27,05,2025
|
dengwen168 |
今天上涨2637家,下跌2576家。成交1.02亿。
值得关注的股票
新高的票
茅台都开始下杀
27,05,2025
|
dengwen168 |
看了洋洋洒洒长篇大论实在看不下去了,忍着粗略的读了,主要表达的是技术无用论?我研究均线15年,最终还是年年赔钱,后来转战到养家心法,周期情绪,然鹅重点来了,长期束之高阁的均线偶然发现了bug,真的可以左侧,适合大资金潜伏,神奇之处在于进入后就是暴涨的开启,比如近期的圣龙、精伦、赛力斯、西陇、龙韵…对了还有个龙江交通,左点在2023年12月11日
发表于2023-12-16
与浪共舞2010
我比你运气 ...
25,05,2025
|
dengwen168 |
第一阶段:
全阶段:
梳理前15,可控核聚变就是最近冒出来的。
食品饮料也是。
新零售也是
风沙治理也是
第二阶段:
可以看出,医药相关的爆发了。
一、宠物(880707)
这支盈亏比很高:
站稳10日线
这个继续等
这个也有资金进入
May-28主力净比比较高
二、日用化工
但是板块跌破了10日线
我觉得这票有资金在进攻,是买点:但不是中军。
但其实也是容量票。
分时图一根线就有8000多万的成交 ...
25,05,2025
|
dengwen168 |
指数情绪与板块情绪共振时间点的寻找方法
在交易中,指数情绪与板块情绪形成共振的时间点往往是市场关键转折点或趋势加速点,找到这种共振可以有效提高交易胜率。以下是系统化的寻找方法:
一、明确情绪观测维度
指数情绪:
技术面:关键位置突破(如箱体/趋势线)、量能变化(放量/缩量)、MACD/RSI背离、涨跌家数比(如4000家上涨)。
资金面:北向资金流向、主力资金净流入、两融余额变化。
市场广 ...
24,05,2025
|
dengwen168 |
一、量比>3倍的具体计算方法与应用
一、量比的计算公式
量比 = 当日即时成交量 / 过去5日同时间段平均成交量
(注:不同软件默认周期可能不同,同花顺/东方财富通常采用5日均量)
计算示例:
假设某股票:
当日早盘30分钟成交量:15万手
过去5日同时段平均成交量:5万手
则当前量比 = 15万手 / 5万手 = 3倍
二、查看量比的实操方法
1. 股票软件直接显示
同花顺/东方财富:在个股分时图或K线图 ...
24,05,2025
|
dengwen168 |
其实我一直用的是通达信,逐渐发现很多地方同花顺要优于通达信,所以打算以后转这个。
一、全A指数
二、短线精灵
点击左边导航栏的“分时图”,然后设置只显示急速拉升,强势封涨停。
三、显示多天分时
四、分时图用红、绿色表示
五、最近多板
六、查看板块龙头
七、我在查看板块列表的时候,点击一个板块,默认进入的是分时图,我想它默认显示的为日k线图,这个如何设置 ?
左上角工具-系统设置-其他 ...
24,05,2025
|
dengwen168 |
如何识别板块的中军股?
1. 看市值和流动性
市值较大:通常在500亿以上(小板块可能100亿+),比如:
AI板块:昆仑万维(2023年炒作时500亿+)、中际旭创(光模块龙头,千亿市值)
新能源板块:宁德时代(万亿市值)、隆基绿能(光伏龙头)
金融板块:东方财富(证券+互联网金融)
成交额高:通常单日成交额在20亿以上,甚至50亿+(大资金战场)。
比如2023年AI行情时,三六零、科大讯飞、浪潮信息 ...
23,05,2025
|
dengwen168 |
用AI写代码,运行没问题,就是没有成交记录,后来排查才发现,代码的逻辑有问题。
真坑。
一、介绍
趋势过滤:使用 fast_ma 和 slow_ma 均线判断趋势方向。
突破入场:价格突破过去 entry_window 天最高/最低价后入场。
波动性过滤:趋势强度由 ma_diff > atr * coeff 判断,过滤震荡市。
ATR止损:以波动性设定止损,防止小波动被扫出。
只做多/空可选,适合不同品种。
二、回测结果
2025-05-23 19:45:5 ...
22,05,2025
|
dengwen168 |
import pandas as pd
import mplfinance as mpf
import matplotlib.pyplot as plt
import matplotlib
# 设置中文字体
matplotlib.rcParams['font.family'] = 'Microsoft YaHei' # 或 'SimHei'
matplotlib.rcParams['axes.unicode_minus'] = False
# 读取数据
df = pd.read_csv("22.csv", encoding='gbk')
df['datetime'] = pd.to_datetime(df['datetime'])
df.set_index('date ...
21,05,2025
|
dengwen168 |
ma20 = self.am_hour.sma(20, array=True)
你可能以为这个 ma20 只返回「最近20个均值」,但实际不是这样。
假设你有 self.am_hour.close 是一个数组,共有 100 个数据:
你调用:ma20 = self.am_hour.sma(20, array=True)
得到的 ma20 是:
ma20 = [nan, nan, ..., nan, v20, v21, ..., v99]
↑前面19个nan↑ ↑从第20根开始有值↑
我的代码验证也是如此:
我的代码是:
self.am_hour = A ...
Page: 11 of 229 1 ...
9 10 11 12 13 ...
229