图片

见地战略--知晓信见地共享

图片

源码系列共享：知晓信回转K线战法：选股见地源码 无改日函数

01

图片

图片

见地简介：

图片

02

图片

图片

见地翻译确定：

VAR2赋值:最廉价-1日前的最廉价

VAR3赋值:要是VAR2的全皆值的3日[1日权重]迁移平均>0,复返VAR2的全皆值的3日[1日权重]迁移平均,不然复返0/要是VAR2和0的较大值的3日[1日权重]迁移平均>0,复返VAR2和0的较大值的3日[1日权重]迁移平均,不然复返0*100

VAR4赋值:要是收盘价*1.2,复返VAR3*10,不然复返VAR3/10的3日指数迁移平均

VAR5赋值:38日内最廉价的最低值

VAR6赋值:38日内VAR4的最高值

VAR7赋值:要是90日内最廉价的最低值,复返1,不然复返0

VAR8赋值:要是最廉价<=VAR5,复返(VAR4+VAR6*2)/2,不然复返0的3日指数迁移平均/618*VAR7

当满足要求VAR8>10时,在VAR8位置画9号图标

当满足要求1时,在横轴0纵轴0.07位置书写笔墨,画洋红色,线宽为4

当满足要求1时,在VAR8和0位置之间画柱状线,宽度为4,1不为0则画空腹柱.,COLORF000FF

当满足要求收阳线时,在横轴0纵轴0.2位置书写笔墨,画黄色

03

图片

图片

见地公式的示例形容：

import pandas as pdimport numpy import pandas as pdimport numpy as npimport talib# 假定df是包含金融阛阓数据的DataFrame，其中包括'最廉价'、'收盘价'等列# VAR2赋值:最廉价-1日前的最廉价df['VAR2'] = df['最廉价'] - df['最廉价'].shift(1)# VAR3赋值def compute_var3(row):    var2_abs_wma = talib.WMA(np.abs(df['VAR2']), timeperiod=3)[row]    var2_or_zero_wma = talib.WMA(np.maximum(df['VAR2'], 0), timeperiod=3)[row]    if var2_abs_wma > 0:        return var2_abs_wma    else:        return 0 if var2_or_zero_wma <= 0 else var2_or_zero_wma * 100df['VAR3'] = df.apply(compute_var3, axis=1)# VAR4赋值def compute_var4(row):    if df['收盘价'][row] * 1.2:        return df['VAR3'][row] * 10    else:        return talib.EMA(df['VAR3'] / 10, timeperiod=3)[row] df['VAR4'] = df.apply(compute_var4, axis=1)# VAR5赋值:38日内最廉价的最低值df['VAR5'] = df['最廉价'].rolling(window=38).min()# VAR6赋值:38日内VAR4的最高值df['VAR6'] = df['VAR4'].rolling(window=38).max()# VAR7赋值df['VAR7'] = (df['最廉价'].rolling(window=90).min() == df['最廉价']).astype(int)# VAR8赋值def compute_var8(row):    if df['最廉价'][row] <= df['VAR5'][row]:        var8_value = (df['VAR4'][row] + df['VAR6'][row] * 2) / 2    else:        var8_value = 0    return talib.EMA([var8_value], timeperiod=3) / 618 * df['VAR7'][row] df['VAR8'] = df.apply(compute_var8, axis=1)# 绘图和标识import matplotlib.pyplot as plt# 当满足要求VAR8>10时,在VAR8位置画9号图标plt.plot(df.index, df['VAR8'], label='VAR8') plt.scatter(df.index[df['VAR8'] > 10], df['VAR8'][df['VAR8'] > 10], marker='9', color='blue')# 当满足要求1时,在横轴0纵轴0.07位置书写笔墨,画洋红色,线宽为4plt.text(0, 0.07, 'Condition Met', color='magenta', fontsize=12, fontweight='bold')# 当满足要求1时,在VAR8和0位置之间画柱状线,宽度为4,1不为0则画空腹柱.,COLORF000FFplt.bar(df.index, df['VAR8'].clip(lower=0), width=4, color='#F000FF', edgecolor='black', linewidth=1)# 当满足要求收阳线时,在横轴0纵轴0.2位置书写笔墨,画黄色plt.text(0, 0.2, 'Positive Close', color='yellow', fontsize=12, fontweight='bold') plt.legend() plt.show()as npimport talib# 假定df是包含金融阛阓数据的DataFrame，其中包括'最廉价'、'收盘价'等列# VAR2赋值:最廉价-1日前的最廉价df['VAR2'] = df['最廉价'] - df['最廉价'].shift(1)# VAR3赋值def compute_var3(row):    var2_abs_wma = talib.WMA(np.abs(df['VAR2']), timeperiod=3)[row]    var2_or_zero_wma = talib.WMA(np.maximum(df['VAR2'], 0), timeperiod=3)[row]    if var2_abs_wma > 0:        return var2_abs_wma    else:        return 0 if var2_or_zero_wma <= 0 else var2_or_zero_wma * 100df['VAR3'] = df.apply(compute_var3, axis=1)# VAR4赋值def compute_var4(row):    if df['收盘价'][row] * 1.2:        return df['VAR3'][row] * 10    else:        return talib.EMA(df['VAR3'] / 10, timeperiod=3)[row] df['VAR4'] = df.apply(compute_var4, axis=1)# VAR5赋值:38日内最廉价的最低值df['VAR5'] = df['最廉价'].rolling(window=38).min()# VAR6赋值:38日内VAR4的最高值df['VAR6'] = df['VAR4'].rolling(window=38).max()# VAR7赋值df['VAR7'] = (df['最廉价'].rolling(window=90).min() == df['最廉价']).astype(int)# VAR8赋值def compute_var8(row):    if df['最廉价'][row] <= df['VAR5'][row]:        var8_value = (df['VAR4'][row] + df['VAR6'][row] * 2) / 2    else:        var8_value = 0    return talib.EMA([var8_value], timeperiod=3) / 618 * df['VAR7'][row] df['VAR8'] = df.apply(compute_var8, axis=1)# 绘图和标识import matplotlib.pyplot as plt# 当满足要求VAR8>10时,在VAR8位置画9号图标plt.plot(df.index, df['VAR8'], label='VAR8') plt.scatter(df.index[df['VAR8'] > 10], df['VAR8'][df['VAR8'] > 10], marker='9', color='blue')# 当满足要求1时,在横轴0纵轴0.07位置书写笔墨,画洋红色,线宽为4plt.text(0, 0.07, 'Condition Met', color='magenta', fontsize=12, fontweight='bold')# 当满足要求1时,在VAR8和0位置之间画柱状线,宽度为4,1不为0则画空腹柱.,COLORF000FFplt.bar(df.index, df['VAR8'].clip(lower=0), width=4, color='#F000FF', edgecolor='black', linewidth=1)# 当满足要求收阳线时,在横轴0纵轴0.2位置书写笔墨,画黄色plt.text(0, 0.2, 'Positive Close', color='yellow', fontsize=12, fontweight='bold') plt.legend() plt.show()

04

图片

图片

回归

各个变量（VAR2到VAR8），然后使用了matplotlib库来绘制图表和标识特定的要求。请瞩目，这里的一些函数（如talib.WMA和talib.EMA）来自于TA-Lib库，它是一个庸碌使用的技巧分析库。您可能需要装置并导入这些库才气动手上述代码。

此外，由于您的形容中有些要求相比暗昧（如“当满足要求1时”），我在代码中假定这些要求恒久为真来进行演示。在内容愚弄中，您需要凭据具体的要求来替换这些部分

05

图片

图片

见地导入方

电脑版导入见地模范：

‌打洞开晓信软件‌：确保软件也曾装置并更新到最新版块。

‌干与公式搞定器‌：

点击菜单栏的“公式系统”。

选拔“公式搞定器”（或使用快捷键Ctrl+F）。

‌新建公式‌：

在公式搞定器中点击“新建”按钮。

选拔要创建的公式类型（如主图见地、副图见地或分时见地）。

‌裁剪公式‌：

将之前提供的见地代码复制并粘贴到裁剪器中。

填写公式称号，确保称号独一且易于识别。

凭据需要退换公式参数和容貌等竖立。

‌保存公式‌：

点击“确定”或“保存”按钮。

在弹出的对话框中选拔对应的见地类型（主图、副图或分时）。

‌愚弄公式‌：

在图表上输入公式称号的首字母，然后按回车键即可愚弄该见地。

关于分时见地，需要在分时图上右键选拔“分时见地”，然后选拔刚刚添加的见地。

手机版知晓信添加自界说见地模范：

‌翻开手机版知晓信‌：确保也曾装置了知晓信的手机愚弄，并登录账号。

‌干与见地搞定‌：

在见地称号处点击或找到“见地搞定”进口。

‌新增见地‌：

点击“新增”或一样按钮。

输入见地称号。

将之前提供的见地代码粘贴到相应的裁剪框中。

‌保存见地‌：

点击右上角的“保存”或一样按钮。

‌愚弄见地‌：

在见地称号处再次点击，选拔刚刚添加的见地。

见地将自动愚弄到现时图表上。

06

图片

图片

见地源码

{主力吸筹}

VAR2:=L-REF(L,1);VAR3:=IF(SMA(ABS(VAR2),3,1)>0,SMA(ABS(VAR2),3,1),0)/IF(SMA(MAX(VAR2,0),3,1)>0,SMA(MAX(VAR2,0),3,1),0)*100;VAR4:=EMA(IF(CLOSE*1.2,VAR3*10,VAR3/10),3);VAR5:=LLV(L,38);VAR6:=HHV(VAR4,38);VAR7:=IF(LLV(L,90),1,0);VAR8:=EMA(IF(L<=VAR5,(VAR4+VAR6*2)/2,0),3)/618*VAR7;DRAWICON(VAR8>10,VAR8,9);DRAWTEXT_FIX(1,0,0.07,0,'微信公众号：见地战略'),COLORMAGENTA,LINETHICK4;STICKLINE(1,VAR8 ,0,4,1),COLORF000FF;DRAWTEXT_FIX(C>O,0,0.2,0,'更多精彩见地公式，请温雅微信公众号：见地战略'),COLORYELLOW;

图片

图片

瞩目事项：

确保见地代码莫得语法无理或遗漏的部分。

见地称号应浮浅明了，幸免与其他已有见地污染。

在愚弄见地时，确保选拔了正确的见地类型（如K线图、分时图等）。

要是见地莫得立即裸露，请尝试刷新见地或重启软件。

本站仅提供存储作事，悉数内容均由用户发布，如发现存害或侵权内容，请点击举报。