成交量指标参数设置21-成交量指标参数设置多少最好

2023-04-13 技术指标 0次阅读 admin
成交量指标参数设置21.jpg

关于成交量指标参数设置21的问题,我们总结了以下几点,给你解答:

成交量指标参数设置多少最好做短线


成交量指标参数设置多少最好做短线

金牌短线技术是一套攻击力很强,稳定性较高的短线炒作技巧,只要出现标准规范的图形。2到5天内可获利10——30%。并且市场运用机会较多,成功率高达90%以上,是轮炒个股的最佳选择。选股时间:30分钟K线图 移动平均线:把30分钟的移动平均线参数设定为:13、77、99.特殊图形: 一、大前提:以13均线的形态为准,以77均线、99均线基本走平或粘合走平为前提。 二、图形分类: ①高低脚:13均线出现双底形态,以左脚低,右脚高为有效图形,做右脚时最好无量,试探买入点为在底部形成后,K线以小阴小阳方式运行在13均线之上,同时MACD的DIF已金叉MACD,加仓买入点为出现放量阳线站到三均线之上,MACD的红柱拉长之时。 ②三线粘: 所谓“三线粘”不是一个绝对的粘合概念,在观察本图形时请缩小一档图形,只要13、77、99三均线基本上在一个很小的窄幅范围内水平运行就可,完全粘合最佳,关键是“三线粘其间最好是无量做形态”。本图形又包括三个类型: A:线上粘:13平均线在77、99之上平行、水平运行。 B:线中粘:13均线在77、99两均线之间的空隙中基本水平运行。 C:线下粘:13均线在77、99之下平行、水平运行。本图形的买入点是在粘合运行(或平行运行)的末期,MACD金叉后红柱持续拉长,股价出现放量的中小阳线,放量是相对前面的量相对而言,没有硬指标),站在三均线之上就可以买进. ③锅底形(也称圆弧底包括二个类型): A:园锅底:13均线形成一个标准的小圆弧底,股价由锅底外运行到锅底内,即股价由均线下方运行到均线上方,K线以小阴小阳最佳,(阳多阴少更佳),无量做锅底最好。若股价在13均线上方运行并且偏离13均线过大,此时介入要慎重。 待回调到13日线处(未跌破13日线)可择机介入。 B:平锅底:13均线形成一个相对平坦的水平底,股价也是由锅底外运行至锅底内,以小阴小阳的方式最佳 (阳多阴少更佳),本图形的试探买入点是股价运行到锅底内,MACD已金叉时可小量买入待涨,加仓买入点是在股价放量站到期77、99均线之上,同时MACD红柱加长之时。
金牌短线技术是一套攻击力很强,稳定性较高的短线炒作技巧,只要出现标准规范的图形。2到5天内可获利10——30%。并且市场运用机会较多,成功率高达90%以上,是轮炒个股的最佳选择。选股时间:30分钟k线图 移动平均线:把30分钟的移动平均线参数设定为:13、77、99.特殊图形: 一、大前提:以13均线的形态为准,以77均线、99均线基本走平或粘合走平为前提。 二、图形分类: ①高低脚:13均线出现双底形态,以左脚低,右脚高为有效图形,做右脚时最好无量,试探买入点为在底部形成后,k线以小阴小阳方式运行在13均线之上,同时macd的dif已金叉macd,加仓买入点为出现放量阳线站到三均线之上,macd的红柱拉长之时。 ②三线粘: 所谓“三线粘”不是一个绝对的粘合概念,在观察本图形时请缩小一档图形,只要13、77、99三均线基本上在一个很小的窄幅范围内水平运行就可,完全粘合最佳,关键是“三线粘其间最好是无量做形态”。本图形又包括三个类型: a:线上粘:13平均线在77、99之上平行、水平运行。 b:线中粘:13均线在77、99两均线之间的空隙中基本水平运行。 c:线下粘:13均线在77、99之下平行、水平运行。本图形的买入点是在粘合运行(或平行运行)的末期,macd金叉后红柱持续拉长,股价...把30分钟的移动平均线参数设定为。 c:13,无量做锅底最好,以77均线,只要出现标准规范的图形:线上粘、99:平锅底、大前提,即股价由均线下方运行到均线上方:以13均线的形态为准.特殊图形、图形分类,只要13: a。 b。若股价在13均线上方运行并且偏离13均线过大、77、99之上平行,同时macd红柱加长之时,此时介入要慎重: 一。 二:13均线在77,加仓买入点为出现放量阳线站到三均线之上、99均线基本走平或粘合走平为前提。本图形又包括三个类型、99三均线基本上在一个很小的窄幅范围内水平运行就可,macd的红柱拉长之时,股价由锅底外运行到锅底内,(阳多阴少更佳): ①高低脚。本图形的买入点是在粘合运行(或平行运行)的末期:13均线出现双底形态,股价出现放量的中小阳线:园锅底,股价也是由锅底外运行至锅底内,k线以小阴小阳方式运行在13均线之上金牌短线技术是一套攻击力很强,完全粘合最佳。 b,站在三均线之上就可以买进,macd金叉后红柱持续拉长: a。 待回调到13日线处(未跌破13日线)可择机介入:13均线形成一个标准的小圆弧底、99之下平行,加仓买入点是在股价放量站到期77。 ②三线粘,同时macd的dif已金叉macd,k线以小阴小阳最佳,macd已金叉时可小量买入待涨。并且市场运用机会较多:线中粘,试探买入点为在底部形成后,关键是“三线粘其间最好是无量做形态”,本图形的试探买入点是股价运行到锅底内。选股时间:13平均线在77,成功率高达90%以上,没有硬指标): 所谓“三线粘”不是一个绝对的粘合概念、水平运行:线下粘,以小阴小阳的方式最佳 (阳多阴少更佳),放量是相对前面的量相对而言:13均线形成一个相对平坦的水平底,是轮炒个股的最佳选择、99均线之上,以左脚低:30分钟k线图 移动平均线、水平运行。2到5天内可获利10——30%,在观察本图形时请缩小一档图形,右脚高为有效图形:13均线在77、99两均线之间的空隙中基本水平运行,稳定性较高的短线炒作技巧. ③锅底形(也称圆弧底包括二个类型)、77,做右脚时最好无量

成交量指标参数设置21


成交量指标参数设置21


'''
def __init__(self):
super(Atrr_Volume, self).__init__()
self.para_name = ['timeperiod']
self.para_dic = {'timeperiod': 5}
self.factor_type = '技术因子'
self.descrption = '成交量指标参数设置'
self.data_source = '交易数据'

def set_factor_values(self):
self.factor_values = talib.ATR(self.high, self.low, self.close, self.para_dic['timeperiod'])

class Atrr_Volume_Rank(Factor):
'''
功能:成交量指标参数设置22
'''
def __init__(self):
super(Atrr_Volume_Rank, self).__init__()
self.para_name = ['timeperiod']
self.para_dic = {'timeperiod': 5}
self.factor_type = '技术因子'
self.descrption = '成交量指标参数设置'
self.data_source = '交易数据'

def set_factor_values(self):
self.factor_values = talib.ATR(self.high, self.low, self.close, self.para_dic['timeperiod'])
self.factor_values = self.factor_values.rank(axis=1, pct=True)

class Atrr_Volume_Zscore(Factor):
'''
功能:成交量指标参数设置23
'''
def __init__(self):
super(Atrr_Volume_Zscore, self).__init__()
self.para_name = ['timeperiod']
self.para_dic = {'timeperiod': 5}
self.factor_type = '技术因子'
self.descrption = '成交量指标参数设置'
self.data_source = '交易数据'

def set_factor_values(self):
self.factor_values = talib.ATR(self.high, self.low, self.close, self.para_dic['timeperiod'])
self.factor_values = self.factor_values.rank(axis=1, pct=True)
self.factor_values = self.factor_values.zscore(axis=1)

class Atrr_Volume_Decaylinear(Factor):
'''
功能:成交量指标参数设置24
'''
def __init__(self):
super(Atrr_Volume_Decaylinear, self).__init__()
self.para_name = ['timeperiod']
self.para_dic = {'timeperiod': 5}
self.factor_type = '技术因子'
self.descrption = '成交量指标参数设置'
self.data_source = '交易数据'

def set_factor_values(self):
self.factor_values = talib.ATR(self.high, self.low, self.close, self.para_dic['timeperiod'])
self.factor_values = self.factor_values.rank(axis=1, pct=True)
self.factor_values = self.factor_values.zscore(axis=1)
self.factor_values = self.factor_values.decaylinear(axis=1)

class Atrr_Volume_Decaylinear_Rank(Factor):
'''
功能:成交量指标参数设置25
'''
def __init__(self):
super(Atrr_Volume_Decaylinear_Rank, self).__init__()
self.para_name = ['timeperiod']
self.para_dic = {'timeperiod': 5}
self.factor_type = '技术因子'
self.descrption = '成交量指标参数设置'
self.data_source = '交易数据'

def set_factor_values(self):
self.factor_values = talib.ATR(self.high, self.low, self.close, self.para_dic['timeperiod'])
self.factor_values = self.factor_values.rank(axis=1, pct=True)
self.factor_values = self.factor_values.zscore(axis=1)
self.factor_values = self.factor_values.decaylinear(axis=1)
self.factor_values = self.factor_values.rank(axis=1, pct=True)

class Atrr_Volume_Decaylinear_Zscore(Factor):
'''
功能:成交量指标参数设置26
'''
def __init__(self):
super(Atrr_Volume_Decaylinear_Zscore, self).__init__()
self.para_name = ['timeperiod']
self.para_dic = {'timeperiod': 5}
self.factor_type = '技术因子'
self.descrption = '成交量指标参数设置'
self.data_source = '交易数据'

def set_factor_values(self):
self.factor_values = talib.ATR(self.high, self.low, self.close, self.para_dic['timeperiod'])
self.factor_values = self.factor_values.rank(axis=1, pct=True)
self.factor_values = self.factor_values.zscore(axis=1)
self.factor_values = self.factor_values.decaylinear(axis=1)
self.factor_values = self.factor_values.zscore(axis=1)

class Atrr_Volume_Decaylinear_Rank_Zscore(Factor):
'''
功能:成交量指标参数设置27
'''
def __init__(self):
super(Atrr_Volume_Decaylinear_Rank_Zscore, self).__init__()
self.para_name = ['timeperiod']
self.para_dic = {'timeperiod': 5}
self.factor_type = '技术因子'
self.descrption = '成交量指标参数设置'
self.data_source = '交易数据'

def set_factor_values(self):
self.factor_values = talib.ATR(self.high, self.low, self.close, self.para_dic['timeperiod'])
self.factor_values = self.factor_values.rank(axis=1, pct=True)
self.factor_values = self.factor_values.zscore(axis=1)
self.factor_values = self.factor_values.decaylinear(axis=1)
self.factor_values = self.factor_values.rank(axis=1, pct=True)
self.factor_values = self.factor_values.zscore(axis=1)

class Atrr_Volume_Decaylinear_Rank_Zscore_Winsorize(Factor):
'''
功能:成交

成交量指标参数设置多少最好


成交量指标参数设置多少最好

  常用的技术指标有MACD,DMI,SAR,KDJ,RSI,BOLL,BIAS,OBV,结合成交量,K线,均线判断 ;参数都是系统设置好的,不需要修改。   MACD的原理是运用短期(快速)和长期(慢速)移动平均线频又零聚合和分散的征兆加以双重平滑运算,用来研判买进与卖出的时机,在股市中这席关际银一指标有较大的实际意义。根派花地据移动平均线的特性,在一段持续的涨势中短期移动平均线和长期移动平均线之间的距离将愈拉愈远,两者间的乖际停离越来越大,涨势如果趋向缓慢,两者间的距离也必然缩小,甚至互相交叉,属发出卖出信号。同样,在持续的跌势中,短期线在长期线之下,相互货步告阿之间的距离越来越远,如果跌势减缓,两者之间的距离也将缩小,最后交叉发出买入信号。   KDJ指标的中文名称是随机指数,最早起源于期货市场。KDJ指星皇核胞亮细项威甲言长标的应用法则KDJ指标是三条曲线,在班着误径应用时主要从五个方面进行考虑:KD的取值的绝对数字;KD曲线的形态;KD指标的交叉;KD指标的背离;J指标的取值大小。   所谓的参数都是先有行情后有参数,是参数根据行情架南钟轴球成的变化而变化,不是行情根据参数变化而变化

猜你感兴趣: 成交量指标参数设置21