股票的ma均线-股票ma均线参数怎么设置

2023-10-23 入门知识 0次阅读 admin
股票的ma均线.jpg

关于股票的ma均线的问题,我们总结了以下几点,给你解答:

股票的ma均线


股票的ma均线


def get_ma_data(self, code, start_date, end_date, ma_list):
df = self.get_data(code, start_date, end_date)
for ma in ma_list:
df['MA_' + str(ma)] = df['close'].rolling(window=ma).mean()
return df

# 获取股票的macd
def get_macd_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
df['EMA12'] = df['close'].ewm(span=12).mean()
df['EMA26'] = df['close'].ewm(span=26).mean()
df['DIF'] = df['EMA12'] - df['EMA26']
df['DEA'] = df['DIF'].ewm(span=9).mean()
df['MACD'] = 2 * (df['DIF'] - df['DEA'])
return df

# 获取股票的kdj
def get_kdj_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
low_list = df['low'].rolling(window=9).min()
low_list.fillna(value=df['low'].expanding().min(), inplace=True)
high_list = df['high'].rolling(window=9).max()
high_list.fillna(value=df['high'].expanding().max(), inplace=True)
df['RSV'] = (df['close'] - low_list) / (high_list - low_list) * 100
df['K'] = df['RSV'].ewm(com=2).mean()
df['D'] = df['K'].ewm(com=2).mean()
df['J'] = 3 * df['K'] - 2 * df['D']
return df

# 获取股票的boll
def get_boll_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
df['MA20'] = df['close'].rolling(window=20).mean()
df['MD'] = df['close'].rolling(window=20).std()
df['UP'] = df['MA20'] + 2 * df['MD']
df['DN'] = df['MA20'] - 2 * df['MD']
return df

# 获取股票的rsi
def get_rsi_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
df['diff'] = df['close'].diff()
df['up'] = df['diff'][df['diff'] > 0].fillna(0)
df['down'] = -df['diff'][df['diff'] < 0].fillna(0)
df['up_mean'] = df['up'].rolling(window=6).mean()
df['down_mean'] = df['down'].rolling(window=6).mean()
df['RS'] = df['up_mean'] / df['down_mean']
df['RSI6'] = 100 - (100 / (1 + df['RS']))
df['up_mean'] = df['up'].rolling(window=12).mean()
df['down_mean'] = df['down'].rolling(window=12).mean()
df['RS'] = df['up_mean'] / df['down_mean']
df['RSI12'] = 100 - (100 / (1 + df['RS']))
df['up_mean'] = df['up'].rolling(window=24).mean()
df['down_mean'] = df['down'].rolling(window=24).mean()
df['RS'] = df['up_mean'] / df['down_mean']
df['RSI24'] = 100 - (100 / (1 + df['RS']))
return df

# 获取股票的wr
def get_wr_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
low_list = df['low'].rolling(window=10).min()
low_list.fillna(value=df['low'].expanding().min(), inplace=True)
high_list = df['high'].rolling(window=10).max()
high_list.fillna(value=df['high'].expanding().max(), inplace=True)
df['WR'] = (high_list - df['close']) / (high_list - low_list) * 100
return df

# 获取股票的cci
def get_cci_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
df['TP'] = (df['high'] + df['low'] + df['close']) / 3
df['MA'] = df['TP'].rolling(window=14).mean()
df['MD'] = df['TP'].rolling(window=14).std()
df['CCI'] = (df['TP'] - df['MA']) / (df['MD'] * 0.015)
return df

# 获取股票的dmi
def get_dmi_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
df['TR'] = df[['high', 'low', 'close']].max(axis=1) - df[['high', 'low', 'close']].min(axis=1)
df['PDM'] = df['high'] - df['high'].shift(1)
df['MDM'] = df['low'].shift(1) - df['low']
df['PDM'][df['PDM'] < 0] = 0
df['MDM'][df['MDM'] < 0] = 0
df['PDI'] = df['PDM'].rolling(window=14).mean() / df['TR'].rolling(window=14).mean() * 100
df['MDI'] = df['MDM'].rolling(window=14).mean() / df['TR'].rolling(window=14).mean() * 100
df['ADX'] = (df['PDI'] - df['MDI']).abs() / (df['PDI'] + df['MDI']) * 100
df['ADXR'] = df['ADX'].rolling(window=6).mean()
return df

# 获取股票的obv
def get_obv_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
df['OBV'] = 0
df['OBV'][df['close'] > df['close'].shift(1)] = df['volume']
df['OBV'][df['close'] < df['close'].shift(1)] = -df['volume']
df['OBV'] = df['OBV'].cumsum()
return df

# 获取股票的roc
def get_roc_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
df['ROC'] = (df['close'] - df['close'].shift(12)) / df['close'].shift(12) * 100
return df

# 获取股票的mtm
def get_mtm_data(self, code, start_date, end_date):
df = self.get_data(code, start_date, end_date)
df['MTM'] = df['close'] - df['close'].shift(6)
return df

# 获取股票的cr
def get_cr_data(self, code, start_date,

股票ma均线讲解视频


股票ma均线讲解视频

MA是均线指标,也是一个趋势指标,移动平均线。 祝你好运!
MA(Moving average),移动平均线。 移动平均线(MA)计算方法就是求连续若干天的收盘价的算术平均。天数就是MA的参数。10日的移动平均线常简称为10日线{MA(10)},同理我们有5日线、20日线等概念。 1.移动平均线的应用 葛兰碧八大法则: 1)平均线从下降逐渐转为盘式上升,而价格从平均线下方突破平均线,为买进信号。 2)价格虽然跌破平均线,但又立刻回升到平均线上,此时平均线仍然持续上升,仍为买进信号。 3)价格趋势走在平均线上,价格下跌并未跌破平均线且立刻反转上升,也是买进信号。 4)价格突然暴跌,跌破平均线,且远离平均线,则有可能反弹上升,也为买进时机。 5)平均线从上升逐渐转为盘局或下跌,而价格向下跌破平均线,为卖出信号。 6)价格虽然向上突破平均线,但又立刻回跌至平均线下,此时平均线仍然持续下降,仍为卖出信号。 7)价格趋势走在平均线下,价格上升并未突破平均线且立刻反转下跌,也是卖出信号。 8)价格突然暴涨,突破平均线,且远离平均线,则有可能反弹回跌,也为卖出时机。  对葛兰碧法则的记忆,只要掌握了支撑和压力的思想就不难记住。  在国内股市中,常利用的移动平均线组合为5日、10日、65日、250日三条线。其中250日长期移动平均线作为牛市与熊市的分界线。5日上穿或下破10日线,就是股市中常说的黄金交叉和死亡交叉。 2.移动平均线的特点。  MA的最基本的思想是消除偶然因素的影响,另外还稍微有一点平均成本价格的涵义。它具有以下几个特点。  (1)追踪趋势。注意价格的趋势,并追随这个趋势,不轻易放弃。如果从股价的图表中能够找出上升或下降趋势线,那么,MA的曲线将保持与趋势线方向一致,能消除中间股价在这个过程中出现的起伏。原始数据的股价图表不具备这个保持追踪趋势的特性。  (2)滞后性。在股价原有趋势发生反转时,由于MA的追踪趋势的特性,MA的行动往往过于迟缓,调头速度落后于大趋势。这是MA的一个极大的弱点。等MA发出反转信号时,股价调头的深度已经很大了。  (3)稳定性。由于MA的计算方法就可知道,要比较大地改变MA的数值,无论是向上还是向下,都比较困难,必须是当天的股价有很大的变动。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。这种稳定性有优点,也有缺点,在应用时应多加注意,掌握好分寸。  (4)助涨助跌性。当股价突破了MA时,无论是向上突破还是向下突破,股价有继续向突破方面再走一程的愿望,这就是MA的助涨助跌性。  (5)支撑线和压力线的特性。由于MA的上述四个特性。使得它在股价走势中起支撑线和压力线的作用。  使用MA通常是对不同的参数同时使用,而不是仅用一个。按各人的不同,参数的选择上有些差别,但都包括长期、中期和短期三类MA。长、中、短是相对的,可以自己确定。 
MA是均线指标,也是一个趋势指标
MA指标:指移动平均线 移动平均线PMA是量的一种表现形式.比如指数的三日移动平均线,首先取得连续三日的三个指数,计算其平均值A,然后后移.去掉最先一个指数,增加新一日一个指数,再计算三个指数的平均值B.如此移动计算,得到一条三日移动平均线。同理,可得五日,六日,十日,十三日,三十日,七十日,二百日等移动平均线。移动平均线由样本数的多少决定了移动变化的急缓。样本数少,变化较急,称为快速线,因此多作为短线指标。样本数多,变化较缓,称为慢速线,在样本数适当多的时候,多作为中线或长线指标,重要的是, 因为移动平均线是由一定样本的集合的连续移动计算产生,所以它的移动方向和速度代表了该集合的整体态势。

股票ma均线参数怎么设置


股票ma均线参数怎么设置

{四线粘合选股}
A5:=MA(C,5);
A10:=MA(C,10);
A20:=MA(C,20);
A30:=MA(C,30井物配);
MAX(MAX(A5给除省器团易之随前,A10),MAX(A20,A30))/MIN(MIN(A5,防市服控环A10),MIN(A20,A30))<1.008 AND A5>REF(A来自5,1)AND A30>REF(A30,1);
======================
{五线粘合}
MA1:=MA(C,5);
MA2:=MA(C,10);
MA念市板着可自装图3:=MA(C,20);
MA4:=MA(C,30);
MA5:=MA(C,60);
P1:=ABS(MA1-MA2)+ABS(MA2-MA3)+ABS(MA1-MA4)
+ABS(MA2-MA4)+右今养胶活仍放能无及导ABS(MA3-MA4)+ABS(MA1-MA3)+ABS(MA1-MA5)
+ABS(MA2-MA5)+AB化书无胞城济介面S(MA3-MA5)+AB川者川县丰务核以学九S(MA4-MA5);
五线粘合:IF(P1/C<7.5/100 AND 讨西外下律血二挥至要MA1>REF(MA1,1) AND MA2>REF(MA2,1),888,0);
========================
{六线粘合}
A5:=河露轻样她MA(C,5);
A10:=MA(C,10);
A20:=MA(C,20);
A斗60:=MA(C,60);
A120:=MA(C,120);
A240奏维香负掌考复放称:=MA(C,240);
MAX(MAX(MAX(A5,A10),MAX(A20,A60)),MAX(A120,A240))/MIN(MIN(MIN(A5,A10),MIN(A20,A60)),MIN(A120,A240))<1.05 AND A5>REF(A5,1)AND A120>REF(A120,1);

猜你感兴趣: 股票的ma均线
股票的ma均线是什么意思-股票ma均

股票的ma均线是什么意思-股票ma均

股票的ma均线是什么意思-股票ma均线讲解视频..

2023-07-24 0次阅读
股票的ma均线怎么看-股票ma均线讲

股票的ma均线怎么看-股票ma均线讲

股票的ma均线怎么看-股票ma均线讲解视频..

2023-07-01 0次阅读