当前位置: 首页 > news >正文

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;

相关文章:

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&#xff1a;本指标是小红牛原创指标之一&#xff0c;觉得有必要研究一下这个问题&#xff0c;所以就花时间整理一下这个指标相关内容&#xff0c;大家可以在本源码基础上&#xff0c;进一步优化自己的思路。本指标为通达信幅图指标&#xff0c;可以做…...

day-27 代码随想录算法训练营(19)回溯part03

39.组合总和 分析&#xff1a;同一个数可以选多次&#xff0c;但是不能有重复的答案&#xff1b; 思路&#xff1a;横向遍历&#xff0c;纵向递归&#xff08;不同的是递归的时候不需要跳到下一个位置&#xff0c;因为同一个数可以选多次&#xff09; class Solution { publ…...

CSDN编程题-每日一练(2023-08-22)

CSDN编程题-每日一练(2023-08-22) 一、题目名称:最长递增区间二、题目名称:K树三、题目名称:小Q的价值无向图一、题目名称:最长递增区间 时间限制:1000ms内存限制:256M 题目描述: 给一个无序数组,求最长递增的区间长度。如:[5,2,3,8,1,9] 最长区间 2,3,8 长度为 3。…...

使用 KubeBlocks 为 K8s 提供稳如老狗的数据库服务

原文链接&#xff1a;https://forum.laf.run/d/994 大家好&#xff01;今天这篇文章主要向大家介绍 Sealos 的数据库服务。在 Sealos 上数据库后端服务由 KubeBlocks 提供&#xff0c;为用户的数据库应用保驾护航。无论你是在公有云还是本地环境中使用&#xff0c;Sealos 都能为…...

SFL212B-10-21-15、SFL212B-20-21-40喷嘴挡板伺服阀

SFL212B-05-21-10、SFL212B-10-21-15、SFL212B-20-21-40、SFL212-05-32-10、SFL212-10-32-15、SFL212-20-32-40、SFL212A-05-21-10、SFL212A-10-21-15、SFL212A-20-21-40喷嘴挡板力反馈伺服阀&#xff0c;外置伺服放大器&#xff0c;四通&#xff0c;带阀芯阀套的两级伺服阀&am…...

阿里云100元预算可选的云服务器配置2核2G3M带宽

阿里云服务器100元可以买到哪些配置&#xff1f;如果是一年时长&#xff0c;轻量应用服务器2核2G3M带宽一年108元&#xff0c;系统盘为50GB高效云盘。以前阿里云服务器ECS卖过35元一年、69元、88元、89元和99元的都有过&#xff0c;但是现在整体费用上涨&#xff0c;入门级云服…...

Linux问题--docker启动mysql时提示3306端口被占用

问题描述&#xff1a; 解决方法&#xff1a; 1.如果需要kill掉mysqld服务可以先通过 lsof -i :3306 2. 查询到占用3306的PID&#xff0c;随后使用 kill -15 PID 来kill掉mysqld服务。 最后结果...

2023年中秋月饼市场趋势分析(月饼京东销售数据分析)

中秋将至&#xff0c;月饼作为节令食品将再次掀起消费热潮。今年月饼市场的需求如何呢&#xff0c;是更受欢迎还是热度有所降低&#xff0c;结合数据我们一起来看今年月饼市场的销售表现。 在这里&#xff0c;我们分别选取了2022年第31周-32周和2023年第31周-32周&#xff08;…...

A Survey on Model Compression for Large Language Models

本文是LLM系列文章&#xff0c;关于模型压缩相关综述&#xff0c;针对《A Survey on Model Compression for Large Language Models》的翻译。 大模型的模型压缩综述 摘要1 引言2 方法3 度量和基准3.1 度量3.2 基准 4 挑战和未来方向5 结论 摘要 大型语言模型&#xff08;LLM…...

读取/加载 properties/yml 配置文件

大家好 , 我是苏麟 , 今天带来一个简单好用的东西 . 读取/加载 properties/yml配置文件 基于PropertiesConfiguration读取配置文件 引入依赖 <!--加载yml资源--><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-b…...

UG\NX二次开发 创建中心线

文章作者:里海 来源网站:王牌飞行员_里海_里海NX二次开发3000例,C\C++,Qt-CSDN博客 简介: 下面是在制图模块创建中心线的例子,用的是ufun函数。 效果: 代码: #include "me.hpp"#include <stdio.h> #include <string.h> #include <uf.h>…...

用java语言写一个网页爬虫 用于获取图片

以下是一个简单的Java程序&#xff0c;用于爬取网站上的图片并下载到本地文件夹&#xff1a; import java.io.*; import java.net.*;public class ImageSpider {public static void main(String[] args) {// 确定要爬取的网站URL和本地保存目录String url "https://www.…...

三数之和-LeetCode

给你一个整数数组 nums &#xff0c;判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i ! j、i ! k 且 j ! k &#xff0c;同时还满足 nums[i] nums[j] nums[k] 0 。请 你返回所有和为 0 且不重复的三元组。 注意&#xff1a;答案中不可以包含重复的三元组。 示例 1&a…...

ubuntu 对多CPU统一设置高性能模式

一、问题描述 之前在网上找到的CPU设置高性能模式&#xff0c;只能设置CPU0单个CPU&#xff0c;下述是对多核CPU统一设置工作模式。 二、软件安装与设置 执行下述命令sudo apt-get install indicator-cpufreq,然后重启电脑。此时&#xff0c;界面右上角会出现如下图标&#xf…...

志凌海纳 SmartX 携手灵雀云推出全栈云原生联合解决方案

近日&#xff0c;北京志凌海纳科技有限公司&#xff08;以下简称“SmartX”&#xff09;与北京凌云雀科技有限公司&#xff08;以下简称“灵雀云”&#xff09;联合推出全栈云原生联合解决方案&#xff0c;为客户提供从基础设施到容器云平台的一站式服务&#xff0c;加速客户云…...

排名前 6 位的数学编程语言

0 说明 任何对数学感兴趣或计划学习数学的人&#xff0c;都应该至少对编程语言有一定的流利程度。您不仅会更有就业能力&#xff0c;还可以更深入地理解和探索数学。那么你应该学习什么语言呢&#xff1f; 1.python 对于任何正在学习数学的人来说&#xff0c;Python都是一门很棒…...

arm:day6

实现UART通信&#xff1a; 1.键盘输入一个字符a,串口工具显示b 2.键盘输入一个字符串"nihao",串口工具显示"nihao" uart.h #ifndef __UART4_H__ #define __UART4_H__#include "stm32mp1xx_uart.h" #include "stm32mp1xx_gpio.h" #in…...

MyBatis快速入门以及环境搭建和CRUD的实现

目录 前言 一、MyBatis简介 1.MyBatis是什么 2.MyBatis的特点 3.mybatis的作用 4.MyBatis的应用场景 5.MyBatis优缺点 二、相关概念 1.ORM概述 2.常见的ORM框架 3.什么是持久层框架 三、MyBatis的工作原理 1.框架交互 2.工作原理 ​编辑 四、MyBatis环境搭建 1…...

基于Pytorch实现的声纹识别系统

前言 本项目使用了EcapaTdnn、ResNetSE、ERes2Net、CAM等多种先进的声纹识别模型&#xff0c;不排除以后会支持更多模型&#xff0c;同时本项目也支持了MelSpectrogram、Spectrogram、MFCC、Fbank等多种数据预处理方法&#xff0c;使用了ArcFace Loss&#xff0c;ArcFace loss…...

Fast DDS (2)

1、结构&#xff1a; Fast DDS的架构如下图所示&#xff0c;可以看到以下不同环境的层模型&#xff1a; 应用层&#xff1a;利用Fast DDS API 在分布式系统中实现通信的用户应用程序。Fast DDS层&#xff1a;DDS 通信中间件的稳健实现。它允许部署一个或多个 DDS 域&#xff…...

后进先出(LIFO)详解

LIFO 是 Last In, First Out 的缩写&#xff0c;中文译为后进先出。这是一种数据结构的工作原则&#xff0c;类似于一摞盘子或一叠书本&#xff1a; 最后放进去的元素最先出来 -想象往筒状容器里放盘子&#xff1a; &#xff08;1&#xff09;你放进的最后一个盘子&#xff08…...

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…...

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…...

python打卡day49

知识点回顾&#xff1a; 通道注意力模块复习空间注意力模块CBAM的定义 作业&#xff1a;尝试对今天的模型检查参数数目&#xff0c;并用tensorboard查看训练过程 import torch import torch.nn as nn# 定义通道注意力 class ChannelAttention(nn.Module):def __init__(self,…...

Qt/C++开发监控GB28181系统/取流协议/同时支持udp/tcp被动/tcp主动

一、前言说明 在2011版本的gb28181协议中&#xff0c;拉取视频流只要求udp方式&#xff0c;从2016开始要求新增支持tcp被动和tcp主动两种方式&#xff0c;udp理论上会丢包的&#xff0c;所以实际使用过程可能会出现画面花屏的情况&#xff0c;而tcp肯定不丢包&#xff0c;起码…...

工业安全零事故的智能守护者:一体化AI智能安防平台

前言&#xff1a; 通过AI视觉技术&#xff0c;为船厂提供全面的安全监控解决方案&#xff0c;涵盖交通违规检测、起重机轨道安全、非法入侵检测、盗窃防范、安全规范执行监控等多个方面&#xff0c;能够实现对应负责人反馈机制&#xff0c;并最终实现数据的统计报表。提升船厂…...

day52 ResNet18 CBAM

在深度学习的旅程中&#xff0c;我们不断探索如何提升模型的性能。今天&#xff0c;我将分享我在 ResNet18 模型中插入 CBAM&#xff08;Convolutional Block Attention Module&#xff09;模块&#xff0c;并采用分阶段微调策略的实践过程。通过这个过程&#xff0c;我不仅提升…...

JavaScript 中的 ES|QL:利用 Apache Arrow 工具

作者&#xff1a;来自 Elastic Jeffrey Rengifo 学习如何将 ES|QL 与 JavaScript 的 Apache Arrow 客户端工具一起使用。 想获得 Elastic 认证吗&#xff1f;了解下一期 Elasticsearch Engineer 培训的时间吧&#xff01; Elasticsearch 拥有众多新功能&#xff0c;助你为自己…...

vscode(仍待补充)

写于2025 6.9 主包将加入vscode这个更权威的圈子 vscode的基本使用 侧边栏 vscode还能连接ssh&#xff1f; debug时使用的launch文件 1.task.json {"tasks": [{"type": "cppbuild","label": "C/C: gcc.exe 生成活动文件"…...

大语言模型如何处理长文本?常用文本分割技术详解

为什么需要文本分割? 引言:为什么需要文本分割?一、基础文本分割方法1. 按段落分割(Paragraph Splitting)2. 按句子分割(Sentence Splitting)二、高级文本分割策略3. 重叠分割(Sliding Window)4. 递归分割(Recursive Splitting)三、生产级工具推荐5. 使用LangChain的…...