二、基于主力资金成本的分析体系

最新推荐文章于 2025-04-27 18:30:53 发布
最新推荐文章于 2025-04-27 18:30:53 发布
阅读量751 收藏
点赞数 8
分类专栏： 手把手教你学炒股——市场哲学的基本原理 文章标签： 数学建模 数据挖掘 分类 大数据 程序员创富
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_89831634/article/details/144745070
版权

根据假设四一些分析体系认为，投资标的有序上涨或者下跌是由主力资金为主的市场合力形成的。如图所示：

图1-12 招商证券在很长的一段时间内，围绕13.50-13.80价格区间构建各种经典的M型和W型的走势结构，筹码结构有主要在这个区间附近。

买卖点

了解本专栏 订阅专栏 解锁全文 超级会员免费看
3.2 基于主力资金成本的分析体系
人大博士的交易之路
01-12 628
选取一段较长时间横盘震荡的投资标的，选取一个价格线，尽可能多地与K线形成的支撑与压力结构相交，该价格可以视为主力的大致成本。例如，招商证券的主力成本大致区域在13.5-13.8附近。因而投资者在主力成本下方建仓是很好的位置。根据假设四一些分析体系认为，投资标的有序上涨或者下跌是由主力资金为主的市场合力形成的。，投资标的价格涨到成本上方MACD、KD等指标死叉附近的位置或者压力位附近。：在主力成本下方根据MACD或者KD等指标金叉的位置。可以设置在股价横盘震荡区间的最低点。
第3章 市场的分析体系
人大博士的交易之路
01-10 290
本章主要从成交量、价格、时间、空间等几个维度讨论经典的分析体系，并探讨这些分析体系的优缺点。本章主要介绍基于价格与价值的分析体系、基于主力资金成本的分析体系、基于横盘结构构建的分析体系以及基于上涨结构的分析体系。我们将在基于上涨结构的分析体系——利弗莫尔突破买入和基于横盘结构构建的分析体系——缠论中，重点讨论走势三种状态的转换。市场上存在各式各样的分析体系，作为中小投资者接触最多是基于图表走势的，即根据走势的图形来分析市场或者个股的走势，进而预测未来的涨跌以做出买卖的决策。
第三章 市场的分析体系
人大博士的交易之路
12-25 205
等几个维度讨论经典的分析体系，并探讨这些分析体系的优缺点。本章主要介绍基于价格与价值的分析体系、基于主力资金成本的分析体系、基于横盘结构构建的分析体系以及基于上涨结构的分析体系。我们将在基于上涨结构的分析体系——利弗莫尔突破买入和基于横盘结构构建的分析体系——缠论中，重点讨论走势三种状态的转换。市场上存在各式各样的分析体系，作为中小投资者接触最多是基于图表走势的，即根据走势的图形来分析市场或者个股的走势，进而预测未来的涨跌以做出买卖的决策。三、基于横盘结构的分析体系。四、基于上涨结构的分析体系。
【入门数据分析】英国某电商的销售分析
v_o_b的博客
04-15 4756
一、分析目的和数据来源 分析目的：从产品、顾客和时间三个方面了解该电商平台的销售情况，并对客户价值进行分类。 数据来源：本数据源于kaggle，记录了在英国注册的一家在线零售商店2010/1/12-2011/09/12期间的所有交易，该公司主要销售各种独特的礼品，且其客户以批发商为主。 数据链接：https://www.kaggle.com/carrie1/ecommerce-data 二、导入并查看数据集信息 1、导入数据 import warnings import pandas as pd impor
2023-12-25 事业-代号s-shein分析
悟世之路
12-25 4994
前阵子SHEIN看的比较多，几乎把市面上的报告和趋势都研究了下，总结了这篇关于SHEIN的一切，从0开始全面的了解下SHEIN，比较通俗易懂，可以看看。
什么是供应链运输管理？详解供应链运输方式与运输成本！
Leo的博客
08-05 1063
在当今全球化的经济格局中，供应链运输管理已成为企业运营的核心环节。它不仅关系到产品从生产到消费者手中的整个流转过程，更是企业降低成本、提高效率、增强市场竞争力的关键。随着市场需求的不断变化和运输技术的持续进步，供应链运输管理正面临着前所未有的挑战与机遇。本文将深入探讨供应链运输管理的策略、运输方式的选择以及运输成本的控制，旨在为企业提供全面的管理视角和实用的解决方案。
数据治理分析项目最佳实践
数通畅联
02-13 7314
当今信息化建设程度不断深入，企业在优化整合各种IT能力，使IT成为企业的前进驱动力与核心竞争力的同时，将视角关注于更深层次的数据治理与分析，预示着以数据、流量、知识为主的数字经济时代到来，此背景下，数字化转型正在各行业快速萌生并发展。 随着各行业逐渐走向多元化、服务化、个性化发展，行业竞争趋势愈演愈烈，这时收集、利用数据资产，以支撑战略决策、风险规避、业务创新的需求急剧上升，而数据价值对于企业的...
增长黑客：如何低成本实现爆发式增长
热门推荐
GitChat
04-12 1万+
内容简介 脸谱网如何从默默无闻到坐拥二十几亿用户？ 爱彼迎、优步何以在短短时间估值超过百亿美元？ 领英怎样跨步成为全球领先的职业社交平台? 这些初创公司实现爆发式成长的共同奥秘就是增长黑客。 增长黑客是硅谷当下热门的新商业方法论，其精髓在于通过快节奏测试和迭代，以极低甚至零成本获取并留存用户。 作为最早提出“增长黑客”概念的理论先驱、带领 Dropbox 实现500%增长的实战领军人物，作者在...
数据分析模型，你会用多少种？建议你用这28种商业模型和方法武装自己
Data_lukyo的博客
12-04 2188
下面将要介绍的是经过实践检验的、适用于数据分析师的模型。本文不会详细解释每个模型的细节，只是企图先搭建一个框架，知道有哪些模型、什么场景下使用、说得清主要环节，后续会一一结合可视化工具PowerBI或Python具体实践。换句话说，你知道的足够多才有优势，具体的用什么学什么就可以了。 接下来从利用数据程度的角度，来介绍28种模型。
基于-汽车产品的供应链体系的构造.doc
10-11
供应链体系的构造对于汽车产品的成功至关重要，它涉及到从市场分析、产品设计、生产到销售的全过程。汽车行业的供应链体系是复杂而庞大的，需要精细的管理和策略规划。 1. 市场特点与产品定位： - 年轻化趋势：...
【数学建模】孤立森林算法：异常检测的高效利器
欢迎来到我的CSDN个人博客主页！
04-22 1114
本文详细介绍了在数学建模领域的一种经常被用来进行异常检测的算法——孤立森林算法。孤立森林算法凭借其简单、高效、可扩展的特点，已成为异常检测领域的重要工具。异常检测的目标是从数据集中找出与大多数数据显著不同的异常点。在实际应用中，建议将孤立森林与其他异常检测方法结合使用，以获得更加稳健的检测结果。与传统的基于密度或距离的异常检测方法不同，孤立森林采用了一种全新的视角：通过随机构建决策树来孤立数据点。基于这两个特性，异常点通常更容易在决策树的早期被孤立出来，即到达叶子节点所需的决策路径更短。
零基础小白如何上岸数模国奖
最新发布
Magnolia_He的博客
04-27 277
我自己本人第一次参加数模国赛顺利上岸国奖，当然那段经历也是比较痛苦了，差不多也是从当年四月开始接触数学建模，第一次参加妈妈杯成绩并不理想，后面不断参加数模比赛进行模拟，最后顺利上岸国赛国奖，这里也分享一些我们的【数学建模备赛经验**】
2025妈妈杯数学建模C题完整分析论文（共36页）（含模型建立、可运行代码、数据）
2301_79944593的博客
04-19 1135
2025妈妈杯数学建模C题助攻资料下载链接 链接: https://pan.baidu.com/s/1AObh3VfLo3QN45boD_PMUA?pwd=xvje 提取码: xvje 复制这段内容后打开百度网盘手机App，操作更方便哦
【数据挖掘】时间序列预测-常用序列预测模型
LeeZhao的博客
04-27 790
时间序列预测-常用序列预测模型
[特殊字符] 大模型对话风格微调项目实战——模型篇 [特殊字符]✨
LLM88888888的博客
04-23 838
本文是《大模型对话风格微调项目实战——数据工程篇》的后续文章，介绍了在该项目中如何进行模型的选择、评测、训练和效果评估。本文详细介绍了大模型对话风格微调项目的完整流程，包括模型选型、评测、训练和效果评估。项目选用Qwen2-1.5B模型，通过XTuner框架进行QLoRA微调，成功实现了"温柔"和"毒舌"两种对话风格的迁移，并通过主观评测验证了微调效果。💬 你对大模型对话风格微调有什么看法？欢迎在评论区留言讨论！🎤。
CCF推荐学术会议-B（数据库／数据挖掘／内容检索）：ISWC 2025
iaast的博客
04-27 629
时间地点：2025年11月2日-奈良（日本）所属领域：数据库／数据挖掘／内容检索。录用率：27.3%（2021年）截稿时间：2025年5月6日。
【数据挖掘】时间序列预测-时间序列预测策略
LeeZhao的博客
04-27 570
时间序列预测-时间序列预测策略
【漫话机器学习系列】227.信息检索与数据挖掘中的常用加权技术（TF-IDF）
IT古董
04-27 428
在自然语言处理（NLP）、信息检索（IR）和数据挖掘（DM）领域中，TF-IDF 是一种非常经典且常用的加权技术。无论是搜索引擎排序、文本挖掘，还是特征工程，TF-IDF都扮演着重要角色。
【数据挖掘】时间序列预测-时间序列的平稳性
LeeZhao的博客
04-27 432
时间序列预测-时间序列的平稳性
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

人大博士的交易之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值