KD随机振荡指标简介
来源:互联网 发布:mac 上不了网 编辑:程序博客网 时间:2024/05/19 20:56
KD随机振荡指标简介
Stochastics指标又名KDJ 指标 ,是由 George Lane首创的,最早用于期货市场。Stochastics指标在图表上采用%K和%D两条线,在设计中综合了动量观念、强弱指标与移动平均线的优点,在计算过程中主要研究高低价位与收市价的关系,反映价格走势的强弱和超买超卖现象。它的主要理论依据是:当价格上涨时,收市价倾向于接近当日价格区间的上端;相反,在下降趋势中收市价趋向于接近当日价格区间的下端。在股市和期市中,因为市场趋势上升而未转向前,每日多数都会偏向于高价位收市,而下跌时收市价就常会偏于低位。随机指数在设计中充分考虑价格波动的随机振幅与中短期波动的测算,使其短期测市功能比移动平均线更加准确有效,在市场短期超买超卖的预测方面又比强弱指数敏感,因此,这一指标被投资者广泛采用。
Stochastics指标对比给定的一段时期里,价格的范围同价格收市价(close)的相关情况。该振荡指标以双线来显示。主线被称为%K线。第二根线被称为%D线,它的数值是主线%K的移动平均线。%K通常显示为一条实心的曲线,而%D线则显示为点状曲线。
KD指标的计算公式
%K的方程式: %K = 100* (LOSE-LOW(%K))/(HIGH(%K)-LOW(%K))
注释:
根据公式,我们可以计算出%D的移动平均线:
%D = SMA(%K, N)
注释:
KD指标(随机振荡指标)的一般分析使用方法
KD指标(随机振荡指标)主要参数相关说明和使用
0 0
- KD随机振荡指标简介
- 反趋向指标: KD 随机指标
- KD树核心思想简介
- KD树核心思想简介
- 随机指标KDJ使用入门
- 股票中的KD指标金叉和死叉
- KD tree算法(1)-简介&构建KD tree
- K近邻算法及kd树简介
- 网站数据分析指标简介
- kd树简介 在matlab下VLFeat中的kd-tree使用
- k近邻算法(KNN)及kd树简介(KD-Tree)
- kd树简介 在matlab下VLFeat中的kd-tree使用
- 振荡电路
- 振荡电路
- ThinkPad 随机软件简介
- 随机逼近算法简介
- 随机森林简介
- ADC/DAC的分类与指标简介
- 《劳动力市场工资指导价位制度和企…
- Linux目录结构
- Android Drawable 那些不为人知的高效用法
- spring的属性加载器,加载properties文件中的属性
- Office 2013 Professional P…
- KD随机振荡指标简介
- 期权put和call
- 如何用数据分析产品以转化率等?
- JVM-内存区域
- 个人所得税计算表
- 2014月5月一级人力卷册一理…
- 2014月5月一级人力卷册二专…
- 【HTML】2.常用标签
- 僵尸进程与孤儿进程模拟实现