加密货币的基本交易技术指标

是币安交易市场的基本版视图,trading View是有更复杂的参数追踪。在这里插入图片描述币安的交易的技术指标有主图和副图。有很多指标,让ai解释一下相关概念和意义。加密货币交易中可能遇到的主图指标及其含义:

1. MA(移动平均线,Moving Average)

  • 定义: 计算一段时间内价格的平均值,常用周期有5日、10日、20日、50日、100日和200日。
  • 用途: 用于识别趋势方向,价格在MA之上通常为上升趋势,反之则为下降趋势。

2. EMA(指数移动平均线,Exponential Moving Average)

  • 定义: 对近期价格赋予更高权重,反应更快。
  • 用途: 适合短期交易,能更快捕捉价格变化。

3. WMA(加权移动平均线,Weighted Moving Average)

  • 定义: 对近期价格赋予更高权重,但权重分配方式与EMA不同。
  • 用途: 类似EMA,适合短期交易。

4. BOLL(布林带,Bollinger Bands)

  • 定义: 由中轨(MA)和上下轨(标准差计算)组成,形成价格通道。
  • 用途: 判断波动性和超买超卖,价格触及上轨可能超买,触及下轨可能超卖。

5. VWAP(成交量加权平均价格,Volume Weighted Average Price)

  • 定义: 根据成交量加权的平均价格,反映市场平均交易成本。
  • 用途: 常用于日内交易,价格高于VWAP可能看涨,低于则可能看跌。

6. AVL(平均成交量,Average Volume)

  • 定义: 计算一段时间内的平均成交量。
  • 用途: 衡量市场活跃度,高成交量通常伴随趋势延续或反转。

7. TRIX(三重指数平滑平均线,Triple Exponential Average)

  • 定义: 对价格进行三次指数平滑,过滤短期波动。
  • 用途: 识别趋势变化,TRIX线穿越信号线可能预示趋势反转。

8. SAR(抛物线转向指标,Parabolic SAR)

  • 定义: 由一系列点组成,点在价格下方为买入信号,上方为卖出信号。
  • 用途: 判断趋势反转,适合趋势跟踪。

总结

这些指标各有侧重,MA、EMA、WMA用于趋势识别,BOLL衡量波动性,VWAP反映市场成本,AVL评估市场活跃度,TRIX和SAR则用于趋势反转判断。结合使用这些指标可以提高交易决策的准确性。

副图指标主要用于辅助分析价格走势动量成交量等市场行为。以下是这些指标的解释:


1. VOL(成交量,Volume)

  • 定义: 显示一定时间内的交易量。
  • 用途: 成交量增加通常伴随趋势延续,成交量减少可能预示趋势减弱或反转。

2. MACD(指数平滑异同移动平均线,Moving Average Convergence Divergence)

  • 定义: 由快线(DIF)、慢线(DEA)和柱状图(MACD Histogram)组成,反映价格动量的变化。
  • 用途:
    • DIF上穿DEA为买入信号,下穿为卖出信号。
    • 柱状图的变化反映动量强弱。

3. RSI(相对强弱指数,Relative Strength Index)

  • 定义: 衡量价格变动的速度和幅度,范围0-100。
  • 用途:
    • RSI > 70 为超买,可能回调。
    • RSI < 30 为超卖,可能反弹。

4. MFI(资金流量指数,Money Flow Index)

  • 定义: 结合价格和成交量的动量指标,范围0-100。
  • 用途:
    • MFI > 80 为超买,可能回调。
    • MFI < 20 为超卖,可能反弹。

5. KDJ(随机指标,Stochastic Oscillator)

  • 定义: 由K线、D线和J线组成,反映价格相对于一定周期内高低点的位置。
  • 用途:
    • K > 80 为超买,K < 20 为超卖。
    • K线上穿D线为买入信号,下穿为卖出信号。

6. OBV(能量潮,On-Balance Volume)

  • 定义: 基于成交量的累积指标,反映资金流入流出。
  • 用途:
    • OBV上升表示资金流入,可能看涨。
    • OBV下降表示资金流出,可能看跌。

7. CCI(商品通道指数,Commodity Channel Index)

  • 定义: 衡量价格与统计平均值的偏离程度。
  • 用途:
    • CCI > 100 为超买,可能回调。
    • CCI < -100 为超卖,可能反弹。

8. StochRSI(随机相对强弱指数,Stochastic RSI)

  • 定义: 对RSI进行随机化处理,范围0-100。
  • 用途:
    • StochRSI > 0.8 为超买,可能回调。
    • StochRSI < 0.2 为超卖,可能反弹。

9. WR(威廉指标,Williams %R)

  • 定义: 衡量价格相对于一定周期内高低点的位置,范围-100到0。
  • 用途:
    • WR > -20 为超买,可能回调。
    • WR < -80 为超卖,可能反弹。

10. DMI(动向指数,Directional Movement Index)

  • 定义: 由+DI(正向指标)、-DI(负向指标)和ADX(平均动向指数)组成,衡量趋势强度和方向。
  • 用途:
    • +DI > -DI 为上升趋势,-DI > +DI 为下降趋势。
    • ADX > 25 表示趋势强劲。

11. MTM(动量指标,Momentum)

  • 定义: 衡量价格变动的速度,反映价格动量。
  • 用途:
    • MTM > 0 表示动量向上,可能看涨。
    • MTM < 0 表示动量向下,可能看跌。

12. EMV(简易波动指标,Ease of Movement)

  • 定义: 结合价格和成交量,衡量价格变动的难易程度。
  • 用途:
    • EMV > 0 表示价格上升较容易,可能看涨。
    • EMV < 0 表示价格下降较容易,可能看跌。

总结

这些副图指标从不同角度分析市场行为:

  • 动量指标: MACD、RSI、MFI、KDJ、StochRSI、CCI、WR、MTM。
  • 成交量指标: VOL、OBV、EMV。
  • 趋势指标: DMI。

结合主图和副图指标,可以更全面地判断市场趋势、动量和资金流向,从而优化交易决策。

技术参数


主图指标

1. MA(移动平均线)
  • 公式:
    M A = ∑ i = 1 n C l o s e i n MA = \frac{\sum_{i=1}^{n} Close_i}{n} MA=ni=1nClosei
    (Close_i) 为第 (i) 天的收盘价,(n) 为周期。
  • 常用参数: 5、10、20、50、100、200。
2. EMA(指数移动平均线)
  • 公式:
    E M A t = ( C l o s e t × α ) + ( E M A t − 1 × ( 1 − α ) ) EMA_t = (Close_t \times \alpha) + (EMA_{t-1} \times (1 - \alpha)) EMAt=(Closet×α)+(EMAt1×(1α))
    α = 2 n + 1 \alpha = \frac{2}{n+1} α=n+12 n n n 为周期。
  • 常用参数: 12、26。
3. WMA(加权移动平均线)
  • 公式:
    W M A = ∑ i = 1 n ( C l o s e i × w i ) ∑ i = 1 n w i WMA = \frac{\sum_{i=1}^{n} (Close_i \times w_i)}{\sum_{i=1}^{n} w_i} WMA=i=1nwii=1n(Closei×wi)
    w i w_i wi 为权重,通常 w i = n − i + 1 w_i = n - i + 1 wi=ni+1
  • 常用参数: 10、20。
4. BOLL(布林带)
  • 公式:
    • 中轨: M A = ∑ i = 1 n C l o s e i n MA = \frac{\sum_{i=1}^{n} Close_i}{n} MA=ni=1nClosei
    • 上轨: M A + k × σ MA + k \times \sigma MA+k×σ
    • 下轨: M A − k × σ MA - k \times \sigma MAk×σ
      σ \sigma σ为标准差, k k k 为倍数。
  • 常用参数: (n = 20),(k = 2)。
5. VWAP(成交量加权平均价格)
  • 公式:
    V W A P = ∑ i = 1 n ( P r i c e i × V o l u m e i ) ∑ i = 1 n V o l u m e i VWAP = \frac{\sum_{i=1}^{n} (Price_i \times Volume_i)}{\sum_{i=1}^{n} Volume_i} VWAP=i=1nVolumeii=1n(Pricei×Volumei)
  • 常用参数: 通常用于日内交易,无固定周期。
6. TRIX(三重指数平滑平均线)
  • 公式:
    • 对价格进行三次EMA平滑。
    • TRIX = E M A 3 t − E M A 3 t − 1 E M A 3 t − 1 × 100 \frac{EMA3_t - EMA3_{t-1}}{EMA3_{t-1}} \times 100 EMA3t1EMA3tEMA3t1×100
  • 常用参数: 12。
7. SAR(抛物线转向指标)
  • 公式:
    • S A R t = S A R t − 1 + A F × ( E P − S A R t − 1 ) SAR_{t} = SAR_{t-1} + AF \times (EP - SAR_{t-1}) SARt=SARt1+AF×(EPSARt1)
    • AF(加速因子)初始值为0.02,每次达到新高/新低时增加0.02,最大值为0.2。
    • EP(极值点)为当前趋势的最高价或最低价。
  • 常用参数: AF = 0.02,Max AF = 0.2。

副图指标

1. VOL(成交量)
  • 公式: 直接显示成交量。
  • 常用参数: 无。
2. MACD(指数平滑异同移动平均线)
  • 公式:
    - D I F = E M A ( C l o s e , 12 ) − E M A ( C l o s e , 26 ) DIF = EMA(Close, 12) - EMA(Close, 26) DIF=EMA(Close,12)EMA(Close,26)
    • D E A = E M A ( D I F , 9 ) DEA = EMA(DIF, 9) DEA=EMA(DIF,9)
    • M A C D H i s t o g r a m = D I F − D E A MACD Histogram = DIF - DEA MACDHistogram=DIFDEA
  • 常用参数: 12、26、9。
    DIF(差离值):快速线与慢速线的差值。

DEA(信号线):DIF 的移动平均线。

MACD 柱状图(Histogram):DIF 与 DEA 的差值。
在这里插入图片描述

3. RSI(相对强弱指数)
  • 公式:
    R S I = 100 − 100 1 + R S RSI = 100 - \frac{100}{1 + RS} RSI=1001+RS100
    R S = 平均上涨幅度 平均下跌幅度 RS = \frac{\text{平均上涨幅度}}{\text{平均下跌幅度}} RS=平均下跌幅度平均上涨幅度
  • 常用参数: 14。
4. MFI(资金流量指数)
  • 公式:
    • 典型价格 T P = H i g h + L o w + C l o s e 3 TP = \frac{High + Low + Close}{3} TP=3High+Low+Close
    • 资金流量 M F = T P × V o l u m e MF = TP \times Volume MF=TP×Volume
    • MFI = 100 − 100 1 + 正资金流量 负资金流量 100 - \frac{100}{1 + \frac{\text{正资金流量}}{\text{负资金流量}}} 1001+负资金流量正资金流量100
  • 常用参数: 14。
5. KDJ(随机指标)
  • 公式:
    • K = C l o s e − L o w e s t L o w H i g h e s t H i g h − L o w e s t L o w × 100 K = \frac{Close - Lowest Low}{Highest High - Lowest Low} \times 100 K=HighestHighLowestLowCloseLowestLow×100
    • D = M A ( K , 3 ) D = MA(K, 3) D=MA(K,3)
    • J = 3 K − 2 D J = 3K - 2D J=3K2D
  • 常用参数: 9、3、3。
6. OBV(能量潮)
  • 公式:
    • 如果 C l o s e t > C l o s e t − 1 Close_t > Close_{t-1} Closet>Closet1,则 O B V t = O B V t − 1 + V o l u m e t OBV_t = OBV_{t-1} + Volume_t OBVt=OBVt1+Volumet
    • 如果 C l o s e t < C l o s e t − 1 Close_t < Close_{t-1} Closet<Closet1,则 O B V t = O B V t − 1 − V o l u m e t OBV_t = OBV_{t-1} - Volume_t OBVt=OBVt1Volumet
  • 常用参数: 无。
7. CCI(商品通道指数)
  • 公式:
    C C I = T P − M A ( T P , n ) 0.015 × M D ( T P , n ) CCI = \frac{TP - MA(TP, n)}{0.015 \times MD(TP, n)} CCI=0.015×MD(TP,n)TPMA(TP,n)
    T P = H i g h + L o w + C l o s e 3 TP = \frac{High + Low + Close}{3} TP=3High+Low+Close M D MD MD 为平均偏差。
  • 常用参数: 20。
8. StochRSI(随机相对强弱指数)
  • 公式:
    S t o c h R S I = R S I − min ⁡ ( R S I , n ) max ⁡ ( R S I , n ) − min ⁡ ( R S I , n ) StochRSI = \frac{RSI - \min(RSI, n)}{\max(RSI, n) - \min(RSI, n)} StochRSI=max(RSI,n)min(RSI,n)RSImin(RSI,n)
  • 常用参数: 14、3。
9. WR(威廉指标)
  • 公式:
    W R = H i g h e s t H i g h − C l o s e H i g h e s t H i g h − L o w e s t L o w × ( − 100 ) WR = \frac{Highest High - Close}{Highest High - Lowest Low} \times (-100) WR=HighestHighLowestLowHighestHighClose×(100)
  • 常用参数: 14。
10. DMI(动向指数)
  • 公式:
    • +DI = E M A ( + D M , n ) A T R ( n ) × 100 \frac{EMA(+DM, n)}{ATR(n)} \times 100 ATR(n)EMA(+DM,n)×100
    • -DI = E M A ( − D M , n ) A T R ( n ) × 100 \frac{EMA(-DM, n)}{ATR(n)} \times 100 ATR(n)EMA(DM,n)×100
    • ADX = E M A ( ∣ + D I − − D I + D I + − D I ∣ × 100 , m ) EMA(\left|\frac{+DI - -DI}{+DI + -DI}\right| \times 100, m) EMA( +DI+DI+DIDI ×100,m)
  • 常用参数: (n = 14),(m = 14)。
11. MTM(动量指标)
  • 公式:
    M T M = C l o s e t − C l o s e t − n MTM = Close_t - Close_{t-n} MTM=ClosetClosetn
  • 常用参数: 10。
12. EMV(简易波动指标)
  • 公式:
    E M V = H i g h + L o w 2 − H i g h t − 1 + L o w t − 1 2 V o l u m e H i g h − L o w EMV = \frac{\frac{High + Low}{2} - \frac{High_{t-1} + Low_{t-1}}{2}}{\frac{Volume}{High - Low}} EMV=HighLowVolume2High+Low2Hight1+Lowt1
  • 常用参数: 14。

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/955793.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

简单介绍JSONStream的使用

地址 作用 这个模块是根据需要筛选出json数据中自己所需要的数据 使用 var JSONStream require("JSONStream"); var parse require("fast-json-parse"); var fs require("fs");fs.createReadStream("./time.json").pipe(JSONSt…

UOS扩容攻略:迁移home

原文链接&#xff1a;UOS扩容攻略&#xff1a;迁移/home Hello&#xff0c;大家好啊&#xff01;今天给大家带来一篇关于 UOS 扩容攻略&#xff1a;迁移 /home 目录 的文章。相信很多朋友在使用 UOS 系统时&#xff0c;会遇到系统分区空间不足&#xff0c;尤其是 /home 目录存…

RK3588平台开发系列讲解(NPU篇)NPU 驱动的组成

文章目录 一、NPU 驱动组成二、查询 NPU 驱动版本三、查询 rknn_server 版本四、查询 librknn_runtime 版本沉淀、分享、成长,让自己和他人都能有所收获!😄 一、NPU 驱动组成 NPU 驱动版本、rknn_server 版本、librknn_runtime 版本以及 RKNN Toolkit 版本的对应关系尤为重…

【实践】操作系统智能助手OS Copilot新功能测评

一、引言 数字化加速发展&#xff0c;尤其人工智能的发展速度越来越快。操作系统智能助手成为提升用户体验与操作效率的关键因素。OS Copilot借助语言模型&#xff0c;人工智能等&#xff0c;对操作系统的自然语言交互操作 推出很多功能&#xff0c;值得开发&#xff0c;尤其运…

C# OpenCvSharp 部署3D人脸重建3DDFA-V3

目录 说明 效果 模型信息 landmark.onnx net_recon.onnx net_recon_mbnet.onnx retinaface_resnet50.onnx 项目 代码 下载 参考 C# OpenCvSharp 部署3D人脸重建3DDFA-V3 说明 地址&#xff1a;https://github.com/wang-zidu/3DDFA-V3 3DDFA_V3 uses the geometri…

Linux-day08

第17章 大数据定制篇-shell编程 shell编程快速入门 shell变量 设置环境变量 把行号打开 set nu 位置参数变量 预定义变量 在一个脚本中执行了另外一个脚本所以卡住了 CTRLC退出 运算符 operator运算符 条件判断 流程控制 单分支多分支 case语句 for循环 反复的把取出来的i值…

海康工业相机的应用部署不是简简单单!?

作者&#xff1a;SkyXZ CSDN&#xff1a;SkyXZ&#xff5e;-CSDN博客 博客园&#xff1a;SkyXZ - 博客园 笔者使用的设备及环境&#xff1a;WSL2-Ubuntu22.04MV-CS016-10UC 不会吧&#xff1f;不会吧&#xff1f;不会还有人拿到海康工业相机还是一脸懵叭&#xff1f;不会还有人…

ComfyUI-PromptOptimizer:文生图提示优化节点

ComfyUI-PromptOptimizer 是 ComfyUI 的一个自定义节点&#xff0c;旨在优化文本转图像模型的提示。它将用户输入的提示转换为更详细、更多样化、更生动的描述&#xff0c;使其更适合生成高质量的图像。无需本地模型。 1、功能 提示优化&#xff1a;优化用户输入的提示以生成…

力扣 完全平方数

动态规划&#xff0c;找到前几个状态做更新。 题目 从题可看出又是一道dp&#xff0c;只要找到一个最大的平方数&#xff0c;然后往回退到上个状态&#xff0c;然后再用回退的状态加回去这个平方数即加上这一种。注意这里的所含平方数并不是随着数字变大而变大的&#xff0c;因…

使用 Java 开发 Android 应用:Kotlin 与 Java 的混合编程

使用 Java 开发 Android 应用&#xff1a;Kotlin 与 Java 的混合编程 在开发 Android 应用程序时&#xff0c;我们通常可以选择使用 Java 或 Kotlin 作为主要的编程语言。然而&#xff0c;有些开发者可能会想要在同一个项目中同时使用这两种语言&#xff0c;这就是所谓的混合编…

BeanFactory 是什么?它与 ApplicationContext 有什么区别?

谈到Spring&#xff0c;那势必要讲讲容器 BeanFactory 和 ApplicationContext。 BeanFactory是什么&#xff1f; BeanFactory&#xff0c;其实就是 Spring 容器&#xff0c;用于管理和操作 Spring 容器中的 Bean。可能此时又有初学的小伙伴会问&#xff1a;Bean 是什么&#x…

ABP - 缓存模块(1)

ABP - 缓存模块&#xff08;1&#xff09; 1. 与 .NET Core 缓存的关系和差异2. Abp 缓存的使用2.1 常规使用2.2 非字符串类型的 Key2.3 批量操作 3. 额外功能 1. 与 .NET Core 缓存的关系和差异 ABP 框架中的缓存系统核心包是 Volo.Abp.Caching &#xff0c;而对于分布式缓存…

SWD仿真接口(for ARM)的使用方法

概述: JTAG JTAG代表联合测试行动小组(定义JTAG标准的小组),旨在作为测试板的一种方式。JTAG允许用户与微控制器的各个部分进行对话。在许多情况下,这涉及一组指令或对电路板进行编程。JTAG标准定义了5个引脚: TCK: Test Clock TMS: Test Mode Select TDI: Test Data-…

Linux UDP 编程详解

一、引言 在网络编程领域&#xff0c;UDP&#xff08;User Datagram Protocol&#xff0c;用户数据报协议&#xff09;作为一种轻量级的传输层协议&#xff0c;具有独特的优势和适用场景。与 TCP&#xff08;Transmission Control Protocol&#xff0c;传输控制协议&#xff0…

OpenCV相机标定与3D重建(60)用于立体校正的函数stereoRectify()的使用

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 为已校准的立体相机的每个头计算校正变换。 cv::stereoRectify 是 OpenCV 中用于立体校正的函数&#xff0c;它基于已知的相机参数和相对位置&am…

AWS物联网连接的数据记录器在冰川环境中的性能比较:Campbell CR1000X与ESP32开源

论文标题 中文&#xff1a;AWS物联网连接的数据记录器在冰川环境中的性能比较&#xff1a;Campbell CR1000X与ESP32开源 英文&#xff1a;Performance comparison of AWS IoT connected dataloggers in glacier environments: Campbell CR1000X vs. ESP32 Open source 作者信…

K8S 节点选择器

今天我们来实验 pod 调度的 nodeName 与 nodeSelector。官网描述如下&#xff1a; 假设有如下三个节点的 K8S 集群&#xff1a; k8s31master 是控制节点 k8s31node1、k8s31node2 是工作节点 容器运行时是 containerd 一、镜像准备 1.1、镜像拉取 docker pull tomcat:8.5-jre8…

Python爬虫学习前传 —— Python从安装到学会一站式服务

早上好啊&#xff0c;大佬们。我们的python基础内容的这一篇终于写好了&#xff0c;啪唧啪唧啪唧…… 说实话&#xff0c;这一篇确实写了很久&#xff0c;一方面是在忙其他几个专栏的内容&#xff0c;再加上生活学业上的事儿&#xff0c;确实精力有限&#xff0c;另一方面&…

【书生大模型实战营】Git 基础知识-L0G3000

本文是书生大模型实战营系列的第三篇文章&#xff0c;本文的主题是&#xff1a;Git基础知识点。 原始教程链接&#xff1a;Tutorial/docs/L0/git/readme.md at camp4 InternLM/Tutorial 1.Git总览 什么是Git&#xff1f; Git是一个分布式版本控制系统&#xff0c;广泛用于…

基于SpringBoot+Vue旅游管理系统的设计和实现(源码+文档+部署讲解)

个人名片 &#x1f525; 源码获取 | 毕设定制| 商务合作&#xff1a;《个人名片》 ⛺️心若有所向往,何惧道阻且长 文章目录 个人名片环境需要技术栈功能介绍功能说明 环境需要 开发语言&#xff1a;Java 框架&#xff1a;springboot JDK版本&#xff1a;JDK1.8 数据库&…