股票指标stdDev

㈠ 股票入门

【问题】：希望有人给我介绍一下股票的入门！详细点！

【回答】：你好！非常愿意帮助您首先您提出的一个问题包含了很多方面的知识，股票的良好操作同时做为经济社会中的产物和商品具备投资性和投机性，同样和任何商品一样同样在资本经济社会存在任何商品的交易准则等要求比如供需要求比如生产链接链和产业阶梯以及发展与储蓄的要求。那么首先要从基本概念什么是股票谈起当然这里不详细阐明什么是股票，这个问题你可以在“知道”里查找一下这点基础并非可以忽略其实是做给知道也是给必须知道的一个基础问题今天我这里首先把股票的性质重点说一下

【性质】股票持有者凭股票从股份公司取得的收入是股息。股息的发配取决于公司的股息政策，如果公司不发派股息，股东没有获得股息的权利。优先股股东可以获得固定金额的股息，而普通股股东的股息是与公司的利润相关的。普通股股东股息的发派在优先股股东之后，必须所有的优先股股东满额获得他们曾被承诺的股息之后，普通股股东才有权力发派股息。股票只是对一个股份公司拥有的实际资本的所有权证书，是参与公司决策和索取股息的凭证，不是实际资本，而只是间接地反映了实际资本运动的状况，从而表现为一种虚拟资本。

股票至今已有将近似400年的历史，它伴随着股份公司的出现而出现。随着企业经营规模扩大与资本需求不足要求一种方式来让公司获得大量的资本金。于是产生了以股份公司形态出现的，股东共同出资经营的企业组织。股份公司的变化和发展产生了股票形态的融资活动；股票融资的发展产生了股票交易的需求；股票的交易需求促成了股票市场的形成和发展；而股票市场的发展最终又促进了股票融资活动和股份公司的完善和发展。股票最早出现于资本主义国家。世界上最早的股份有限公司制度诞生于1602年在荷兰成立的东印度公司。股份公司这种企业组织形态出现以后，很快为资本主义国家广泛利用，成为资本主义国家企业组织的重要形式之一。伴随着股份公司的诞生和发展，以股票形式集资入股的方式也得到发展，并且产生了买卖交易转让股票的需求。这样，就带动了股票市场的出现和形成，并促使股票市场完善和发展。1611年，东印度公司的股东们在阿姆斯特丹股票交易所就进行着股票交易，并且后来有了专门的经纪人撮合交易。阿姆斯特丹股票交易所形成了世界上第一个股票市场。目前，股份有限公司已经成为最基本的企业组织形式之一；股票已经成为大企业筹资的重要渠道和方式，亦是投资者投资的基本选择方式；股票市场（包括股票的发行和交易）与债券市场成为证券市场的重要基本内容。

（1）股票是一种出资证明，当一个自然人或法人向股份有限公司参股投资时，便可获得股票作为出资的凭证；

（2）股票的持有者凭借股票来证明自己的股东身份，参加股份公司的股东大会，对股份公司的经营发表意见；

（3）股票持有者凭借股票参加股份发行企业的利润分配，也就是通常所说的分红，以此获得一定的经济股票市场的影响作用

（二)股票市场的影响作用股份公司、股票和股票市场无疑对资本主义国家的企业的经济发展起到了积极的作用。股份公司，股票和股票市场不是资本主义所特有的。我国是一个社会主义国家，在发展有计划商品经济的条件下，同样可以利用股份公司的企业组织形式、股票筹资的方式和股票市场的调节机制，为发展社会主义的有计划的商品经济服务，它的积极做用是：

1.对国家经济发展的作用

(1)可以广泛地动员、积聚和集中社会的闲散资金，为国家经济建设发展服务，扩大生产建设规模，推动经济的发展，并收到“利用内资不借内债”的效果。

(2)可以充分发挥市场机制，打破条块分割和地区封闭，促进资金的横向融通和经济的横向联系，提高资源配置的总体效益。

(3)可以为改革完善我国的企业组织形式探索一条新路子，有利于不断完善我国的全民所有制企业、集体企业、个人企业、三资企业和股份制企业的组织形式，更好地发挥股份经济在我国国民经济中的地位和作用，促进我国经济的发展。

(4)可以促进我国经济体制改革的深化发展，特别是股份制改革的深入发展，有利于理顺产权关系，使政府和企业能各就其位、各司其职、各用其权、各得其利。

(5)可以扩大我国利用外资的渠道和方式，增强对外的吸纳能力，有利于更多地利用外资和提高利用外资的经济效益，收到“用外资而不借外债”的效果。

经过对股票性质的初步了解，这里就清楚了股票的性质以及作用以及在经济社会和资本经济里面所发展和起的性质作用是什么从而可以更进一步了解宏观经济中股票在其中的阶段性和周期性从而更主动更稳定的进行投资、投机

那么根据您提出的问题从问题的性质您主要关心的是怎么能够快速的入门并且快速的掌握操作股票投资的要领从而谋取利润，这里我要强调任何一门科学都没有捷径。本人只能通过一些初级阶段的一些经验让您快速的初级的进行一般风险的抗风险回避把握一般行情的掌握和投资，归总了2个大方面1为技术方面2为宏观经济方面。但您要在以后的不断学习中更深一层的去把握投资与资本经济间的关系

【技术方面1-1】主要在股票中应用和最实用和容易掌握的技术分指标技术，K线技术、基本面技术、道氏理论、波段理论、等

1-2指标技术：%R、OBV、stdDev、kdj、macd、例MACD:平滑异同移动平均线()。是从双移动平均线发展而来的，由快的移动平均线减去慢的移动平均线,MACD的意义和双移动平均线基本相同,但阅读起来更方便。

当MACD从负数转向正数，是买的信号。当MACD从正数转向负数，是卖的信号。当MACD以大角度变化，表示快的移动平均线和慢的移动平均线的差距非常迅速的拉开，代表了一个市场大趋势的转变。MACD是GeralAppel于1979年提出的，它是一项利用短期（常用为12日）移动平均线与长期（常用为26日）移动平均线之间的聚合与分离状况，对买进、卖出时机作出研判的技术指标。

目前国际流行的也比较实用的指标为：Williams'percentRange，也就是威廉指数％R，威廉指数计算公式与强弱指数，随机指数一样，计算出的指数值在0至100之间波动，不同的是，威廉指数的值越小，市场的买气越重，反之，其值越大，市场卖气越浓。应用威廉指数时，一般采用以下几点基本法则：

（1）当％R线达到80时，市场处于超卖状况，股价走势随时可能见底。因此，80的横线一般称为买进线，投资者在此可以伺机买入；相反，当％R线达到20时，市场处于超买状况，走势可能即将见顶，20的横线被称为卖出线。

（2）当％R从超卖区向上爬升时，表示行情趋势可能转向，一般情况下，当％R突破50中轴线时，市场由弱市转为强市，是买进的讯号；相反，当％R从超买区向下跌落，跌破50中轴线后，可确认强市转弱，是卖出的讯号。

（3）由于股市气势的变化，超买后还可再超买，超卖后亦可再超卖，因此，当％R进入超买或超卖区，行情并非一定立刻转势。只有确认％R线明显转向，跌破卖出线或突破买进线，方为正确的买卖讯号。

（4）在使用威廉指数对行情进行研制时，最好能够同时使用强弱指数配合验证。同时，当％R线突破或跌穿50中轴线时，亦可用以确认强弱指数的讯号是否正确。因此，使用者如能正确应用威廉指数，发挥其与强弱指数在研制强弱市及超买超卖现象的互补功能，可得出对大势走向较明确的判断。

1-3K线技术：K线的实用性分单线表达和组合表达两种方式，K线是按价格上扬和下跌来表达成图形的模式表达基本分阳线、阳实体、阴线、阴实体、上引线、下引线为基础从而伴随价格上下浮动变化其形态，阳实体上部为收盘价，阴实体下部为收盘价格；十字型、T字型、实体等都代表一定意义，当T型出现在底部一般情况为多方占有主动要求所以上涨要求较大，相反在顶部出现就是下跌要求较大，十字型为反转信号、实体为运动增大量信号。十字与T字组合在底部必有大涨要求。

1-3波段技术：波段技术的基础为53535-535，1上2下3上4下5顶-调整1.2.3后再进行12345.基础重点为1：形态和2：53535-535。

1-4基本面技术：基本面的技术分很多种这里阐明简单的三种即：头肩底（底部出现为涨，突破颈线为爆发）、头肩顶（一般在顶部为下跌）、上行收缩三角形（必下跌），正三角（价格突破上行就涨，下行突破就下跌，要领为6线3点）、喇叭口（上行喇叭放大必有大跌，下行放大必有大涨）、这么几个基本面。

1-5均线技术：价格跟随长均线由下向上突破涨相反则跌。等等。。。。。。

【2-1经济学宏观分析】首先不同与技术分析的是宏观经济分析主要是以经济学为基础的一门分析方法。分析要领为跟随经济发展规律以及规则周期和道德判断大市掌握股票的走势，实际上这个方法最有效果目前国内一般投资者注重技术分析其实宏观经济分析效果最大。这里简单谈一下产业链接，和国内的制度以及一些分析的简单方法以及推荐您基本图书下去后自己需要更多的学习为主。

首先我们必须知道的是所有的商品的价值和价格的关系都必须为基础的交换为原则他们的原始基础点为土地和劳动，也就是土地价值、价格，劳动价值、价格、以及土地服务、劳动服务完后才可以说货币等同交换同等价值的价格货币后再进行其他商品的价值和价格的交换原则。

商品的供需关系不是取决与商品自身的供需关系而是绝对取决与货币的供需关系和货币间的稳定关系。

只要以中央央行存在的体制目前的经济调整结构本质是不会发展变化的。

产业链接的关系需要掌握，比如以消费面包为主的消费他的上级链接为面粉。而所有链接原始点只存在土地和劳动中。

还需要掌握的是市场道德，市场道德是随资本经济发展而随动的而决不是绝对的而是相对的市场道德是国家和组织处于资本调控从而颁立的标准化或格式化或口头化或其他格式准则化以各种媒体的方式出现而改变某周期内众人的交易量的一种手段，比如粮食的出口在某阶段是可以的而且是加优惠政策鼓励出口，但在一段时间过后出口就是犯法涉及犯罪，两者矛盾实际上设计了市场的道德性但是资本经济中必然的准则。我们可以通过分析某某法案等等各种道德性从而分析和发现宏观调控经济中某阶段的端倪，比如现在的内需等等等

那么需要学习的很多这里不一一说明

【推荐】：《经济发展理论》《就业、利息和货币通论》《马克思经济学》《专业投机理论》技术性书籍推举：《股市趋势技术分析》作者罗伯特D.爱德华兹、约翰迈吉、W.H.C.巴塞蒂。

【解释人】：韩老西

【Bolg】:http://hi..com/18034160

【QQ】:18034160群：36279893

㈡ 股票上UPPR是什么意思

UPPER压力支撑类指标的特点主要是运用股票的收盘价、最高价、最低价等价格信息，各种计算方法，构建压力和支撑两条趋势线。
一般情况下压力线表示为UPPER，支撑线表示为LOWER，本文将采用这种表示方法。
这三个线其实是一个独立的指标系统，统称为“布林线指标”，MID是中轨，UPPER是上轨，LOWER是下轨。
拓展资料：
1、BOLL指标 是美国股市分析家约翰·布林根据统计学中的标准差原理设计出来的一种非常简单实用的技术分析指标。
一般而言，股价的运动总是围绕某一价值中枢（如均线、成本线等）在一定的范围内变动，布林线指标正是在上述条件的基础上，引进了“股价信道”的概念，其认为股价信道的宽窄随着股价波动幅度的大小而变化，而且股价信道又具有变异性，它会随着股价的变化而自动调整。
正是由于它具有灵活性、直观性和趋势性的特点，BOLL指标渐渐成为投资者广为应用的市场上热门指标。
2、在众多技术分析指标中，BOLL指标属于比较特殊的一类指标。绝大多数技术分析指标都是通过数量的方法构造出来的，它们本身不依赖趋势分析和形态分析，而BOLL指标却与股价的形态和趋势有着密不可分的联系。BOLL指标中的“股价信道”概念正是股价趋势理论的直观表现形式。
3、BOLL是利用“股价信道”来显示股价的各种价位，当股价波动很小，处于盘整时，股价信道就会变窄，这可能预示着股价的波动处于暂时的平静期；当股价波动超出狭窄的股价信道的上轨时，预示着股价的异常激烈的向上波动即将开始；当股价波动超出狭窄的股价信道的下轨时，同样也预示着股价的异常激烈的向下波动将开始。

㈢ 做期货的一般看什么指标

传你三个指标，是我期货炒作的法宝，最重要的三个指标！
第一第二个指标RSI+SKD这两个指标是最重要的，判断价格走势的法宝！
RSI>50为涨势区，在这个区域，往上弹一点给价格很大的上涨力量，可能形成顶背离，就是价格越走越高，RSI形成一顶比一顶低的走势，可能形成一-六重顶，这是我的经验！
RSI<50为跌势区，在这个区域，往下弹一点给价格很大的下跌力量，可能形成底背离，就是价格越走越低，RSI形成一底比一底低的走势，可能形成一-六重底，这是我的经验！
第二个指标SKD是KD指标优化的指标，博易大师有，D线可以预测RSI的走向，RSI形成金叉D线走出很陡的走势上攻，是很好的买入信号，想判断最低点，可以看RSI在跌势区的哪个区域运行，一般刚进入最低区域不会创出最低价，一般是次几重低的区域创出最低价，这个时候买入最好！反之K线也很重要，K线的走势一般比较断，最短只有两个1 2个周期。RSI形成死叉D线走出很陡的走势下跌，是很好的卖出信号，想判断最高点，也是看RSI在涨势区的哪个区域运行，一般刚进入最高区域是不会创出最高价，最高价一般在次数重最高区域创出，这是RSI的特性决定的！
第三个指标MACD，这个指标白黄线如果不是很陡走势一般不大！这个指标会滞后而且经常纠缠在一起很多次，看你的经验判断了！
记住，价格走势由RSI左右，SKD又能左右RSI的大概走势！

㈣ 如何用quartz signal快速实现worldquant 101 alpha

优矿的500万实盘在如火如荼地进行中，我们已经看到有矿友利用经典的机器学习算法和新的Quartz Signal模块对于优矿上现有因子的利用进行探索，但是对于大多数信号/因子研究者来说，寻找新的Alpha依然是其孜孜以求的目标。
如何去寻找新的Alpha因子的灵感成为摆在量化研究者面前无法回避的问题。
我们注意到，Zura Kakushadze 等人最新发表的论文101 Formulaic Alpha(http://papers.ssrn.com/sol3/papers.cfm?abstra…) 里提到了很多基于价量数据构建的"Alpha"因子，为我们提供了很多新的灵感。
本文将先简单介绍论文中提到的Alpha因子表达式语法以及含义，之后会介绍如何用Quartz Signal便捷地实现这些Alpha，最后会提供2个在论文中出现并且效果不错的Alpha因子供大家参考。

Formulaic Alpha简介
研读过上文提到的论文，我们发现，论文中提到的Formulaic Alpha就是用一个表达式来表示一个Alpha因子：
· 写出的表达式是在每一个调仓日对每一支股票按照该表达式进行计算
· 例如：1/close; 对universe中每一支股票，计算1/closePrice，然后此向量被标准化，即除以其数值的总和（所有数值相加的结果为 1）。这将为所有股票创建了一个基于“权重”的向量，每个权重代表投资组合中投资于该股票的资金比例
· 其支持的数据有：open(开盘价)/close(收盘价)/high(最高价)/low(最低价)/vwap(日内交易量加权价格)/returns(单日收益率)等等
我们认为这种Formulaic Alpha的表达形式有以下特点：
· 表达简洁，但隐藏了太多细节，用户无法看到具体的调仓信息
· 受限于表达式表达能力的不足，提供了丰富的内置函数，帮助用户完成了cross-sectional信息的处理
内置函数
· 可分为横截面函数和时间序列函数两大类，其中时间序列函数名多为以ts_开头
· 大部分函数命名方式较为直观
· abs(x) log(x)分别表示x的绝对值和x的自然对数
· rank(x)表示某股票x值在横截面上的升序排名序号，并将排名归一到[0,1]的闭区间
· delay(x,d)表示x值在d天前的值
· delta(x,d)表示x值的最新值减去x值在d天前的值
· correlation(x,y,d) covariance(x,y,d)分别表示x和y在长度为d的时间窗口上的Pearson相关系数和协方差
· ts_min(x,d) ts_max(x,d) ts_argmax(x,d) ts_argmin(x,d) ts_rank(x) sum(x,d) stddev(x,d)等均可以通过函数名称了解其作用
· 更多地函数解释可以参考论文的附录

Quartz Signal模块简介
正如API帮助文档中提到的，Signal模块是优矿为方便因子/信号研究者提供的工具，将用户从与信号研究无关的数据获取、下单逻辑中抽离出来，用户可以将精力集中于按照自己的思路开发新的信号。
使用Signal自定义信号的通用实现过程如下：
def foo(data, dependencies=['PE&# 39;], max_window=4):
return data['PE&# 39;].mean()
# in initialize(account)
a = Signal("signal_a", foo)
account.signal_generator = SignalGenerator(a)
# in handle_data(account)
account.signal_result['signal_a']

我们可以将Quartz Signal的使用过程分为四个步骤：
定义实现信号逻辑的函数（在上例中即为foo函数）
在initialize函数中定义Signal，在实例化Signal类时将信号名字和描述函数作为参数传入
在initialize函数中将需要使用的信号注册到account.signal_generator中，可以注册多个信号
在handle_data中通过account.signal_result获取计算好的信号值

我们重点介绍一下用户需要完成的信号描述函数：
信号描述函数实际上是用户在每一个调仓日对于可以获得数据的处理逻辑
信号描述函数名可以按照Python函数的命名规范任意定义，但其参数必须为一个非关键字参数data，两个关键字参数dependencies和max_window
dependencies的参数格式必须为str构成的list，list的元素为该函数中需要使用的因子名称，具体支持因子列表参考帮助文档
max_window的参数格式为int，表示用户希望用到过去max_window天的因子数据
data则是根据dependencies和max_window，Quartz Signal模块帮助用户取到的数据，其格式为一个dict，key为因子名称，value为max_window*universe_length的Pandas DataFrame
信号描述函数的返回值必须为一个长度与data中每一元素列数相同的Pandas Series
如下图所示：

上图描述的就是data的结构，其中data只有一个元素，其key为"PE"，value就是上图表格所示的Pandas DataFrame，具体地，其columns为universe的secID，其index为%Y%m%d格式的日期字符串

Quartz Signal v.s. Formulaic Alpha
由上述描述可见，使用Quartz Signal模块可以便捷地实现Formulaic Alpha，同时相比Formulaic Alpha表达式有以下优势：
更加直观：
o用户在预先定义信号描述函数时，就可以明晰地定义自己需要的因子数据和时间窗口
o用户可以在Quartz框架中灵活定义自己的调仓频率和下单逻辑，并可以直观地看到每次调仓的股票列表
更加灵活：
oFormulaic Alpha限制了表达式的计算结果必须代表相应股票在投资组合中的权重，而Quartz Signal并没有此限制，用户可以在handle_data中按照自己的想法任意处理信号值
o信号描述函数的data是以Pandas DataFrame的格式传入的，这样用户就可以在函数中同时看到横截面数据和时间序列数据，为用户提供了更多可能
更加强大：信号描述函数的data是以Pandas DataFrame的格式传入的，Pandas丰富的内置函数可以帮助我们完成较复杂Formulaic Alpha表达式才能完成的任务（见最后一个示例）
更多数据：Quartz Signal不仅支持openPrice/closePrice/highPrice/lowPrice/turnoverVol等价量信息，还支持PE、RSI等更丰富的因子
下面我们就用Quartz Signal模块实现了一个论文中提到的Formulaic Alpha:

用Quartz Signal实现一个Formulaic Alpha
以WebSim论文中alpha 53为例，其原始表达式为:
(−1∗delta((((close−low)−(high−close))/(close−low)),9))
化简可得，((close - low) - (high - close)) / (close - low)的9日之前值-当前值
继续化简可得：(2∗close−low−high)/(close−low)

我们深入研究该因子可以发现：
(2∗close−low−high)/(close−low)=1−(high−close)/(close−low)
前面的常数1可以通过delta消掉，其实可以简化为(high−close)/(close−low)的现值-9天之前的值
而(high−close)/(close−low)本身则代表了收盘价在日内波动中的位置，可以看做是买入意愿的一种体现

我们强烈建议大家在实现这些Formulaic Alpha因子之前先花一些精力去理解其经济含义，不仅可以加深对其原理的理解，在某些时候还可以简化实现。
我们以论文中的Alpha 26为例，其原始表达式为：
−1∗ts_max(correlation(ts_rank(volume,5),ts_rank(high,5),5),3)
我们当然可以按照其原始表达式一步步地先对过去5天的成交量和最高价进行排名，再取相关系数；但是较熟悉Pandas DataFrame内置函数或者统计知识较丰富的研究者可以发现，correlation(ts_rank(volume,5),ts_rank(high,5),5) 其实就是在计算Spearman Rank Correlation Coefficient，使用DataFrame内置的corr(method="spearman")函数就可以完成计算，可以大大提高开发效率。

在我们的模拟的过程中发现，如果按照原公式进行计算，无论是long还是short的结果都跑不赢大盘，同时对于成交量和最高价相关性较高的股票将会是市场追逐的热点股票，应该分配更大的权重。
所以在上述代码中我们将原Formulaic Alpha前面的负号去掉。

当然，对于论文中出现的某些因子可能较难于理解其经济学意义，我们鼓励大家用Quartz Signal将其实现之后发到社区上与大家一起讨论。
对于Quartz Signal模块有哪些不尽如人意的地方也可以反馈给我们，帮助我们持续改进。