各类指标算法之间的相互叠加与匹配,潜移默化之中,使得数据处理者的思维产生很重要的变化---全局观、大局观,或者是“共振观”,请看截图,网友的意思是,在指标一方的条件之下,另一方的指标也要发生同向性质的信号,以此增加数据处理之后的分析概率: 网友的留言 留言的意思是说,MACD的0轴下方,一是SKDJ产生金叉;二是DIF和DEA均为负值且也发生金叉。 思路步骤
算法建立 1. 引用系统指标MACD的算法,DIF与DEA赋值,删除MACD: 引用的算法 DIF:=EMA(CLOSE,SHORT)-EMA(CLOSE,LONG); DEA:=EMA(DIF,MID); 2. 引用系统指标SKDJ的算法,K与D赋值: LOWV:=LLV(LOW,N); HIGHV:=HHV(HIGH,N); RSV:=EMA((CLOSE-LOWV)/(HIGHV-LOWV)*100,M); K:=EMA(RSV,M); D:=MA(K,M); 3.四个条件的量化: DIF<=-0.01 DEA<=-0.01 CROSS(DIF,DEA) CROSS(K,D) 五个参数与完整代码 参数1~4 参数5 DIF:=EMA(CLOSE,SHORT)-EMA(CLOSE,LONG); DEA:=EMA(DIF,MID); LOWV:=LLV(LOW,N); HIGHV:=HHV(HIGH,N); RSV:=EMA((CLOSE-LOWV)/(HIGHV-LOWV)*100,M); K:=EMA(RSV,M); D:=MA(K,M); DIF<=-0.01 AND DEA<=-0.01 AND CROSS(DIF,DEA) AND CROSS(K,D); 本文始于网友的一段留言,却引发了我们对“叠加思维”所产生的“全局观”、“大局观”、“多算法共振”思想的深刻思考---珍珠不重要,由各类算法串联起来的“项链”才是珍贵无比的。 计算创造价值,分享助力成功,代码均可运行。 |
|