凤鸾宝帐景非常,尽是泥金巧样妆。

曲曲远山飞翠色;翩翩舞袖映霞裳。

梨花带雨争娇艳;芍药笼烟骋媚妆。

但得妖娆能举动,取回长乐侍君王。

【摘自《封神演义》纣王在女娲宫上香时题的诗】

一首定场诗完毕,咱们书接上回。上回咱们说到使用基于MA长短周期均线上下穿越的方式对行情进行跟踪。同时也提出该方法的问题,即:当前K线在短时间内出现了类似正弦曲线的波动时,短周期均线和长周期均线会频繁的相互交差。这种情况的问题就是会导致系统进行频繁的交易,如果看官们有过手动交易的经验值,就不难发现,交易的越频繁,可能赔的越多,同是,心脏承担的压力也越大。

从本文开始,我们来聊聊如果使用短线指标来尽量降低交易次数(注意:只能尽量降低,不可能完全屏幕!),首先来看看MACD指标。

MACD指标应该是大多数交易软件中的默认技术指标(另笔者比较晕的是,为什么这些指标会被叫做“技术指标”,完全看不出来和技术有半点关系,另外我也很讨厌很多公司里都把软件工程师叫做“技术”),其维基百科的定义如下:

MACD指数平滑异同移动平均线(Moving Average Convergence / Divergence, MACD)是股票交易中一种常见的技术分析工具,用于研判股票价格变化的强度、方向、能量,以及趋势周期,以便把握股票买进和卖出的时机。MACD指标由一组曲线与图形组成,通过收盘时股价或指数的快变及慢变的指数移动平均值(EMA)之间的计算出来。“快”指更短时段的EMA,而“慢”则指较长时段的EMA,最常用的是12及26日EMA。

通常情况下,我们会看到的默认数值为MACD(12,26,9),那么,该指标的算法过程是什么,参数的意义又是什么呢?

其计算过程如下:

//1.首先分别计算当前点的12次EMA均值和26次EMA均值的差,KlineValues可以取Close值或者中间值,其名曰:dif

var dif = EMA(KlineValues, 12) - EMA(KlineValues, 26);

//2.为了数据的平稳性,对前面的均值差,再一次计算EMA,次数为9

var dea = EMA(dif,9);

//3.为了其数据的可视化,求上面二者的差值,并放大两倍

var macd = (dif - dea) * 2;

从计算过程的第一步中,看官不难发现,MACD的本质是将EMA曲线进行了坐标系统的变换,即:以长周期为X轴,并查看短周期的变化情况。由于DIF值是由两个不同周期的均线计算得到的,因此,该值总是围绕着0点上下变换的。

(看官:如果您有过3D系统开发经验(DX,OPENGL,U3D。。。)或者嵌入式电子系统开发经验的话,那么对这种“先进行坐标系统变换,然后得到可量化处理数据”的应用方式就不会感到陌生。)

如果将上面计算过程中dea的参数次数由9改为1的话,上面的macd值就退化成我们前一篇文章中所说的长短均线追逐了,当dif值大于0时,短周期上穿长周期,可以考虑买入,反之亦然。

通过分析,我们大体上可以了解MACD(12,26,9)的数学含义。您可以认为12,26是两个较短周期的跟踪方式。在默认参数的情况下,MACD值出现了穿越了0值时,不能100%的做为买入、卖出条件,但是可以成为上一章节所提的MA线追逐算法降低交易次数的重要参考,情况如下图所示:

由于MACD值是由均值差值计算所得,因此,即使K线走势持平或者微弱上升,都会导致两个均值的差值越来越小,MACD也可能会出现0值跳变。另外,高点或低点峰不能作为判定点,因为你无法预料后面是否还会出现峰值。

如果希望弥补MACD线的弱点,可以使用SAR指标加以共同判读,关于SAR指标,且听下回分解。

作者:科学家

Email:warensoft@163.com

微信:43175692

高频交易算法研发心得--MACD指标算法及应用的更多相关文章

  1. 高频交易算法研发心得--RSI指标及应用

    高频交易算法研发心得--RSI指标及应用 前面文章中我们提到了MA均线(包括EMA,SMA).MACD以及SAR指标,这三类指标存在一个共同特点,即:从固定周期的价格作为判读的指导思想,并将价格进行平 ...

  2. 高频交易算法研发心得--WAVT指标(Warensoft交易量趋势指标)算法及应用

    高频交易算法研发心得--WAVT指标(Warensoft交易量趋势指标)算法及应用 注:WAVT指标由Warensoft(王宇)原创. 前面聊了一系列的常见应用指标,包括短线.长线的指标,并且也无耐的 ...

  3. AI大厂算法测试心得:人脸识别关键指标有哪些?

    仅仅在几年前,程序员要开发一款人脸识别应用,就必须精通算法的编写.但现在,随着成熟算法的对外开放,越来越多开发者只需专注于开发垂直行业的产品即可. 由调查机构发布的<中国AI产业地图研究> ...

  4. 【算法】经典的ML算法(后续结合工作实践完善心得)

    18大数据挖掘的经典算法以及代码实现,涉及到了决策分类,聚类,链接挖掘,关联挖掘,模式挖掘等等方面,后面都是相应算法的博文链接,希望能够帮助大家学.目前追加了其他的一些经典的DM算法,在others的 ...

  5. 高频交易:Solarflare组建超低延迟网络

    10Gb以太网适配器制.网卡造商Solarflare目前正在将自己的网卡系列产品转变为服务器产品.其产品在金融领域有着广泛的应用. Solarflare首先将现场可编程门阵列(FPGA)放入网络适配器 ...

  6. Machine Learning 算法可视化实现2 - Apriori算法实现

    目录 关联分析 Apriori原理 Apriori算法实现 - 频繁项集 Apriori算法实现 - 从频繁项集挖掘关联规则 一.关联分析 关联分析是一种在大规模数据集中寻找有趣关系的任务. 这些关系 ...

  7. Java才是世界上最好的语言,Java在高频交易中替代C++

    高频交易 高频交易是指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易,比如,某种证券买入价和卖出价差价的微小变化,或者某只股票在不同交易所之间的微小价差.在高频交易中,自动化应用程序每 ...

  8. 基于改进人工蜂群算法的K均值聚类算法(附MATLAB版源代码)

    其实一直以来也没有准备在园子里发这样的文章,相对来说,算法改进放在园子里还是会稍稍显得格格不入.但是最近邮箱收到的几封邮件让我觉得有必要通过我的博客把过去做过的东西分享出去更给更多需要的人.从论文刊登 ...

  9. JVM内存管理------GC算法精解(复制算法与标记/整理算法)

    本次LZ和各位分享GC最后两种算法,复制算法以及标记/整理算法.上一章在讲解标记/清除算法时已经提到过,这两种算法都是在此基础上演化而来的,究竟这两种算法优化了之前标记/清除算法的哪些问题呢? 复制算 ...

随机推荐

  1. 关于DOM的操作以及性能优化问题-重绘重排

     写在前面: 大家都知道DOM的操作很昂贵. 然后贵在什么地方呢? 一.访问DOM元素 二.修改DOM引起的重绘重排 一.访问DOM 像书上的比喻:把DOM和JavaScript(这里指ECMScri ...

  2. 笔记:Binder通信机制

    TODO: 待修正 Binder简介 Binder是android系统中实现的一种高效的IPC机制,平常接触到的各种XxxManager,以及绑定Service时都在使用它进行跨进程操作. 它的实现基 ...

  3. ASP.NET Aries 入门开发教程5:自定义列表页工具栏区

    前言: 抓紧时间,继续写教程,因为发现用户期待的内容,都在业务处理那一块. 不得不继续勤劳了. 这节主要介绍工具栏区的玩法. 工具栏的默认介绍: 工具栏默认包括5个按钮,根据不同的权限决定显示: 添加 ...

  4. MVVM设计模式和WPF中的实现(四)事件绑定

    MVVM设计模式和在WPF中的实现(四) 事件绑定 系列目录: MVVM模式解析和在WPF中的实现(一)MVVM模式简介 MVVM模式解析和在WPF中的实现(二)数据绑定 MVVM模式解析和在WPF中 ...

  5. Atitit 项目语言的选择 java c#.net  php??

    Atitit 项目语言的选择 java c#.net  php?? 1.1. 编程语言与技术,应该使用开放式的目前流行的语言趋势1 1.2. 从个人职业生涯考虑,java优先1 1.3. 从项目实际来 ...

  6. HTML DOM 介绍

    本篇主要介绍DOM内容.DOM 节点.节点属性以及获取HTML元素的方法. 目录 1. 介绍 DOM:介绍DOM,以及对DOM分类和功能的说明. 2. DOM 节点:介绍DOM节点分类和节点层次. 3 ...

  7. Javacript实现字典结构

    字典是一种用[键,值]形式存储元素的数据结构.也称作映射,ECMAScript6中,原生用Map实现了字典结构. 下面代码是尝试用JS的Object对象来模拟实现一个字典结构. <script& ...

  8. Nested Loops join时显示no join predicate原因分析以及解决办法

    本文出处:http://www.cnblogs.com/wy123/p/6238844.html 最近遇到一个存储过程在某些特殊的情况下,效率极其低效, 至于底下到什么程度我现在都没有一个确切的数据, ...

  9. 【夯实PHP基础】PHP常用类和函数总结

    本文地址 代码提纲: 1. 字符串处理类及函数 2. 数组处理类及函数 3 .web处理类及函数 将常用的PHP的类和函数总结到这里,主要是 自己用过的,比较有感觉. 1. [字符串处理] 1)[ut ...

  10. BPM任务管理解决方案分享

    一.方案概述任务是企业管理者很多意志的直接体现,对于非常规性事务较多的企业,经常存在各类公司下达的各种任务跟进难.监控难等问题,任务不是完成效果不理解,就是时间超期,甚至很多公司管理层下达的任务都不了 ...