动力的时候，策略盈利中的周期性才会如人们预期那样出现。在足够的时间和竞争性力量存在的情况下，任何市场异象都会被逐渐重新塑造以适应现有的市场环境。这导致了对于异象的探索和套利的限制会最终消失，但也说明市场异象和盈利机会是一定会存在的。换句话说，如果探寻特别套利机会的交易者离开了市场，那么套利机会一定会再次出现。动量效应消散的原因我们尚且不管，如何准确运用动量效应依赖于研究动量效应发生的条件。 Grinblatt and Moskowitz (2004) 研究重点在回报的期限结构，发现了与反转效应一直的事实。他们发现股票的中期回报（3-12month）是正相关的，但是长期回报是负相关的。这种现象说明一个更加详细的股票回报期限分类能够有助于找到短期正回报和长期负回报。事实上，Deveas and Miu也提示要注意动量效应和反转效应的结合运用来提高在加拿大市场的获利。其他研究探索了动量效应和市场状态的关系。 Chordia and Shivakumar (2002) 认为宏观经济变量主导了大比例的动量效应收益，并且像风险因子一

摆动指标7

摆动指标 ATR 真实波幅（快捷命令ATR ）－－判断原则今日振幅、今日最高与昨收差价，今日最低与昨收差价中的最大值，为真实波幅，求真实波幅的N日移动平均参数：N天数，一般取14 计算公式： TR : MAX(MAX((HIGH-LOW),ABS(REF(CLOSE,1)-HIGH)),ABS(REF(CLOSE,1)-LOW)); A TR : MA(TR,N) MICD 异同离差动力指数（快捷命令MICD ）－－判断原则如果股票价格能始终向上攀升则该指数就能不断向上发展；反之如果股票价格适中在向下，则该指数始终保持在0线的下方。参数自述：MI:今收-昨收; AMI:MI的Param#1日指数移动平均; DIF:昨日AMI的Param#2日移动平均-昨日AMI的Param#3日移动平均; RCCD 异同离差变化率指数（快捷命令RCCD ）－－判断原则它的用法可以参考前一节RC变化率。参数自述：天数:Param#1天; 天数:Param#2天; 天数:Param#3天; OSC 震荡量（快捷命令OSC ） --指标原理震荡量，是动量指标的另一表现形式，一般用百分比值来加以计算。其内涵是以当日收盘价除以Ｎ日前收盘价，再乘以１００用法： 1.OSC 以100 为中轴线，OSC>100 为多头市场；OSC<100 为空头市场； 2.OSC 向上交叉其平均线时，买进；OSC 向下交叉其平均线时卖出； 3.OSC 在高水平或低水平与股价产生背离时，应注意股价随时有反转的可能； 4.OSC 的超买超卖界限值随个股不同而不同，使用者应自行调整； --运用原则运用原则与ＭＴＭ公式一样 MI 动量指标（快捷命令MI ）－－判断原则 1. 为使用当收盘价与T日前收盘价之差所构成的摆动指数。 2．它是表示价格涨跌速度的指标，以0线为中位线。 3．如果动力指数始终在0线之上波动，可介入； 4．如果动力指数始终在0线之下波动，则不宜介入； 5．同时当该指数在0线之上波动时，某日收阴线，而MI曲线却向上时，则为短线买入时机，很快会上涨。对个股其实用性很好，是本软件所独有的指数。 RC 变化率指数（快捷命令RC ）

文华带标注AO动量震荡指标公式

带标注AO动量震荡指标公式 Y:=(HIGH+LOW)/2; AO:=MA(Y,5)-MA(Y,34); AO1:=REF(AO,1); STICKLINE(AO>AO1,0,AO,COLORRED,0); STICKLINE(AOREF(AO,2)AND AO0,AO,LU2,0); //DRAWICON(S2,AO,5),ALIGN0; DRAWTEXT(S2,AO,'S'),COLORWHITE; //-----------------------------以上碟型卖出信号; SCOUNT:=BARSLAST(AO<0);//上一次AO>0后到现在的周期数; //DRAWNUMBER(1>0,AO-0.1,SCOUNT,0); SD:=HHV(AO,SCOUNT);//求上面周期的最大AO; SCOUNTD:=HHVBARS(AO,SCOUNT);//求最大值到现在的周期数; //DRAWNUMBER(1>0,AO-0.3,SCOUNTD,0); S3:=AO>0AND REF(AO,1)>REF(AO,2)AND AO0,AO-0.5,S31,0); //DRAWICON(S31>=2AND S3,AO,5),ALIGN0; DRAWTEXT(S31>=2AND S3,AO,'S'),COLORWHITE; //----------------------------以上是双峰卖出信号; B1:=CROSS(AO,0); //DRAWICON(B1,AO,4),ALIGN0; DRAWTEXT(B1,AO,'B'),COLORWHITE; //----------------------------以上是上穿0信号; B2:=AO>0AND REF(AO,1)REF(AO,1); //DRAWNUMBER(1>0,AO,LU2,0); //DRAWICON(B2,AO,4),ALIGN0; DRAWTEXT(B2,AO,'B'),COLORWHITE; //-----------------------------以上碟型买入信号; BCOUNT:=BARSLAST(AO>0);//上一次AO>0后到现在的周期数; //DRAWNUMBER(1>0,AO-0.1,BCOUNT,0); BD:=LLV(AO,BCOUNT);//求上面周期的最小AO; BCOUNTD:=LLVBARS(AO,BCOUNT);//求最小值到现在的周期数; //DRAWNUMBER(1>0,AO-0.3,BCOUNTD,0); B3:=AO<0AND REF(AO,1)REF(AO,1);//满足峰的条件;

从行为金融学角度总结动量效应产生的原因

金专一班张建伟 213025100109 从行为金融学角度总结动量效应产生的原因“动量效应”是金融经济学英文中momentum effect一词的中文翻译，也有根据含义译为“惯性效应”，它属于资产定价理论研究中异常现象的一种，是由Jegadeesh和Titman（1993）提出的。动量效应一般是指在过去较短时期内收益率较高的股票，在未来的中短期收益也较高；相反，在过去较短时期内收益率较低的股票，在未来的中短期也将会持续其不好的表现。动量效应的存在对市场有效性提出严峻的挑战.这种现象如何产生,其背后的根源究竟是什么？这是很值得探讨的问题。通过阅读文献，下面我从行为金融学的角度对股票市场动量效应形成的原因进行解释。行为金融理论认为投资者行为偏差有两个层次：一是投资者个体行为偏差，指投资者因受个体主观因素影响导致的行为方式偏差。它侧重于分析投资者个体行为，以及这种普遍的个体行为偏差对市场可能产生的中长期影响。另一个层次是投资者群体行为偏差，它主要是指因投资者之间行为的相互影响而导致的市场整体表现出的行为方式偏差。投资者群体行为偏差分析则侧重于分析这种投资者行为相互影响制约条件下的群体行为，以及投资者是如何形成连贯的市场行为的。在这两个层次的行为偏差的基础上，逐渐发展出噪声交易理论、羊群行为理论、投资者过度反应和反应不足等有一定代表性的投资者行为理论。第一个层次的原因：基于投资者认知和情绪偏差的解释，主要有BSV模型和DHS模型以及处置效应解释和羊群效应解释。（1）BSV模型假设真实的公司盈余变化服从随机游走过程。考虑下面两类

投资者：一类持有“均值回归机制”的观点，认为公司盈余变化是均值回归，因而表现为具有一定的保守性偏差，这种偏差导致公司股票价格对公司盈余变化反应不足；另一类持有“趋势机制”的观点，认为公司盈余变化有一定的趋势，因而表现为具有一定的代表性偏差，这种偏差导致公司股票价格对公司盈余变化反应过度。（2）D H S模型将投资者分为无信息的和有信息的投资两类。无信息的投资者不存在认知偏差，而有信息的投资者受到自我归因偏差的影响。由于存在这种认知偏差，有信息的投资者依据赢者未来表现好的正收益信号，将股票未来表现好归为他们的选股水平高，股票未来表现不好归为运气不佳，结果导致投资者对自己的选股能力过度自信。这种滞后的反应过度推动赢者的市场价格超过其基础价值，从而产生动量收益，但最终市场价格向其基础价值回归，导致股票收益的长期反转。（3）“处置效应”（Disposition Effect）认为投资人为了避免后悔，会倾向继续持有具有资本损失的股票，而去变现具有资本利得的股票。Grinblatt 和Han （2001）用处置效应来解释惯性。在公司有利好（空）消息的时候，股价会随之上涨（下跌），使得投资获利（亏损）的投资者人数增加，在处置效应的趋势下，投资者会选择卖出（持有）股票，这样就延缓了价格的上涨（下跌），使得股价对新信息反应不足。但是这种反应不足又会吸引新的投资者买入（卖出）股票，导致价格继续上涨（下跌）。这就导致股票价格持续的上涨（下跌），动量效应得以体现。（4）“羊群效应”（Herd Effect）是一种特殊的非理性行为，它是指投资者在信息环境不确定的情况下，行为受到其它投资者的影响，模仿他人的决策，或者

投资哲学——对反转效应和动量效应的统计

对反转效应和动量效应的统计（陈杰）一、在我们每个人心中，都有“反转”和“动量”的情结在股票投资中，表现极好的行业和表现极差的行业都更容易受到大家的关注，因为对于这些行业，大家要不然就是有“反转情结”，要不然就是有“动量情结”。反转情结：表现很好的行业，大家总关心什么时候“盛极而衰”，比如今年很强的传媒和TMT行业，很多人说：“明年总牛不起来了吧！”；而表现很差的行业，大家又总经不住“拐点”的诱惑，比如今年表现很差的一些煤炭和有色股，总有人会幻想：“明年会不会咸鱼翻身呢？”。动量情结：还有另外一部分投资者，他们对“拐点”没兴趣，反而特别喜欢强势行业，不创新高的不买，坚信“强者恒强”；而弱势行业，比如今年的很多传统行业，他们认为是大势已去，发誓“永远不碰”。 “反转策略”和“动量策略”，这是两种完全相反的行业配置思路，市场上对于这两种策略的优劣也争论不休。我们这期“流言终结者”便带大家去寻找真相。二、历史统计结果：表现好的行业第二年“反转效应”较强，表现差的行业第二年“动量效应”较强我们选择84个申万二级行业作为考察样本，这些行业的指数起点是2000年，因此到现在一共有13年的观察期。我们观察这些行业在每年的涨幅排名，按照排名的高低把这些行业分为四类：“极好”、“较好”、“极差”、“较差”。统计结果一：第一年表现极好的行业在第二年表现较差的概率大。在过去13年中，第一年涨幅前十名的行业，在第二年继续排名前十的概率只有13.8%，排名前三十的概率为33.1%，因此可见第一年表现好的行业在第二年的“动量效应”较弱；而这些第一年涨幅前十的行业，在第二年排名后十的概率有14.6%，排名后三十的概率则高达40%。

动量与反转效应的存在性及理论解释研究综述

动量与反转效应的存在性及理论解释研究综述马枭，常云博，李昆，李多，陈蕾内容提要: 动量与反转效应的发现对市场有效性学说带来了巨大的挑战，其存在具有普遍性，在不同国家、不同市场、不同时期都有不同程度的表现，对其研究已经成为金融研究的热点问题。本文第一部分从动量与反转效应的存在性出发,对国内外的研究成果进行了梳理.第二部分探讨动量与反转效应的理论解释,从理性框架下传统金融理论、行为金融理论、奈特不确定性下的三个视角对国内外研究进行综述。最后根据研究现状指出现有研究的缺陷并提出对日后相关研究的展望。关键词：动量效应反转效应行为金融奈特不确定性动量效应是由Jegadeesh和Titman（1993）提出的，是指股票的收益率有延续原来的运动方向的趋势，即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。基于股票动量效应，投资者可以通过买入过去收益率高的股票、卖出过去收益率低的股票获利，这种利用股价动量效应构造的投资策略称为动量投资策略。反转效应是指在一段较长的时间内，表现差的股票在其后的一段时间内有强烈的趋势经历相当大的逆转，要回复到正常水平，而在给定的一段时间内，最佳股票则倾向于在其后的时间内出现差的表现。动量与反转效应普遍存在于各个国家、市场，在不同时期有不同表现，已经成为金融研究的热点。一、动量与反转效应的存在性问题研究 1、国外动量与反转策略的存在性研究 DeBond和Thaler(1985 1987)首先发现长期的收益反转，过去3到5年表现差（好）的股票，在将来3到5年表现较好（差），从而采用反转交易策略会获得超额收益，他们发现在美国资本市场利用长期发转策略通过等额购买过去2-5年中平均收益率最低10%的股票，并等额卖空同期平均收益率最高10%的股票，这个零成本的策略每年大概可以获得8%的超额收益。Lehmann（1990年）发现了短期的收益反转，然而，短期反转策略基于短期价格变动，交易费高，可能反映的只是短期的价格压力或是市场缺乏流动性而不是过度反应。Jegadeesh 和 Titman (1993，2001)则发现在3到12个月这一期间，股票收益率在中期存在惯性,买进中期的表现好的股票组合,卖出中期表现差的股票组合,能够获得一个显著的超额收益。George 和 Hwang（2004）研究发现52周的股票最高价策略能够解释动量策略收益的主要部分，得出的结论是，短期与长期反转是独立的现象，从而否定了由于市场对信息反应过度而

3个过滤震荡的指标

十字过滤线VHF 一、基本概念VHF指标,英文全称VerticalHorizontalFilter, 中文名为十字过滤线指标, 属于趋势型指标。与常用的MACD、RSI、KDJ等指标不同的是,该指标并不是用来提示超买还是超卖、强势还是弱势, 而是用于判断目前的行情是盘整市还是单边市,提示投资者应该采取追涨杀跌还是高抛低吸的操作手法,对投资者在不同市场阶段选择激进还是保守的策略很有帮助。(千金难买牛回头我不需再犹豫) VHF:=(HHV(CLOSE,M)-LLV(CLOSE,M))/SUM(ABS(CLOSE-REF(CLOSE,1)),M); M:=28 二、应用法则 1、VHF数值越高或持续上升,代表处于趋势行情（单边市）,应参考趋势指标（如LONG、SHORT、MACD等）,考虑追涨杀跌。 2、VHF数值越低或持续下降,代表处于箱形行情（盘整市）,应参考超买超卖指标（如KDJ、RSI等）,择机高抛低吸。(剖析主流资金真实目的，发现最佳获利机会！) 3、应自行界定一条标准分界线,高于此数值,代表趋势行情,低于则代表箱形行情,推荐一般取0.3作为分界线,分界线数据因个股股性不同而不同,有经验的投资者可适度上下修正。三、形态确认VHF一般以白色折线显示数值,而黄色折线显示6天平均值。当白色折线在0.3（分界线）上方向上交叉黄线而上行时,提示股价已结束一段时间的箱形盘整,有出现向上或向下的突破趋势。此时如该股有冲高的中阳出现,不仅不能获利了结,还可加仓买入。当白色折线上行一段时间后在高位回落,在0.6 左右的位置向下交叉黄线时,则显示一段大的上升或下跌行情告一段落,将出现逆向的回档或反弹,之后重趋盘整。四、实例说明如世纪星源（000005）的VHF指标中,今年的3月5日首次在0.37处出现上行交叉,虽然此时股价在4元多已有过20%的盘升,但VHF 提示（多头）趋势已经形成,应依趋势类指标MACD判断,仍可追涨（MACD刚刚走上0轴转强势,并保持上行） ,果然后市3个交易日股价又加速冲高超过20%,若投资者未用VHF,而使用RSI指标,则 3月5日RSI已达82以上,属传统意义的超买,就可能做出卖出的错误选择。3月15 日 ,VHF在0.57出现回落后的下行交叉,显示该股单边上升已结束,后股价果然回落盘整。至4月22日和5月31,VHF虽也两次出现过上行交叉,但由于交叉值很低,且股价和MACD 等都没有出现转势突破趋势,故市场盘整格局未改,投资者仍应高抛低吸。6月21 日在股价出现大阳线突破时,VHF终于再次在0.39处明显上行交叉, 显示投资者可重新追涨,此后两个交易日则又是连续涨停。需再次提醒注意的是：VHF的特点在于： 1、VHF并不反映股价的多空趋势,而是反映多头或空头趋势的力度和可持续性, 如下跌走势同时VHF上升较快出现金叉,反而是杀跌的信号。

震荡指标-随机震荡指标使用技巧

震荡指标-随机震荡指标随机震荡指标是通过追踪近期高点和低点之内的收盘价来判断价格走势和反转。这种方法的理论基础是：价格上涨的时候，收盘价就更接近顶端；如果价格下行，收盘价则接近底端。随机震荡指标包括两条K线和D线，其计算方法如下： K = (CLOSE - MIN (LOW (K))) / (MAX (HIGH (K)) - MIN (LOW (K))) * 100 ? CLOSE表示当前的收盘价。 ? MIN (LOW (K))表示K时间段内的最低底。 ? MAX (HIGH (K))表示K时间段内的最高顶。 D = MA (K, N) ? N表示平滑时间段 ? MA表示移动平均线要想在MT4中添加随机震荡指标，可以使用“插入-指标-震荡指标-随机震荡指标”菜单。这样设置的窗口就会出现：随机震荡指标设置 ? K时间段表示所统计的柱线的数量。 ? 放缓表示K线的平滑程度。若设置成值1，随机震荡指标就会很快；设置成值3则该指标就会很慢。 ? D时间段表示沿着K线的移动平均时间段。它是用来计量D的。 ? MA方法表示用于计量D的K线平滑方法(指数的、简单的、平滑的、线性加权的)。随机震荡指标的参数设置完毕后点击确定键，这一指标就会出现在价格图之下：

随机震荡指标分析 K线通常是实线，D则是虚线。该指标如果高于80%，它就处于超买区内；如果低于20%，则处于超卖区内。在这两个区域中的随机信号是相对比较有用的。随机震荡指标分析需要注意以下几个基本点： ?顶背离/底背离是表明目前趋势很弱的主要信号； ? 如果实线(K)从下方与虚线(D)交叉，这是做多的信号；如果实线(K)从上方与虚线(D)交叉，这是做空的信号； ? 如果K线与D线出现两个连续的反向交叉，这就意味着第一个信号还未成熟，而早前较强的价格走势可能会延续； ? 如果两条线移动方向一致，那么这个方向就是趋势的方向； ? 在清淡的市场中，如果该指标离开超买(超卖)区，这时应该考虑做空(做多)。

MT技术指标详解

MT技术指标详解 Accelerator Oscillator（震荡加速指标~鳄鱼线） Accumulation/Distribution（WVAD，加权量价动量指标，累积/派发线<威廉指标类>） ADX（平均动向指标） Alligator（鳄鱼线，见Accelerator Oscillator） Average True Range（平均真实区域<无详细解释>） Awesome Oscillator （动量震荡指标） Bears Power （BBI，与Bulls Power相对，多空指标） Bollinger Bands （布林线，布林里加通道） Bulls Power（BBI，与Bears Power相对，多空指标） Commodity Channel Index （CCI指标） DeMarker （价格区间扩张指数，传统的震荡指标） Envelopes （轨道<交易带> ,无详细解释。） Force Index （精神病医师Alexander elder的个人指标~劲道指标，无详细解释。） Fractals （分型，无详细解释。） Gator Oscillator （混沌理论体系的指标，无详细解释）

Ichimoku Kinko Hyo （云图、一目均衡表） MACD（平滑异动移动平均线） Market Facilitation Index （MFI，资金流量指标，主力进出指标，汇市无效） Momentum （MTM，动量指标） Momentun （动能指标，包含交易量指标，无详细资料） Money Flow Index （MFI，資金流向指標） Moving Average （MA，移动平均线） Moving Average of Oscillator （指数移动平均线MAO） On Balance Volume （成交量平衡指数，OBV，汇市无效）Parabolic SAR （SAR 抛物线） Relative Strength Index （RSI，相对强弱指标） Stochastic Oscillator （KD，随机动量指标） Williams’Percent Range （WVAD加权的量价动量指标） Relative Vigor Index (相对离散指数RVI)

我国股票市场的行业动量效应——基于2000-2012年A股数据的实证分析

目录目录…………………………………………………………………………………………………………………－１－摘要…………………………………………………………………………………………………………………－５－ＡＢＳＴＲＡＣＴ………………………………………………………………………………………………………．－６一第一章导论………………………………………………………………．．－８－１．１选题的出发点………………………………………………………………一８－１．２研究框架……………………………………………………………………－９—１．３主要创新之处……………………………………………………………．－１１一第二章文献综述…………………………………………………………一１２?２．１动量效应的存在性………………………………………………………．．．１２－２．２动量效应的稳健性检验…………………………………………………．．．１５—２．３动量效应的成因解释………………………………………………………－１６－２．４行业动量效应……………………………………………………………．．．１９．２．５文献综述小结……………………………………………………………一２１一第三章行业动量效应存在性的实证分析…………………………………－２３－３．１研究样本…………………………………………………………………．．．２３．３．２研究方法…………………………………………………………………．．－２４—３．３全样本实证结果与分析……………………………………………………．２６．３．４分区间实证结果与分析……………………………………………………．３２．３．５本章小结…………………………………………………………………．４７．

【股票指标公式下载】-【通达信】震荡指标(警戒区)

【通达信】震荡指标（警戒区）-指标公式源码 {背景} STICKLINE(100,120,50,5,0),COLOR669900; STICKLINE(50,50,0,5,0),COLOR666600; STICKLINE(1,0,-50,5,0),COLOR006600; STICKLINE(-50,-50,-120,5,0),COLOR003300; VARC:=SMA(((CLOSE-LLV(LOW,10))/(HHV(HIGH,10)-LLV(LOW,10)))*(100),4,1) ; VARD:=SMA(((CLOSE-LLV(LOW,11))/(HHV(HIGH,11)-LLV(LOW,11)))*(100),4,1) ; VARE:=SMA(((CLOSE-LLV(LOW,12))/(HHV(HIGH,12)-LLV(LOW,12)))*(100),4,1) ; VARF:=SMA(((CLOSE-LLV(LOW,13))/(HHV(HIGH,13)-LLV(LOW,13)))*(100),4,1) ; VAR10:=SMA(((CLOSE-LLV(LOW,14))/(HHV(HIGH,14)-LLV(LOW,14)))*(100),4,1 ); VAR11:=SMA(((CLOSE-LLV(LOW,15))/(HHV(HIGH,15)-LLV(LOW,15)))*(100),4,1 ); VAR12:=SMA(((CLOSE-LLV(LOW,16))/(HHV(HIGH,16)-LLV(LOW,16)))*(100),4,1 ); VAR13:=SMA(((CLOSE-LLV(LOW,17))/(HHV(HIGH,17)-LLV(LOW,17)))*(100),4,1 ); VAR14:=SMA(((CLOSE-LLV(LOW,18))/(HHV(HIGH,18)-LLV(LOW,18)))*(100),4,1 ); VAR17:=SMA(((CLOSE-LLV(LOW,20))/(HHV(HIGH,20)-LLV(LOW,20)))*(100),4,1 ); VAR18:=(HIGH+LOW+CLOSE)/(3); VAR19:=(VAR18-MA(VAR18,14))/((0.015)*(AVEDEV(VAR18,14))); VAR1A:=(VAR18-MA(VAR18,70))/((0.015)*(AVEDEV(VAR18,70))); VAR1B:=IF((VAR19>=150) AND (VAR19<200) AND (VAR1A>=150) AND (VAR1A<200),(-10),0); VAR1C:=IF((VAR19<=(-150)) AND (VAR19>(-200)) AND (VAR1A<=(-150)) AND (VAR1A>(-200)),10,0);

MT4自带30项指标介绍

MT4自带30项指标介绍 1.Accelerator Oscillator震荡加速指标 (2) 2.Accumulation/Distribution离散指标 (2) 3.Alligator鳄鱼指标 (2) 4.Average Directional Movement Index平均方向移动指标 (3) 5.Average True Range平均真实范围指标 (3) 6.Awesome Oscillator振荡指标 (4) 7.Bears Power熊力震荡指标 (4) 8.Bollinger Bands保力加通道技术指标 (4) 9.Bulls Power牛力震荡指标 (5) https://www.360docs.net/doc/c97851255.html,modity Channel Index商品通道指标 (5) 11.DeMarker (6) 12.Envelops包络指标 (6) 13.Force Index强力指标 (6) 14.Fractals分形指标 (7) 15.Gator Oscillator加多摆动指标 (7) 16.Ichimoku Kinko Hyo一目平衡表指标 (7) 17.MACD移动平均汇总/分离指标 (8) 18.Market Facilitation Index市场促进指数指标 (8) 19.Momentum动量索引指标 (8) 20.Money Flow Index资金流量指数指标 (9) 21.Moving Average移动平均线指标 (9) 22.Moving Average of Osillator移动平均震荡指标 (10) 23.On Balance Volume能量潮指标 (10) 24.Parabolic SAR抛物线状止损和反转指标 (10) 25.Relative Strength Index相对强弱指标 (10) 26.Relative Vigor Index相对活力指数指标 (11) 27.Standard Deviation标准离差指标 (11) 28.Stochastic Oscillator随机震荡指标 (11) 29.Volumes成交量指标 (12) 30.Williams'Percent Range威廉指标 (12)

动量效应

动量效应与动量交易策略动量效应（Momentum effect）一般又称“惯性效应”。动量效应是由Jegadeesh和Titman （1993）提出的，是指股票的收益率有延续原来的运动方向的趋势，即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。动量投资策略：基于股票动量效应，投资者可以通过买入过去收益率高的股票、卖出过去收益率低的股票获利。动量效应（成因分析）一、理性风险补偿 1、样本均值方差模型：认为动量利润分为两部分，一部分由单个股票回报时间序列可预测性产生；另一部分由构成组合的股票的平均回报横截面偏离产生。 2、商业周期变化模型：认为公司自身的商业周期可以解释动量利润。 3、行业动量效应：认为动量利润主要是由股票回报的行业因素部分产生的。二、行为金融 1、基于投资者认知偏差和情绪偏差对动量效应的解释：主要有BSV模型和DHS模型。 BSV模型假设真实的公司盈余变化服从随机游走过程。考虑下面两类投资者：一类持有“均值回归机制”的观点，认为公司盈余变化是均值回归，因而表现为具有一定的保守性偏差，这种偏差导致公司股票价格对公司盈余变化反应不足；另一类持有“趋势机制”的观点，认为公司盈余变化有一定的趋势，因而表现为具有一定的代表性偏差，这种偏差导致公司股票价格对公司盈余变化反应过度。 DHS模型将投资者分为无信息的和有信息的投资两类。无信息的投资者不存在认知偏差，而有信息的投资者受到自我归因偏差的影响由于存在这种认知偏差，有信息的投资者依据赢者未来表现好的正收益信号，将股票未来表现好归为他们的选股水平高，股票未来表现不好归为运气不佳，结果导致投资者对自己的选股能力过度自信这种滞后的反应过度推动赢者的市场价格超过其基础价值，从而产生动量收益，但最终市场价格向其基础价值回归，导致股票收益的长期反转。 2、基于投资者交互作用机制对动量效应进行解释，主要有HS模型和正反馈投资策略模型 HS模型将投资者分为信息观察者和技术交易者两类：信息观察者依据所获得的关于未来现金流的信息进行交易，完全忽视市场价格的历史信息；技术交易者则完全依赖于市场价格中存在的有限信息进行交易，不去考察其基础信息信息观察者掌握的基础信息在市场中的扩散存在一个滞后，这种反应不足导致动量收益的产生技术交易者基于历史价格运行趋势的预测将过去赢者的市场价格推高到它们的基础价值之上，最终价格向价值回归导致收益反转的产生。正反馈投资策略模型假设有三类投资者：正反馈交易者、套利者、被动投资者该模型中，在短期内正反馈者会随套利者而行动，促使股价上升，从而导致股价的动量效应。 3、从整个市场的角度来考察动量效应由于投资者自身的效仿倾向和其他投资者的群体压力，投资者的行为具有相互的影响，出现所谓的“羊群效应”少数投资者的反应不足和过度反应可能会导致整个市场反应不足和过度反应，这都将有可能出现动量效应。

文华带标注AC动量震荡加速指标公式

带标注AC动量震荡加速指标公式 //{ CHAOS ACCELERATOR/DECELERATOR OSCILLATOR } //{ MEASURES ACCELERATION -AC} //{ PLOT AS HISTOGRAM } Y:=(HIGH+LOW)/2; AO : =MA(Y ,5 )-MA(Y ,34 ); AC:=AO-MA( AO,5); AC1:=REF(AC,1); STICKLINE(AC>AC1,0,AC,COLORRED,0); STICKLINE(ACREF(AC1,1) AND AC>AC1 AND COUNT(AC>0,4)=4;// {REF(AC,3)>0 AND REF(AC,1)>0 AND REF(AC,2)>0 AND AC>0}; //DRAWICON(BUY1,AC,4); DRAWTEXT(BUY1,AC, 'B'),COLORWHITE; BUY2:=COUNT(AC<0,4)=4 AND REF(AC,3)AC1,3)=3; //DRAWICON(BUY2,AC,4); DRAWTEXT(BUY2,AC, 'B'),COLORWHITE; BUY3:=REF(AC,3)AC1,2)=2 AND REF(AC,1)<0 AND AC>0; //DRAWICON(BUY3,AC,4); DRAWTEXT(BUY3,AC, 'B'),COLORWHITE; BUY4:=REF(AC,4)AC1,3)=3 AND REF(AC,1)<0 AND AC>0; //DRAWICON(BUY4,AC,4) ALIGN0; DRAWTEXT(BUY4,AC, 'B'),COLORWHITE; S1:=REF(AC,3)>REF(AC1,3) AND REF(AC,2)>REF(AC1,2) AND REF(AC,2)>REF(AC,3) AND REF(AC,1)0,4)=4 AND REF(AC,3)>REF(AC1,3) AND COUNT(ACREF(AC1,3) AND REF(AC,2)>REF(AC1,2) AND REF(AC,2)>REF(AC,3) AND COUNT(AC0 AND AC<0; //DRAWICON(S3,AC,5); DRAWTEXT(S3,AC, 'S'),COLORWHITE;

基于中国创业板市场动量策略与动量崩溃现象研究

目录摘要..........................................................................................................I Abstract.......................................................................................................II 第一章绪论.. (1) 第一节选题背景 (1) 第二节选题意义 (3) 第三节研究方法 (3) 第四节论文结构安排 (5) 第五节文章不足与创新 (5) 第二章文献综述 (6) 第一节动量效应与反转效应的国外研究的文献综述 (6) 第二节动量效应与反转效应的国内研究的文献综述 (8) 第三节动量崩溃的文献综述 (9) 第三章理论基础 (10) 第一节传统金融学 (10) 第二节对有效性市场假说的质疑 (15) 一、对市场有效性假说来自理论上的挑战 (15) 二、动量效应等金融异象对有效性市场假说来自实证上面的挑战 (17) 第三节行为金融对动量效应与反转效应的研究 (19) 第五节中国创业板市场现状与面临的风险 (21) 第四章实证研究 (22) 第一节样本与数据选取和处理 (22) 第二节研究方法 (24) 一、研究方法概述 (24) 二、动量策略方法 (25) 三、动量崩溃现象研究方法 (25)

四、研究所需公式 (25) 五、实证研究 (28) 六、动量崩溃的实证研究 (35) 第五章结论和建议 (43) 第一节结论 (43) 第二节政策建议 (44) 参考文献 (45) 致谢 (47) 本人在读期间研究成果 (48)

通达信指标——振荡(副图)

{振荡} {背景} N:=9; STICKLINE(100,120,50,5,0),COLOR669900; STICKLINE(50,50,0,5,0),COLOR666600; STICKLINE(1,0,-50,5,0),COLOR006600; STICKLINE(-50,-50,-120,5,0),COLOR003300; V ARC:=SMA(((CLOSE-LLV(LOW,10))/(HHV(HIGH,10)-LLV(LOW,10)))*(100),4,1); V ARD:=SMA(((CLOSE-LLV(LOW,11))/(HHV(HIGH,11)-LLV(LOW,11)))*(100),4,1); V ARE:=SMA(((CLOSE-LLV(LOW,12))/(HHV(HIGH,12)-LLV(LOW,12)))*(100),4,1); V ARF:=SMA(((CLOSE-LLV(LOW,13))/(HHV(HIGH,13)-LLV(LOW,13)))*(100),4,1); V AR10:=SMA(((CLOSE-LLV(LOW,14))/(HHV(HIGH,14)-LLV(LOW,14)))*(100),4,1); V AR11:=SMA(((CLOSE-LLV(LOW,15))/(HHV(HIGH,15)-LLV(LOW,15)))*(100),4,1); V AR12:=SMA(((CLOSE-LLV(LOW,16))/(HHV(HIGH,16)-LLV(LOW,16)))*(100),4,1); V AR13:=SMA(((CLOSE-LLV(LOW,17))/(HHV(HIGH,17)-LLV(LOW,17)))*(100),4,1); V AR14:=SMA(((CLOSE-LLV(LOW,18))/(HHV(HIGH,18)-LLV(LOW,18)))*(100),4,1); V AR17:=SMA(((CLOSE-LLV(LOW,20))/(HHV(HIGH,20)-LLV(LOW,20)))*(100),4,1); V AR18:=(HIGH+LOW+CLOSE)/(3); V AR19:=(V AR18-MA(V AR18,14))/((0.015)*(A VEDEV(V AR18,14))); V AR1A:=(V AR18-MA(V AR18,70))/((0.015)*(A VEDEV(V AR18,70))); V AR1B:=IF((VAR19 >= 150) AND (V AR19 < 200) AND (V AR1A >= 150) AND (VAR1A < 200),-10,0); V AR1C:=IF((VAR19 <= -150) AND (V AR19 > -200) AND (V AR1A <= -150) AND (V AR1A > -200),10,0); V AR1D:=((CLOSE-MA(CLOSE,13))/(MA(CLOSE,13)))*(100); V AR1E:=100-ABS(V AR1D); 趋势:(SMA((VAR11-50)*2,3,1)+SMA((V ARD-50)*2,3,1))/2,COLORRED,LINETHICK2; D:(3*(V AR17-50))*2-2*(SMA((V AR17-50)*2,3,1)),COLOR00FFFF; 警1:IF((BARSCOUNT(CLOSE) < 70),120,IF((V AR1A >= 200) AND (V AR19 >= 150),-15,V AR1B)+120),COLORCCFF66; 警2:IF((BARSCOUNT(CLOSE) < 13),100,IF((V AR1E < 88) AND (V AR1D > 0),85,100)),COLORCCFFCC; 警3:IF((BARSCOUNT(CLOSE) < 13),-100,0-IF((V AR1E<92) AND (V AR1D < 0),85,100)),COLORGREEN; 警4:IF((BARSCOUNT(CLOSE) < 70),-120,IF((VAR1A <= -200) AND (V AR19 <= -150),15,V AR1C)-120),COLORBLUE; {警戒区:} V AR50:=(HIGH+LOW+CLOSE)/3; V AR60:=(V AR50-MA(V AR50,10))/(0.015*A VEDEV(V AR50,10)); V AR70:=(V AR50-MA(V AR50,30))/(0.015*A VEDEV(V AR50,30)); V AR80:=IF(VAR60 >= 150 AND V AR60 < 200 AND V AR70 >= 150 AND V AR70 < 200,100,0); V AR90:=IF(VAR60 <= -150 AND V AR60 > -200 AND V AR70 <= -150 AND V AR70 >