通达信指标公式12:关于股票筹码集中度的分析弊端

2023-10-08 08:10

本文主要是介绍通达信指标公式12:关于股票筹码集中度的分析弊端,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

筹码的集中度:指的是个股的流通筹码被庄家控制的程度,用来观察一支股票是否有大资金吸筹。如果某只股票流通筹码的30%被庄家所控制,就说明这只股票被轻度控盘了。而当大于50%以上的多数流通筹码被控制的时候,就是高度控盘了。利用动态筹码的分散和密集来研判股价的运行趋势。

#龙虎榜小红牛系统,官方微信公众号:gxzfp888#龙虎榜小红牛系统,官方微信公众号:gxzfp888

筹码分布也叫动态成本分布(某一价格,筹码的集中度),是用来表现不同时间里,不同价位上的筹码分布情况,如下方图中通达信软件中,进入K线界面,在屏幕的右下角点击【筹】,再把鼠标移动到K线部位,用鼠标的左键单击,用方向键的左右键移动光标,就可以看到筹码随交易日的进行而出现的各种形态变化。比如某一段时间内,股票的股价从10-20上涨的过程中,10元的位置大多数筹码没有走,说明主力在锁仓,后市还有上涨空间,反之就要减仓,减少操作等。如果某股完全没有集中股,处于分散,多散点分布,这样的股也不要碰。在这里插入图片描述
#1.小红牛观点:我认为筹码的这种研究方式,有弊端,对于股民而言可能是一个坑,这种分析方法不是很靠谱,使用的时候不是很顺心,不确定的因素较大,所以我的研股体系里面没有筹码研究,举个例子:假设某个股票10元总买了1000手,11元总买了500手,那么筹码的集中度在10块钱位置的1000手对应的筹码峰长度是最长的。如下图示(按照买入的价格和成交量两个主要参数的画图),实际当中10的价位可能由很多个股民成交的单子构成,比这个计算更复杂,由程序代码执行。在这里插入图片描述

但是这里存在着2个问题:① 1000手里面是否存在着百万大单?即无法通过筹码图来判断,成交单是散户的小单子,还是主力大单子,如果10元成交的1000手全都是很多个散户的行为(当然也存在是某些主力的分批小单买入),那么就应该叫做散户集中度,而非主力的筹码集中度,一个股票没有主力介入,很难是有股价的拉升 ②1000手里面买入的500万以上的大单子,与小单子的比例,这个无法根据筹码形态判断,也就无法分析多空力量的强弱 ,所以画出来的最长的筹码柱子可能有水分,造成视觉与真实的错误,这也是量和价分析的一个很大弊端(简单点说,股价要想上涨=前提是有真正的主力资金介入,否则仅仅量价分析是不够的)。前面讲过换手率成交量分析的缺点,我是不主张,在不明确主力与散户的数据关系,就按量价去分析股票的,除非你能确定某只股票存在确定性的主力行为,否则不建议去筹码分析。

下面进入正题,有的人一定要研究这个,那么看看今天筹码分析你要学些什么??
在这里插入图片描述

#2.(如上图中)成本分布图的一些数字意义如下:

第1行:显示筹码分布日期,光标移动的时候时间会变化的,如果不移动默认显示,最后一个k线对应的时间。

第2行:58.7%获利比例分布。白框柱表示套牢,黄框柱表示获利,框中的数字表示在收盘价以下的筹码占总筹码的百分比。

获利比例:WINNER(C)*100;

第3行:223.23元处获利盘38.9%。表示将光标移动至任意某一价位位置时,在此位置以下的筹码(在上方的为套牢盘,当前价比上方价低)占总筹码的百分比。在具体运用中,你可以通过移动光标来测量任意价位的获利盘比例,比如将光标与分布图中的蓝色横线重合,其显示的获利盘比例应为50%,显示的价格与“平均成本”一致。

第4行:平均成本。在平均成本上方有50%的筹码,下方同样有50%的筹码分布。

平均成本:COST(50);

第5行:90%成本是获利5%和95%这2个获利比例的价位区间。集中数值越低,表示筹码越集中;数值越高,筹码越分散。


成本集中90:(C95-C5)/HHV(H,0)*100;

第6行:70%成本是获利15%和85%这2个获利比例的价位区间。集中数值越低,表示筹码越集中;数值越高,筹码越分散。

成本集中70:(C85-C15)/HHV(H,0)*100;

在这里插入图片描述
#3.需要说明一下:自己指标源码左边,计算的值,和右边tdx官方显示的数值是会有些小差异的,我在百度搜了很多写法,这种写法是最接近官方的写法的,显示最后一天筹码分布的数值。

另外官方的系统公式里面有几个关于筹码的指标(比较著名的是SCR筹码集中度),要研究的朋友可以调出来看看,有些是开源的。点公式管理器——查找——输入关键字(筹码)——确定——F3切换下一个筹码指标。在这里插入图片描述
↓完整源码如下 ↓

{1.以收盘价,对应的获利盘比例}
获利比例:WINNER(C)*100,COLORWHITE;
平均成本:COST(50),COLORBLUE;{2.获利盘为95%,对应的成本价格}
C95:=COST(95);
C5:=COST(5);
C85:=COST(85);
C15:=COST(15);{写出成本集中在90%70%对应的价格}成本集中90:(C95-C5)/HHV(H,0)*100,COLORRED;
成本集中70:(C85-C15)/HHV(H,0)*100,COLORYELLOW;{字符串相加}
A1:=STRCAT('获利比例',': ');
A2:=STRCAT(CON2STR(获利比例,1),'%');
A:=STRCAT(A1,A2);
DRAWTEXT_FIX(1,0.75,0.1,0,A),COLORYELLOW;B1:=STRCAT('平均成本',': ');
B:=STRCAT(B1,CON2STR(平均成本,2));
DRAWTEXT_FIX(1,0.75,0.2,0,B),COLORYELLOW;C1:=STRCAT('90%成本',CON2STR(C5,2));
C2:=STRCAT('-',CON2STR(C95,2));
C3:=STRCAT('集中',CON2STR(成本集中90,1));
CC:=STRCAT(STRCAT(STRCAT(C1,C2),C3),'%');
DRAWTEXT_FIX(1,0.75,0.3,0,CC),COLORYELLOW;D1:=STRCAT('70%成本',CON2STR(C15,2));
D2:=STRCAT('-',CON2STR(C85,2));
D3:=STRCAT('集中',CON2STR(成本集中70,1));
D:=STRCAT(STRCAT(STRCAT(D1,D2),D3),'%');
DRAWTEXT_FIX(1,0.75,0.4,0,D),COLORYELLOW;

这篇关于通达信指标公式12:关于股票筹码集中度的分析弊端的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/163908

相关文章

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、

MySQL中读写分离方案对比分析与选型建议

《MySQL中读写分离方案对比分析与选型建议》MySQL读写分离是提升数据库可用性和性能的常见手段,本文将围绕现实生产环境中常见的几种读写分离模式进行系统对比,希望对大家有所帮助... 目录一、问题背景介绍二、多种解决方案对比2.1 原生mysql主从复制2.2 Proxy层中间件:ProxySQL2.3

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1