通达信指标公式15:除权除息数据统计分析

#1.关于除权除息指标的介绍:本指标是小红牛原创指标之一,觉得有必要研究一下这个问题,所以就花时间整理一下这个指标相关内容,大家可以在本源码基础上,进一步优化自己的思路。本指标为通达信幅图指标,可以做排序指标统计,这里幅图显示要比主图显示更有优势,无未来函数,4个参数。指标名称:除权除息统计。

#龙虎榜小红牛系统,官方微信公众号:gxzfp888

#龙虎榜小红牛系统,官方微信公众号:gxzfp888

在这里插入图片描述
#A:指标思想:通过统计出来了的历史数据,来推算未来再次发生除权除息的时候,股票上涨的概率可能性是多少?以及未来可能上涨的涨幅是多少??,目的规避某些股票发生除权除息后,出现段时间内经常性较大的跌幅。

#B:指标的构成:(4个参数+幅图基本数据显示+上涨概率的计算+带参数上涨概率的计算)

1.★4个参数:zf表示涨幅的范围,df表示跌幅的取值范围,T表示统计数据的年份,为10代表大概10年的数据(t*250),N表示除权除息后,观察第几日的涨幅情况。下方参数可以自己自定义设置,以下是一个参数参考。

在这里插入图片描述
T*250,一年大概250个交易日,除权除息大多数的是一年,发生一次T=10,就意味着观察10年的数据,而不是从250开始做参数,这样写调参数的时候太累了。

2.★幅图基本数据显示:会显示除权除息发生的位置,时间,每股除息值,每股除权值多少,第N涨幅(你的参数N设置的是多少,就是第几天后的涨幅),如下方中国平安观察的n=3,即除权除息后第3天的涨幅。在这里插入图片描述
3.★上涨概率的计算:上涨次数是第N涨幅>0的次数统计,下跌次数是第N涨幅<=0(这里把涨幅=0也归到下跌次数里面,影响也不大,当然你也可以在源码里面把=0去掉)。

除权除息次数:在设置好的参数,统计出某只股票,发生除权或除息的总次数。

上涨的概率:=上涨次数100/(上涨次数+下跌次数),也可以写成=上涨次数100/除权除息次数。

正负向平均波动:是计算发生除权除息后,第N涨幅的涨幅的波动,假设某股发生了3次除权或除息,分别对应的第N涨幅是-1,3,2 那么他的平均波动是-1的绝对值+3+2=6,然后6/3(发生的次数)=2,那么他的平均波动就是2,那么发生除权除息后上涨或下跌是2%,具体你可以看一下上涨的多,还是下跌的多,来判断2%是正向流动还是负向流动。这里也可以分开的统计一下平均波动,即正向负向的平均波动,对正向或负涨幅波动平均计算。

★带参数上涨的概率计算:带参数可以和不带参数的做个数据对比,以及自定义观察参数。涨幅次数:是统计第N涨幅,大于2%,在10年发生的次数。反之跌幅次数是统计小于-2%的发生次数。

带参上涨的概率=涨幅次数100/(涨幅次数+跌幅次数),这是概率是计算±2%发生的概率,你也可以与总次数做一个占比,带参上涨的概率=涨幅次数100/除权除息次数。这里就不做过去解释,自己灵活运用,自己自定义优化,明白里面的指标源码的意思就可以了。

#C.其他需要注意的地方:当你用鼠标,把指标调出来的时候,他只会显示当前K线页面,对当前K线数发生除权的次数统计,解决这个tdx小bug你可以使用上下左右,进行缩放从而得到更多的数据统计。这也是指标源码增加一个时间显示的好处,大概到了哪个位置了。在这里插入图片描述
源码如下:


{龙虎榜小红牛软件系统,官方微信公众号:GXZFP888}

除息或除权:=SPLITBARS(0,2)=0;
时间:=REF(DATE+19000000,SPLITBARS(0,2)),NODRAW;
除息时间:=REF(DATE+19000000,SPLITBARS(0,1)),NODRAW,COLORFFAA00;
除权时间:=REF(DATE+19000000,SPLITBARS(0,0)),NODRAW,COLORFFAA00;

{1.每一股派除权除息值的写法}
每股派息:=IF(除息时间,SPLIT(0,1),0),NODRAW,COLORYELLOW;
每股除权:=IF(除权时间,SPLIT(0,0)/(1-SPLIT(0,0)),0),NODRAW;
{显示除息或除权出现的位置}
STICKLINE(除息或除权,0,1,0,1);

显示1:=VARCAT('每股除权 ',VAR2STR(每股除权,2));
DRAWTEXT(SPLITBARS(0,0),0.9, 显示1),COLORRED;

显示2:=VARCAT('每股除息 ',VAR2STR(每股派息,2));
DRAWTEXT(SPLITBARS(0,1),0.8, 显示2),COLORYELLOW;

显示3:=VARCAT('时间 ',VAR2STR(时间,0));
DRAWTEXT(SPLITBARS(0,2),0.6, 显示3),COLORLIBLUE;

涨跌幅:=(C-REF(C,1))*100/REF(C,1),NODRAW;
{T*250,一年大概250天,除权除息大多数的是一年,发生一次T=10,就意味着观察10年的数据}
除权除息次数:COUNT(除息或除权,T*250),NODRAW;

{2.不带参数的上涨统计}
第N涨幅:=REF(涨跌幅,SPLITBARS(0,2)-N),NODRAW;
上涨次数:COUNT(第N涨幅>0 AND REF(除息或除权,N),T*250),NODRAW;
下跌次数:COUNT(第N涨幅<=0 AND REF(除息或除权,N),T*250),NODRAW;
上涨的概率:上涨次数*100/(上涨次数+下跌次数),NODRAW;

正向平均波动:SUM(IF(第N涨幅>0 AND REF(除息或除权,N),第N涨幅,0),T*250)/上涨次数,NODRAW;

负向平均波动:SUM(IF(第N涨幅<=0 AND REF(除息或除权,N),第N涨幅,0),T*250)/下跌次数,NODRAW;

显示4:=VARCAT('第N涨幅',VAR2STR(第N涨幅,2));
DRAWTEXT(REF(除息或除权,N),0.4, 显示4),COLORMAGENTA;

{3.带参数的涨幅统计}

涨幅次数:COUNT(第N涨幅>=ZF AND REF(除息或除权,N),T*250),NODRAW;
跌幅次数:COUNT(第N涨幅<=DF AND REF(除息或除权,N),T*250),NODRAW;
带参上涨的概率:涨幅次数*100/(涨幅次数+跌幅次数),NODRAW;

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/84666.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

树结构使用实例---实现数组和树结构的转换

文章目录 一、为什么要用树结构&#xff1f;二、使用步骤 1.引入相关json2.树结构的转换总结 一、为什么要用树结构&#xff1f; 本文将讲述一个实例&#xff0c;构造一棵树来实现数组和tree的转换&#xff0c;这在前端树结构中是经常遇到的 后端返回树结构方便管理&#xff…

轻松实现24小时无人直播带货,只需一款无人值守手机直播软件!

现在做线上运营&#xff0c;基本上就离不开短视频平台&#xff0c;想要做好短视频平台&#xff0c;就得弄懂如何在平台上进行直播。 今年以来&#xff0c;以专帮科技为首的一些科技公司研发的手机无人直播技术得到了快速发展&#xff0c;使得越来越多的企业和个人开始使用此类…

前端---需要了解浏览器相关知识--浏览器请求服务器资源---缓存

知识点1: 掘金1&#xff1a;浏览器缓存 掘金2 :浏览器缓存 一、浏览器缓存 请求&#xff08;静态资源 &#xff5c; 动态资源&#xff09; 一、缓存是什么&#xff1f; 如果没有缓存的机制 每次都要重新请求静态资源 1.从网络上的下载时间&#xff0c;肯定大于从硬盘里读的…

Pika Labs - 用AI工具生成短视频大片

今天我要跟大家分享如何用AI工具1分钟内生成一个短视频大片&#xff0c;效果完全不输影视大V。 只需要用一句话就可以生成视频&#xff0c;或者用一张图就能生成视频&#xff0c;这就是最新推出的AI工具Pika Labs&#xff01;被网友誉为“全球最优秀的文本生成视频AI”。 目前…

在思科(Cisco)设备上配置 DHCP 服务器

DHCP广泛用于LAN环境中&#xff0c;从集中式服务器动态分配主机IP地址&#xff0c;从而显着减少IP地址管理的开销。DHCP 还有助于节省有限的 IP 地址空间&#xff0c;因为不再需要将 IP 地址永久分配给主机&#xff0c;只有连接到网络的主机才会使用 IP 地址。DHCP 服务器将路由…

JSON的处理

1、JSON JSON(JavaScript Object Notation)&#xff1a;是一种轻量级的数据交换格式。 它是基于 ECMAScript 规范的一个子集&#xff0c;采用完全独立于编程语言的文本格式来存储和表示数据。 简洁和清晰的层次结构使得 JSON 成为理想的数据交换语言。易于人阅读和编写&#…

VR漫游:720度实景参观,打造魅力生态小区

随着城市的不断发展&#xff0c;小区的建设越发具有生态化、绿色化的特点&#xff0c;人们也会偏向选择更加适合居住的小区。为了让更多的用户体验小区的舒适性&#xff0c;不少地产开发商准备引入VR漫游技术。 VR漫游不仅能够真实地展示现场环境&#xff0c;还可以改变传统网络…

问道管理:沪指失守3100点 机构判断“市场底”渐行渐近

8月21日&#xff0c;沪深两市股指盘中全线走低&#xff0c;三大股指收盘均跌超1%&#xff0c;其间沪指收盘指数今年以来初次失守3100点&#xff0c;创业板指更是3年多来初次跌破2100点。截至收盘&#xff0c;沪指跌1.24%报3092.98点&#xff0c;深证成指跌1.32%报10320.39点&am…

k8s v1.27.4 部署metrics-serverv:0.6.4,kube-prometheus

只有一个问题&#xff0c;原来的httpGet存活、就绪检测一直不通过&#xff0c;于是改为tcpSocket后pod正常。 wget https://github.com/kubernetes-sigs/metrics-server/releases/latest/download/components.yaml修改后的yaml文件&#xff0c;镜像修改为阿里云 apiVersion: …

Fedora Linux 的家族(三):实验室

导读本文将对 Fedora Linux 实验室版本进行更详细的介绍。 根据个人需求&#xff0c;每个人使用计算机的方式都不同。你可能是一位设计师&#xff0c;需要在计算机上安装各种设计软件。或者你可能是一位游戏玩家&#xff0c;所以需要一个支持你喜欢的游戏的操作系统。有时候我们…

【C++入门到精通】C++入门 —— priority_queue(STL)优先队列

阅读导航 前言一、priority_queue简介1. 概念2. 特点 二、priority_queue使用1. 基本操作2. 底层结构 三、priority_queue模拟实现⭕ C代码⭕priority_queue中的仿函数 总结温馨提示 前言 ⭕文章绑定了VS平台下std::priority_queue的源码&#xff0c;大家可以下载了解一下&…

2023.8 - java - Number类和Math类

一般地&#xff0c;当需要使用数字的时候&#xff0c;我们通常使用内置数据类型&#xff0c;如&#xff1a;byte、int、long、double 等。 然而&#xff0c;在实际开发过程中&#xff0c;我们经常会遇到需要使用对象&#xff0c;而不是内置数据类型的情形。为了解决这个问题&a…

uni-app打包后安卓不显示地图及相关操作详解

新公司最近用uni-app写app&#xff0c;之前的代码有很多问题&#xff0c;正好趁着改bug的时间学习下uni-app。 问题现象&#xff1a; 使用uni-app在浏览器调试的时候&#xff0c;地图是展示的&#xff0c;但是打包完成后&#xff0c;在app端是空白的。咱第一次写app&#xff…

【面试经典150题】合并两个有序数组-JS版

题目来源 初始思路&#xff1a;同时循环遍历两个数组&#xff0c;选出较小元素放入新数组。剩下一个没有被遍历完的数组的剩余元素直接拼接到新数组后。 错误示例&#xff1a; var merge function (nums1, m, nums2, n) {let i 0,j 0,nums3 [];while (i < m &&am…

PostMan 测试项目是否支持跨域

使用PostMan可以方便快速的进行跨域测试。 只需要在请求头中手动添加一个Origin的标头&#xff0c;声明需要跨域跨到的域&#xff08;IP&#xff1a;端口&#xff09;就行&#xff0c;其余参数PostMan会自动生成。添加此标头后&#xff0c;请求会被做为一条跨域的请求来进行处…

Java智慧工地系统源码(微服务+Java+Springcloud+Vue+MySQL)

智慧工地系统是依托物联网、互联网、AI、可视化建立的大数据管理平台&#xff0c;是一种全新的管理模式&#xff0c;能够实现劳务管理、安全施工、绿色施工的智能化和互联网化。围绕施工现场管理的人、机、料、法、环五大维度&#xff0c;以及施工过程管理的进度、质量、安全三…

uni-app 打包生成签名Sha1

Android平台打包发布apk应用&#xff0c;需要使用数字证书&#xff08;.keystore文件&#xff09;进行签名&#xff0c;用于表明开发者身份。 可以使用JRE环境中的keytool命令生成。以下是windows平台生成证书的方法&#xff1a; 安装JRE环境&#xff08;推荐使用JRE8环境&am…

K8s学习笔记4

场景&#xff1a; 项目研发部门最近要进行应用运行基础环境迁移&#xff0c;需要由原先的虚拟机环境迁移到K8s集群环境中&#xff0c;以便应对开发快速部署和快速测试的需要&#xff0c;因此&#xff0c;需要准备一套可以用于开发需求的K8s集群&#xff0c;但是对于仅有容器基…

人事变动?前沃尔沃汽车大中华区总裁钦培吉将加盟吉利

根据消息&#xff0c;吉利控股集团高级副总裁杨学良在今天上午通过微博宣布&#xff0c;前沃尔沃汽车大中华区总裁钦培吉将加盟吉利。钦培吉将担任吉利汽车集团销售公司副总经理&#xff0c;并负责集团渠道发展委员会的主任一职&#xff0c;向吉利汽车集团的高级副总裁林杰报告…

前馈神经网络解密:深入理解人工智能的基石

目录 一、前馈神经网络概述什么是前馈神经网络前馈神经网络的工作原理应用场景及优缺点 二、前馈神经网络的基本结构输入层、隐藏层和输出层激活函数的选择与作用网络权重和偏置 三、前馈神经网络的训练方法损失函数与优化算法反向传播算法详解避免过拟合的策略 四、使用Python…