2502瑜伽會(huì)所C

目標(biāo)：通過(guò)處理源生K線數(shù)據(jù)，得到對(duì)后市上漲及可交割有意義的K線衍生數(shù)據(jù)

一逊谋、原始數(shù)據(jù)

1. 歷史數(shù)據(jù)

[歷史時(shí)間段擂达，最高價(jià)，開(kāi)盤價(jià)胶滋，最低價(jià)板鬓，收盤價(jià)悲敷，成交量] :?

$[t_{h_{i} },high_{i},open_{i},low_{i},close_{i},volume_{i}] (1.1)$

從當(dāng)前時(shí)間向過(guò)去尋找n組K線數(shù)據(jù)作為模型訓(xùn)練的輸入，即俭令，i = 1,2,3, ... ,n后德；

2. 當(dāng)前狀態(tài)

[當(dāng)前時(shí)間，當(dāng)前價(jià)格] :?

$[t_{c},close_{c} ](1.2)$

找到距離當(dāng)前時(shí)間最近的一根已完成K線抄腔，找到此K線對(duì)應(yīng)的時(shí)間與收盤價(jià)信息瓢湃，作為當(dāng)前時(shí)間與當(dāng)前價(jià)格；

二赫蛇、太初數(shù)據(jù)

目標(biāo)：統(tǒng)一處理所有原始數(shù)據(jù)绵患，轉(zhuǎn)化為太初數(shù)據(jù)，使新的數(shù)據(jù)格式更貼合于整體目標(biāo)悟耘；

1. 數(shù)值數(shù)據(jù)

將(1.1)(1.2)數(shù)據(jù)轉(zhuǎn)化為 [距今時(shí)長(zhǎng)藏雏，方向，實(shí)體高度作煌，上影線高度镣衡，下影線高度]?

$[tDistant_{i},Direction_{i},Body_{i},upperShadow_{i},lowerShadow_{i}](2.1)$

$tDistant_{i} = t_{c}-t_{h_{i}}$ ;?

$\ Direction_{i}=\begin{cases}+&, &close_{i}-open_{i}>0 \\-&, &close_{i}-open_{i}</p><p><img class=$ ;

$Body_{i} = |close_{i}-open_{i}|$ ;

$\ upperShadow_{i}=\begin{cases}high_{i}-close_{i}&,&direction_{i}\geq 0 \\high_{i}-open_{i}&,&direction_{i}<0\end{cases}$ ;

$\ lowerShadow_{i}=\begin{cases}open_{i}-low_{i}&,&direction_{i}\geq 0 \\close_{i}-low_{i}&,&direction_{i}<0\end{cases}$ ;

2. 變量分析

所有K線均由三部分組成捎拯，包括實(shí)體，上影線，下影線氮唯；這三部分各自以及彼此之間的數(shù)量關(guān)系對(duì)后市的走勢(shì)有指導(dǎo)意義玖详，指導(dǎo)意義分三種东揣，包括延續(xù)眼俊，反轉(zhuǎn)，以及震蕩概率(Continuity, Inversion, Equilibrium)悲酷；

2.1 實(shí)體分析(上下影線長(zhǎng)度隨意且維持不變)

無(wú)論陰陽(yáng)線套菜，實(shí)體高度增加(降低)，延續(xù)概率增加(降低)设易，反轉(zhuǎn)概率降低(增加)逗柴，震蕩概率降低(增加)；

$Body\uparrow\downarrow \implies Continuity\uparrow \downarrow Inversion\downarrow\uparrow Equilibrium\downarrow \uparrow (2.1.1)$

2.2 實(shí)體與上下影線組合分析

無(wú)論陰陽(yáng)線顿肺，設(shè)C=(實(shí)體/實(shí)體+上影線+下影線)越接近1戏溺，延續(xù)概率越高；C越接近0屠尊，震蕩概率越高旷祸；陽(yáng)線，設(shè) $I_{+}$ =(上影線/實(shí)體+上影線+下影線)越接近1讼昆，反轉(zhuǎn)概率越高托享；陰線，設(shè) $I_{-}$ =(下影線/實(shí)體+上影線+下影線)越接近1，反轉(zhuǎn)概率越高闰围；

$D(+/-) \ \& \ C=(\frac{Body_{i}}{Body_{i}+upperS_{i}+lowerS_{i}})\rightarrow 1\Rightarrow P(Continuity)\rightarrow 1 \ (2.2.1)$

$D(+) \ \& \ I_{+}=(\frac{upperS_{i}}{Body_{i}+upperS_{i}+lowerS_{i}})\rightarrow 1\Rightarrow P(Inversion)\rightarrow 1 \ (2.2.2)$

$D(-) \ \& \ I_{-}=(\frac{lowerS_{i}}{Body_{i}+upperS_{i}+lowerS_{i}})\rightarrow 1\Rightarrow P(Inversion)\rightarrow 1 \ (2.2.3)$

2.3 漲跌盤概率預(yù)測(cè)

$(2.2.1):(2.2.3)\implies C,I_{+},I_{-}\in [0,1]$

設(shè)一根獨(dú)立K線對(duì)后市的走勢(shì)貢獻(xiàn)值與震蕩貢獻(xiàn)值赃绊，為runContribution, equContribution；

? $\begin{align}&Direction(+/-),&equContribution = 1 - C \ (2.3.1) \\&Direction(+),&runContribution=C-I_{+}\ (2.3.2) \\&Direction(-),&runContribution=-C+I_{-}\ (2.3.3)\end{align}$

無(wú)論陰陽(yáng)線辫诅，若runContribution為正凭戴，則對(duì)后市上漲有貢獻(xiàn)涧狮；若為負(fù)炕矮，則對(duì)后市下跌有貢獻(xiàn)；

且equContribution越接近1者冤，對(duì)后市震蕩的貢獻(xiàn)越高肤视；

2.4 時(shí)間權(quán)重因子

(2.1)中的tDistant參數(shù)反應(yīng)歷史K線的距今時(shí)間長(zhǎng)度，設(shè)定距今時(shí)間越長(zhǎng)的K線對(duì)后市的走勢(shì)與震蕩預(yù)測(cè)貢獻(xiàn)值越低涉枫；

時(shí)間權(quán)重函數(shù)： $f(tDistant_{i})=\frac{\lambda }{tDistant_{i}}\ (tDistant_{i}>0,\lambda >0) （2.2.4）$

太初數(shù)據(jù)總結(jié)邢滑，將所有歷史數(shù)據(jù)的漲跌貢獻(xiàn)值乘以對(duì)應(yīng)的時(shí)間權(quán)重因子，即得到每個(gè)投資標(biāo)的的漲跌盤概率愿汰；

三困后、天地?cái)?shù)據(jù)

目標(biāo)：結(jié)合分析多組K線的時(shí)間與空間屬性，組合分析歸屬于同一趨勢(shì)的多組K線數(shù)據(jù)衬廷。

趨勢(shì)分類：震蕩熊市摇予，穩(wěn)定熊市，震蕩盤整市場(chǎng)吗跋，穩(wěn)定盤整市場(chǎng)侧戴，震蕩牛市，穩(wěn)定牛市跌宛；

首先需要找到牛熊盤三類市場(chǎng)的起始與終止點(diǎn)酗宋，而后再通過(guò)期間的波動(dòng)率判斷震蕩或穩(wěn)定；

1. 漲跌盤歸類算法

從(1.1)可知疆拘，每根K線均有[high,low]兩個(gè)參數(shù)蜕猫；給每根K線額外添加2組(4個(gè)參數(shù))，分別為 ? [[higherFromLeft, higherFromRight], [lowerFromLeft, lowerFromRight]]哎迄，意思是從每根K線的左右尋找比此K線的最高點(diǎn)更高的點(diǎn)位與比此K線的最低點(diǎn)更低的點(diǎn)位丹锹，這四個(gè)參數(shù)的輸出對(duì)應(yīng)尋找了多少根K線才找到這四個(gè)參數(shù)；

舉個(gè)例子(3.1)芬失，某品種楣黍，2018.9.14號(hào)的日K線對(duì)應(yīng)的參數(shù)為[[120, 64], [1,1]]，那么說(shuō)明這根K線左側(cè)直到第120個(gè)交易日才出現(xiàn)更高點(diǎn)棱烂，右側(cè)遍歷64個(gè)交易日才有更高點(diǎn)租漂；左側(cè)1個(gè)交易日出現(xiàn)更低點(diǎn)，右側(cè)1個(gè)交易日出現(xiàn)更低點(diǎn)；

那么例3.1對(duì)應(yīng)的這根K線的最高點(diǎn)哩治，即為符合要求的最高點(diǎn)秃踩；下面總結(jié)一下什么是符合要求以及符合要求的高低點(diǎn)的重要性如何表示；

1.1 符合要求判定

[[a1,a2],[b1,b2]] =?[[higherFromLeft, higherFromRight], [lowerFromLeft, lowerFromRight]];

A. 若a1或a2任意一個(gè)參數(shù)數(shù)值小于10业筏，則此K線的最高價(jià)不滿足需要的最高點(diǎn)標(biāo)準(zhǔn)憔杨；(3.1.1.A)

B. 若b1或b2任意一個(gè)參數(shù)數(shù)值小于10，則此K線的最低價(jià)不滿足需要的最低點(diǎn)標(biāo)準(zhǔn)蒜胖；(3.1.1.B)

C. 對(duì)于鄰近當(dāng)前時(shí)間較近的K線會(huì)有右側(cè)K線數(shù)量較少的情況消别，在向右側(cè)尋找更高更低價(jià)時(shí)，會(huì)有無(wú)更多K線遍歷的困境台谢，若某K線的右側(cè)K線數(shù)量低于20寻狂，則不參與高低點(diǎn)判定；(3.1.1.C)

經(jīng)歷了(3.1.1.A/B/C)的判定后朋沮，符合要求的高點(diǎn)與低點(diǎn)就都找到了蛇券；

1.2 重要性表示

將每個(gè)符合要求的高點(diǎn)的參數(shù)a1,a2相加得到參數(shù)a，將符合要求的低點(diǎn)的參數(shù)b1,b2相加得到參數(shù)b樊拓；參數(shù)a與b為自然數(shù)纠亚；

a = a1+a2；b=b1+b2筋夏；(3.1.2)

1.3 高低點(diǎn)表達(dá)方式

$高點(diǎn) \ highPoint_{a}; \ 低點(diǎn) \ lowPoint_蒂胞$ ; (3.1.3)

2. 趨勢(shì)數(shù)據(jù)群處理

2.1 趨勢(shì)數(shù)據(jù)群基本參數(shù)

每組趨勢(shì)數(shù)據(jù)群對(duì)應(yīng)的兩類數(shù)據(jù)結(jié)構(gòu)，第一類是其中每根K線的性質(zhì)叁丧，可從(1.1)(2.1)(2.2.1)(2.2.2)(2.2.3)(2.3.1)(2.3.2)(2.3.3)中獲绕√堋；第二類是趨勢(shì)數(shù)據(jù)組自身的性質(zhì) [起始時(shí)間拥娄，結(jié)束時(shí)間蚊锹，K線總數(shù)，陽(yáng)線數(shù)(漲幅為正即為陽(yáng)稚瘾，包括漲停)牡昆，陰線數(shù)(漲幅為負(fù)即為陰，包括跌停)摊欠，VWAP丢烘，成交總量，區(qū)間漲跌幅些椒，區(qū)間振幅]：

[tStart, tEnd, kCount, kPosCount, kNegCount, VWAP, volume, changeRate, swingRate] (3.2.1)

2.2 趨勢(shì)數(shù)據(jù)群衍生參數(shù)

[]

四播瞳、末世數(shù)據(jù)

最后編輯于：2020.01.19 16:11:39

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者

人面猴
序言：七十年代末，一起剝皮案震驚了整個(gè)濱河市免糕，隨后出現(xiàn)的幾起案子赢乓，更是在濱河造成了極大的恐慌忧侧，老刑警劉巖，帶你破解...
沈念sama閱讀 207,248評(píng)論 6贊 481
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件牌芋，死亡現(xiàn)場(chǎng)離奇詭異蚓炬，居然都是意外死亡，警方通過(guò)查閱死者的電腦和手機(jī)躺屁，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 88,681評(píng)論 2贊 381
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進(jìn)店門肯夏，熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)，“玉大人犀暑，你說(shuō)我怎么就攤上這事驯击。” “怎么了母怜？”我有些...
開(kāi)封第一講書人閱讀 153,443評(píng)論 0贊 344
道士緝兇錄：失蹤的賣姜人
文/不壞的土叔我叫張陵余耽，是天一觀的道長(zhǎng)缚柏。經(jīng)常有香客問(wèn)我苹熏，道長(zhǎng)，這世上最難降的妖魔是什么币喧？我笑而不...
開(kāi)封第一講書人閱讀 55,475評(píng)論 1贊 279
?港島之戀（遺憾婚禮）
正文為了忘掉前任轨域，我火速辦了婚禮，結(jié)果婚禮上杀餐，老公的妹妹穿的比我還像新娘干发。我一直安慰自己，他們只是感情好史翘，可當(dāng)我...
茶點(diǎn)故事閱讀 64,458評(píng)論 5贊 374
惡毒庶女頂嫁案：這布局不是一般人想出來(lái)的
文/花漫我一把揭開(kāi)白布枉长。她就那樣靜靜地躺著，像睡著了一般琼讽。火紅的嫁衣襯著肌膚如雪必峰。梳的紋絲不亂的頭發(fā)上，一...
開(kāi)封第一講書人閱讀 49,185評(píng)論 1贊 284
城市分裂傳說(shuō)
那天钻蹬，我揣著相機(jī)與錄音吼蚁，去河邊找鬼。笑死问欠，一個(gè)胖子當(dāng)著我的面吹牛肝匆，可吹牛的內(nèi)容都是我干的。我是一名探鬼主播顺献，決...
沈念sama閱讀 38,451評(píng)論 3贊 401
雙鴛鴦連環(huán)套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開(kāi)眼旗国，長(zhǎng)吁一口氣：“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼！你這毒婦竟也來(lái)了注整？” 一聲冷哼從身側(cè)響起能曾，我...
開(kāi)封第一講書人閱讀 37,112評(píng)論 0贊 261
萬(wàn)榮殺人案實(shí)錄
序言：老撾萬(wàn)榮一對(duì)情侶失蹤嫁怀，失蹤者是張志新（化名）和其女友劉穎，沒(méi)想到半個(gè)月后借浊，有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體塘淑，經(jīng)...
沈念sama閱讀 43,609評(píng)論 1贊 300
?護(hù)林員之死
正文獨(dú)居荒郊野嶺守林人離奇死亡，尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛以下內(nèi)容為張勛視角年9月15日...
茶點(diǎn)故事閱讀 36,083評(píng)論 2贊 325
?白月光啟示錄
正文我和宋清朗相戀三年蚂斤，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了存捺。大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
茶點(diǎn)故事閱讀 38,163評(píng)論 1贊 334
活死人
序言：一個(gè)原本活蹦亂跳的男人離奇死亡曙蒸，死狀恐怖捌治，靈堂內(nèi)的尸體忽然破棺而出，到底是詐尸還是另有隱情纽窟，我是刑警寧澤肖油，帶...
沈念sama閱讀 33,803評(píng)論 4贊 323
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布，位于F島的核電站臂港，受9級(jí)特大地震影響森枪，放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜审孽，卻給世界環(huán)境...
茶點(diǎn)故事閱讀 39,357評(píng)論 3贊 307
男人毒藥：我在死后第九天來(lái)索命
文/蒙蒙一县袱、第九天我趴在偏房一處隱蔽的房頂上張望。院中可真熱鬧佑力，春花似錦式散、人聲如沸。這莊子的主人今日做“春日...
開(kāi)封第一講書人閱讀 30,357評(píng)論 0贊 19
一樁弒父案暴拄，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽(yáng)。三九已至编饺，卻和暖如春乖篷，著一層夾襖步出監(jiān)牢的瞬間，已是汗流浹背反肋。一陣腳步聲響...
開(kāi)封第一講書人閱讀 31,590評(píng)論 1贊 261
情欲美人皮
我被黑心中介騙來(lái)泰國(guó)打工那伐，沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留，地道東北人石蔗。一個(gè)月前我還...
沈念sama閱讀 45,636評(píng)論 2贊 355
代替公主和親
正文我出身青樓罕邀，卻偏偏與公主長(zhǎng)得像，于是被迫代替她去往敵國(guó)和親养距。傳聞我的和親對(duì)象是個(gè)殘疾皇子诉探，可洞房花燭夜當(dāng)晚...
茶點(diǎn)故事閱讀 42,925評(píng)論 2贊 344