正文

掌握交易指标，轻松操盘赚钱：揭秘五大经典指标口诀，助你成为交易高手

/0 浏览量
1019

在金融市场中，交易指标是投资者分析市场趋势、做出交易决策的重要工具。掌握正确的交易指标，可以帮助投资者在复杂的市场环境中找到赚钱的机会。本文将揭秘五大经典交易指标口诀，助你成为交易高手。

1. 移动平均线（MA）

移动平均线（MA）是衡量价格趋势的重要指标。口诀：“均线多头向上行，买入信号现眼前；均线空头向下行，卖出信号紧随来。”

代码示例

import numpy as np
import matplotlib.pyplot as plt

# 假设有一组价格数据
prices = np.array([10, 12, 11, 14, 13, 15, 16, 14, 13, 12])

# 计算移动平均线
def moving_average(prices, window_size):
    return np.convolve(prices, np.ones(window_size), 'valid') / window_size

# 设置窗口大小
window_size = 5

# 计算并绘制移动平均线
ma = moving_average(prices, window_size)
plt.plot(range(len(ma)), ma)
plt.show()

2. 相对强弱指数（RSI）

相对强弱指数（RSI）用于衡量市场动量。口诀：“RSI值高，股票强；RSI值低，股票弱。”

代码示例

import numpy as np
import matplotlib.pyplot as plt

# 假设有一组收盘价数据
closes = np.array([10, 12, 11, 14, 13, 15, 16, 14, 13, 12])

# 计算RSI
def rsi(closes, period=14):
    delta = np.diff(closes)
    gain = (delta > 0).astype(int) * delta
    loss = (-delta).astype(int) * delta
    avg_gain = np.cumsum(gain) / np.arange(1, len(gain) + 1)
    avg_loss = np.cumsum(loss) / np.arange(1, len(loss) + 1)
    rs = avg_gain / avg_loss
    rsi = 100. - (100. / (1. + rs))
    return rsi

# 计算并绘制RSI
rsi_values = rsi(closes)
plt.plot(rsi_values)
plt.show()

3. 随机振荡器（KDJ）

随机振荡器（KDJ）用于衡量市场超买或超卖状态。口诀：“KDJ金叉向上行，买入信号现眼前；KDJ死叉向下行，卖出信号紧随来。”

代码示例

import numpy as np
import matplotlib.pyplot as plt

# 假设有一组收盘价数据
closes = np.array([10, 12, 11, 14, 13, 15, 16, 14, 13, 12])

# 计算KDJ
def kjd(closes, period=9):
    rsv = (closes - np.min(closes[-period:])) / (np.max(closes[-period:]) - np.min(closes[-period:])) * 100
    k = (2 / 3) * previous_k + (1 / 3) * rsv
    d = (2 / 3) * previous_d + (1 / 3) * k
    return k, d

# 初始化KDJ参数
previous_k, previous_d = 50, 50

# 计算并绘制KDJ
for close in closes:
    k, d = kjd([close], period=9)
    plt.plot(k, d)
    previous_k, previous_d = k, d

plt.show()

4. 成交量（VOL）

成交量是衡量市场活跃度的指标。口诀：“成交量放大，价格上涨；成交量缩小，价格下跌。”

代码示例

import numpy as np
import matplotlib.pyplot as plt

# 假设有一组价格和成交量数据
prices = np.array([10, 12, 11, 14, 13, 15, 16, 14, 13, 12])
volumes = np.array([100, 150, 120, 200, 180, 250, 220, 190, 160, 130])

# 绘制价格和成交量图
plt.plot(prices, label='价格')
plt.bar(range(len(volumes)), volumes, label='成交量')
plt.legend()
plt.show()

5. 平均真实范围（ATR）

平均真实范围（ATR）用于衡量市场波动性。口诀：“ATR值高，波动大；ATR值低，波动小。”

代码示例

import numpy as np
import matplotlib.pyplot as plt

# 假设有一组价格数据
prices = np.array([10, 12, 11, 14, 13, 15, 16, 14, 13, 12])

# 计算ATR
def atr(prices, period=14):
    tr = np.abs(prices[1:] - prices[:-1]) + np.abs(prices[1:] - np.min(prices[1:])) + np.abs(np.max(prices[:-1]) - prices[:-1])
    atr_value = np.mean(tr[-period:])
    return atr_value

# 计算并绘制ATR
atrs = [atr(prices[:i+1], period=14) for i in range(len(prices)-1)]
plt.plot(atrs)
plt.show()

通过掌握这五大经典交易指标口诀，投资者可以更好地分析市场趋势，提高交易成功率。当然，在实际操作中，还需要结合自身经验和风险承受能力，制定合理的交易策略。祝您在金融市场中取得成功！

-- 展开阅读全文 --