当前位置: 首页 > news >正文

“擒牛MACD“,很好用的抓强势波动指标,源码

“擒牛MACD”,很好用的抓强势波动指标,源码
使用技巧
擒牛MACD策略与普通MACD的区别在于,它引入了更多条件用于筛选交易信号,并结合了多种指标进行复杂的多维度判断,而普通的MACD指标主要关注DIF、DEA两条线及其交叉的情况。以下是一些主要的区别和使用说明:
在这里插入图片描述
普通MACD:主要通过DIF(12周期EMA与26周期EMA的差值)和DEA(DIF的9周期EMA)两条线,结合它们的交叉与柱状图的变化,来判断买卖信号。当DIF向上穿越DEA时为买入信号,反之则是卖出信号。
擒牛MACD策略:
多个筛选条件: 擒牛MACD不仅仅依赖DIF与DEA的交叉,还结合了价格涨幅、成交量、成本、K线形态等多种因素。例如:P1和A1是关于价格变化的筛选条件,确保价格在一定范围内波动。A2对MACD指标的范围进行了限制,使得交易信号更具选择性。A3结合了股票的成交量和成本信息,进一步过滤信号。A4和A5则参考了价格和成交量的历史变化进行判断。高级信号确认: 通过MM, MM2, MM3等条件,擒牛MACD会进一步确认交易信号的强度。例如MM条件结合了多个条件,而MM2和MM3则是对信号的进一步确认,以减少假信号。
在这里插入图片描述
视觉辅助: 使用了大量的STICKLINE和DRAWICON绘制K线和信号标志,帮助用户在图形中更清晰地观察交易信号。例如,MM对应的红、绿、黄颜色的柱线,以及信号点的图标提示。
在这里插入图片描述
使用说明:信号生成: 当MM、MM2、MM3条件满足时,会在图表中显示相关的红、绿、黄柱线和信号图标,这些是策略筛选出的买入或关注信号。图表观察: 用户可以通过观察柱线和图标来判断是否出现交易信号。红色柱线一般表示强烈的买入信号,绿色则可能是趋势的确认。相比于普通MACD,擒牛MACD策略对信号的筛选更加严格,减少了噪声交易信号,但也可能错过一些较小的趋势波动。
在这里插入图片描述
公式NE:=IF(NAMELIKE(‘S’) OR NAMELIKE(‘*S’),0.05,0.1);P1:= (C-REF(C,5))/REF(C,5)*100>-3 AND (C-REF(C,21))/REF(C,21)*100>-18 AND (C-REF(C,5))/REF(C,5)*100<35 AND (C-REF(C,42))/REF(C,42)*100>-30;A1:=C/REF(C,1)-1>=NE-0.01/REF(C,1) AND C=H ;A2:=MACD.DEA<0.6 AND MACD.DEA>-0.5 AND MACD.MACD>-2 AND MACD.DIF>-1.5 AND MACD.DIF<0.8 ;A3:=(C-REF(C,2))/REF(C,2)100<20.8 AND COST(95)-COST(5)/(COST(95)+COST(5))/2100<25 ;A4:= (C-REF(C,44))/REF(C,44)*100>-25 AND (HHV(H,7)-LLV(L,7))/REF(O,6)<0.45 AND (C-REF(C,6))/REF(C,6)100>-10;A5:=SUM(VOL/CAPITAL100,5)<85 ;MM:=A1 AND A2 AND A3 AND A4 ;MM2:=REF(MM,1) AND(C-REF(C,1))/REF(C,1)*100>9 AND VOL<=REF(V,1)*11;MM3:=REF(MM,2) AND REF(C,1)=REF(H,1) AND(C-REF(C,1))/REF(C,1)*100>9 AND VOL<=REF(V,1)*11;
DRAWICON(MM,1.2,28);DRAWICON(MM,0.9,9);DRAWICON(MM,0.6,9);
DRAWICON(MM2,0.3,1);DRAWICON(MM2,0.5,1);DRAWICON(MM2,0.7,1);DRAWICON(MM2,0.9,1);DRAWICON(MM2,1.1,13);DRAWICON(MM2,1.3,13);DRAWICON(MM2,1.6,28);DRAWICON(MM2,1.8,28);
DRAWICON(MM3,0.3,1);DRAWICON(MM3,0.5,1);DRAWICON(MM3,0.7,1);DRAWICON(MM3,0.9,1);DRAWICON(MM3,1.2,13);DRAWICON(MM3,1.5,13);DRAWICON(MM3,1.8,13);XG:=0.00;DIF:=EMA(CLOSE,12)-EMA(CLOSE,26);DEA:=EMA(DIF,9);MACD:(DIF-DEA)2,COLORSTICK;LL:=MACD<REF(MACD,1) AND REF(MACD,1)>REF(MACD,2) AND REF(C=H,1) ;LL2:=MACD>REF(MACD,1) AND REF(MACD,1)<REF(MACD,2) ;DRAWICON(LL,MACD,2);DRAWICON(LL2,MACD,1);AAA:=2(DIF-DEA), COLORSTICK;XG0:=AAA > REF(AAA,1) AND DIF > DEA;DRAWTEXT_FIX(C>O,0.01,0.9,0,‘COLORRED; XG1:MM OR MM2 OR MM3;XG2:=COUNT(XG1,86)>=2;COLORRED;STICKLINE(MM AND XG2 ,0,1.3,2,0),COLORRED;STICKLINE(MM AND XG2,0,0.8,2,0),COLORGREEN;STICKLINE(MM AND XG2,0,0.3,3,0),COLORYELLOW;STICKLINE(MM2 AND XG2,0,1.8,2,1),COLORGREEN;STICKLINE(MM2 AND XG2,0,0.3,3,1),COLORYELLOW;STICKLINE(MM3 AND XG2,0,1.8,2,1),COLORGREEN;STICKLINE(MM3 AND XG2,0,0.3,3,1),COLORYELLOW;STICKLINE(AAA > REF(AAA,1) AND DIF > DEA ,AAA,0,0.18,0),COLORYELLOW;
选股NE:=IF(NAMELIKE(‘S’) OR NAMELIKE(’*S’),0.05,0.1);P1:= (C-REF(C,5))/REF(C,5)*100>-3 AND (C-REF(C,21))/REF(C,21)*100>-18 AND (C-REF(C,5))/REF(C,5)*100<35 AND (C-REF(C,42))/REF(C,42)*100>-30;A1:=C/REF(C,1)-1>=NE-0.01/REF(C,1) AND C=H ;A2:=MACD.DEA<0.6 AND MACD.DEA>-0.5 AND MACD.MACD>-2 AND MACD.DIF>-1.5 AND MACD.DIF<0.8 ;A3:=(C-REF(C,2))/REF(C,2)100<20.8 AND COST(95)-COST(5)/(COST(95)+COST(5))/2100<25 ;A4:= (C-REF(C,44))/REF(C,44)*100>-25 AND (HHV(H,7)-LLV(L,7))/REF(O,6)<0.45 AND (C-REF(C,6))/REF(C,6)100>-10;A5:=SUM(VOL/CAPITAL100,5)<85 ;MM:=A1 AND A2 AND A3 AND A4 ;MM2:=REF(MM,1) AND(C-REF(C,1))/REF(C,1)*100>9 AND VOL<=REF(V,1)*11;MM3:=REF(MM,2) AND REF(C,1)=REF(H,1) AND(C-REF(C,1))/REF(C,1)*100>9 AND VOL<=REF(V,1)*11;XG:=0.00;DIF:=EMA(CLOSE,12)-EMA(CLOSE,26);DEA:=EMA(DIF,9);MACD:=(DIF-DEA)2;LL:=MACD<REF(MACD,1) AND REF(MACD,1)>REF(MACD,2) AND REF(C=H,1) ;LL2:=MACD>REF(MACD,1) AND REF(MACD,1)<REF(MACD,2) ;AAA:=2(DIF-DEA);XG0:=AAA > REF(AAA,1) AND DIF > DEA;XG1:=MM OR MM2 OR MM3;XG2:=COUNT(XG1,86)>=2;(MM AND XG2) OR (MM2 AND XG2) OR (MM3 AND XG2);


http://www.mrgr.cn/news/53966.html

相关文章:

  • 云原生后端(Cloud-Native Backend)
  • 详解Shell脚本与Ansible自动化工具差异
  • react18中如何实现同步的setState来实现所见即所得的效果
  • C/C++ 每日一练:单链表的反转
  • 2024大模型应用实践报告|附35页PDF文件下载
  • 双ll将至,你找到好用的API接口获取商品详情数据吗?
  • 麒麟v10系统安装docker镜像
  • 联邦学习实验复现—MNISIT IID实验 pytorch
  • AIGC助力小学生编程梦:C++入门不再难!
  • HCIA实验
  • 【Hive】6-Hive函数、运算符使用
  • 2410C++,本次写级数代码的注意事项
  • 自动生成大量c文件,大量函数的Python脚本
  • python【类和面向对象】
  • 基于卡尔曼滤波算法处理感知车道线系数
  • 用实例来理解Java中的类和对象
  • stable diffusion 大模型及lora等下载安装使用教程及项目目录说明
  • ⌈ 传知代码 ⌋ 视频质量评价SimpleVQA
  • 代码训练营 day39|0-1背包问题,LeetCode 416
  • 基于语音识别的停车共享小程序(lw+演示+源码+运行)
  • setuptools封装自己python包
  • 图像梯度-Sobel算子、scharrx算子和lapkacian算子
  • 逆向工程入门02.if语句分析
  • 如何用联想电脑滚动截图
  • stablediffusion ControlNet选不了模型/报错/无效 的解决方法
  • 【Linux网络编程】Socket编程--UDP(第一弹):实现客户端和服务器互相发送消息