"教学4:成交量--判断指数、个股走势1"

需积分: 0 0 下载量 67 浏览量 更新于2024-02-03 收藏 1.71MB DOCX 举报
教学4主要讲解了通过成交量来判断指数和个股走势。成交量在转折点时具有最大的效果,因此通过观察成交量我们能够较为准确地判断指数的顶部和底部。与K线一样,成交量也是一个重要的指标。 在之前的战法教学中,我们主要讲解了通过均线来观察个股的走势,并且大家都掌握得很熟练。而在这里,我们要将这个概念扩展到整个市场上,首先从成交量上来讲。虽然均线战法以均线为主,但是在扩展时,我更关注成交量。股市的本质其实很简单,就是多空双方的角力。一个最简单最直观的规律就是,股市跌得多了就会涨,涨得多了就会跌,尤其在震荡市场中更加明显。当出现连续看空的信号时,表示空方力量衰竭,通常会出现反弹的走势(持股转向持币);而连续看多的信号则代表多方力量逐渐耗尽,通常会出现滞涨甚至回落的走势(持币转向持股)。因此,成交量最简单的应用就是与K线相结合来判断指数的多空转折。 需要注意的是,这里强调的是对指数的判断,而不是个股。个股具有很强的特异性,经典的技术分析只对指数有效。因此,我们不要盲目相信或者过度依赖指标,只需运用最基本常规的成交量、K线和均线就能进行判断。 举个例子来说明。在11月23日的一次案例中,指数在连续的小阳线反弹后给人一种跌不下去的预期,但随后出现放量大阳线,代表之前观望的买入力量全部进场,多方力量逐渐耗尽。因此,在很多人看多的时候,我们会选择看空。 通过以上的教学内容,我们可以得出以下几个结论:首先,通过成交量可以比较准确地判断指数的顶部和底部;其次,成交量与K线相结合,可以判断指数的多空转折;最后,个股具有特异性,经典的技术分析对指数有效。 总结起来,成交量的观察对于判断指数和个股走势非常重要,通过与K线相结合的方式,我们可以更加准确地判断市场的多空转折点。不过,需要注意的是,这一方法主要适用于指数,对于个股的走势判断仅具有一定的参考意义。在进行技术分析时,我们不要过度依赖指标,只需运用基本的成交量、K线和均线进行判断即可。

#encoding:gbk import pandas as pd import numpy as np import talib import datetime import time import sys sys.path.append(r'D:\国信\国信iQuant策略交易平台\bin.x64\Lib\site-packages') import pymysql stocklist = ['002587.SZ', '300548.SZ', '301046.SZ', '001287.SZ', '300052.SZ', '300603.SZ', '300926.SZ', '300605.SZ', '300826.SZ', '301049.SZ'] def init(ContextInfo): ContextInfo.accID = "410001212417" #str(account) 交易帐号 ContextInfo.buy = True ContextInfo.sell = False today = datetime.datetime.now().strftime('%Y-%m-%d') #定义时间 order_time = today + ' 19:06:30' #定义时间 买股票 ContextInfo.run_time("myHandlebar", '1nDay', order_time, "SZ") #一天执行一次定义的myHandlebar def myHandlebar(ContextInfo): try: db = pymysql.connect(host='127.0.0.1', user='user', password='123456', db='python') print('数据库连接成功') except pymysql.Error as e: print('数据库连接失败') def get_stock_data(stock): G1 = ContextInfo.get_full_tick([stock]) # 获取分笔数据 G2 = [stock, G1[stock]['lastPrice'], G1[stock]['lastClose'], G1[stock]['pvolume']] # 最新 收盘 成交量 G3 = ContextInfo.get_last_volume(stock) # 总流通股 G4 = ContextInfo.get_instrumentdetail(stock) # 财表 G5 = [G4['TotalVolumn']] # 总股本 S1 = [G2[1] / G2[2] * 100 - 100] #涨幅 S2 = [G2[3] / G3 * 100] #换手率 S3 = [G2[1] * item for item in G5] #总市值 return [S1, S2, S3] stock_data = {} for stock in stocklist: stock_data[stock] = get_stock_data(stock) print(stock_data) 我打代码是这样,打印出来的结果是:{'002587.SZ': [[1.0479041916167802], [1.9914331748339686], [4397895000.0]], '300548.SZ': [[-3.7646314457450103], [9.90358201249419], [8700728400.0]], '301046.SZ': [[1.8993668777074362], [2.722894468951476], [4577520200.0]], '001287.SZ': [[0.9848484848484986], [4.357778802843653], [20258934000.0]], '300052.SZ': [[0.16330974414806576], [1.3332567665862716], [4818040000.000001]], '300603.SZ': [[0.3496503496503607], [1.4677953941892266], [5335789200.0]], '300926.SZ': [[-0.25839793281653556], [6.75514802163393], [6457471200.0]], '300605.SZ': [[-0.13888888888888573], [1.495405645304456], [2364934800.0]], '300826.SZ': [[8.338480543545373], [15.573514174701398], [2553824000.0]], '301049.SZ': [[-8.936698386429455], [19.581253894080998], [2074442500.0000002]]},在这代码的基础上,帮我把其中的'002587.SZ'对应的数值打印出来

2023-07-25 上传