分类
外汇交易平台排行

股票收盘价与滑动平均线MA

06-12 2869

股票收盘价与滑动平均线MA

简称sma或者ma,也就是俗称的"均线",是最最古老的技术分析指标了。

# 加权移动平均线(Weigted Moving Average)

简称wma,这个相当于是移动平均线的改进。前面说到简单移动平均线是每一天的权重都一样,这样拉低了最近几天暴涨暴跌的影响。加权移动平均线对此作了改进,把日期较近的收盘价的权重提高了。

比如最近6天股票的收盘价序列:[32.8, 25.8, 48.40, 34.50, 25.3, 45.0]
第1天在最左边,第6天在最右边,那么第1天的权重最小,为1,第6天的权重最大,为6,总的权重是6+5+4+3+2+1=21

所以加权移动平均线的计算方式就是: 股票收盘价与滑动平均线MA
wma(6)=(6 * 45.0+5 * 25.3+4 * 34.5+3 * 48.4+2 * 25.8+1 * 32.8)/21=764.1/21.0=36.39

# 指数移动平均线(Exponential Moving Average)

简称ema,先定义EMA(X,N),它表示求X的N日指数平滑移动均匀。

那么指数移动平均线的公式就是:
EMA[n]= a * Pn + (1-a) * EMA[n-1]

  • Pn:表示第n日的收盘价
  • a:权重值。a的取值可以有下面几种:
    • 2/(N+1), N为上面的周期天数
    • 1/(1+decay),decay为衰减系数

    接下来看看EMA的例子就知道它的思想了:
    第1天, EMA(1)=p1
    第2天, EMA(2)=a*p2+ (1-a)*p1
    第3天, EMA(3)=a*p3+ (1-a)*(a*p2+(1-a)*p1)= a*p3+ a(1-a)p2 + (1-a)^2*p1
    第4天, EMA(4)=. = a*p4+ a(1-a)p3 + a(1-a)^2*p2+a(1-a)^3*p1

    股票技术指标详解--移动平均线(MA)

    码农丁丁 于 2007-07-26 10:15:00 发布 11686 收藏 16

    移动平均线(MA)

    一、指数平均数的计算

    • MA(N)=第1日收盘价+第2日收盘价+………………+第N日收盘价/N
    • 例如:
      把某日的收盘价与前9个交易日的收盘价相加求和,然后再除以10,就可以得到该日的10日移动平均线值MA(10)。

    二、移动平均线分类

    a) 短期移动平均线(周线):即MA(5)以一周的5个交易日为周期的移动平均线
    b) 股票收盘价与滑动平均线MA 中期移动平均线(月线):即MA(30)以一个月为周期的移动平均线
    c) 长期移动平均线(年线):即MA(280)以一年中的全部交易日的总和为周期的移动平均线
    赢正软件中支持的移动平均线有MA(5)、MA(10)、MA(30)、MA(65)、MA(100)、MA(200)

    三、移动平均线的运用

    1. 移动平均线从下降趋势转为上升趋势,股价从移动平均线下方向上突破平均线为买入信号。
    2. 股价向下跌破移动平均线,但很快又回到移动平均线之上,移动平均线仍然保持上升趋势,为买入信号。
    3. 股价位于移动平均线之上,短期下跌但未向下穿越移动平均线,是买入信号。
    4. 股价暴跌,跌破移动平均线后远离移动平均线,为买入信号。
    5. 移动平均线由上升趋势转为盘局,或下跌,最后一日收市价向下跌破平均线,为卖出信号。
    6. 股价向上突破移动平均线但很快又回到平均线之下,移动平均线仍然维持下跌局面,为卖出信。.
    7. 股价在移动平均线之下,短期向上但并未突破移动平均线且立即转为下跌,为卖出信号。
    8. 股价暴涨向上突破移动平均线,且远离移动平均线为卖出信号。

    四、赢正软件支持的其它移动平均线

    1. 末日加权移动平均线:
      计算公式: MA(N)=(C1+C2+……+Cn×2)/(n+1)
    2. 线性加权移动平均线:
      计算公式: MA=(C1×1+C2×2+……+Cn×n)/(1+2+. +n)
    3. 梯型加权移动平均线:
      计算方法(以5日为例):
      [(第1日收盘价+第2日收盘价)×1+(第2日收盘价+第3日收盘价)×2+(第3日收盘价+第4日收盘价)×3+(第4日收盘价+第5日收盘价)×4]/(2×1+2×2+2×3+2×4)即为第五日的阶梯加权移动平均线
    4. 平方系数加权移动平均线:
      公式(以5日为例):
      MA=[(第1日收盘价×1×1)+( 第2日收盘价×2×2)+( 第3日收盘价×3×3)+( 第4日收盘价×4×4)+( 第5日收盘价×5×5)]/(1×1+2×2+3×3+4×4+5×5)
    • 成本移动平均线(MA5)
      该移动平均线能够反应股票的真实成本价格。具体计算方法如下:
      MA(n) = n日内的成交金额之和 / n日内的成交量之和
      即为n日内的平均价格。该值与当前价格的偏离程度能够更精确地反应出当前价格是否背离市场广泛认同的价格。

    06-12 2869

    hpro 安装 : :smiling_face_with_horns: apt更新 :smiling_face_with_horns: 适当升级 :smiling_face_with_horns: apt安装git :smiling_face_with_horns: pkg安装python :smiling_face_with_horns: pkg安装python2 :smiling_face_with_horns: pip2安装请求 :smiling_face_with_horns: pip2安装机械化 :smiling_face_with_horns: git clone :smiling_face_with_horns: cd hpro :alien_monster: python2 Asghar.py

    09-15 4309

    3、MA 指标如何使用

    The current content only represents the author’s point of view, and has nothing to do with the position of Longbridge. The content is for investment reference only and does not constitute any investment advice. If you have any questions or suggestions about the content services provided by Longbridge, please contact: [email protected]

    《R的极客理想——高级开发篇 A》一一2.3 二条均线打天下

    image

    引言
    移动平均线(MA)是股市中最常用的一种技术分析方法,用来在大行情的波动段找到有效的交易信号。移动平均线不仅简单,而且有效,对股市操作具有神奇的指导作用。据金融从业人员说,均线模型有效地打败了大部分的主观策略,是炒股、炒期货的必备基本工具。那么本节将深入研究一下均线模型如何在股市中发挥作用。
    2.3.1 移动平均线
    移动平均(moving average,MA)线是以道·琼斯的“平均成本概念”为理论基础,采用统计学中“移动平均”的原理,将一段时期内的股票价格平均值连成曲线,用来显示股价的历史波动情况,进而反映股价指数未来发展趋势的技术分析方法。它是道氏理论的形象化表述。在技术分析领域中,移动平均线是必不可少的指标工具。移动平均线的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。
    计算公式是MA=(C1+C2+C3+C4+C5+…+Cn)/n,其中C为收盘价,n为移动平均周期数。例如,5日移动平均价格计算方法为:
    MA5 = (前四天收盘价+前三天收盘价+前天收盘价+昨天收盘价+今天收盘价)/5
    移动平均线依时间长短可分为三种,即短期移动平均线、中期移动平均线、长期移动平均线。短期移动平均线一般以5日或10日为计算期间,中期移动平均线大多以30日、60日为计算期间,长期移动平均线大多以100日和200日为计算期间。
    移动平均线根据对数据的处理方法,又可分为3种。
    (1)简单移动平均线(simple 股票收盘价与滑动平均线MA moving average,SMA):又称“算术移动平均线”,是指对特定期间的收盘价进行简单平均化的意思。一般所提到的移动平均线即指简单移动平均线,本节中介绍的算法模型,也是用的简单移动平均线。
    (2)加权移动平均线(weighted moving average,WMA):是一种按时间进行加权运算的移动平均线。时间越近,价格的权重越大。计算方式是基于加权移动平均线日数,将每一个之前日期比重提升。每个价格会乘以一个权重,最新的价格会有最大的比重,其之前的每一日的比重将会递减。加权移动平均线是移动平均线的改良。
    (3)指数平滑移动平均线(exponential moving average,EMA):是以指数式递减加权的移动平均。各数值的加权影响力随时间而指数式递减,越近期的数据加权影响力越重,但较旧的数据也给予一定的加权值。
    2.3.2 均线模型
    在交易软件日K线图中,除了标准的价格K线以外,通常还有4条线,分别是白线、黄线、紫线、绿线,依次分别表示5日、10日、20日和60日移动平均线。通过这4条线与价格K线的交叉,就可以形成不同的均线模型。以乐视网(300104)股票日K线图为例,截取2012年8月到2014年7月的股价数据,如图2-4所示。
    从图2-4中,我们看到乐视网股价最低价是13.91元,出现在2012年12月;最高价55.50元,出现在2014年1月。这段时期,乐视网的股价一路震荡向上,波动最小的绿色线为60日均线平滑的股价,趋势性比较明显。

    图2-4 乐视网股票日K线图
    利用均线平滑的特点,可以发现均线与价格K线会有交叉,各均线之间也有交叉,我们可以通过这些交叉点判断交易信号。
    黄金交叉,当10日均线由下往上穿越20日均线,10日均线在上,20日均线在下,其交叉点就是黄金交叉,黄金交叉是多头的表现,出现黄金交叉后,后市会有一定的涨幅空间,这是进场的最佳时机。
    死亡交叉,当20日均线与10日平均线交叉时,20日均线由下住上穿越10日均线,形成20日平均线在上,10日均线在下时,其交点称为“死亡交叉”,“死亡交叉”预示空头市场来临,股市将下跌,此时是出场的最佳时机。
    如果很好地运用移动平均线理论,再掌握行情的真正趋势,就能获取可观利润。但移动平均线理论也有局限性,具体如下:
    移动平均线是股价定型后产生的图形,反映较慢,只适用于日间交易;
    移动平均线不能反映股价在当日的变化及成交量的大小,不适用于日内交易;
    移动平均线是趋势性模型,如果股价未形成趋势,只是频繁波动,模型不适用。
    2.3.3 用R语言实现均线模型
    接下来,我们利用R语言对股票数据进行操作,实现一个均线模型的实例。
    1.?从互联网下载数据
    R语言本身提供了丰富的金融函数工具包,quantmod包就是最常用的一个,不过quantmod包还要配合时间序列包zoo、可扩展的时间序列包xts、指标计算包TTR和可视包ggplot2等一起使用,关于zoo包和xts包的详细使用可以参考《R的极客理想——工具篇》的2.1节和2.2节。
    我们首先利用quantmod包,从互联网下载股票数据,并以CSV格式保存到本地。

    加载工具包

    head(IBM) # 查看前6条数据

    2010-01-04 131.18 132.97 130.85 132.45 6155300 121.91

    2010-01-05 131.68 131.85 130.10 130.85 6841400 120.44
    2010-01-06 130.68 131.49 129.81 130.00 5605300 119.66
    2010-01-07 129.87 130.25 128.91 129.55 5840600 119.24
    2010-01-08 129.07 130.92 129.05 130.85 4197200 120.44
    2010-01-11 131.06 131.06 128.67 129.48 5730400 119.18
    利用quantmod包的getSymbols()函数,默认会通过Yahoo金融的开放API下载数据,我们选择IBM的股票行情数据,从2010-01-01到2014-07-09的4年多的日间交易数据。数据类型为xts格式的时间序列,数据包括7个列,以日期做索引列,其他6列分别为开盘价(Open)、最高价(High)、最低价(Low)、收盘价(Close)、交易量(Volume)、调整价(Adjusted)。
    2.?实现简单的蜡烛图
    直接使用quantmod包的chartSeries()函数,我们可以画出可视化效果还不错的蜡烛图。简单的蜡烛图,如图2-5所示。

    chartSeries(IBM,TA = "addVo(); addSMA(); addEnvelope();addMACD(); addROC()")