自動生成未來股票數據

① 基於微信大數據的股票預測研究

基於微信大數據的股票預測研究
大數據是近些年來的熱門話題，無論國際上還是國內，影響很大。經濟學、政治學、社會學和許多科學門類都會發生巨大甚至是本質上的變化和發展，進而影響人類的價值體系、知識體系和生活方式。而全球經濟目前生成了史無前例的大量數據，如果把每天產生的大量數據比作神話時期的大洪水是完全正確的，這個數據洪流是我們前所未見的，他是全新的、強大的、當然，也是讓人恐慌但又極端刺激的。
而我所分享的話題，正是在互聯網環境下，如何利用大數據技術，進行股票預測的研究。–今天，我想分享我認為有意義的四點。
1.大數據下的商業預測
根據大數據，我們可以有效地進行故障、人流、流量、用電量、股票市場、疾病預防、交通、食物配送、產業供需等方面的預測。而本文我們所關心的內容是股票市場的預測。
大數據的核心是預測，預測依賴於對數據的分析。那麼分析的方法是否是基於隨機采樣的結果而設計的，這樣的分析方法是否會有誤差？
從傳統認識上，由於資源和科技的局限，如人和計算資源受限、從計算機處理能力來講無法處理全部數據來獲取人們所關注的結果。因此隨機采樣應運而生，通過所選取的個體來代表全體，如使用隨機抽取的方式來使得推論結果更科學。但既然提到了大數據，它是資源發展到一定程度、以及技術發展到一定階段產生的一個新的認識。如同電力的出現，使人類進入了一個快速發展階段，大數據也一樣，它的含義是全體樣本，從整體樣本來做推論。在本文大數據的含義是所有股票在整個社交網路上的流動信息，從數據源上講，本文沒有採用所有社交網路上的數據，只分析了微信這個最具代表性的社交媒體作為信息源。
互動數據能反映用戶情緒，搜索數據能反映用戶的關注點和意圖，在股市預測時這兩種數據哪種更具有參考價值？
我認為都有價值，互動數據反映了用戶對某一特定股票的喜好和厭惡，可以簡單描述為對該股票的操作是繼續持有還是賣出；而搜索數據則代表用戶在收集該股票信息的過程，它是關注度的概念，某隻股票搜索度高則意味著消息的影響力大。互動代表著方向，搜索代表著振幅。
我們知道這兩種數據得出的結論會有差異，您是如何平衡這兩種數據反映的情況來進行預測的？
正如上一個問題里提到的，如果是股票推薦，買進賣出等原則問題，則應該考慮互動數據，但如果已經買到手了，搜索數據可以提供一個幅度的概念，類似債券評級A級、AA級、AAA級等，供投資者參考，因為不同投資者對風險的承受度是不同的。
將股票和市場的消息整理成140字的短消息發布，是否意味著主要發布渠道是微博？現在微信公眾號很火，有沒有考慮通過這個渠道也發布消息？
事實上，信息傳播的方式很多，微信作為新媒體當然影響力不容小覷，但目前技術投入最小的還是郵件、簡訊等方式，未來會考慮使用公眾號來推送股票和市場消息。
如果在未來通過微信公眾號推送消息，那麼推送的消息會不會作為數據來源被再次採集？這會有多大的影響？
會被採集，但互聯網上的每日關於個股的信息數量會達到很大，該推送會增加推薦股票1點權重，每隻股票的權重成百上千，因此影響極小。
數據來源是微信公眾號，除了准確性的考慮之外，是否還考慮過這樣收集數據會較少觸犯個人隱私？
從法律角度來看，搜索微信或其他個人聊天記錄，是侵犯個人隱私權的，因此如果騰訊開放了這樣的介面，每個公民都可以對這樣的行為進行投訴、抗議、甚至進行法律起訴直至其改正過錯、賠償損失的。
這樣是否意味著即使存在違法的行為，其結果也是由騰訊來承擔，而我們作為數據的使用方不需要承擔任何法律責任？
在整個社會，我們作為系統技術提供方，應恪守大數據的倫理道德，遵守國家法律，如侵犯個人隱私，系統不會採集，谷歌有一句座右銘「谷歌不作惡」，本文提到的系統也一樣。
2.基於大數據進行股票推薦實驗
股票的及時度反應了微信文章所發布的時效性，及時度越高，數據價值就越大。
股票的熱度反應了當前某隻股票被關注的頻度，關注頻度越大，上漲的可能性越高。

數據的完整性：我們採用循環的方式對所有深滬兩地發行約2236隻股票（創業版除外）在微信搜索網站上的搜索結果進行保存。
數據的一致性：文件格式由負責保存數據文件的程序決定，單一的流程保障了文件的一致性。
數據的准確性：由於所分析的訂閱號文章的是由微信公共平台的公眾號所提供，在一定程度上杜絕了虛假消息對於預測系統的破壞。
數據的及時性：考慮到磁碟讀寫以及採集程序所處的網路帶寬，以及搜索引擎對於採集程序的屏蔽，程序中採集兩條信息之間間隔了5秒，因此理論上11180秒（3.1個小時）可收集完當日推薦所需要的數據。對於每個交易日，在9點-9點30分之間採集所有數據，需要7台以上的設備可達到最佳效果。本次試驗受限於試驗設備，在一台設備上，交易日每天早六時開始進行數據採集，也滿足及時性要求。
數據分析：查看三個高優先順序的股票，該股票當日的開盤價與收盤價，再與當日（2015-4-8）上證綜指進行比較，可得在收益上該演算法是優於上證綜指為樣本的整體股票的股價差收益的。
實驗結論：按照上述方式，系統每天推薦出當日股票，在開盤時進行買進，在第二個交易日進行賣出。經過一個月21個交易日（2015-3-1至2015-3-31），系統的收益為20%/月。通過微信搜索公眾號來預測市場走勢和投資情緒呈現出正相關性，因此可以作為股票甄選的因子。
3.股票預測的大數據發展趨勢
網路數據分成三種：
一是瀏覽數據，主要用於電商領域的消費者行為分析，瀏覽數據反映了用戶每一步的訪問腳步，進一步刻畫出用戶的訪問路徑，分析不同頁面的跳轉概率等。
二是搜索數據，主要指搜索引擎記錄的關鍵詞被搜索頻次的時間序列數據，能反映數億用戶的興趣、關注點、意圖。
三是互動數據，主要是微博、微信、社交網站的數據，反映用戶的傾向性和情緒因素。
2013年諾貝爾經濟學獎得主羅伯特?席勒的觀點被無數采訪對象引述。席勒於上世紀80年代設計的投資模型至今仍被業內稱道。在他的模型中，主要參考三個變數：投資項目計劃的現金流、公司資本的估算成本、股票市場對投資的反應（市場情緒）。他認為，市場本身帶有主觀判斷因素，投資者情緒會影響投資行為，而投資行為直接影響資產價格。
計算機通過分析新聞、研究報告、社交信息、搜索行為等，藉助自然語言處理方法，提取有用的信息；而藉助機器學習智能分析，過去量化投資只能覆蓋幾十個策略，大數據投資則可以覆蓋成千上萬個策略。
基於互聯網搜索數據和社交行為的經濟預測研究，已逐漸成為一個新的學術熱點，並在經濟、社會以及健康等領域的研究中取得了一定成果。在資本市場應用上，研究發現搜索數據可有效預測未來股市活躍度（以交易量指標衡量）及股價走勢的變化。
對於搜索數據：互聯網搜索行為與股票市場的關聯機理。這個研究屬於行為金融與互聯網的交叉領域，其原理是：股票量價調整是投資者行為在股票市場上的反應；與此同時，投資者行為在互聯網搜索市場也有相應地行為跡象，我們要做到是：找到互聯網搜索市場中領先於股票交易的行為指標，綜合眾多投資者的先行搜索指標，對未來的股票交易做出預判。
如同天氣預報那樣，不斷優化模型、灌入海量信息，然後給出結果。並且在處理的信息中，有80%是「非結構化」數據，例如政策文件、自然事件、地理環境、科技創新等，這類信息通常是電腦和模型難以消化的。採用了語義分析法，可以將互動數據里的金融對話量化為「-1（極度看空）」到「1（極度看多）」之間的投資建議，通過分析互動數據的數據文本，作為股市投資的信號。
4.正在發生的未來
大數據並不是一個充斥著演算法和機器的冰冷世界，人類的作用依然無法被完全替代。大數據為我們提供的不是最終答案，只是參考答案，幫助是暫時的，而更好的方法和答案還在不久的將來。
大數據在實用層面的影響很廣泛，解決了大量的日常問題。大數據更是利害攸關的，它將重塑我們的生活、工作和思維方式。在某些方面，我們面臨著一個僵局，比其他劃時代創新引起的社會信息范圍和規模急劇擴大所帶來的影響更大。我們腳下的地面在移動。過去確定無疑的事情正在受到質疑。大數據需要人們重新討論決策、命運和正義的性質。擁有知識曾意味著掌握過去，現在則意味著能夠預測未來。
大數據並不是一個充斥著演算法和機器的冰冷世界，其中仍需要人類扮演重要角色。人類獨有的弱點、錯覺、錯誤都是十分必要的，因為這些特性的另一頭牽著的是人類的創造力、直覺和天賦。這提示我們應該樂於接受類似的不準確，因為不準確正是我們之所以為人的特徵之一。就好像我們學習處理混亂數據一樣，因為這些數據服務的是更加廣大的目標。必將混亂構成了世界的本質，也構成了人腦的本職，而無論是世界的混亂還是人腦的混亂，學會接受和應用他們才能得益。
我相信，利用基礎數據、搜索數據、互動數據再進行加權計算，可以對所有股票進行大數據遴選，從而給出投資建議。我認為，我們的肉身剛剛步入大數據時代，但我們的精神還滯留在小數據、采樣思維之中，率先用理性擊碎固有思維的人，也將率先獲得大數據帶來的益處。

② 怎樣自動導出通達信股票數據

方法：打開一個股票的K線圖，34，【數據導出】，【高級導出】，【添加股票】，把滬A、深A的股票全部選上，選擇好路徑，選擇【開始導出】即可。
股票是股份公司發行的所有權憑證，是股份公司為籌集資金而發行給各個股東作為持股憑證並藉以取得股息和紅利的一種有價證券。每股股票都代表股東對企業擁有一個基本單位的所有權。每支股票背後都有一家上市公司。同時，每家上市公司都會發行股票的。
同一類別的每一份股票所代表的公司所有權是相等的。每個股東所擁有的公司所有權份額的大小，取決於其持有的股票數量占公司總股本的比重。
股票是股份公司資本的構成部分，可以轉讓、買賣，是資本市場的主要長期信用工具，但不能要求公司返還其出資。

③ 我想用c#寫一些股票方面的小程序，請問有沒有數據介面

您好，我們知道不管是不是要做股票模擬交易，還是股票自動化交易，都是需要股票數據的，這樣我就必須找到股票數據介面。
經常有在sina看股票的就可以知道sina的股票數據也是即時的，所以我們也可以通過sina來實現股票數據介面。
可以在這邊下載新浪股票數據介面。新浪股票數據介面，是免費的股票數據介面 但是新浪股票數據介面有一個缺陷，就是它不好提供全市場的數據，如果我們想要得到全市場的數據，而加大對新浪的需求的話 可能會導致新浪把我們的IP給封了，這樣就悲劇啦。
所以我們需要找到的是股票商業數據介面， 現在有有一些商業公司在提供，比如銀江股票介面，數暢股票介面，網際風股票介面， 這些數據的介面大部分在100-200每年，用起來的話還算是比較穩定的，但是他們提供的是傳統的C++介面，然後做為我們新生代的程序員 看C++就有點累了。然後我們這邊就提供了寫好的C#股票數據介面，你可以方便把它做成C#行情寫庫軟體，也可以把它做成C#的webservice股票介面。 我們股票行情寫庫對股票數據介面裡面的大部分數據進行了優化，支持股票實時數據，股票分時數據，股票日線數據，股票日k線數據補全，除權數據。 未來還將支持財務數據。 我們自己的股票模擬交易也是用它的。
到現在已經穩定運行超過了1年了。 免費下載 C#行情寫庫軟體 。 源代碼的價格是800元。 行情寫庫軟體的價格是400元。

④ 股票怎麼添加自選

1、添加自選股的方法：例如用聯想V14，十代酷睿筆記本電腦的WINDOWS 10系統，下載股票交易軟體APP，打開股票交易軟體，輸入要添加的個股代碼或簡稱，打開個股K線後，點擊右鍵，選擇「添加股票至自選」，就可以將股票加進系統預置或自己分類的自選里。
2、自選股，顧名思義，是把自己看好的股票加入到自己選定的自選股股行中，用時可以看多個股票，比較方便，單擊滑鼠右鍵即可回到界面，可察看股票走勢。自己選擇的股票庫。在每個交易軟體里都有「自選股」項目，將你選擇的股票代碼輸入後，該股票的各種數據由軟體自動生成。
(4)自動生成未來股票數據擴展閱讀：
選股法則
確切地說，應該是30%，40%，50%，60%選股法則。
選股法則30%
是指機構持有該股流通股總和不低於現有流通股數量的30%。在股市裡，想做好中長線，最重要是調研上市公司，但這對中小散戶來講，是一件可望而不可及的事，因此，一隻有多家機構大筆買入的股票，就相當於這些機構免費為我們提供了買入這家上市公司的可行性報告。如果我們發現機構中不乏金牌基金的身影，無疑又增加了這份報告的可靠性。
選股法則40%
是指該上市公司最近3年的平均毛利率不低於40%。毛利率連年居高不下，說明該公司在整個行業中具有明顯的競爭優勢，該公司很可能擁有核心技術，擁有牢固的品牌地位，有很強的產品定價權，處於市場壟斷地位，且較高的毛利率更有利於公司利潤持續增長。這里需要一提的是，商業類上市公司因其業務的特殊性，不適合40%毛利率這一標准。
選股法則50%
是指最近3年該公司年平均復合增長率不低於50%。微軟股價曾經創下了上漲十幾萬倍的紀錄，索尼股價也曾創下了上漲3萬倍的神話，戴爾的股價曾在10年間上漲近9000倍。這些國際級的超級大牛股的背後有一個共性，就是高企的年均復合增長率。而我們在滬深股市中能找的楷模當屬蘇寧電器，其憑借3年來每年接近90%的復合增長率，股價在3年多的時間上漲40多倍。這里還需說明一點，我們要盡可能選年增長率波動幅度較小的上市公司，假如一家公司最近3年時間有2年的增長率為零，有一年增長率超過500%，盡管年均復合增長率超過140%，但該公司並不是理想的選擇。
選股法則60%
是指該公司當前股價不高於機構平均成本的60%。以上選股標准中的二、三兩項我們很容易查找並計算出，而標准一則需要等到上市公司年度或季度報表公布後才能查到，這就決定我們很難和機構同步建倉。多數時候我們買入的價格要比機構建倉成本高出很多。因此把上限設在60%，這樣才能減少股票市值在未來一段時如果以半年時間段來篩選，雖然符合上述四項選股標準的公司少得可憐，但總還能找到幾只，其中廣電運通和石基信息算是較為典型的了。比如從去年三季度報表來看，廣電運通機構持有籌碼占流通股35%，石基信息機構持有籌碼占流通股32%;廣電運通的最近3年平均毛利率為51%，石基信息最近3年平均毛利率是54.6%;廣電運通最近3年的年均復合增長率為90%，石基信息最近3年的年均復合增長率為65%;廣電運通的機構平均成本在每股75元左右，春節前收盤價高於機構平均成本30%左右，石基信息的機構平均成本在95元左右，春節前收盤價高於機構平均成本50%。

⑤ 如何用爬蟲抓取股市數據並生成分析報表

1. 關於數據採集
股票數據是一種標准化的結構數據，是可以通過API介面訪問的（不過一般要通過渠道，開放的API有一定的局限性）。也可以通過爬蟲軟體進行採集，但是爬蟲軟體採集數據不能保證實時性，根據數據量和採集周期，可能要延遲幾十秒到幾分鍾不等。我們總結了一套專業的爬蟲技術解決方案(Ruby + Sidekiq)。能夠很快實現這個採集，也可以後台可視化調度任務。

2. 關於展現
網路股票數據的展現，網頁端直接通過HTML5技術就已經足夠，如果對界面要求高一點，可以採用集成前端框架，如Bootstrap；如果針對移動端開發， 可以使用Ionic框架。

3. 關於觸發事件
如果是採用Ruby on Rails的開發框架的話，倒是很方便了，有如sidekiq, whenever這樣子的Gem直接實現任務管理和事件觸發。

⑥ 如何自選股票行情數據導入

以下操作環境均為windows10系統。

打開Wind後，點擊」股票「」自選股監控「，然後會打開」我的自選股「窗口，此時點擊右上角」設置自選「，在打開的」板塊管理「窗口中，繼續點擊右上角」新建「」新建板塊「即可創建你的自選股板塊，並為你的自選股板塊命名。命名完成之後，在上方工具欄中選擇導入自選股的方式，有如下幾種：」手工選擇「，」粘貼導入「，」文件導入「。當要導入很多個股票時，」手工選擇「過於麻煩，建議選擇」文件導入「，將保存在txt文件中的股票代碼導入即可。
自選股就是自己選擇的股票，在使用炒股軟體時也可以將自選股意為把自己選擇好的股票添加到自己選定的自選股股行中。自選股股行可以很方便的同時看多個股票，想要看這些股票的走勢時可以單擊滑鼠右鍵回到軟體頁面即可。每個股票交易軟體中都有「自選股」這個選項，只要輸入你所選擇的股票的代碼，相應股票的各種數據就會被軟體自動生成。歸入自選股之後就不用在分散尋找這支股票的不同信息。
一，選股法則之30%
這里的30%指的是投資機構持有該支流通股的總和不能低於股票市場現有流通股數量的30%。在股票市場中，想要做好中長線的投資，最重要的先決條件是對上市企業進行調研，但這種調研對於散戶來說是很難。所以當有一支股票被很多家機構購買時，就相當於這些機構為我們免費提供了買這家公司股票的可行性報告。
二，選股法則之40%
這里的40%指的是該上市企業最近3年的平均毛利率不能低於40%。如果該企業每年的毛利率都很高，就說明該企業在整個行業里都有具備很明顯的競爭優勢。這家企業可能擁有牢靠的品牌地位，核心科技以及強大的產品定價權，也可能是出於市場壟斷地位。比較高的毛利率有利於推動企業利益的持續增長。此外需要注意商業類上市公司的業務具有特殊性，所以並不適合這條法則。
摘要
打開Wind後，點擊」股票「」自選股監控「，然後會打開」我的自選股「窗口，此時點擊右上角」設置自選「，在打開的」板塊管理「窗口中，繼續點擊右上角」新建「」新建板塊「即可創建你的自選股板塊，並為你的自選股板塊命名。

⑦ 怎樣把一個股市軟體的自選股轉到另一個股票軟體

投資者首先用需要導出的自選股軟體把自選股導出到指定位置，然後登錄新的證券軟體，在工具欄找到自選股點擊導入自選股，然後找到導出的自選股文件之後進行導入，確認無誤後即可完成自選股從舊的軟體導入目標軟體。
不同軟體可能有所不同，不過都是大同小異的。比如在通達信，首先點開「工具」——「用戶板塊設置」選中自選股一項，再按「導出」，選擇一個導出的地址後，進入另一個股票軟體，按同樣步驟，進入「用戶板塊設置」，新建一個板塊或選中自選股後，按「導入」，找到你剛才「導出」的地址導入即可！
自選股就是自己挑選的股票的股票庫。自選股一般是在每股股交易軟體的自選股項目中，你選擇的股票代碼輸入後，該股票的各種數據由軟體自動生成。自選股是把自己看好的股票加入到自己選定的自選股股行中，用時可以看多個股票，比較方便，單擊滑鼠右鍵即可回到界面，可察看股票走勢。自己選擇的股票庫。在每個交易軟體里都有「自選股」項目，將你選擇的股票代碼輸入後，該股票的各種數據由軟體自動生成。這樣就不用再在其它地方分散找，調閱起來很方便。導出自選股首先需要登錄到炒股軟體，找到軟體的設置按鈕，點擊設置按鈕，並在彈出的下拉菜單中找到"自定義板塊設置"，點擊並打開，然後在自定義板塊設置界面，找到自選股文件項，然後選中它後點擊右下角的"導出板塊"按鈕，最後到彈出的窗口中，配置導出文件存放的位置以及文件名稱，然後點擊"保存"按鈕就可以啦。
拓展資料：
怎麼添加和刪除自選股
添加自選股首先是打開股票交易軟體—點擊「股票」—下方「加入自選」即可，刪除自選股的流程一般是打開股票交易軟體—點擊「行情」—點擊「自選股」—長按股票—刪除即可，股票加入自選股後，異常交易、漲跌幅達到一定的幅度系統會提示投資者，股票加入自選股主要是方便投資者操作。
（通達信的版本為5.30）

⑧ 急急高手請進！大智慧下載的股票數據在那裡

你看看(c:program file)\dzh\export\裡面有沒有你想要的xls文件?
還有一個辦法，你在dzh文件夾中,點操作系統的菜單欄"搜索",
然後選所有文件或文件夾,
然後輸入*.xls回車,看看有沒有?

如果沒有,只能證明你沒有保存成功.一般來講,只要保存了,在軟體文件夾中都會有記載的.

⑨ 股票交易系統專利的分類和作用

一直以來，參與交易的人都想要找到一種「聖杯」，希望每天只要打開系統，就可以財源滾滾。

當然，機構乃至個人都有自己的交易系統，原理都差不多，都是倉位控制、止損、止盈以及買賣標准。

這些都是高度機密，外人自然不能窺伺。

還有一種就是專門的公司開發的系統，賣給有需要的人，花錢就可以看到。

以前曾經為了開發系統，特意想去看看關於股票的專利有什麼，不查不知道，一查還真有趣，關於股票的專利還很多。

說明一下，股票專利號開頭是G06.

關於股票的專利可以分為硬體系統，比如顯示屏，儲存器，帶有交易界面的手機等等，

我們關注的主要是軟體系統。

1.整體交易系統：

就是包括股票、期貨、期權等品種，系統包括客戶系統、風控系統、交易系統等等。

還有輿情分析、財務分析等等。

2.選股系統：

比如給股票打分的系統，就是在實時獲取股票數據之後，然後根據技術面和基本面數據進行打分，從而對股票進行量化，確定股票的分值。

還有直接選股的系統，根據限定的條件自動生成股票池，然後加以選擇。

3.預測系統：

主要是股票趨勢和價格的預測系統，根據歷史價格進行聚類分析和數據訓練，然後構建相關的模型，進行預測相關股票的價格。

開發交易系統的原則

其實，交易系統遠沒有這么神秘，原理都一樣，只要規則經得起驗證就可以。

但是，問題就卡在這里，過去使用的規則未必適用。

所以開發的交易系統進行數據回溯或者驗證的時候，我個人認為這一步沒有任何意義，因為數據回溯等於用已知去驗證已知，而未來是隨機的，無法預測的。

所以，對個人來說，如果想要根據過去判斷未來或者想要找到聖杯，把交易系統的重心應該放置資產配置、倉位控制和風險管理這三個方面。

越簡單越好！

⑩ 股票軟體的公式、指標的未來函數是什麼意思

未來函數指的是，如果在指標公式的源碼，使用了未來函數，那麼可能信號會漂移，比如今天開盤是漲的，顯示漲的信號，結果第二天發現上一天跌了，就變成跌的信號了，信號就會一直調整，讓人覺得這個指標百分比准確。

但是不是說有未來函數的指標一無是處，用好了也是一個利器。

如果你不知道你的指標是不是包含未來函數可以去檢測一下：

在這里給您提供一下未來函數的列表：

ZIG - 之字轉向

PEAK - 前M個ZIG轉向波峰值

PEAKBARS - 前M個ZIG轉向波峰到當前距離

TROUGH - 前M個ZIG轉向波谷值

TROUGHBARS - 前M個ZIG轉向波谷到當前距離

FLATZIG - 歸一化之字轉向

FLATZIGA - 歸一化之字轉向

PEAKA - 前M個ZIG轉向波峰值

PEAKBARSA - 前M個ZIG轉向波峰到當前距離

TROUGHA - 前M個ZIG轉向波谷值

ZIGA - 之字轉向

FFT - 傅立葉變換函數

BACKSET - 將當前位置到若干周期前的數據設為1

WINNER - 獲利盤比例

LWINNER - 近期獲利盤比例

PWINNER - 遠期獲利盤比例

COST - 成本分布情況

CAPITAL - 當前流通股本

DYNAINFO - 即時行情數據

FINANCE - 財務函數

XMA - 返回偏移移動平均

#MONTH - 跨周期引用

#WEEK - 跨周期引用

#YEAR - 跨周期引用

DHIGH - 返回該不定周期最高價

DOPEN - 返回該不定周期開盤價

DLOW - 返回該不定周期最低價

DCLOSE - 返回該不定周期收盤價

DVOL - 返回該不定周期成交量價

BARSNEXT - 下一次條件成立到當前的周期數

REFX - 引用若干周期後的數據(平滑處理)

REFXV - 引用若干周期後的數據(未作平滑處理)

PEAK - 前M個ZIG轉向波峰值

PEAKBARS - 前M個ZIG轉向波峰到當前距離

DRAWLINE - 繪制直線段用到日後數據