上一篇博客主要是网络数据的获取以及解析,本篇博客将要讲述的是股票开发过程中相关指标的计算以及含义!在这里声明一点就是,不在贴出指标的计算代码,出于相关考虑敬请谅解!如有需要可以留言咱们一起探讨!

一、MACD—指数平滑移动平均线:

这个指标表示的是:

由快、慢均线的离散、聚合表征当前的多空状态和股价可能的发展变化趋势。当MACD从负数转向正数,是买的信号。当MACD从正数转向负数,是卖的信号。当MACD以大角度变化,表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开,代表了一个市场大趋势的转变。

1>计算公式:

12日EMA的计算:

EMA(12) = 前一日EMA(12) X 11/13 + 今日收盘价 X 2/13

26日EMA的计算:

EMA(26) = 前一日EMA(26) X 25/27 + 今日收盘价 X 2/27

差离值(DIF)的计算:

DIF = EMA(12) - EMA(26)。

根据差离值计算其9日的EMA,即离差平均值,是所求的DEA值。为了不与指标原名相混淆,此值又名DEA或DEM。

今日DEA = (前一日DEA X 8/10 + 今日DIF X 2/10)

用(DIF-DEA)*2即为MACD柱状图。

2>思路整理:

在计算该指标的过程中,首先是计算短期EMA,然后计算长期EMA,第三步就是离差值DIF,这个指标需要绘制成红色的快速MACD曲线,第四步就是计算离差平均值DEA,此指标需要绘制成黄色的信号线,最后一步就是根据DIF和DEA计算MACD的值;

-----------------------------------------------------------------------------------------------------------------

二、KDJ—随机指标:

根据统计学原理,通过一个特定的周期(常为9日、9周等)内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系,来计算最后一个计算周期的未成熟随机值RSV,然后根据平滑移动平均线的方法来计算K值、D值与J值,并绘成曲线图来研判股票走势。

1>计算方法:

KDJ的计算比较复杂,首先要计算周期(n日、n周等)的RSV值,即未成熟随机指标值,然后再计算K值、D值、J值等。以n日KDJ数值的计算为例,其计算公式为

n日RSV=(Cn-Ln)/(Hn-Ln)×100

公式中,Cn为第n日收盘价;Ln为n日内的最低价;Hn为n日内的最高价。

其次,计算K值与D值:

当日K值=2/3×前一日K值+1/3×当日RSV

当日D值=2/3×前一日D值+1/3×当日K值

若无前一日K 值与D值,则可分别用50来代替。

J值=3*当日K值-2*当日D值

以9日为周期的KD线为例,即未成熟随机值,计算公式为

9日RSV=(C-L9)÷(H9-L9)×100

公式中,C为第9日的收盘价;L9为9日内的最低价;H9为9日内的最高价。

K值=2/3×第8日K值+1/3×第9日RSV

D值=2/3×第8日D值+1/3×第9日K值

J值=3*第9日K值-2*第9日D值

若无前一日K值与D值,则可以分别用50代替。

3>思路:

在计算该指标时采用的9,3,3进行计算,思路和计算MACD指标的思路基本一致。

----------------------------------------------------------------------------------------------------------------------------------

好了,主要就是这两个指标,希望大家看了之后不在迷茫,到底指标的算法怎么写就要看大家的水平了!最后贴出来MACD指标最终绘制完成之后的样子!



股票应用开发——相关指标的含义(二)相关推荐

  1. 股票应用开发——网络数据的获取(一)

       一.背景 之前很少写技术博客一方面是怕自己的技术不到家,把大家带到坑里:另一方面就是自己太懒了.现在鼓起勇气把自己的心得体会以及项目的实现思路展现给大家.希望和大家一起学习一起进步! 下面说一下 ...

  2. 【OpenCV 4开发详解】图像二值化

    本文首发于"小白学视觉"微信公众号,欢迎关注公众号 本文作者为小白,版权归人民邮电出版社发行所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4 ...

  3. 计算机辅助设计二次开发案例教程,计算机辅助设计二次开发案例教程ch03.ppt

    <计算机辅助设计二次开发案例教程ch03.ppt>由会员分享,可在线阅读,更多相关<计算机辅助设计二次开发案例教程ch03.ppt(14页珍藏版)>请在人人文库网上搜索. 1. ...

  4. 数据仓库之【用户行为数仓】12:【dws层:数据汇总层】【appc层:数据应用层】需求5:操作系统活跃用户相关指标

    一.操作系统活跃用户相关指标分析 这个需求是统计一下我们产品的目前主要用户群体是使用什么类型的操作系统. 因为我们产品的app是有Android端和ios端的. 如果我们的用户80%以上使用的都是An ...

  5. 数据仓库之【用户行为数仓】08:【dws层:数据汇总层】【appc层:数据应用层】需求1:每日新增用户相关指标

    一.每日新增用户相关指标分析 在统计新增用户时,用户是以设备标识(xaid字段)来判断的,每一个设备都有一个唯一设备码. 因为会存在用户不登录的情况,以及多人共用一个账号的情况,所以根据用户id进行过 ...

  6. 数据仓库之【用户行为数仓】11:【dws层:数据汇总层】【appc层:数据应用层】需求4:每日启动App次数相关指标

    一.每日启动App次数相关指标分析 这个需求就是对每日打开app上报的数据进行统计. 针对这个需求我们需要统计两个指标 1.每日人均启动App次数 2.每日APP启动次数分布(1次.2次.3次及以上) ...

  7. css股票曲线图图解,怎么看懂股票曲线图?各个曲线图代表的含义

    怎么看懂股票曲线图?各个曲线图代表的含义 在股票技术分析中,我们经常要分析K线图,分时图等等,有些新手在入门的时候常常把两者弄混,所以统称它们为曲线图,实际它们就是K线图和分时图了,到底如何看懂股票曲 ...

  8. 软件开发管理与质量控制(二)

    3.5   开发人员技术结构 宏观上讲,软件开发机构基本可分为二种角色,管理角色和技术角色.不同角色各有其不同的发展方向,如图7所示. 不论是走技术路线还是管理路线,不存在那种角色地位更高的问题.高级 ...

  9. php 数组与数组之间去重,PHP开发中一维数组与二维数组去重功能实现教程

    本篇文章讲述了PHP实现一维数组与二维数组去重功能示例.希望对在php学习和开发的同学有所帮助! 数组中重复项的去除 一维数组的重复项: 使用array_unique函数即可,使用实例如下: ? $a ...

最新文章

  1. 基于 Spring Cloud 开发的分布式系统,遇到爬虫、接口盗刷怎么办?
  2. 深度对比三种主流微服务配置中心
  3. python抽奖概率设计_辞职转行不如学Python,那些下载安装的坑,你真的都避开了嘛?...
  4. Docker容器环境下ASP.NET Core Web API应用程序的调试
  5. [html] android手机的微信H5弹出的软键盘挡住了文本框,如何解决?
  6. Windows Redis3 安装
  7. tomcat https 启用8443加证书
  8. linux verilog 编译,Verilog 编译指令简介
  9. 米家扩展程序初始化超时_一套完整的PLC程序是什么样子
  10. 4989: [Usaco2017 Feb]Why Did the Cow Cross the Road
  11. clover写入efi_Clover 新手入门 详解Clover EFI Tools
  12. charles 请求出现乱码_解决Charles抓取https报文乱码问题
  13. 身体就是控制器,微软Kinect是怎样做到的?
  14. Scrapy框架之Spiders类理解
  15. 阻止事件冒泡和浏览器默认事件
  16. javascript-鄙人常用的功能函数
  17. 索引的数据结构--MySQL
  18. 将前端网页生成二维码
  19. java 乘法 位移_Java 使用位移运算实现乘法
  20. 记录一次渗透测试算命网站

热门文章

  1. 如何用神经网络去拟合一条曲线?
  2. Mstar emmc扩容求助
  3. 如何在线查看Android源码自带学习文档
  4. 几款自动驾驶测试模拟仿真平台
  5. 面试官角度看招聘注意事项
  6. 早安!爱你的情话是在早上起来说爱你
  7. 2017年第八届蓝桥杯 JavaB组国赛 第五题 填字母游戏
  8. 今天,我干咳了...
  9. 《程序员跳槽全攻略》读书笔记
  10. 【深度学习实战—5】:基于AlexNet的CIFAR10数据集分类(附Keras实现)