gateio韩林成交量加权移动平均值的作用是什么

:用成交量加权计算移动平均的方法

本发明是一种关于股票投资的技术分析方法更具体地说,是关于金 融投资领域的数据处理方法

在股票市场的技术分析指标当中,迻动平均线是普遍常用的一种取

过去一定数量的天数(如10天或者20天等),对这些天数的股票价格作 一个简单算术平均即

其中,n为选取的天數Pi为选定的股票价格, 一般选取收盘价 移动平均线算法有两个主要缺点,其中一个是要选择天数这就会有 人为的因素,没有客观标准第二个缺点是没有考虑成交量的因素。对于 一个股票来说其有一个发行总数。在市场上通过交易以后其中部分股 票的成交价格可鉯相同,也可以不相同如果, 一个股票有m种价格记 为Pi,其中i是从1至m的整数在Pi价格上成交的股票数量记为Vi,那 么对于这个股票,其總的成交平均价格为

其中£^'=发行总数。

由此可见平均价是包含有成交量因素的,而现有的移动平均算法是 不包含成交量的因素的

发奣内容 本发明的目的是克服现有技术中的不足,避免了人为选取天数的局限 性提供一种更普遍的,包含成交量因素的技术方案

本发明嘚目的通过下述的方式实现

本发明通过对市场的公开数据进行处理,以近似得到的成交平均价 称之为成交量加权移动平均价。

对一种股票以其发行总数为参照,取全部或者一部分的发行总数作 为成交量累加的计算标的若要计算某一天的成交量加权移动平均价,则 从该忝开始向过去推算考虑到交易中的换手,取每天的成交量乘以换手 因子作为累加 一直取到成交量乘以换手因子的累加值等于成交量累加的 计算标的,则将每天的成交量乘以每天的换手因子再乘以每天的成交平均 价再相加求和,将相加得到的和除以成交量累加的计算标嘚就得到成 交量加权移动平均价。其中每天的成交平均价为每天的成交金额除以每 天的成交量。

为方便起见也可以做些简化,如每忝的成交平均价可以改为收盘价 等成交量乘以换手因子的累加值也可以略大于或小于成交量累加的标的, 即取整数的天数而不对最前┅天的成交量作取舍。

由于计算量很大本发明适合于使用计算机做计算,以方便、快捷地 得到结果

具体而言,本发明提供如下的技术方案

一种用成交量加权计算移动平均的方法包括 选取一股票,并获得该股票的发行总数;

设定一成交量累加的计算标的该计算标的为該股票的发行总数 的全部或者一部分;

若要计算某一天的成交量加权移动平均价;则从该天开始向过去 推算,取每天的成交量乘以换手因孓作为累加 一直取到成交量乘以 换手因子的累加值等于成交量累加的计算标的;

再将每天的成交量乘以每天的换手因子再乘以每天的成茭平均 价,再相加求和;

5将相加得到的和除以成交量累加的计算标的得到成交量加权移 动平均价。

其中每天的成交平均价为每天的成茭金额除以每天的成交量。 本发明采用成交量加权的移动平均计算方法用发行总数作为客观依 据,不像现有的移动平均线计算方法要选擇天数避免了人为因素。并且 也包含了成交量的因素。假设有一种理想状态即每天的成交量相等,且 每天的换手因子为1则成交量加权移动平均算法和现有的移动平均算法 完全一样。可见现有的移动平均计算方法只是本发明的一个特例说明本 发明具有普遍的适用性。

具体实施例方式 本发明提供一种用成交量加权计算移动平均的方法包括 选取一股票,并获得该股票的发行总数;

设定一成交量累加的計算标的该计算标的为该股票的发行总数的全

若要计算某一天的成交量加权移动平均价;

从该天开始向过去推算,考虑到交易中的换手将每天的成交量乘以 换手因子作为累加, 一直取到成交量乘以换手因子的累加值等于成交量累 加的计算标的;

再将每天的成交量乘以每忝的换手因子再乘以每天的成交平均价再

将相加得到的和除以成交量累加的计算标的,得到成交量加权移动平 均价

其中,每天的成交岼均价为每天的成交金额除以每天的成交量 对一种股票,记某一天的成交量为dv,成交金额为dt则该股票在该 天的成交平均价为da=dv/dt。对该股票其有一个发行总数,取其发行总 数的全部或一部分作为成交量累加的计算标的记为tvol。若要计算某一 天该股票的成交量加权移动平均价则从该天开始向过去计算,考虑到交 易中的换手将每天的成交量乘以换手因子e,作累加其中,osesi若累加值小于tVOl,则再向过去取前一忝的成交量乘以换手因子作累加

一直取到过去第n天,使得成交量乘以换手因子的累加值大于或等于tvol 即有

先对前第n天的成交量取一部分為dvpn,使得:

成交量加权移动平均价为

成交量加权移动平均价='='

其中,dVi是某一天的成交量d3i是某一天的成交平均价,ej是某一 天的换手因子ose-i, i是从1臸n的整数中的一个 由公式(3)可知

也可以在具体应用中做些简化,当Z一.e一"o/时不取dVn的一部分

dvpn, 而直接计算

成交量加权移动平均价--

成交量加权迻动平均价=-

公式(5)和(6)成交量乘以换手因子的累加值略大于或小于tvol,这样可以取整数天数计算显得方便。

另外公式(4) 、 (5) 、 (6)中也可以不采用当天的荿交平均价dai, 而采用收盘价等等

成交量加权移动平均价-^^ ( 7 )

若使用收盘价进行计算,将公式(7)中dai换成收盘价Pi,则公式(7) 同公式(1)完全一样这说明,现囿的移动平均计算方法只是本发明的一 个特例

由于数据量庞大,本发明所使用的计算方法更适合使用计算机来计算 本发明采用成交量加权的移动平均计算方法,用发行总数作为客观依 据不像现有的移动平均线计算方法要选择天数,避免了人为因素并且, 也包含了成茭量的因素假设有一种理想状态,即每天的成交量相等则 成交量加权移动平均算法和现有的移动平均算法完全一样。可见现有的移 动岼均计算方法只是本发明的一个特例说明本发明具有普遍的适用性。

有一个换手因子,在本例中取每天的换手 因子为1, e=1。

对一种股票记某一天的成交量为dv,成交金额为dt则该股票在该 天的成交平均价为da=dv/dt;

对该股票,其有一个发行总数取其发行总数的全部或一部分作为荿 交量累加的计算标的,记为tvol;

若计算某一天该股票的成交量加权移动平均价首先从该天开始向过 去计算,累加每天的成交量

则成交量加权移动平均价为 成交量加权移动平均价=-

其中,dVj是某一天的成交量dai是某一天的成交平均价,i是从1至 n的整数中的一个

本发明采用成交量加权的移动平均计算方法,用发行总数作为客观依 据不像现有的移动平均线计算方法要选择天数,避免了人为因素并且, 也包含了成茭量的因素假设有一种理想状态,即每天的成交量相等且 每天的换手因子为1,则成交量加权移动平均算法和现有的移动平均算法 完全一樣。可见现有的移动平均计算方法只是本发明的一个特例说明本 发明具有普遍的适用性。

上述实施例是提供给熟悉本领域内的人员来实現或使用本发明的熟 悉本领域的人员可在不脱离本发明的发明思想的情况下,对上述实施例做 出种种修改或变化因而本发明的保护范圍并不被上述实施例所限,而应 该是符合权利要求书提到的创新性特征的最大范围

1.一种用成交量加权计算移动平均的方法,包括选取一股票并获得该股票的发行总数;设定一成交量累加的计算标的,该计算标的为该股票的发行总数的全部或者一部分;若要计算某一天的荿交量加权移动平均价;则从该天开始向过去推算取每天的成交量乘以换手因子作为累加,一直取到成交量乘以换手因子的累加值等于荿交量累加的计算标的;再将每天的成交量乘以每天的换手因子再乘以每天的成交平均价再相加求和;将相加得到的和除以成交量累加嘚计算标的,得到成交量加权移动平均价

2. 如权利要求1所述的用成交量加权计算移动平均的方法,其特征在于对一种股票,记某一天的荿交量为dv成交金额为dt,则该股票在该 天的成交平均价为da=dv/dt;对该股票,其有一个发行总数取其发行总数的全部或一部分作为成 交量累加的计算标的,记为tvol;若要计算某一天该股票的成交量加权移动平均价首先从该天开始向过去计算,考虑到交易中的换手将每天的成交量乘以烸天的换手因子e,

3.如权利要求2所述的用成交量加权计算移动平均的方法,其特征在于当t"v,力〉/vo/时,不取dVn的一部分而直接计算成交量加权移動平均价=^-。

4. 如权利要求2所述的用成交量加权计算移动平均的方法其特征在于,不使用dVn贝'j成交量加权移动平均价=^- -1其中Z!"vs <加"

5. 如权利要求2-4中任┅项所述的用成交量加权计算移动平均的方 法,其特征在于某一天的成交平均价d3i使用收盘价Pi替换。

本发明揭示了一种用成交量加权计算迻动平均的方法包括选取一股票,并获得该股票的发行总数;设定一成交量累加的计算标的该计算标的为该股票的发行总数的全部或鍺一部分;若要计算某一天的成交量加权移动平均价;从该天开始向过去推算,取每天的成交量乘以换手因子作为累加一直取到成交量塖以换手因子的累加值等于成交量累加的计算标的;则将每天的成交量乘以每天的换手因子再乘以每天的成交平均价,再相加求和;将相加得到的和除以成交量累加的计算标的得到成交量加权移动平均价。

吴荣斌 申请人:吴荣斌


该指标一般用来判断市场情绪是看涨还是看跌

你对这个回答的评价是?

下载百度知道APP抢鲜体验

使用百度知道APP,立即抢鲜体验你的手机镜头里或许有别人想知道的答案。

为了解决使用均线系统的交叉时絀现的骗线频繁交叉等问题,因而发明了TRIX这个把均线的数值进行三次平滑处理的指标

你对这个回答的评价是?

下载百度知道APP抢鲜体驗

使用百度知道APP,立即抢鲜体验你的手机镜头里或许有别人想知道的答案。

我要回帖

更多关于 gateio韩林 的文章

 

随机推荐