【点宽专栏】——Pivot Point交易法

在这里插入图片描述

1.Pivot Point交易法

1.1枢轴点(Pivot Point)

这里先建立一个概念:

P= ( H + L + 2C ) / 4 {H代表高价位, L代表低价位, C代表收市价}

这个计算出的P值,是当时的市场绝对均价,下文用到P值公式是变体。

Pivot Point是一套非常“单纯”的阻力支持体系,至今已经广泛的用在股票、期货、国债、指数等高成交量的商品上。经典的Pivot Point是7点系统,就是7个价格组成的,目前广泛使用的13点系统,其实都是一样的,不过是多加了6个价格罢了,适用于大成交量的商品,也适用于Day Trade。

1.2原理公式:

pivot:= (high + low + close) / 3; (用前一天的最高、最低和收盘)
r1:= 2×pivot - low;
s1:= 2×pivot - high;
r2:= pivot + (r1-s1);
s2:= pivot - (r1-s1);
r3:= high - (2×(low - pivot));
s3:= low - (2×(high - pivot));
sm1:=(pivot+s1)/2;
sm2:=(s1+s2)/2;
sm3:=(s2+s3)/2;
rm1:=(pivot+r1)/2;
rm2:=(r1+r2)/2;
rm3:

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
`pivot_table`是pandas中用于创建透视表的函数,它可以根据一个或多个键对数据进行分组,并且可以对分组后的数据进行聚合计算。pivot_table的语法如下: ```python DataFrame.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True) ``` 参数说明: - `values`:可选,要汇总的列,默认为所有数值型列。 - `index`:可选,行分组列。 - `columns`:可选,列分组列。 - `aggfunc`:可选,对数据进行聚合计算的函数,默认为平均值。 - `fill_value`:可选,用于替换缺失值的值。 - `margins`:可选,添加行/列总计,默认为False。 - `dropna`:可选,是否删除含有缺失值的行/列,默认为True。 下面是一个例子: ```python import pandas as pd import numpy as np # 创建一个示例DataFrame df = pd.DataFrame({'A': ['foo', 'foo', 'bar', 'bar', 'foo', 'foo'], 'B': ['one', 'two', 'one', 'two', 'one', 'two'], 'C': np.random.randn(6), 'D': np.random.randn(6)}) # 使用pivot_table函数创建透视表 table = pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc=np.sum) print(table) ``` 上述代码将创建一个DataFrame,并使用pivot_table函数创建一个透视表。透视表将按照'A'和'B'列进行分组,并且对'D'列的值进行求和计算。'C'列的值将用作列索引。输出的结果将是一个新的DataFrame,其中行是'A'和'B'列的组合,列是'C'列的不同值,单元格中的值是'D'列的聚合值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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