小白也能懂的薛斯通道抄底指标以及公式(附源码)

小白也能懂的薛斯通道抄底指标以及公式(附源码)什么是薛斯通道 上个世纪 70 年代 美国人薛斯最早发明了薛斯通道 他本人曾是研究火箭运行的 薛斯通道包括两组通道指标 分别是长期大通道指标 100 天 和短期小通道指标 10 天 股价实际上是被短期小通道包容着在长期大通道中上下运行

大家好,我是讯享网,很高兴认识大家。

什么是薛斯通道?

上个世纪70年代,美国人薛斯最早发明了薛斯通道。

他本人曾是研究火箭运行的。

薛斯通道包括两组通道指标,分别是长期大通道指标(100天)和短期小通道指标(10天)。

股价实际上是被短期小通道包容着在长期大通道中上下运行。

薛斯通道又可分为四条轨道线:

内下轨(紫线)代表短期支撑,内上轨(黄线)代表短期压力。

外下轨(绿线)代表长期支撑,外上轨(白线)代表长期压力。

理论上,薛斯通道价触及大通道下轨时买进,在峰顶当股价触及大通道上轨时卖出。

但在实际操作中,小通道下轨触及大通道下轨也是买进时机,小通道上轨由上向下穿过大通道上轨也是卖出时机。

股价触及大通道下轨,此时股价往往正处在谷底位置。

1637392bc6c51f030159ce83c18ec9df.jpeg
讯享网
薛斯通道

薛斯通道的公式讲解

参数说明:

  • M:长期指标,N:短期指标
    • 例如:M=10,N=103
  • CLOSE:收盘价,HIGH:最高价,LOW:最低价
  • MA5():5日移动平均线,即5日线
  • MA20():20日移动平均线,即20日线

  • ABS():绝对值
  • DMA():动态移动平均线

DMA(X,A):求X的动态移动平均。

A 为动态因子

Y = DMA(X,A) = A * X + (1 - A) * Y'

其中Y'表示上一周期Y值

公式推导如下:

_tmp1 = (2*CLOSE + HIGH + LOW)/4 _tmp2 = MA20(CLOSE) AA = MA5(_tmp1) CC = ABS(_tmp1-_tmp2)/_tmp2 DD = DMA(CLOSE, CC) CH1 = AA * N / 100 CH2 = AA * (200-N) / 100 CH3 = (1 + M/100) * DD CH4 = (1 - M/100) * DD

讯享网

python源码

讯享网def ma_x(data_list, x):     _ma_list = []     for index, value in enumerate(data_list):         tmp = round(sum(data_list[:index + 1]) / (index + 1), 3) \             if index < x else \             round(sum(data_list[index - x:index]) / x, 3)         _ma_list.append(tmp)     return _ma_list def dma(data_list, cc_list):     _dma_list = [0]     for index, value in enumerate(data_list):         _tmp = _dma_list[index]         _dma_list.append(cc_list[index] * value + (1 - cc_list[index]) * _tmp)     del _dma_list[0]     return _dma_list def xs2(df, M, N):     df['AA'] = (2 * df['收盘'] + df['最高'] + df['最低']) / 4     AA_list = df['AA'].to_list()     CLOSE_list = df['收盘'].to_list()     df['AA_MA5'] = ma_x(AA_list, 5)     df['CLOSE_MA20'] = ma_x(CLOSE_list, 20)     df['CC'] = abs(df['AA'] - df['CLOSE_MA20']) / df['CLOSE_MA20']     CC_list = df['CC'].to_list()     df['DD'] = dma(CLOSE_list, CC_list)     df['CH1'] = df['AA'] * N / 100     df['CH2'] = df['AA'] * (200 - N) / 100     df['CH3'] = (1 + M / 100) * df['DD']     df['CH4'] = (1 - M / 100) * df['DD']     df['XS_delta'] = 100 * (df['收盘'] - df['CH4']) / df['收盘']     return df

其中,'XS_delta'为CH4和收盘价归一化的值,可用于量化,示例如下:

2e3c681058dd12c078e742c787545337.jpeg
农业ETF
ec61a18b053fdcfaa5e56627370a0843.jpeg
消费ETF

图中的红色虚线为收盘价戳破薛斯通道底线的位置。

后面有时间做一下回测验证下。

粉丝突破1000时发这个抄底指标的数据表格。

最后

本文,

包括本文所有数据图表均由作者Python程序而来,实属不易!~~

请帮忙点赞,分享和在看,谢谢!~

如有低频量化的交流,请留言,谢谢!~

d528b6a34e60934a777dfcfc3934ee68.gif
小讯
上一篇 2025-02-14 10:03
下一篇 2025-03-07 07:13

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/50418.html