上期给大家介绍了双线MACD的构成及MACD的用法，这期继续为大家介绍双线MACD与单线MACD的区别和比较。 双线MACD与单线MACD的区别 单线MACD 单线MACD由MACD线，柱线以及零线构成。而12，26，9是系统的默认参数也是市场当中最为常用的一组参数，因此不需要更改。与之前介绍的双线MACD的原理
DIFF:EMA(CLOSE,12)-EMA(CLOSE,26); DEA:EMA(DIFF,9); MACD:2*(DIFF-DEA),NODRAW; MACDHS:=IF(MACD>0 AND MACD>REF(MACD,1),MACD,0); MACDHX:=IF(MACD>0 AND MACD<REF(MACD,1),MACD,0); MACDLX:=IF(MACD<0 AND MACD<REF(MACD,1),MACD,0); MACDLS:=IF(MACD
移动平均线可能是最受现货黄金投资者欢迎的技术指标之一，即使是钟情于基本面分析的投资者，也会在图表上加上均线这个工具。作为一个普及程度极高的指标，几乎所有的行情软件都会提供。 均线受欢迎的原因很简单，因为它使用简单而且用途多样，而且能够带来盈利的机会，当然，前提是投资者
东方财富支持用代码选股，这样可以大致筛选一些符合自己想法的K线形态 下面举例说明 5日线K线反转 VAR1:=C>O AND C>EMA(C,5) AND C>EMA(C,30); VAR2:=COUNT(AMOUNT>500000000,3)=3; VAR3:=EMA(C,5)>EMA(C,30) AND EMA(C,30)>EMA(C,55) AND EMA(C,55)>EMA(C,250); ZT:=C/REF(C,1)>1
QDTS启动线 怎么看？ QDTS启动线 智能启动点指标公式 副图 源码 贴图-财富池指标公式网 指标公式描述 QDTS启动线 智能启动点指标公式 副图 源码 贴图指标简介：当启动线大于平台线，可以考虑买入，当启动线大于平衡线，可以考虑加仓，当启动线小于平衡线，减仓，当启动线小于平台线，清仓。
指标公式描述 股市三线指标 资金领域江恩三线指标 通达信指标公式副图 源码 贴图指标简介：指标介绍：根据短、中、长三线控制仓位。三线之上90%仓位、两线之上60%、一线之上30%、三线之下空仓。指标源码：工作线17:EMA(CLOSE,17),coloryellow;中期线50:EMA(CLOSE,50),linethick
1.【猎取主升浪：主图】 VAR1:=(C+H+O+L)/4;卖出:=XMA(VAR1,20)*(1+80/1000),POINTDOT,COLORGREEN,LINETHICK3;买入:=XMA(VAR1,32)*(1-100/1000),POINTDOT,COLORMAGENTA,LINETHICK3;幅度:=100*(卖出-买入)/买入,NODRAW;菩提:=买入+(卖出-买入)*2/3;般:=XMA(CLOSE,7); 若:=MEMA(CLO
目录 Awesome Oscillator (AO)计算 Kaufman's Adaptive Moving Average (KAMA)计算Step 1: Efficiency Ratio (ER)Step 2: Smoothing Constant (SC)Step 3: KAMA Percentage Price Oscillator (PPO)计算 Percentage Volume Oscillator (PVO)Rate-of-Change (ROC)Relative
引言： 股市中小的波动经常干扰股票投资人对大趋势的判断，倘若股市的波动同信号波动类似，那是不是可以用处理信号的方式处理股票波动发现大的波动呢？我们知道通信领域在处理信号波动时也常会遇到被噪音干扰的问题，这些噪音通常需要用对应的滤波器过滤，那么在股市中我们是不是也可以设计
转自miaozk2006 一、趋势顶底(QSDD)----无未来函数 适用软件: 通达信、操盘手 ===================== 80,COLOR996699; 20,COLORGREEN; 10,COLORCC6633,LINETHICK2; 90,COLOR9966FF,LINETHICK2; A:=MA(-100*(HHV(HIGH,34)-CLOSE)/(HHV(HIGH,34)-LLV(LOW,34)),19),COLORRED;
源 Exponential moving average (EMA) 是一个非常有用的trick, 起到加速训练的作用. 近来发现, 该技巧还可以用于提高网络鲁棒性(约1% ~ 2%). EMA的流程很简单, \(f(\cdot;\theta)\)是我们用于训练的网络, 则在每次迭代结束后进行: \[\theta' = \alpha \cdot \theta' + (1 - \alph
前言 此策略报告策略构建部分参考 国泰君安综合期限多样性的趋势选股策略数量化专题之九十。 原报告思想 移动平均线由于具有简单直观的特征，是最常用的技术指标之一， 除了简单发送多空信号之外， 移动平均指标作为历史股价走势信息的载体，能够对未来收益起到一定的预测作用。 由于不
【动手学Paddle2.0系列】模型参数EMA理论详解与实战 什么是EMA？ 滑动平均(exponential moving average)，或者叫做指数加权平均(exponentially weighted moving average)，可以用来估计变量的局部均值，使得变量的更新与一段时间内的历史取值有关。滑动平均可以看作是变量的过去一段
前言量化金融的研究和实盘中，越来越多的机构需要根据高频的行情数据（L1/L2以及逐笔委托数据）来计算量价因子。这些因子通常是有状态的：不仅与当前的多个指标有关，而且与多个指标的历史状态相关。以国内的股票市场为例，每3秒收到一个快照，每个股票每天得到4800个快照，计算因子时可能会用到之
最近从经典技术指标开始学习量化策略，有些在talib中有打包好的函数，但我还是希望自己在编的过程中学习策略的思想、进一步改进基础策略。今天学习了移动平滑异同平均线(Moving Average Convergence Divergence，简称MACD指标)策略。MACD是查拉尔·阿佩尔(Geral Appel)于1979年提出
滞后指标（Lagging Indicator）的基本原理常常会被错误解读，但它们却是分析金融市场的一种很好的方式。本文将围绕什么是滞后指标、滞后指标的应用例子以及使用滞后指标的好处进行介绍。 01 什么是滞后指标 滞后指标是交易者利用已经发生的价格变动均值来分析市场的一种工具。滞后
孙子兵法的精髓：先胜而后战。找到对我们有利的趋势，然后追随它。 趋势转折的5个重要步骤 破线 拐头 交叉 排列 乖离 示例（20 60 120 EMA MA 均线） 跌破短期 EMA 短期 EMA 和中期 EMA 进行死亡交叉 短期、中期 EMA 进入空头排列 中期 EMA 和长期 EMA 进行死亡交叉 短期、中期、长期
最朴素的市场规律：价格，围绕市场平均成本上下波动。 两种算法：简单移动平均（SMA）、指数移动平均（EMA）。 过于确切的值对我们其实没有意义，精确的错误不如模糊的正确。 简单移动平均（SMA） \(T\) 代表今天的收盘价， \(T^{'}\) 代表明天的收盘价，\(T_1\) 代表昨天的收盘价，\(T_2\) 代表前天的收盘
瀑布线是指用异同移动平均线（MACD）指标绘制的移动平均线，用于在证券中生成买入和卖出信号。瀑布线或信号线是交易者用来预测未来价格趋势的MACD指标线的九个周期指数移动平均线（EMA）。虽然九周期EMA是瀑布线的默认设置，但交易者可以调整EMA的长度以适应其交易标的和策略。 瀑布线有助
使用方法不做细诉详见网上教程http://bbs.tianya.cn/post-no110-13686215-1.shtml 1、如果需要传入多个序列参数时，可以使用m_pData指针获得对应当前bar状态的开高低收等数据。 2、对于结尾都有return nPeriod – 1; return -1; 这样两个return，其中后者表示
目录 程序简述 数据集截图 程序/数据集下载 核心代码解析 Module/BuildModel.py（接口，可以直接运行） 接口调用、运行效果 Main.py 程序简述 利用乘法型的时间序列分解算法预测北京气温变化 程序输入：观测数据，周期长度，需要往后预测的个数 程序输出：预测值，模型结构 时间序列分解
主力拉升前指标源码 原理解析：VAR1赋值:(收盘价+最低价+最高价)/3 代做公式选股、同花顺选股公式调试、帮做指标公式、主力拉升（副图指标公式 图 公式、源码，无未来）VAR2赋值:(VAR1-1日前的最低价-(最高价-VAR1))*成交量(手)/100000/(最高价-最低价)的历史累和VAR3赋值:VAR2的1日指数
在神经网络模型中，将 MOVING_AVERAGE_DECAY 设置为 0.99，参数 w1 设置为 0，w1 的滑动平均值设置为 0。 ①开始时，轮数 global_step 设置为 0，参数 w1 更新为 1，则 w1 的滑动平均值为： w1 滑动平均值=min(0.99,1/10)*0+(1– min(0.99,1/10)*1 = 0.9 ②当轮数 global_step 设置为 100 时，参
随机梯度下降算法训练时，使用滑动平均模型 可以提高模型健壮性。 在Tensorflow中提供了tf.train.ExponentialMovingAverage来实现滑动平均模型。在初始化ExponentialMovingAverage时，需要提供一个衰减率。控制模型更新速度，它对每个变量会维护一个影子变量，这个影子变量的初始值
１．实例化saver 和保存 saver = tf.train.Saver() saver.save(sess, os.path.join(MODEL_SAVE_PATH, MODEL_NAME), global_step=global_step) 注释： 这是在之前写的代码复制过来的，本人贼懒 2. 在测试文件中把Model 提出来 with tf.Session() as sess:
