【量亿数据-量化交易学习】均线系统
量亿数据量化学堂 1、 均线周期的选择 均线系统的周期选择有很多种，从三日到数百日平均移动线都有投资者采用。但是到底应以几日平均移动线做行情判断的参考比较具有实效，这一问题一直困扰多数投资人。投资者因为大都倾向短期投机，所以证券公司的均线设置，通常都是短期或短中期均线，比如 5 日、 10 日、 20 日或者 5 日、 10 日、 30 日，极少使用可以代表短中长三种趋势的均线。事实上，均线的选择应该代表中短长三种趋势，而不是过分重视某一种趋势而忽略别的趋势，这都是不明智的，所以应参考以下几种趋势：
短期趋势：通常是指一个月以下的股价波动趋势，因为 5 日线均线所代表的是一个星期的波动。 10 日线代表的是半月线。所以我们经常以它们代表短期趋势，短期均线通常波动起伏较大，过于敏感。
中期趋势：是指一个月以上，半年以下的股价波动趋势。常用 20 日线、 40 日线、 60 日线。这是因为 20 日线代表的是一个月股价波动趋势。 40 日线代表的是两个月的股价波动趋势。 60 日线所代表的是三个月的波动趋势，又是正好一个季度，因此又叫季线，也经常有投资人采用。中期均线走势既不过于敏感，又有沉稳的一面，因此最常被投资人使用。
长期趋势：是指半年以上的股价波动的趋势。比较常用的是 120 日线与 240 日线。 120 日线代表半年的波动方向，又叫半年线。 240 日均线代表的是正好一年的波动方向，又叫年线。总的来讲长期均线走势过于稳重不灵活。
为了同时显示这三种趋势与长期、短期、中期，投资大众的平均成本，我们应同时选择这几种趋势，而不能因为个人习惯或爱好厚此薄彼。不能同时观察几种趋势的变动，是不能够做好分析工作的。
很多投资者设置一些不常见的均线周期，比如： 7 日、 9 日、 13 日， 27 日等等，目地是担心庄家故意骗线。这是完全没有必要的，事实上只要是短期波动，随时就有主力故意划线的可能。这是因为短期均线最容易操纵，而中长期趋势则很难故意划线，假如所有的投资人参考的均线周期都是 240 日均线，即使主力知道这一点，他又能怎样做骗线？这正是要三种趋势同时考虑的主要原因。因此，我们没有必要处心积虑的设置一些不常用的均线周期。
需要注意的是，以收盘价作为计算均线系统的基点，是因为在过去，不论是任何的技术指标，包括 k 线的记录，完全是手工记录。所以要将每一只股票的收盘价记录在桉已经很不容易了，要得到股票的每日均价，必须要有交易所提供的全部成交记录，才能计算得出。一方面计算数据太大，另一方面资料来之不易，而收盘价较为容易得到，所以就将收盘价作为计算平均移动线的基点，久而久之习惯成自然，就一直沿用到了今天。实际上最可以代表一天股价的平均成本的当然不是收盘价，而是一日的均价。运用收盘价计算短期的均线，比方 5 日均线，就离真正均价的差距较大，所以用这种计算方法得出的均线周期越短，就越不能代表平均成本。相对来说，越长的周期这种误差就越小，所以真正有代表意义的是每日的均价，而并非收盘价，这一因素是使用均线系统的投资人必须注意的。
2、 均线系统的优点 均线系统尽管有这样那样的缺陷，但它的确可以将道氏理论数字化、具体化，均线系统主要有以下优点：
1 、均线系统可以很清楚地表示出股价波动的趋势。
每日股价起起落落，常常叫投资人难以分清股价波动的趋势。通过均线系统，我们很容易一眼看出股价波动的趋势，究竟是上涨还是下跌或是横向波动。
2 、可以将大众的平均成本公开。
均线系统可以将大众的平均成本公开，而平均成本是判断股价波动非常有效方法之一，当我们得知投资者在一定时期内的平均成本后，很容易可以从投资人获利和亏损的程度，判断他们的买卖愿望和即将作出的决定，并以此作为买卖的参考依据。
3、 葛兰维定理的理解 正如前面所讲，均线系统可以表示投资者的平均持仓成本，它和股价之间的关系，表明各个时期投资者的盈利和亏损的程度。投资人盈利和亏损会影响他们的买卖决定，并最终造成股价波动，葛南维因此从中总结出《葛兰维八大定律》。
1 、平均线由下降逐渐走平，且有向上抬头的迹象，而股价自均线的下方向上突破平均线时是买进信号。
均线系统由下降转为水平不是一朝一夕可以形成，需要很长时间。随着时间的推移，在这一价位区的换手越来越多。此时股价一旦向上穿越均线系统，对于在低位买入者来讲突然获利丰厚，必然会造成低位买进的投资人大量获利抛售。只要股价可以高位站稳，成交量放出巨量加以配合，就说明必然有巨大资金介入了。因为没有大资金的介入，股价是无法有效突破均线系统的。既然有大资金介入，后市上涨就是很正常了，所以作为买进信号。
2 、股价趋势走在均线之上，股价突然下跌，没跌破移动平均线，又再度上升，是买进讯号。
均线所代表的是平均成本，那么股价跌到均线即止跌反涨，说明抛压是因为获利丰厚导致，一旦股价跌至均线，投资人利润减少，卖压就迅速降低，并很快又继续回升，表明市场气氛良好，股价很快会再创新高，因此为买入信号。
如果股价下跌至均线附近伴随着成交量的迅速萎缩，然后起稳并上涨，继续上涨的可靠性更高。
3 、股价跌至平均移动线下方，而平均移动线短期内仍为继续上升趋势，不久股价又回到均线上方，是买进信号。
性质基本与第二条相似，可参考第二条的注译，只是下跌的力度较大。
4 、股价趋势走在平均线之下，突然出现暴跌，距离平均线非常远，极有可能随时再度靠近均线，亦为买进时机。
股价的暴跌，会造成投资人突然亏损极为严重，严重的亏损会使投资人无法下决心割肉卖出手中持股，而产生强烈的观望情绪，致使很轻微的买气，很容易迅速将股价推高，因此为买入信号。
5 、股价走在平均线上方，突然暴涨，距离均线越来越远，为卖出时机。
股价向上大幅暴涨之后，投资人不论在短期买进还是中长期买进的都突然获利丰厚，极易引起大量获利回吐，造成股价迅速下跌，因此为卖出信号。
6 、均线从上升趋势逐渐转为水平，且有向下跌的倾向，当股价从平均线上方向下突破平均线时，为卖出信号。
均线上升趋势逐渐转变为盘局，不是一朝一夕的事，大量筹码在这一价位换手，是大多数投资人的平均持仓成本区域。此时股价一旦下跌，导致所有在这一价位的买入者，全部被套牢。出于对亏损的恐惧，任何一次股价回升至这一价位区，都会因解套压力而迫使股价再次下跌，因此为卖出信号。
7 、股价趋势在均线之下，回升时未超越平均线，再度下跌，为卖出讯号。
股价回升到均线附近就重新下跌，说明一有解套的机会或者少亏投资人就争相出逃，造成股价的下跌。表明此时投资人心态不稳，有很强的卖出欲望，这种心态会导致股价继续大幅下跌，因此为卖出信号。
8 、股价仍然涨过平均线上方，但平均线继续下跌，不久股价又回到均线的下方，为卖出信号。
这种走势的性质与第七条较为相似，只是反弹的力度相对较大，参考第七条的定律注解。
很多投资人经过长期实践之后，认为第三条与第八条比较不易与实际配合，运用时风险较高，如不是非常熟悉均线系统，投资人最好放弃不用，以免承担过大风险。
运用均线系统最为稳妥的做法是相互结合使用。葛南维定律第一条与第二条合并使用：平均线从下降趋势转为水平而有向上波动的趋势，股价从均线下方向上方突破均线，不久，回调时若不跌破均线，是运用均线操作的最佳买进时机。如果这时再配合股价在颈线附近的企稳，成交量逐步萎缩就更可以确认是最佳的投资机会。这种情况必然只有在底部形态完成之后的反抽过程中才会出现，它所要反映的市场气氛和买进原因与底部形态的突破之后的反抽是完全一样；第六条与第七条合并使用：均线走势从上升趋势逐渐转变为水平，且有向下倾斜的倾向，当股价从均线上方向下突破平均线，回升时无力穿越均线，再次下跌，为买进时机。如果成交量随着股价的回升有略为缩小的迹象，就更加可肯定是运用均线操作的最佳卖出时机。这种情形必然出现在顶部形成之后的反抽过程中，所反映的市场气氛与卖出原因与顶部形态完成之后的反抽完全一样。由此我们可以得知，尽管形态分析和趋势分析的进出时机表现形式各有不同，事实上殊途同归，都是投资人从不同角度对市场的观察结果。
在葛兰维八大定理中，第四条与第五条的正确运用必须要有乖离率的配合。
【量亿数据-量化交易学习】均线系统相关推荐
- 【python量化交易学习】pandas获取mysql数据，使用pyecharts画K线图，ma移动均线。
将pyecharts官方提供的数据源,替换成已经存在mysql中的数据.画出专业的k线图(k线+ma移动均线+交易额柱状图(单位是千)) 参考: [python量化交易学习]pandas获取tusha ...
- 【python量化交易学习】从tushare获取股票交易数据，存入后再从mysql或excel读取数据，筛选股票，用pyecharts画出K线图。
选定日期,筛选涨幅达到10%的股票,并画出K线图.观察涨停后股票走势. 由于创业板涨停板为20%,科创板20%,北交所30%.因此筛选出的涨停股票不完全准确.考虑到目前市场打板主要集中在10%的主板股 ...
- Python实现股票量化交易学习进阶(一)之基础库(知识准备)搭建
股票量化交易学习第一篇之基础搭建 1.写在前面 1.1.Numpy库的安装 1.2.Pandas库的安装 1.3.金融数据获取 1.4.talib金融库的安装及文档链接 1.5.Matplotlib ...
- Python实现股票量化交易学习进阶(二)之简单交易策略的定义实现
Python实现股票量化交易学习进阶第二篇之简单交易策略的定义实现 1.backtrader回测框架知识 2.需求一自定义MACD指标 3.需求二自定义实现KDJ指标 4.需求三自定义CCI指标 1. ...
- python外汇交易回测系统_StarQuant - 综合量化交易回测系统/平台
Welcome to StarQuant StarQuant(中文名:易数交易系统)是一个轻量的.面向个人( 普通)用户的综合量化交易回测系统,目前主要用于期货期权程序化交易(CTP接口,在实盘测试中 ...
- 【量化】量化交易入门系列6：量化交易学习书籍推荐（二）
作者:悠悠做神仙 来源: 恒生LIGHT云社区 上一篇 量化交易入门系列5:量化交易学习书籍推荐(一) 我们介绍一些量化交易一些操作和理论性书籍,可能对于刚入门的大家而言,可能有些枯燥.所以这篇文章, ...
- 用Python做股票量化分析[附量化交易学习资料]
量化交易的核心是筛选策略,策略也是依靠数学或物理模型来创造,把数学语言变成计算机语言.量化交易的流程是从数据的获取到数据的分析.处理. import pandas as pd import talib ...
- Python量化交易学习笔记（1）
Python量化交易学习笔记(1) http://zwpython.com/ http://www.topquant.vip/?p=2275 [更多参见] <zwPython,目前最好的py开发 ...
- 【量亿数据-金融数据】CCI指标的运用
量亿数据()提供全品种金融数据,领先金融数据服务商CCI指标是一种超买超卖指标.所谓超买超卖指标,顾名思义,"超买",就是已经超出买方的能力,买进股票的人数超过了一定比例,那么,这 ...
最新文章
- 完胜 BERT，谷歌最佳 NLP 预训练模型开源
- jQuery对下拉框、单选框、多选框的处理
- linux命令安装openssl函数库,ubuntu安装openssl库
- BZOJ 1046: [HAOI2007]上升序列(LIS)
- 【转】文本格式导入物料凭证模板
- leetcode 282. Expression Add Operators | 282. 给表达式添加运算符（中缀表达式求值）
- 【Java】强软弱虚四种引用，弱引用在ThreadLocal中的应用
- 视频光端机在安防监控工程中的常见技术问题
- C#常用正则表达式收藏
- C#基础12.1：Object类
- notepad++正则表达式使用
- sqlmap 使用教程
- Deep Inductive Logic Reasoning深度感应逻辑推理模型 论文笔记
- APP上短信验证码如何验证？
- 【网络】如何扫描局域网内所有设备的ip和mac地址
- 网易WEB白帽子-WEB安全体系建设
- 单单训练营 第四期 第一课 做自己的CEO
- 最年轻市长背后的选任悖
- 构建智慧城市管理体系，京东方智慧物联平台赋能细分场景
- C语言赋值过程中的类型转换