MA/SMA/EMA

MA(Moving Average):移动平均线 可以过滤随机价格波动中的噪音来帮助平滑价格走势,基于过去的价格,因此时趋势跟踪。包括简单移动平均线(SMA)和指数移动平均线(EMA),常见应用为确定趋势方向并确定支撑位和阻力位 简单移动平均线(SMA): $$SMA = \frac{A_1 + A_2 + \cdots + A_n}{n}$$ A:n期的平均值 n:周期数 指数移动平均线(EMA): $$EMA_t = [V_t \times \big(\frac{s}{1+d}\big)] + EMA_y \times [1 - \big(\frac{s}{1+d}\big)]$$ $$EMA_t$$:当天或当期的EMA $$V_t$$:当天或当期的价格值 $$EMA_y$$:昨天或上期的EMA s:平滑度 d:天数或期数 要计算EMA,线要计算SMA,然后再计算平滑度s 平滑度的计算公式:$$s = \frac{2}{选定天数+1}$$ EMA:指数移动平均(考虑了当天收盘价),快EMA(短时期,通常用12周期),慢EMA(长时期,通常用26周期)

2019-12-20 · 1 min · 37 words

常用平均数

算数平均数 一组数据的所有数据之和除以数据个数,反映数据集中的趋势 $$ A_n = \frac{a_1+a_2+a_3+\cdots+a_n}{n} $$ 几何平均数 n数连续乘积,然后开n次方根 $$ G_n = \sqrt[n]{a_1 \times a_2 \times a_3 \times \cdots \times a_n} $$ 调和平均数(数学,非统计) 每一个数值取倒数,然后将所有倒数求平均,然后将得到的平均数取到数 $$ H_n = \frac{n}{\frac{1}{a_1} + \frac{1}{a_2} \frac{1}{a_3} + \cdots + \frac{1}{a_n}} $$ 加权平均数 如果是一个含有重复数据的数组n,所有数的合除以所有数重复出现的总次数, 数字$x_n$出现的次数是$f_n$ $$ n = f_1 + f_2 + f_3 + \cdots + f_n $$ $$ \overline{X} = \frac{x_1 \times f_1 + x_2 \times f_2 + x_3 \times f_3 + \cdots + x_n \times f_n}{n} $$ ...

2019-12-20 · 1 min · 113 words

MACD 平滑异同移动平均指标

MACD原理介绍 MACD(Moving Average Convergence Divergence),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。而根据移动平均线原理发展出来的MACD,一则去除了移动平均线频繁发出假信号的缺陷,二则保留了移动平均线的效果,因此,MACD指标具有均线趋势性、稳重性、安定性等特点,是用来研判买卖股票的时机,预测股票价格涨跌的技术分析指标 。 MACD指标主要是通过EMA、DIF和DEA(或叫MACD、DEM)这三值之间关系的研判,DIF和DEA连接起来的移动平均线的研判以及DIF减去DEM值而绘制成的柱状图(BAR)的研判等来分析判断行情,预测股价中短期趋势的主要的股市技术分析指标。其中,DIF是核心,DEA是辅助。DIF是快速平滑移动平均线(EMA1)和慢速平滑移动平均线(EMA2)的差。BAR柱状图在股市技术软件上是用红柱和绿柱的收缩来研判行情。 价格数据:收盘价close EMA:指数移动平均线 DIF(差离值) = EMA12日线 - EMA26日线 EMA9:是“信号线”,又称DEA DIF线与EMA9日线比较,DIF穿越到EMA9上方是买入或做多信号,DIF穿越到EMA9的下方为卖出或做空信号, DIF值越大,上涨趋势越大,DIF值越小,下跌趋势越大 柱状图:(DIF-DEA)*2 解释方法:交叉、散度、快速上升/下降 RSI相对强度指标(振荡器),范围是0到100,超过70时,是为超买或高估,可能引发趋势翻转或价格回调,小于30时,视为超卖或低估。 MACD计算方式 DMA:平行线差指标

2019-12-20 · 1 min · 23 words

量化交易相关名词解释

一、凯利公式 英文:The Kelly Criterion 在概率论中,凯利公式(也称 “凯利方程式”)是一个在期望净收益为正的独立重复赌局中,使本金的长期增长率最大化的投注策略。该公式于 1956 年由约翰·拉里·凯利(John Larry Kelly)在《贝尔系统技术期刊》中发表,可以用来计算每次游戏中应投注的资金比例。若赌局的期望净收益为零或为负,凯利公式给出的结论是不赌为赢。 公式: $$ f^* = \frac {bp-q}{b} = \frac {p(b+1)-1}{b} $$ $f^*$ = 应投注的资本比值 p = 获胜的概率 q = 失败的概率 b = 赔率 例子:有一个简单2赔1的赌局,扔硬币下注,硬币为正面则得2元,如果为反面则输掉1元,你的总资产为100元,每一次的押注都可投入任意金额。你会怎么赌呢? 硬币抛出正反面的概率都是50%,所以p、q获胜失败的概率都为0.5,而赔率=期望盈利÷可能亏损=2元盈利÷1元亏损,赔率就是2,我们要求的答案是f,也就是(bp - q) ÷ b = (2 * 50% - 50%) ÷ 2 = 25%。拿出资金的25%来进行下注,才能使赌局收益最大化。 真正应该关心的是长期累积的收入,对于累积的收益来说,最后的结果只和输赢的局数有关,而和输赢的顺序无关。所以凯利公式推出了一个最佳的投入仓位比,来最大化长期的累积收益: $$ bet = edge / odds $$ 最佳仓位bet = 预期获益 / 获益回报 edge:赢面 odds:赔率 $$ edge = bp - q $$ ...

2019-12-17 · 1 min · 123 words

静态博客Hugo安装及使用教程

一、安装 1、下载 最新版下载地址:https://github.com/gohugoio/hugo/releases 下载 Windows-64bit.zip 2、新建本地目录 D:\Hugo\bin D:\Hugo\Sites 盘符和目录都可以自定义,但bin和Sites要固定 将下载的安装包里面的hugo.exe解压到D:\Hugo\bin下面 3、配置环境 我的电脑→右键→高级→环境变量→系统变量→Path,增加D:\Hugo\bin 也可以命令执行:set PATH=%PATH%;D:\Hugo\bin 4、安装完成 验证 1 2 hugo version //查看版本 hugo help //帮助文档 能正常输出即安装成功,如果输出错误,则需要重启电脑后再试 二、新建网站 在D:\Hugo\Sites下面打开cmd,或其他命令工具 1 hugo new site simple.com 新建simple.com 网站名自定义 回车创建成功! 然后在D:\Hugo\Sites下面就会新建一个simple文件夹 三、内容管理 1、目录说明 archetypes/ 创建页面的原型文件,比如标题时间等,可以自定义 content/ markdown原文件存储目录 layouts/ 样式自定义时需要 static/ 静态文件 themes/ 主题会安装在这儿 config.toml 配置文件 2、创建页面 在网站目录下面执行命令 1 hugo new about.md 自动在当前网站下的content目录下生成about.md文件 3、创建文章 1 hugo new post/hello-world.md 自动在content/post下面生成hello-world.md文件 ...

2019-01-05 · 4 min · 798 words