修正移动平均线（MA）

最新推荐文章于 2023-01-02 15:15:42 发布
原创 最新推荐文章于 2023-01-02 15:15:42 发布 · 1.6k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

建议将MA天数分别调整为5天、13天、21天、34天、55天以及89天，这些关键参数较传统的默认值要相对准确些。
tushare-pandas 添加自定义的MA移动平均线
点火三周的专栏
10-17 8541
使用pandas的rolling.mean函数自定义移动平均线
EMA指标计算极简C#代码实现
QiaoBrother的博客
12-10 2831
EMA指标计算C#代码 计算公式如下 EMA(N) = EMA’×(N-1)/(N+1)+C×2/(N+1) 其中：EMA’为前一日EMA的值，C为当日股价。 注意：人为规定第一日的EMA值为当日股价。 实现代码如下： static double[] EMA(double[] kvs, int period) { double[] res = new double[kvs.Length]; double up = kvs[0];
指数移动平均（EMA）的原理及PyTorch实现
zhang2010hao的博客
06-12 2万+
在深度学习中，经常会使用EMA（指数移动平均）这个方法对模型的参数做平均，以求提高测试指标并增加模型鲁棒。 EMA的定义 指数移动平均（Exponential Moving Average）也叫权重移动平均（Weighted Moving Average），是一种给予近期数据更高权重的平均方法。 假设我们有n个数据： 普通的平均数： EMA：，其中，表示前条的平均值 ()...
EMA的计算原理和代码
07-23
EMA 是MA（平滑移动平均线）的另一种形式。全名“加权指数移动平均线”。
EM算法原理和推导
weixin_52862386的博客
01-02 860
本文详细描述了EM算法的导出过程（推导比较详细容易理解）以及算法收敛的证明
移动指数加权平均与修正
suixuejie的博客
07-09 2224
转载：博客园：https://www.cnblogs.com/cloud-ken/p/7723755.html 指数加权平均 举个例子,对于图中英国的温度数据计算移动平均值或者说是移动平均值(Moving average). 大体公式就是前一日的V值加上当日温度的0.1倍,如果用红线表示这个计算数值的话就可以得到每日温度的指数加权平均值. ...
MT4 MA 移动均线指标 源程序
06-11
MT4 MA 移动均线指标 源程序 ，仅供自动交易初学者学习参考。
EMA 计算
zkxshg的博客
01-19 1万+
一、目的： Input:有一组数据（收盘价为）：1,2,3,4,5,6,7, 求其EMA（c，5） Output:对应上面数据，X1，X2，X3，X4，X5分别对应3、4、5、6、7 1. EMA（c,5）＝5/15*X5+4/15*X4+3/15*X3+2/15*X2+1/15*X1＝(5*X5+4*X4+3*X3+2*X2+1*X1)/15 =5.67 2. MA(c,5)=(3+4+5...
MA均线及序列值
bus_lupe的博客
12-07 1092
ima = Average(C, 30); PlotNumeric("ima", ima); Vars NumericSeries ser; Begin ser = C; PlotString("ser", Text(ser[1]), L); End  
滑动平均模型
fly975247003的博客
09-10 497
滑动平均模型   滑动平均模型可以使模型在测试数据上更健壮。在采用随机梯度下降算法训练神经网络时，使用滑动平均模型在很多应用中都可以在一定程度提高最终在测试数据上的表现。   在Tensorflow中提供了tf.train.ExponentialMovingAverage来实现滑动平均模型。在初始化ExponentialMovingAverage时，需要提供一个衰减率(decay)。这个衰减率将用...
【时间序列】从移动平均到指数平滑
AI蜗牛车
10-12 4725
移动平均移动平均法是用一组最近的实际数据来预测未来一期或几期内目标值的常用方法。移动平均法适用于即期预测，当时间序列不会快速变化，且不存在季节性因素的时候，移动平均法能有效地消除预测中的...
量化-使用python计算各类移动平均线
热门推荐
智慧与美貌并存
06-29 5万+
计算移动平均线是最常见的需求，下面这段代码将完成以下三件事情： 1. 从csv格式的文件中导入股票数据，数据例图如下： 2.计算各类移动平均线，包括简单简单算术移动平均线MA、指数平滑移动平均线EMA； 3.将计算好的数据输出到csv文件中。 代码应该复制下来就能运行了，关于从哪里可以得到代码中使用的数据，后面会讲，下面贴上代码（附件中也可以下载）： --
简单移动平均线（Simple Moving Average，SMA) 定义及使用
Enjolras_fuu的博客
03-16 2万+
REF https://wiki.mbalib.com/wiki/简单移动平均线 https://www.ricequant.com/community/topic/278/ 什么是简单移动平均线 简单移动平均线（SMA）又称“算术移动平均线”，是指对特定期间的收盘价进行简单平均化的意思。一般所提及之移动平均线即指简单移动平均线(SMA)。 简单移动平均线沿用最简单的统计学方式，将过去某特定时间内...
【邢不行|量化小讲堂系列16-Python量化入门】完整策略框架：以均线策略为例
xingbuxing_py的博客
11-14 1万+
引言: 邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投资，了解行业研究方向，希望能对大家有帮助。 【历史文章汇总】请点击此处 【必读文章】EOS期现套利，一周时间，15%无风险收益 10年400倍策略分享（附视频逐行代码讲解） 个人微信：xingbx007，有问题欢迎交流。 文中用到的A股数据可在www.yuce...
sharding-jdbc示例代码
12-19
sharding-jdbc示例代码
ENVI+Deep+Learning+V1.0深度学习操作教程
12-19
内容概要：本文介绍了ENVI Deep Learning V1.0的操作教程，重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用，以实现遥感图像中特定目标（如集装箱）的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练，到执行分类及结果优化的完整流程，并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架，采用ENVINet5（U-Net变体）架构，支持通过点、线、面ROI或分类图生成标签数据，适用于多/高光谱影像的单一类别特征提取。; 适合人群：具备遥感图像处理基础，熟悉ENVI软件操作，从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员，尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标：①在遥感影像中自动识别和提取特定地物目标（如车辆、建筑、道路、集装箱等）；②掌握ENVI环境下深度学习模型的训练流程与关键参数设置（如Patch Size、Epochs、Class Weight等）；③通过模型调优与结果反馈提升分类精度，实现高效自动化信息提取。; 阅读建议：建议结合实际遥感项目边学边练，重点关注标签数据制作、模型参数配置与结果后处理环节，充分利用ENVI Modeler进行自动化建模与参数优化，同时注意软硬件环境（特别是NVIDIA GPU）的配置要求以保障训练效率。
QPdfiumDemo
12-19
QPdfiumDemo
【网络安全竞赛】基于DVWA的代码级攻防技术：SQL注入至RCE利用链的实战设计与自动化防御方案研究
最新发布
12-19
内容概要：本文通过改造DVWA漏洞靶场，构建了一条从SQL注入到文件上传再到远程命令执行（RCE）的完整攻击链，重点展示代码级攻防技术。文中详细解析了二次注入、图片马精制、竞争上传和LD_PRELOAD沙箱逃逸等高阶技巧，并提供了完整的Python利用脚本与官方修复补丁，强调在真实竞赛场景下的实战应用与防御策略。同时展望了自动化Patch评估、微服务漏洞链和合规审计等未来发展方向。; 适合人群：具备一定Web安全基础，参加CTF竞赛或从事渗透测试工作的安全从业者，以及蓝队防守人员和安全培训讲师。; 使用场景及目标：①在高校CTF比赛中作为高难度Web题型，检验选手综合攻防能力；②用于企业招聘中考察候选人实战编码与应急响应能力；③辅助安全培训中进行攻击复现与防御规则编写。; 阅读建议：学习者应结合DVWA环境动手实践每个攻击环节，深入理解Payload构造原理与系统底层机制，同时对比官方Patch掌握安全编码规范，提升攻防双向能力。
量子信息科学入门
12-19
本书全面介绍量子信息科学的核心概念，涵盖量子计算、量子通信与退相干机制。从基本的量子比特出发，深入探讨纠缠、量子门、测量及错误校正等关键技术。结合理论与实验视角，解析量子隐形传态、量子密码学与量子算法的实现原理。书中融合多位领域专家的讲义，兼顾初学者与研究前沿，是进入量子信息技术领域的理想指南。
当前公式 : 裸K (画线指标公式) 错误句 : // 定义移动平均线 MA1 := EMA(CLOSE, 5) 详细信息 : 在变量 MA1 前又错误的定义一次变量! 错误起始位置 : 19 ; 长度: 3
08-08
### 修复裸K画线指标公式中 MA1 重复定义问题 在裸K画线指标公式中，变量 `MA1` 的重复定义通常会导致逻辑错误，影响指标的准确性。例如，若 `MA1` 在多个位置被重新赋值，可能导致后续依赖其初始值的计算出现偏差。为了解决这一问题，应确保 `MA1` 仅被定义一次，并在所有相关逻辑中保持一致的引用。 以下是一个修正后的裸K画线指标公式，避免了 `MA1` 的重复定义问题，并保持指标逻辑的完整性： ```plaintext // 定义移动平均线 MA1 := EMA(CLOSE, 5); // 避免重复定义，仅在此处初始化 MA1 MA2 := EMA(CLOSE, 10); MA3 := EMA(CLOSE, 20); MA4 := EMA(CLOSE, 30); // 定义交易信号条件 TJ1 := CROSS(MA1, MA2) AND C > O AND C > REF(C, 1) AND C / REF(C, 1) >= 1.018 OR CROSS(MA1, MA4) AND C > O AND C > REF(C, 1) AND C / REF(C, 1) >= 1.018 OR CROSS(MA2, MA3) AND C > O AND C > REF(C, 1) AND C / REF(C, 1) >= 1.018 OR CROSS(MA1, MA3) AND C > O AND C > REF(C, 1) AND C / REF(C, 1) >= 1.018; TJ2 := (MAX(MA1, MAX(MA2, MA3)) - MIN(MA1, MIN(MA2, MA3))) / MIN(MA1, MIN(MA2, MA3)) * 100 <= 2; XG := TJ1 AND TJ2; // KDJ 指标计算 KDJ_RSV := (CLOSE - LLV(LOW, 9)) / (HHV(HIGH, 9) - LLV(LOW, 9)) * 100; K := SMA(KDJ_RSV, 3, 1); D := SMA(K, 3, 1); // MACD 指标计算 DIFF := EMA(CLOSE, 12) - EMA(CLOSE, 26); DEA := EMA(DIFF, 9); MACD_BAR := 2 * (DIFF - DEA); // 定义买卖信号 BUYSIGNAL := IF(K > D AND MACD_BAR > 0 AND V > 1, 1, 0); SELLSIGNAL := IF(K < D AND MACD_BAR < 0 AND V > 1, -1, 0); WASHSIGNAL := IF(MACD_BAR > 0 AND K < D AND V > 1, 1, 0); WEAKRISESIGNAL := IF(MACD_BAR < 0 AND K > D AND V > 1, -1, 0); // 绘制买卖信号 STICKLINE(BUYSIGNAL AND C >= O, C, O, 3, 1), COLORRED; STICKLINE(BUYSIGNAL AND C < O, C, O, 3, 0), COLOR990099; STICKLINE(SELLSIGNAL AND C >= O, L, H, 0.1, 0), COLOR0000FF; STICKLINE(SELLSIGNAL AND C >= O, C, O, 3, 1), COLOR00FF00; // ZIG 指标及相关计算 ZIG_3 := ZIG(3, 3); PL_5 := ZIG(3, 5); EN1 := ZIG_3 > REF(ZIG_3, 1) AND REF(ZIG_3, 1) <= REF(ZIG_3, 2) AND REF(ZIG_3, 2) <= REF(ZIG_3, 3); EX1 := ZIG_3 < REF(ZIG_3, 1) AND REF(ZIG_3, 1) >= REF(ZIG_3, 2) AND REF(ZIG_3, 2) >= REF(ZIG_3, 3); PL_10 := ZIG(3, 10); EN2 := PL_10 > REF(PL_10, 1) AND REF(PL_10, 1) <= REF(PL_10, 2) AND REF(PL_10, 2) <= REF(PL_10, 3); EX2 := PL_10 < REF(PL_10, 1) AND REF(PL_10, 1) >= REF(PL_10, 2) AND REF(PL_10, 2) >= REF(PL_10, 3); PL_20 := ZIG(3, 20); EN3 := PL_20 > REF(PL_20, 1) AND REF(PL_20, 1) <= REF(PL_20, 2) AND REF(PL_20, 2) <= REF(PL_20, 3); EX3 := PL_20 < REF(PL_20, 1) AND REF(PL_20, 1) >= REF(PL_20, 2) AND REF(PL_20, 2) >= REF(PL_20, 3); // 绘制文本标注 DRAWTEXT(EN2 AND ZTJZ5 = 1, L * 0.98, '(买)'), COLORYELLOW; DRAWTEXT(EX2 AND (PL_20 > REF(PL_20, 1) AND ZTJD10 = 2 OR (ZTJD10 = 0 OR ZTJD10 = 2) AND EX2), H * 1.03, '卖'), LINETHICK3, COLORGREEN; ``` ### 关键修复点 - **避免重复定义**：确保 `MA1` 仅在首次使用时定义，避免后续再次赋值导致逻辑错误[^1]。 - **变量一致性**：在 `TJ1` 和 `TJ2` 的计算中，统一使用初始定义的 `MA1`，确保逻辑一致性。 - **逻辑完整性**：保留原有的交易信号判断逻辑，未因变量修复影响整体功能。 ###
评论
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