KDJ指标分析运用集锦

KDJ三线交易指标 买卖点通过KDJ三线相交得出趋势强弱,即好用。又方便。是交易的好帮手。 立即下载
KDJ指标又叫随机指标,是由乔治·蓝恩博士(George Lane)最早提出的,是一种相当新颖、实用的技术分析指标,它起先用于期货市场的分析,后被广泛用于股市的中短期趋势分析,是期货和股票市场上最常用的技术分析工具。

第一节 KDJ指标的原理和计算方法

一、KDJ指标的原理

随机指标KDJ一般是根据统计学的原理,通过一个特定的周期(常为9日、9周等)内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系,来计算最后一个计算周期的未成熟随机值RSV,然后根据平滑移动平均线的方法来计算K值、D值与J值,并绘成曲线图来研判股票走势。

随机指标KDJ是以最高价、最低价及收盘价为基本数据进行计算,得出的K值、D值和J值分别在指标的坐标上形成的一个点,连接无数个这样的点位,就形成一 个完整的、能反映价格波动趋势的KDJ指标。它主要是利用价格波动的真实波幅来反映价格走势的强弱和超买超卖现象,在价格尚未上升或下降之前发出买卖信号的一种技术工具。它在设计过程中主要是研究最高价、最低价和收盘价之间的关系,同时也融合了动量观念、强弱指标和移动平均线的一些优点,因此,能够比较迅速、快捷、直观地研判行情。

随机指标KDJ最早是以KD指标的形式出现,而KD指标是在威廉指标的基础上发展起来的。不过威廉指标只判断股票的超买超卖的现象,在KDJ指标中则融合 了移动平均线速度上的观念,形成比较准确的买卖信号依据。在实践中,K线与D线配合J线组成KDJ指标来使用。由于KDJ线本质上是一个随机波动的观念, 故其对于掌握中短期行情走势比较准确。

第二节 KDJ指标的一般研判

随机指标KDJ主要是通过K、D和J这三条曲线的所构成的图形关系来分析股市上的超买超卖,走势背离及K线、D线和J线相互交*突破等现象,从而预测股价中、 短期及长期趋势。KDJ是市场上绝大多数投资者熟知的分析工具,但具体运用时,投资者可能会发现KDJ的分析结果和实际走势存在着特别大的差别,有时还会 得出相反的结论,这其中原因主要是绝大多数投资者只知道KDJ的一般分析原理和方法,而对KDJ分析指标的一些内涵和特定的分析技巧知之甚少。本节在介绍 股市分析中市场上流行的KDJ的一般研判技巧和分析方法上,重点挖掘KDJ指标的内在规律,详细分析KDJ的一些特殊研判功能。

KDJ指标是三条曲线,在应用时KDJ指标的一般研判标准主要是从KDJ三个参数的取值、KDJ曲线的形态、KDJ曲线的交*、KDJ曲线的背离和K线、D线、J线的运行状态以及KDJ曲线同股价曲线的配合等六个方面来考虑。

一、KDJ的取值

1、取值范围
KDJ指标中,K值和D值的取值范围都是0-100,而J值的取值范围可以超过100和低于0,但在分析软件上KDJ的研判范围都是0-100。通常就敏感性而言,J值最强,K值次之,D值最慢,而就安全性而言,J值最差,K值次之,D值最稳。

2、超买超卖信号
根据KDJ的取值,可将其划分为几个区域,即超买区、超卖区和徘徊区。按一般划分标准,K、D、J这三值在20以下为超卖区,是买入信号;K、D、J这三值在80以上为超买区,是卖出信号;K、D、J这三值在20-80之间为徘徊区,宜观望。

3、 多空力量对比
一般而言,当K、D、J三值在50附近时,表示多空双方力量均衡;当K、D、J三值都大于50时,表示多方力量占优;当K、D、J三值都小于50时,表示空方力量占优。

二、KDJ曲线的形态

KDJ指标的研判还可以从KDJ曲线的形态来分析。当KDJ指标曲线图形形成头肩顶底形态、双重顶底形态(即M头、W底)及三重顶底等形态时,也可以按照 形态理论的研判方法加以分析。KDJ曲线出现的各种形态是判断行情走势、决定买卖时机的一种分析方法。另外,KDJ指标曲线还可以划趋势线、压力线和支撑 线等。

1、当KDJ曲线在50上方的高位时,如果KDJ曲线的走势形成M头或三重顶等顶部反转形态,可能预示着股价由强势转为弱势,股价即将大跌,应及时卖出股票。如果股价的曲线也出现同样形态则更可确认,其跌幅可以用M头或三重顶等形态理论来研判。

2、当KDJ曲线在50下方的低位时,如果KDJ曲线的走势出现W底或三重底等底部反转形态,可能预示着股价由弱势转为强势,股价即将反弹向上,可以逢低少量吸纳股票。如果股价曲线也出现同样形态更可确认,其涨幅可以用W底或三重底形态理论来研判。
3、KDJ曲线的形态中M头和三重顶形态的准确性要大于W底和三重底。


三、KDJ曲线的交*

KDJ曲线的交*分为黄金交*和死亡交*两种形式
一般而言,在一个股票的完整的升势和跌势过程中,KDJ指标中的K、D、J线会出现两次或以上的“黄金交*”和“死亡交*”情况。
1、当股价经过一段很长时间的低位盘整行情,并且K、D、J三线都处于50线以下时,一旦J线和K线几乎同时向上突破D线时,表明股市即将转强,股价跌势已经结束,将止跌朝上,可以开始买进股票,进行中长线建仓。这是KDJ指标“黄金交*”的一种形式。

2、当股价经过一段时间的上升过程中的盘整行情,并且K、D、J线都处于50线附近徘徊时,一旦J线和K线几乎同时再次向上突破D线,成交量再度放出时,表明股市处于一种强势之中,股价将再次上涨,可以加码买进股票或持股待涨,这就是KDJ指标“黄金交*”的另一种形式。

3、当股价经过前期一段很长时间的上升行情后,股价涨幅已经很大的情况下,一旦J线和K线在高位(80以上)几乎同时向下突破D线时,表明股市即将由强势转为弱势,股价将大跌,这时应卖出大部分股票而不能买股票,这就是KDJ指标的“死亡交*”的一种形式。

4、当股价经过一段时间的下跌后,而股价向上反弹的动力缺乏,各种均线对股价形成较强的压力时,KDJ曲线在经过短暂的反弹到80线附近,但未能重返80 线以上时,一旦J线和K线再次向下突破D线时,表明股市将再次进入极度弱市中,股价还将下跌,可以再 卖出股票或观望,这是KDJ指标“死亡交*”的另一种形式。

四、KDJ曲线的背离

KDJ曲线的背离就是指当KDJ指标的曲线图的走势方向正好和K线图的走势方向正好相反。KDJ指标的背离有顶背离和底背离两种。

当股价K线图上的股票走势一峰比一峰高,股价在一直向上涨,而KDJ曲线图上的KDJ指标的走势是在高位一峰比一峰低,这叫顶背离现象。顶背离现象一般是股价将高位反转的信号,表明股价中短期内即将下跌,是卖出的信号。

当股价K线图上的股票走势一峰比一峰低,股价在向下跌,而KDJ曲线图上的KDJ指标的走势是在低位一底比一底高,这叫低背离现象。底背离现象一般是股价将低位反转的信号,表明股价中短期内即将上涨,是买入的信号。

与其他技术指标的背离现象研判一样,KDJ的背离中,顶背离的研判准确性要高于底背离。当股价在高位,KDJ在80以上出现顶背离时,可以认为股价即将反 转向下,投资者可以及时卖出股票;而股价在低位,KDJ也在低位(50以下)出现底背离时,一般要反复出现几次底背离才能确认,并且投资者只能做战略建仓 或做短期投资。

五、K、D、J曲线运行的状态

1、当J曲线开始在底部(50以下)向上突破K曲线时,说明股价的弱势整理格局可能被打破,股价短期将向上运动,投资者可以考虑少量长线建仓。

2、当J曲线向上突破K曲线并迅速向上运动,同时曲线也向上突破D曲线,说明股价的中长期上涨行情已经开始,投资者可以加大买入股票的力度。

3、当K、D、J曲线开始摆脱前期窄幅盘整的区间并同时向上快速运动时,说明股价已经进入短线强势拉升行情,投资者应坚决持股待涨。

4、当J曲线经过一段快速向上运动的过程后开始在高位(80以上)向下掉头时,说明股价短期上涨过快,将开始短线调整,投资者可以短线卖出股票。

5、当D曲线也开始在高位向下掉头时,说明股价的短期上涨行情可能结束,投资者应中线卖出股票。

6、当K曲线也开始在高位向下掉头时,说明股价的中短期上涨行情已经结束,投资者应全部清仓离场。

7、当K、D、J曲线从高位同时向下运动时,说明股价的下跌趋势已经形成,投资者应坚决持币观望。

六、KDJ曲线与股价曲线的配合使用

1、当KDJ曲线与股价曲线从低位(KDJ值均在50以下)同步上升,表明股价中长期趋势向好、短期内股价有望继续上涨趋势,投资者应继续持股或逢低买入。

2、当KDJ曲线与股价曲线从高位(KDJ值均在50以上)同步下降,表明短期内股价将继续下跌趋势,投资者应继续持币观望或逢高卖出。

3、当KDJ曲线从高位回落,经过一段时间强势盘整后再度向上并创出新高,而股价曲线也在高位强势盘整后再度上升创出新高,表明股价的上涨动力依然较强,投资者可继续持股待涨。

4、当KDJ曲线从高位回落,经过一段时间盘整后再度向上,但到了前期高点附近时却掉头向下、未能创出新高时,而股价曲线还在缓慢上升并创出新高,KDJ 曲线和股价曲线在高位形成了相反的走势,这可能就意味着股价上涨的动力开始减弱,KDJ指标出现了顶背离现象。此时投资者应千万小心,一旦股价从下,应果 断及时地离场。

5、当KDJ曲线在长期弱势下跌过程中,经过一段时间弱势反弹后再度向下并创出新低,而股价曲线也在弱势盘整后再度向下创出新低,表明股价的下跌动能依然较强,投资者可继续持币观望。

6、当KDJ曲线从低位向上反弹到一定高位、再度向下回落,但回调到前期低点附近时止跌企稳、未能创出新低时,而股价曲线还在缓慢下降并创出新低,KDJ 曲线和股价曲线在低位形成相反的走势,这可能就意味着股价下跌的动能开始衰弱,KDJ指标出现了底背离现象。此时投资者也应密切关注股价动向,一旦股价向 上就可以短线买入,等待反弹的出现。

KDJ曲线所处的位置和运行方向

(一)持股待涨信号

1、当KDJ曲线向上突破80以后,如果KDJ曲线一直运行在80以上区域,则意味股价处于强势上涨行情之中,这是KDJ指标发出的持股待涨信号,如果股价也同时依托中短期均线上行,这种持股信号更加明显。此时,投资者应坚决短线持股待涨。

2、当KDJ曲线中的三条曲线同时向上运行,表明股价是处于强势上升行情之中,这也是KDJ发出的持股待涨信号。只要KDJ指标中的K线和J线不向下跌破D线,并且D线的运行方向始终朝上,投资者则可一路持股待涨。

(二)持币观望信号
1、当KDJ曲线向下突破50以后,如果KDJ曲线一直运行在50以下区域,则意味着股价处于弱势下跌行情之中,这是KDJ指标发出的持币待涨信号,如果股价也同时被中短期均线压制下行,这种持币观望信号更加明显。此时,投资者应坚决持币观望。

2、当KDJ曲线在中高位(50以上)死*后,如果三条曲线同时向下发散,表示股价是处于弱势下跌行情之中,这也是KDJ指标发出的持币观望信号。此时,投资者应坚决持股观望。这种持股信号更加明显。此时,投资者应坚决短线持股待涨。


  条件:当一支股票周KDJ技术指标形成金*,此时五周均量一定要小于十周均量,而后日KDJ技术指标在五日均量小于十日均量时,也形成金*,此时为有效金*。



KDJ指标的实战心得经验应用

  在券商传统常用的钱龙软件中,技术指标就有几十中,让新股民投资者无所适从,随着电脑的普及,特别是股票专业软件的不断创新,一些股票软件带有自编指 标函数,更让技术指标爱好者乐此不疲勇于改编创新,网上流行的指标更是成千上万,也让老股民目不暇接,其实万变不离其宗,无非价量均线不同组合表达方式的 变异,真正有价值新创意的可谓凤毛麟角,反不如传统常用的几个经典指标实用,当然要真正掌握其精髓妙用还需下一番功夫。三国赵云的那杆大枪可以纵横天下, *的不是枪本身,而是那杆枪的使用者!

  任何的技术指标都有其各自的缺陷和局限性,比如MACD对震荡走势的盲区,KDJ对轧空单边式钝化的盲区,宝塔线对顶底的盲区,均线的压力支撑是否有 效调整到位的盲区,换手率对吸货出货无法辨别的盲区等等。我们可以其他指标来互相弥补其不足,比如用KDJ,CDP来弥补辅助MACD系统;CCI, DMI来弥补KDJ系统;KDJ,RSI来弥补均线系统;KDJ,RSI背离来弥补宝塔线系统;股价高低位及K线均线等来弥补换手率的盲区等等,当然有时 一个指标也不能完全弥补另一个指标的缺陷,需要辨正地看待这个问题。


应用:1) K线是快速确认线--数值在90以上为超买,数值在10以下为超卖;


  D线是慢速主干线--数值在80以上为超买,数值在20以下为超卖;


  J线为方向敏感线,当J值大于100,特别是连续5天以上,股价至少会形成短期头部,反之J值小于0时,特别是连续数天以上,股价至少会形成短期底部。


  2) 当K值由较小逐渐大于D值,在图形上显示K线从下方上穿D线,显示目前趋势是向上的,所以在图形上K线向上突破D线时,即为买进的讯号。


  实战时当K,D线在20以下交*向上,此时的短期买入的信号较为准确;如果K值在50以下,由下往上接连两次上穿D值,形成右底比左底高的“W底”形态时,后市股价可能会有相当的涨幅。


  3) 当K值由较大逐渐小于D值,在图形上显示K线从上方下穿D线,显示目前趋势是向下的,所以在图形上K线向下突破D线时,即为卖出的讯号。


  实战时当K,D线在80以上交*向下,此时的短期卖出的信号较为准确;如果K值在50以上,由上往下接连两次下穿D值,形成右头比左头低的“M头”形态时,后市股价可能会有相当的跌幅。


  4) 通过KDJ与股价背离的走势,判断股价顶底也是颇为实用的方法:


  A) 股价创新高,而KD值没有创新高,为顶背离,应卖出;


  B) 股价创新低,而KD值没有创新低,为底背离,应买入;


  C) 股价没有创新高,而KD值创新高,为顶背离,应卖出;


  D) 股价没有创新低,而KD值创新低,为底背离,应买入;


  需要注意的是KDJ顶底背离判定的方法,只能和前一波高低点时KD值相比,不能跳过去相比较。


KDJ技术指标在实际操作过程中经常会出现有效金*和无效金*。无效金*是指依据KDJ金*买入股票后股价却不上涨,反而下跌。对KDJ金*的有效性,我们可采取周K线和日K线的KDJ技术指标相结合进行判断。

综合运用KDJ与MACD

  目前市场最常用的技术指标是KDJ与MACD指标。KDJ指标是一种超前指标,运用上多以短线操作为主;而MACD又叫平滑异同移动平均线,是市场平 均成本的离差值,一般反映中线的整体趋势。理论上分析,KDJ指标的超前主要是体现在对股价的反映速度上,在80附近属于强势超买区,股价有一定风险; 50为徘徊区;20附近则较为安全区域,属于炒卖区,可以建仓,但由于其速度较快而往往造成频繁出现的买入卖出信号失误较多;MACD指标则因为基本与市 场价格同步移动,使发出信号的要求和限制增加,从而避免了假信号的出现。这两者结合起来判断市场的好处是:可以更为准确地把握住KDJ指标短线买入与卖出 的信号。同时由于MACD指标的特性所反映的中线趋势,利用两个指标将可以判定股票价格的中、短期波动。从陕西金叶(000812)可以看到,去年的12 月20日KDJ就已触及低位,而MACD则随股价在1月22日才见底。当1月23日KDJ与MACD同步向上发散时,这时的买入信号是十分容易把握的。在 2月4日KDJ开始高位钝化时,MACD仍然在向上移动,表明上扬的动能依然存在,只是短线上将有一定的调整


解决KDJ指标的钝化和*线问题

1、放大法。因为KDJ指标非常敏感,因此经常给出一些杂信,这些信号容易误导投资者,认为产生进货信号或出货信号,因此操作而失误。如果我们放大一级来 确认这个信号的可*性,将会有较好的效果。如在日K线图上产生KDJ指标的低位黄金交*,我们可以把它放大到周线图上去看,如果在周线图上也是在低位产生 黄金交*,我们将认为这个信号可*性强,可以大胆去操作。如果周线图上显示的是在下跌途中,那么日线图上的黄金交*可*性不强,有可能是庄家的*线手法, 这时候我们可以采用观望的方法。


  
  2、形态法。由于KDJ指标的敏感,它给出的指标经常超前,因此我们可以通过KDJ指标的形态来帮助找出正确的买点和卖点,KDJ指标在低位形成W底,三重底和头肩底形态时再进货;在较强的市场里,KDJ指标在高位形成M头和头肩顶时,出货的信号可*性将加强。
  
  3、数浪法。KDJ指标和数浪相结合,是一种非常有效的方法。在K线图上,我们可以经常清晰地分辨上升形态的一浪,三浪,五浪。在K线图上,股价盘底 结束,开始上升,往往在上升第一子浪时,KDJ指标即发出死亡交*的出货信号,这时候,我们可以少考虑这个卖出信号,因为它很可能是一个错误信号或是一个 *线信号。当股指运行到第三子浪时,我们将加大对卖出信号的重视程度,当股指运动到明显的第五子浪时,这时如KDJ指标给出卖出信号,我们将坚决出货。这 时候KDJ指标给出的信号通常将是非常准确的信号,当股指刚刚结束上升开始下跌时,在下跌的第一子浪,少考虑KDJ指标的买进信号,当股指下跌了第三子浪 或第五子浪时,才考虑KDJ指标的买入信号,尤其是下跌五子浪后的KDJ指标给出的买进信号较准确。
  
  4、趋势线法。在股指或股价进入一个极强的市场或极弱的市场,股指会形成单边上升走势和单边下跌走势;在单边下跌走势中,KDJ指标会多次发出买入信 号或低位钝化,投资者按买入信号操作了,将被过早套牢,有的在极低的价位进货的,结果股价继续下跌,低了还可以低。如果要有效解决这个问题,可以在K线图 上加一条下降趋势线,在股指和股价没有打破下跌趋势线前,KDJ发出的任何一次买入信号,都将不考虑,只有当股指和股价打破下降趋势线后,再开始考虑 KDJ指标的买入信号;在单边上升的走势中,市场走势极强,股指会经常再高位发出卖出信号,按此信号操作者将丢失一大段行情,我们也可以在日K线上加一条 上升趋势线,在股价或股指未打破上升趋势线前,不考虑KDJ指标给出的卖出信号,当股指和股价一旦打破上升趋势线,KDJ给出的卖出信号,将坚决执行,不 打折扣。

周线KDJ的中期运用

  股谚云:“底部买入,不动如山”,以正确的方法,在市场低位承接恐慌盘,是中长线投机与投资的制胜之道。利用周线KDJ抄大底,在可*的底部区域做多是胜率极高的赢家之道。由于9周KDJ指标反映的是股价中期趋势的涨跌变化,其买卖信号的中线参考价值较高。

  但对于运用9周KDJ抄底的个股需要具备以下几个条件:①个股股性活跃,震荡幅度大。

  ②近期顶部无明显逃庄行为。

  ③盘子适中,流通盘小于9000万股(最好小于6500万股)。

  ④自顶部累计下跌或中期单边急跌幅度较大。

  符合上述条件的个股用9周KDJ抄底准确性极高,具体信号特征如下:1.9周KDJ在20以下出现黄金交*,往往是最佳的切入时间(如图中B1点)。一般中短线至少都有一定力度的反弹上扬行情。

  2.KDJ在20左右(可略高于20)或在50左右发生金*时,往往是中短期底部。只有当KDJ有较明显底背离(股价创新低,KD指标拒绝创新低)信号时,以及低位双交*或多次交*时,才可认为是中期底部(或次中级底部)来临(如图中B2点)。

  3.J线指标为负,出现2周以上(往往3-5周)。底部钝化,时常会引发低位反弹。投资者可以把此时看做中短期底部,但暂以快进快出、获利就跑的态度 参与(如图中B3点)。除非出现9周RSI,14周RSI低于20,或KDJ低位(20左右)底背离及KDJ两次以上交*等更为可*的中长线信号时,才能 转为抄底后中线持有。

  我们可以从聚友网络(000693)周K线的经典实例中看到9周KDJ抄底买入信号的实战价值:①D值小于20的B1为中长线买点。1997年7月 25日的周收盘价6.15元,1999年3月5日的14.1元,1999年12月10日的18.6元,均可作为中长线买点。最高分别涨至21.28元、 31元和30.79元,涨幅分别高达240%、100%和60%-70%,并且在买入后均快速进入盈利状态。

  ②2000年11月初,该股在21元附近底背离,买入信号出现,中线最高上试24.94元,也有15-25%的中线利润。

  ③以聚友网络最近一次底部信号来看,2001年2月23日收盘价19.2元、3月2日为20.2元,J值均小于零,连续2周指标钝化并呈现出中短线买 点。3月29日收盘价为20.68元(D值28.72元),双重底背离进一步确认了中线升势,而后上试4月中旬26.95元的中期峰值,中线最高可获 30%-37%的收益。

  ④2001年10月26日的周线KDJ再次于20以下发出金*,自最低15元上升至20.3元,亦有20%-30%的不菲收益。

  通过以上分析,我们对于基本面有潜质,资金面有庄的个股,通过9周KDJ捕捉可*的中线底、长线底是完全有可能的。只不过投资者要具有极大的耐心,并以中线投资的坚定信念,在K线图最难看的时刻介入抄底,只有这样才能达到较高的成功率,并赢得不菲的中线收益。

KDJ指标的特殊分析

一、KDJ的分析周期

日、周、月、分钟(主要是60分钟)
10日以下为分析参数的KDJ的研判适用周期为3天左右(从金*到死*为3天时间)
50日以下为分析参数的KDJ的研判使用周期为10天左右
50日以上为分析参数的KDJ的研判适用周期为20天左右


二、 均线先行原则

股价一旦被长期均线压制,KDJ再怎么样金*一般也只能做短线操作,切莫做中长线投资。这是KDJ使用的前提。在长期均线下,且远离均线,KDJ金*时,股价有超跌反弹的可能可做短线操作

三、 涨势的大体周期

日KDJ是短中期 最多维持15天--1个月
周KDJ是中期,维持时间为1个月--3个月(一旦金*,一个月内基本会涨,但涨幅不能确定)
月KDJ是长期,维持时间一般为3个月--5个月

四、除权后,KDJ指标没有研判意义,起码要三个月以后才能重新研判

五、KDJ的参数的修改

随着技术分析的广泛应用,技术指标的重要性已是不言而喻。 但由于目前技术指标的运算已大为简化,这就造成技术指标大面积的雷同,并失去其指导作用。因此 为尽量保持精确性、敏感性和时效性的和谐与统一,有必要对某些指标重置参数,并注意以下通则:

第一、根据时间循环周期设定参数。无论大盘还是个股, 时间周期对其运行都
会产生较大的影响,而周期本身往往就是一个非常重要的参数,这一点在均线、强弱
指标等方面表现得尤为突出。至于周期的测量, 通常可由两个重要低点的时间跨度
来确定。同时,由于存在长、中、短线的区别,投资者必须根据具体情况设定个性化
且自己熟知的参数,而5(日)或其倍数、以及费波南兹数列在这方面都是不错的选
择。

第二、保持不同时间标准的一致性。如果将适用于日线的参数放到分时里, 特
别是震荡类指标就会过于敏感,用于周线或月线则会明显滞后,因此,在应用过程中,
这一原则必须适当变通后方可使用,这绝不是一个简单的计算问题,而是换算之后需
要进行微调,尽管个别指标绝对保持一致仍能取得较好的效果。

第三、注意大盘与个股间的异同点。由于大盘与个股是一般与特殊的关系, 适
合于大盘的同一指标参数,通常可直接或略作调整后用于大多数个股,但两者之间的
差异毕竟存在,大盘的平均结果往往也会掩盖许多真相或忽略了个性化,即处于超强
或超弱状态的个股不同于大盘,其参数的设定理应另开小灶。

第四、随市场变化不断调整并优化。强势股和弱势股与大盘情形迥然不同, 平
衡市与趋势运行也有所不同。面对不断变化的市场, 一旦发现原参数不太适合当时
的市势,大家就需要对该参数进行修正以便优化指标,这应是一项长期的工作, 中短
期参数更是如此。


六、不同周期参数的KDJ指标的研判

(一)34日KDJ(注:这是钱龙软件上的KDJ参数)的使用方法

对于大部分股市分析软件,投资者都可以根据不同的股票、股票不同时期的走势以及投资者的兴趣偏好来修改指标,从而得出不同的分析结论。把日KDJ的数值修改为34,下面在这里简单介绍34日KDJ使用方法。

1、首先,把KDJ运行的区间分为20以下极弱势区,20--50之间为弱势区,50--80之间强势区和80以上极强势区,数值50是强弱的分界线。
34日KDJ指标中的50线对于从弱势区起来的股价来说是一个强大的短线阻力位,只要KDJ中的D值没有有效冲上50位值,就不能说股价已经走出弱势区,KD两值在此点位无功而返是非常正常的事,所以必须十分重视此阻力位的作用,很多股票的反弹都在此点位就结束。
34日KDJ指标中的50线对于从强势区跌下来的股价而言,虽有些支撑,却较为轻易击破,显得并没有重要参考意义。这与股价上涨要成交量配合,而下跌没有量也能做到是同样的道理。

2、KDJ三值在极弱势区20以下运行时,一般不作买入计划,持币观望为主,特别是股价刚刚经历过一轮较长时间的下跌。除非是股价经过大跌并在低位盘整了很长时间后,如果有反转意义的低位放量大阳线出现,或有反转意义K线组合形态明确告诉投资者进场。

3、KDJ三值在极强势区80以上运行时,一般不作卖出计划,以持股待涨为主。除非有反转意义的高位放量大阴线(乌云盖顶,穿头破脚)出现,或有反转意义的K线组合形态明确告诉投资者离场。

4、KDJ在20以下极弱势区运行的时间越长,在极弱势区内发出的金*信号越应该重视,特别是那些向上角度较大、能迅速脱离20线的金*,K线组合形态也在明确告诉我们有反转的可能,更应该重视此金*的意义,这很有可能是中短期底部形成的第一个信号。

5、KDJ在80以上极强势区运行的时间越长,在极强势区内发出的死*信号越应该重视,特别是那些向下的角度较大能迅速跌破80线的死*,K线形态组合也在明确告诉我们有反转的可能,更应该重视此死*的意义,这很有可能是顶部形成的第一个信号。

6、KDJ在20以上(弱势区)和50以上(强势区)的每次KDJ金*都是介入机会,金*的位置越高市场意义越大,同时还必须关注KDJ金*角度大小,角 度越大越好。另外,还要注意K线形态组合和成交量配合情况。如我们在高位KDJ金*(80线以上)介入之后不久却又看见KDJ死*,投资者要立即止损离 场,防止扩大损失。但20以下的金*如无KD两值迅速脱离20极弱势区或K线组合形态确认反转,无多大市场意义。

7、KDJ在80以下(强势区)和50以下(弱势区)的每次KDJ死*都是必须离场的信号,死*的位值越高下跌的风险也越大。但KDJ在20以下的极弱势区内的死*,如果KD两值没有继续走低则无多大参考意义。

8、股价短期,会引起KDJ滞后的连续上升,这时我们要保持冷静,切忌盲目追涨,此时股价走势可能正与KDJ的走势相反,耐心等待KDJ走势与股价走势的同步运行。然后再寻找介入机会,
同样股价的短期暴跌,也会引起KDJ的滞后下降,股价也会出现暴跌后的反弹走势是与KDJ走势相反的情况。当KDJ走势与股价走势同步时,正是我们反弹离场之时。

9、在下跌的市道中,反弹时产生的KDJ金*位置也会越来越低,从而引起KDJ的死*位置也会越来越低,在上涨的市道中,回调时产生的KDJ死*位置越来越高,从而引起KDJ的金*位置也会越来越高。

10、KDJ在冲出极弱势区20以后,KDJ会出现报复性的上窜,即股价并没有上涨很多,KDJ就很快进入强势区,这时我们要注意KDJ的回调整理,要注意KDJ在强势区的第二次金*,因为第二次金*的介入意义会比每一次更大。更有上涨空间。

11、KDJ的使用只是作为一种辅助手段而存在,投资者应参考股价的K线组合,量价关系,趋势形态与KDJ指标一起研判,当它们发出的买卖信号趋于一致之时,这样的买卖信号比较可*。

(二)89日KDJ(注:这是钱龙软件上的KDJ参数)参数的使用方法

如果把34日KDJ指标作为一个比较有实际研判意义的KDJ短线指标,那么89日KDJ指标就是一个比较重要的KDJ中线研判指标,它和34日KDJ指标在研判上虽有很多相似的地方,但也有不少不同步骤,具体研判如下:

1、和34日KDJ指标的研判相同的是,89日KDJ运行区间也分为20以下极弱势区,20--50之间为弱势区,50--80之间强势区和80以上极强势区,数值50是强弱的分界线。
89日KDJ指标中的50线对于从弱势区起来的股价来说是一个强大的短线阻力位,只要KDJ中的D值没有有效冲上50位值,就不能说股价已经走出弱势区,KD两值在此点位无功而返是非常正常的事,所以必须十分重视此阻力位的作用,很多股票的反弹都在此点位就结束。
89日KDJ指标中的50线对于从强势区跌下来的股价而言,虽有些支撑,却较为轻易击破,显得并没有重要参考意义。这与股价上涨要成交量配合,而下跌没有量也能做到是同样的道理。

2、要关注0-20区间的KDJ,越*近底部股价越有上升力度。和34日KDJ指标一样, 89日KDJ在20以下极弱势区运行的时间越长,在极弱势区内发出的金义越应该重视,特别是那些向上角度较大、能迅速脱离20线的金*,K线组合形态也在 明确告诉我们有反转的可能,更应该重视此金*的意义,这很有可能是中长期底部形成的第一个信号。

3、89日KDJ指标中的80这条强弱分界线对于中线卖出股票有着重要的指导意义。只要89KDJ曲线没有向下突破80区间,就可以一路持股,直到该指标中的J线、K线、D线都向下跌破80这条多方防线以后,就可以中线卖出全部或大部分股票。

4、89日KDJ中的K、D、J这三条曲线在80以上极强势区运行的时间越长,那么它们在极强势区内发出的死*越应该重视,特别是那些向下的角度较大能迅 速跌破80线的死*,K线形态组合也在明确告诉我们有反转的可能,更应该重视此死*的意义,这很有可能是中长期顶部形成的第一个信号。

5、当89日KDJ指标在80以上的高位死*、并开始朝下发散时,应立刻卖出余下的股票更不要轻易买进股票(死*向下发散应观望)

6、一旦89日KDJ指标在20以下金*并开始向上发散,不要轻易卖出股票,直到确定它高位死*

(三)55周KDJ(注:这是钱龙软件上的KDJ参数)使用方法

相比较34日和89日KDJ指标,55周KDJ指标就是KDJ指标研判中的一种长期指标,它对于研判一个股票未来半年以上的走势具有很强的参考意义。

1、周K线(55周)KDJ的使用方法与日K线(34天)KDJ的使用方法大同小异。
首先,和日KDJ指标研判一样,把周KDJ运行的区间分为20以下极弱势区,20--50之间的为弱势区,50--80之间的为强势区和80以上极强势区,50线是强弱的分界线。
周KDJ指标中的50线对于从弱势区涨起来的股价来说是一个强大的阻力位,只要KDJ中的D值没有有效冲上50数值,就不能说股价已经走出弱势区,KD两值在此点位无功而返是非常正常的事,很多股票的反弹都在此点位就结束。

周KDJ指标中的50线对于从强势区跌下来的股价而言,是一个较强的支撑位。如果周KDJ指标在50线附近获得支撑,股价的中长线还是看好,而一旦KDJ曲线再次跌破50线,则表明股价的中长线依然看坏。

2、周(55周)KDJ在80以下任何区域的金*和在K线形态量价支持下的J值强力拐头都是介入持仓信号。

金*的数值越低市场意义越大,同时还必须关注KDJ金*角度大小,角度越大越好,另外还要注意K线形态组合和成交量配合情况。如我们在KDJ金*介入之后KDJ又出现死*的,要立即止损离场。

3、周K线(55周)KDJ在50以上区域的死*和在K线形态破位时的J值强力拐头都是离场止损信号。死*的位值越高下跌的风险也越大。

4、周K线(55周)KDJ三值在极弱势区20以下运行时,一般不作买入计划,持币观望是上上策。除非有反转意义的低位放量大阳线(一阳指)出现,或有反转意义K线组合形态明确告诉我们进场。

5、周K线(55周)KDJ三值在极强势区80以上运行时,一般不作卖出计划,持股待涨是上上策。除非有反转意义的高位放量大阴线(乌云盖顶,穿头破脚)出现,或有反转意义的K线组合形态明确告诉我们退场。

6、股价短期,会引起KDJ滞后的连续上升,这一点比日(34)KDJ更明显,这时我们要保持冷静,切忌盲目追涨,此时股价走势可能正与KDJ的走势相反,耐心等待KDJ走势与股价走势的同步运行。然后再寻找介入机会,

同样股价的短期暴跌,也会引起KDJ的滞后下降,股价也会出现暴跌后的反弹走势是与KDJ走势相反的情况。当KDJ走势与股价走势同步时,正是我们反弹离场之时。
7、KDJ死*的位值越高,对股价的风险就越大,同样KDJ金*的位值越低,对股价的上涨就越有保障。在下跌的市道中,反弹时产生的KDJ金*位值也会越 来越低,从而引起KDJ的死*位值也会越来越低,在上涨的市道中,回调时产生的KDJ死*位值越来越高,从而引起KDJ的金*位值也会越来越高。

8、KDJ在冲出极弱势区20以后,KDJ会出现报复性的上窜,即股价并没有上涨很多,KDJ就很快进入强势区,这时我们要注意KDJ的回调整理,要注意KDJ在强势区的第二次金*,因为第二次金*的介入意义会比每一次更大、更有上涨空间。

9、KDJ的使用只是作为一种辅助手段而存在,特别对于周K线KDJ来说,滞后效应更明显,决不能盲目根据周K线KDJ来选择进出点,但周K线KDJ也有它的优点,那就是它的稳定性,中长期趋势的指向性比较明确。

MACD+KDJ完美结合 MACD与KDJ的完美结合 非常好用 结合实盘操作 立即下载

相关推荐

运用AD进行stm32最小系统PCB图的绘制

运用AD进行stm32最小系统PCB图的绘制一、PCB图的绘制(1)布局(2)布线(3)覆铜(4)电气规则检查二、给PCB添加logo三、生成garber文件总结 一、PCB图的绘制 (1)布局 1.画好原理图后,新建一个PCB项目 2.在Design中选择第二项,导入器件 3.先点击右下角第一项,再点第二项导入器件 导入成功 4.导入后效果 选择紫红色方框,按电脑上的delete键把它删掉 5.在Tools选择Outside Board,自动排布器件 排布后效果如图 6.画线,确定板子范围

lucario1的博客 2149

小白投资理财 - 看懂随机指标 KDJ

KDJ指标是一种技术分析工具,广泛用于分析股票或期货市场的短期价格走势。它是由KD指标(随机指标)发展而来,通过引入J值,进一步增强了对市场超买超卖状态的判断能力。

wumingxiaoyao的博客 4101

手把手复现论文:SVPWM过调制I区与II区算法仿真(附MATLAB源码)

本文详细介绍了SVPWM过调制I区与II区算法的MATLAB仿真实现,从理论推导到Simulink建模逐步解析。通过源码示例展示幅值补偿和六边形跟踪等关键技术,帮助电力电子研究者掌握过调制算法的核心实现方法,适用于电机控制、变频器等工业应用场景。

weixin_28739079的博客 529

KDJ指标详细介绍&KDJ与RSI的差异

RSI偏向于中长期的市场强弱判断,通常较为平滑,适合趋势性市场。KDJ更加灵敏、适合短线交易,通过三条线的变化提供更多买卖信号,尤其适合震荡行情。KDJ相对于RSI来说,能更快地反应价格的短期变化,因此在短线交易中更受欢迎,但也需要注意信号的可靠性,结合其他指标使用能提高准确度。

Droke_Zhou的博客 8323

基于RFM模型的电商零售数据分析

E-Commerce Data 数据集介绍 E-Commerce Data Actual transactions from UK retailer 数据集地址(kaggle) https://www.kaggle.com/carrie1/ecommerce-data/kernels 该数据来源于kaggle,是一家注册在英国的电子商务网站的2010年12月份-2011年12月份之间的...

W_H_M_2018的博客 3099

12V转5V稳压电路详细分析(7805三端稳压,LM2596稳压)

7805线性三端稳压 DCDC的意思是直流变到直流(不同直流电源值的转换),只要符合这个定义都可以叫DCDC转换器,或称之为开关电源或开关调整器。 7805属于常用的线性三端稳压器,输入电压范围不大于35V,输入输出压差2V,最大输出电流1.5A,下图为原理图,其原理简单,使 用方便,深受很多用户的喜爱。但是其不足之处就是效率低,特别是压差越大时其效率越低。比如这里12V转5V的效率为 5V/12V≈41.7%。 如上电路是最经典的7805稳压5V电路,电路中有两个电容,电容的作用如下: ...

a2001444的博客 9万+

24个基本指标精粹讲解(2)--KDJ

随机指标——KDJ KDJ指标又叫随机指标,是由乔治?蓝恩博士(George Lane)最早提出的,是一种相当新颖、实用的技术分析指标,它起先用于期货市场的分析,后被广泛用于股市的中短期趋势分析,是期货和股票市场上最常用的技术分析工具。 第一节 KDJ指标的原理和计算方法 一、KDJ指标的原理 随机指标KDJ一般是根据统计学的原理,通过一个特定的周期(常为9日、9周等)内出现过的最

我的仓库 My Storehouse 8406

手把手教你用STM32CubeMX和HAL库驱动DW3000:从SPI配置到第一个测距Demo

本文详细介绍了如何使用STM32CubeMX和HAL库驱动DW3000 UWB定位通信模块,从SPI配置到实现厘米级测距Demo的全过程。涵盖硬件连接、SPI通信调试、驱动移植及双向测距(TWR)算法实现,帮助开发者快速掌握UWB高精度定位技术,适用于仓储物流、智能家居等场景。

weixin_27038245的博客 485

kdj超卖_一种超买超卖型技术指标——KDJ,被称为股价波动幅度的放大镜

点击蓝字关注我们何为KDJ?随机指标KDJ是以最高价、最低价及收盘价为基本数据进行计算,得出的K值、D值和J值分别在指标的坐标上形成的一个点,连接无数个这样的点位,就形成一个完整的、能反映价格波动趋势的KDJ指标。KDJ操作要点1.KDJ的取值范围KDJ指标中,K值和D值的取值范围都是0-100,而J值的取值范围可以超过100和低于0。通常就敏感性而言,J值最强,K值次之,D值最慢,而就...

weixin_36192665的博客 4643

基于STM32的馆藏文物保存环境监测系统设计与实现

针对馆藏文物保存环境中温湿度、光照、有害气体等参数波动易导致文物损坏的问题,本文设计了一种基于STM32微控制器的馆藏文物保存环境监测系统。该系统以STM32L431RCT6为核心,集成高精度传感器实现多参数实时采集,通过有线与无线结合的通信方式构建监测网络,具备数据存储、异常预警、远程监控等功能。测试结果表明,系统温湿度测量精度分别达±0.2℃、±2%RH,光照与有害气体检测误差≤5%,可满足文物保存环境的高精度监测需求,为文物保护提供科学的数据支撑。

m0_74026776的博客 1542

AUTOSAR系统服务篇 - BswM的使用

本文档是对4.0.3版及更高版本的AUTOSAR模式管理应用的介绍。其主要目的是为AUTOSAR的用户和开发人员提供基于示例的AUTOSAR模式管理不同方面的详细概述,这些示例在文中进行了解释。本文中的代码清单共同构成了示例ECU的配置。第2章解释了基础的模式管理概念,例如一般的模式、如何实现模式切换、模式管理者和模式用户的角色等。其次介绍了应用模式管理和基础软件模式管理的依赖关系,两者密切相关。基础软件模式管理器是AUTOSAR R4.0中的中央模式管理模块。它具有很高的可配置性。

IOT2017的博客 846

KDJ指标的算法、原理和特性

KDJ的完整中文名称是随机摆动指标,是短线交易者最常用的指标之一。作为应用最广泛的指标之一,KDJ的用法网上随处可见,但大部分介绍都只会告诉你超买超卖,金叉死叉,详细点的讲讲背离和钝化,至于为什么这么用,几乎没人去剖析背后的原理。这篇文章讲带你从算法和概率的角度,探究KDJ的底层逻辑。KDJ的算法总共分成三步:第一步求出未成熟随机值RSV,公式是:这个公式,直白的表述就是求出当前价格在过去N个周期最高点和最低点的位置,以百分比计数。

u014496893的博客 6376

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

通达信 公式集锦

[quote] 1.30个交易日内,股价跌幅达到一半的股票: xg:(hhv(c,30)-c)/hhv(c,30)>0.5; 2,今天的量 是5天平均的 2倍以上 xg:v>ma(v,5)*2; 缩量 vol/ma(vol,10)0.2; 4,股价是25天以来新低. xg:cema(c,5); 6,请编买入公式: 1. 将BIAS指标的参数设置为24日,将K...

dickzhu的专栏 1万+

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

掘金策略集锦:从零到精通的量化交易终极指南

你是否曾梦想用代码征服金融市场?掘金策略集锦项目为你打开了量化交易的魔法之门!这个开源宝藏库汇集了数十种经典交易策略的完整实现,从简单的双均线到复杂的R-Breaker反转系统,让你无需从零开始,直接站在巨人的肩膀上探索量化交易的奥秘。 ## 为什么这个项目是你的量化交易加速器? **量化交易策略**不再是专业机构的专利。掘金策略集锦项目将复杂的金融理论转化为可运行的代码,让你能够: - *

gitblog_00804的博客 246

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

ESP-IDF 安装教程:EIM 四种方式,从 GUI 到离线一次讲清

ESP-IDF 安装不必再手工下载工具链。这篇教程带你用 EIM(ESP-IDF Installation Manager)装上 ESP-IDF 和完整工具链,覆盖 GUI 图形界面、命令行、跨机器环境复现、离线安装四种场景。 ## ESP-IDF 安装前:先认识 EIM 与前置依赖 EIM 是乐鑫官方安装管理器,也是 **ESP-IDF v6.0 及更新版本的默认推荐安装方式**,一次装齐

gitblog_00063的博客 147

掘金策略集锦:从零开始打造你的量化交易工具箱 [特殊字符]

想要进入量化交易的世界却不知从何入手?面对复杂的算法和代码感到迷茫?掘金策略集锦项目正是为你量身打造的量化交易学习宝库!这个开源项目汇集了数十种经典交易策略的完整实现,让你能够快速上手、实战学习,从技术指标到高级策略框架一应俱全。 ## 📊 为什么你需要这个量化策略工具箱? 在当今金融市场,量化交易已经成为专业投资者的必备技能。然而,对于初学者来说,最大的挑战不是理论知识,而是如何将复杂的交

gitblog_01034的博客 1014

如何快速掌握量化交易:掘金策略集锦完整指南与实战教程

你是否对量化交易充满好奇,却不知从何入手?面对复杂的策略代码和繁琐的配置,是否感到无从下手?掘金策略集锦项目正是为你量身打造的量化交易学习宝库,汇集了数十种经典策略的完整实现,让你快速掌握量化交易的实战技巧。这个开源项目包含了从基础技术指标到高级交易系统的完整实现,为量化交易初学者和开发者提供了一个宝贵的学习平台。 ## 🚀 项目核心价值:一站式量化策略学习平台 掘金策略集锦是一个专注于量化

gitblog_00673的博客 376

掘金策略集锦:量化交易新手入门终极指南 [特殊字符]

你是否对量化交易充满好奇,但面对复杂的代码和数学公式望而却步?掘金策略集锦项目为你提供了从零开始学习量化交易的完美起点!这个开源项目汇集了数十种经典交易策略的完整实现,让你无需从零编写代码,直接运行、学习和修改真实可用的策略。 ## 为什么你需要这个量化交易项目?🤔 在当今金融市场中,量化交易已经成为专业投资者的核心技能。然而,对于初学者来说,最大的障碍不是理论知识,而是如何将理论转化为可运

gitblog_00348的博客 187

--> ☆打印之后放枕边 每天睡前看几行☆→均线兵法大集锦←

--> ☆打印之后放枕边 每天睡前看几行☆→均线兵法大集锦←均线兵法大集锦     ◇好趋势要上年线。牛市突破追,震荡市等回抽吸,熊市放弃。    ◇基线选股。基线,240日均线。股票在筑底后,股价经过七上八下的过程后走上基线,投资者予以锁定,并跟踪其走向。     股票要见底或完成筑底;股价要经过七上八下走上基线,如靠横盘走上基线则很可能是庄股,不要去碰它;股票被选中后要养起来。     ◇妙做

1112

数位dp 最高位和最低位差值_炒股这13年,一直只用一个冷门指标!终于做到买在最高位,卖在最低位!这才是炒股最合适方式!...

(本文由公众号越声财富(YSLC168888))整理,仅供参考,不构成操作建议。如自行操作,注意仓位控制和风险自负。)关于kdj指标,很多股友都已熟知,用的人也很多,但却没多少人真正赚过钱。那是不是就说明了kdj指标不行呢?越声情报认为这是错误的观点,因为熟知kdj并不代表能熟练运用,所以今天有必要分享一些关于kdj指标的超级实用技巧。KDJ指标运用规则:A点分析:图中白色、黄色和红色曲线是KDJ...

weixin_39842744的博客 343

量化交易入门(十九)KDJ指标和原理

KDJ指标是一种常用的技术分析指标,由乔治·莱恩(George Lane)创立,结合了动量观念、强弱指标与移动平均线的优点,属于超买超卖类指标。总的来说,KDJ指标的原理是通过测量收盘价相对于一定时期内最高价和最低价的位置,来判断股价的超买超卖状态,以及潜在的趋势转折点。同时,通过平滑处理的D值和J值,提高了指标的可靠性和准确性。KDJ指标的原理基于随机振荡指标(Stochastic Oscillator),反映了收盘价在一定周期内相对于最高价和最低价的位置,进而判断价格的超买超卖状态及其可能的趋势转折。

TradingAgents-CN专栏 3435

随机指标(KDJ)的计算方法详解

KDJ指标的计算方法 KDJ指标是一种常用的价格走势判断指标 指标KDJ的计算并不复杂,首先要计算周期(n日、n周等)的RSV值,即未成熟随机指标值,然后再计算K值、D值、J值等。以日KDJ数值的计算为例,其计算公式为(以9日为周期举例): n日RSV=(Cn-Ln)÷(Hn-Ln)×100 说明: 公式中,Cn为第n日收盘价;Ln为n日内的最低价;Hn为n日内的最高价。RSV值始终在1—100间波动。 举例: 假如今天为9号,则Cn为9号的收盘价,Ln则为1-9号的最低价,Hn则为1-9号的最高价,很多

喜鱼博客 2万+

量化投资实战(二)之KDJ交易策略

KDJ指标又叫随机指标,是一种相当新颖、实用的技术分析指标,它起先用于期货市场的分析,后被广泛用于股市的中短期趋势分析,是期货和股票市场上最常用的技术分析工具

PyQuant 1万+

KDJ指标计算及应用

B、当价格上升并创出新高,一顶比一顶高,一个高点比一个高,而KDJ指标没有创出新高,而是由涨反跌,一顶比一顶低,称之为KDJ指标与价格曲线顶背离(或牛背离,简称顶背离),代表着买方力量已经逐渐减弱,这是行情反转的信号,此时不应追买,反而应择机尽快抛售所持有的。其实,这是由于受计算原理的限制,当股价向上攀升或下跌一段时间后,KDJ指标对股价的反应会变得极为迟钝,股价再度继续上涨或下跌很多时,KDJ指标可能才稍微动一下,这就会给我们的买卖决策提供不合实际的参考。先跌后涨,背离点是起跌点需创新低,小心多头陷阱;

m0_69169402的博客 2539

交易积累——KDJ

KDJ指标是一种常用的技术分析工具,它结合了随机振荡器(Stochastic Oscillator)的概念和移动平均线,用以判断证券价格的动量和潜在的反转点。KDJ指标由三条线组成:K线(快速线)、D线(慢速线)和J线(动量线),它们在0到100之间波动,并用来识别超买或超卖状态,以及可能的买入或卖出信号。

少说,多做。 4906
上一篇: 挖掘KDJ指标的内在规律和特殊研判功能
下一篇: MACD指标趋势线
TrueLie
博客等级 码龄24年 85粉丝 23原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值