龙哥量化：代写技术指标，通达信ZIG函数优化改进之字转向，高点用最高价，低点用最低价

已于 2024-07-31 09:21:19 修改
阅读量986 收藏 5
点赞数 3
分类专栏： 通达信_同花顺_飞狐交易师_文华_博易 文章标签： 金融
于 2024-02-17 00:14:49 首次发布
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/qq_21443879/article/details/136134124
版权

N:=50;

A1:ZIG(3,N/10);

代码只有两行，涨幅5%，在调参数时可以0.1%的调节，

如果您需要公式源码或者代写公式， 请关注我， 请查看我的主页。

在这里插入图片描述
在这里插入图片描述
重点是这里， 在通达信中，zig的第一个参数只有HOLC四个价格，做不到高点用最高价，低点用最低价，

但是在KT交易师中，老飞狐中，zig函数可以高点用最高价，低点用最低价，

当然，发挥想象力， 在通达信中解决这个问题，

我解决了 ，代码收费的， 下图是效果图
zig函数效果图

ZIGZAG指标在mt4中的应用
12-15
在趋势交易中，需要寻找前期的高点和低点，然后连线，画出走势的波浪，来确定趋势的方向和宽度。
zig 函数
大白菜代码的博客
01-16 386
函数文档注释 4.2 参数传递 值传递 指针参数 切片参数 4.3 返回值 多返回值 可选返回值 4.4 错误处理机制 定义错误集 错误处理 4.5 递归函数 练习： 实现一个函数，接受一个整数数组，返回其最大值和最小值 编写一个递归函数计算数组元素的和 实现一个安全的除法函数，处理除零和溢出错误 创建一个函数，接受可变数量的参数并返回它们的平均值 注意事项： 函数参数默认是不可变的 错误处理是显式的，必须处理所有可能的错误 递归函数要注意终止条件 使用文档注释来说明函数的用途和参数
通达信指标公式源码未来函数之字转向指标公式.doc
07-30
通达信指标公式源码未来函数之字转向指标公式.doc
Python 实现通达信的 zig 函数
weixin_50064049的博客
12-07 2402
通达信的`zig`函数
python调用通达信公式_通达信zig函数的python实现
weixin_39949894的博客
11-20 1018
通达信zig函数的python实现代码# coding: utf-8"""Created on Sat Jan 05 18:53:39 2019http://www.pianshen.com/article/363258879/@author: duanqs"""import numpy as npimport tushare as tsimport matplotlib.pyplot as pl...
龙哥量化：通达信ZIG函数优化改进之字转向，高点用最高价，低点用最低价趋势线，缠论线，波浪线都会用到的
qq_21443879的博客
01-25 599
通达信中，zig的第一个参数只有HOLC四个价格，做不到高点用最高价，低点用最低价，发挥想象力， 在通达信中解决这个问题，我解决了 ，但是只能公布一部分代码
通达信zig方法的java实现
qq_35359474的博客
01-28 3401
package util; import com.alibaba.fastjson.JSONObject; import main.original.YGFutureTechIndexKline; import main.talib.YGFutureTechIndexTaLibSMA; import java.util.ArrayList; import java.util.Collections; import java.util.List; import java.util.stream.Colle
ZIG转向画矩形 通达信指标公式源码.doc
08-11
ZIG转向画矩形通达信指标公式源码是其中之一，通过计算股票或期货的高点和低点，绘制出直观的矩形图形，便于投资者把握市场的脉动。本文将详细解析这一指标公式的构成、计算步骤以及在通达信平台中的应用。 首先，...
通达信指标公式源码通达信分时图显示昨日最高价、最低价、5日线价位.doc
07-30
通达信指标公式源码通达信分时图显示昨日最高价、最低价、5日线价位 通达信指标公式是指使用通达信平台提供的编程语言编写的技术指标公式，用于分析和预测股票市场的趋势。通达信指标公式可以用于生成各种技术指标...
相同最低价 最高价 收盘价 开盘价连线通达信指标公式源码.doc
08-11
在技术分析领域中，投资者通常使用各种技术指标来辅助决策，其中股票市场技术分析是技术分析中的一个重要分支。它通过分析历史价格和成交量数据，以图表的方式展示市场的动态变化，从而预测股票价格未来的走势。同花...
简单的之字转向指标 - MetaTrader 5脚本.zip
09-12
流行的之字转向指标(ZigZag)的简单版本。本算法运行的快得多，它不使用中间计算缓冲区，也不包含嵌套的循环，因而不会重绘。
ZigZag.mq4
10-02
mt4的源码， 课用于mt4 可以代替缠论中的比， 比通达信其它软
仿通达信技术指标基础函数
07-25
python文件，可调用该文件函数，编写自己的指标，如常用的KDJ、MA、MACD等
python调用通达信函数大全_通达信zig函数的python实现
weixin_39920397的博客
12-16 1410
通达信zig函数的python实现代码# coding: utf-8"""Created on Sat Jan 05 18:53:39 2019http://www.pianshen.com/article/363258879/@author: duanqs"""import numpy as npimport tushare as tsimport matplotlib.pyplot as pl...
通达信zig函数的python实现
weixin_30682127的博客
01-05 2924
通达信zig函数的python实现 代码 # coding: utf-8 """ Created on Sat Jan 05 18:53:39 2019 http://www.pianshen.com/article/363258879/ @author: duanqs """ import numpy as np import tushare as ts import matplotli...
通用的之字转向指标
Herzqt123的博客
06-21 1100
海量策略。滴滴滴
45个通达信指标公式编写小实例
我的Python教程
08-17 7489
或NDAY(REF(V,1),V,3);a、当天股价高开，即开盘高于昨日收盘：OPEN>REF(CLOSE, 1);昨日涨停:=REF(C,1)/REF(C,2)>1.095 AND H=C;昨日涨停:=REF(C,1)/REF(C,2)>1.095 AND H=C;今天涨停:=C/REF(C,1)>1.095 AND H=C;今天涨停:=C/REF(C,1)>1.095 AND H=C;
量化 ZIG函数的python实现
lucyTheSlayer的博客
11-02 7492
来自某百科的定义，ZIG(K,N) 函数当数值K的变化量超过N%时折线转向。 本文只考虑收盘价（close）的5%转向。 先上图，直观感受下ZIG线（白线） 所以给定日线收盘价序列，要求出其ZIG线； 大体思路如下： （x = 0.05即5%转向） 若是上涨趋势:     扫描点的值若大于现在候选节点的值，则把候选点置为扫描点；     扫描点的值若小于现在候选节点的值*(1-...
python实现通达信zig函数
最新发布
03-20
<think>好的，我现在需要帮助用户解决如何用Python实现通达信ZIG函数的问题。首先，我需要回忆一下ZIG函数的定义。ZIG函数通常用于技术分析，用来识别价格走势中的转折点，比如高点和低点的形成。用户提供的引用中提到，他们通过自定义函数和matplotlib来绘制高低点图表，但示例可能不够精确。 接下来，我需要确认用户的需求。用户希望看到示例代码，并且可能希望了解具体的实现步骤。根据引用中的信息，示例代码使用了高低点数据列表，并通过plot方法绘制图表。但用户可能需要更详细的实现方法，包括如何计算这些转折点。 首先，ZIG函数的实现通常基于价格的波动率或百分比变化。例如，当价格从最低点上涨超过设定的阈值时，标记为低点；反之，当从最高点下跌超过阈值时，标记为高点。我需要将这个逻辑转化为Python代码。 然后，我需要考虑数据结构。假设用户使用Pandas DataFrame来处理股票数据，需要遍历数据点，跟踪当前的高点和低点，并根据阈值判断是否形成转折点。这涉及到循环遍历每个数据点，并比较当前价格与之前的高点或低点的变化是否超过阈值。 接下来，代码结构可能包括初始化高点和低点的变量，遍历每个数据点，检查是否符合转折条件，并记录这些转折点的位置和值。此外，可能需要处理数据中的NaN值，特别是在初始阶段没有足够数据进行比较时。 然后，根据引用中的示例，用户可能需要绘制这些转折点。因此，在代码中需要将转折点的索引和价格提取出来，并使用matplotlib进行可视化。这包括在折线图上用不同颜色或标记突出显示高点和低点。 在编写代码时，需要注意算法的效率和准确性。例如，处理大量数据时，循环可能较慢，但考虑到ZIG函数通常用于分析，可能可以接受。另外，阈值的设置会影响转折点的数量，用户可能需要调整这个参数以达到理想的效果。 此外，需要验证代码的正确性。例如，使用示例数据运行代码，检查转折点是否被正确识别，并确保绘制的图表符合预期。如果用户提供的引用中有相关的数据获取方法（如使用ts.get_h_data），可能需要确保数据格式正确，比如索引是否为日期时间类型，以便正确绘图。 最后，用户可能希望了解如何优化这个实现，比如提高计算速度或处理更复杂的情况。同时，可能需要指出当前实现的局限性，比如只考虑单向波动或阈值固定，而实际中可能需要动态调整阈值或处理更多条件。 总结步骤：定义阈值，遍历数据，跟踪高低点，记录转折点，绘制结果。同时，根据引用中的信息，提醒用户如果需要更精确的功能，可能需要参考通达信软件或更复杂的算法。</think>### Python实现通达信ZIG函数的方法 #### 1. ZIG函数的核心逻辑 ZIG函数的核心是识别价格序列中的**转折点**，其判断依据是价格相对于前一个极值点的波动幅度超过设定阈值（例如5%）。例如： - 当价格从低点反弹超过阈值时，标记该低点为转折点； - 当价格从高点回撤超过阈值时，标记该高点为转折点[^1]。 #### 2. 实现代码示例 ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt def calculate_zig(data, threshold=0.05): highs, lows = [], [] zig_points = {'highs': [], 'lows': []} current_high = None current_low = None for i in range(len(data)): price = data['close'].iloc[i] # 初始化第一个极值点 if i == 0: current_high = price current_low = price continue # 检测高点回撤是否超过阈值 if current_high is not None: if (current_high - price) / current_high >= threshold: zig_points['highs'].append((i-1, current_high)) current_low = price # 切换为寻找低点 current_high = None # 检测低点反弹是否超过阈值 elif current_low is not None: if (price - current_low) / current_low >= threshold: zig_points['lows'].append((i-1, current_low)) current_high = price # 切换为寻找高点 current_low = None # 更新当前极值 if current_high is None and current_low is not None: current_low = min(current_low, price) elif current_low is None and current_high is not None: current_high = max(current_high, price) return zig_points # 示例数据（需替换为实际数据） dates = pd.date_range(start='2023-01-01', periods=100, freq='D') prices = np.random.normal(100, 5, 100).cumsum() df = pd.DataFrame({'close': prices}, index=dates) # 计算转折点 zig_data = calculate_zig(df, threshold=0.03) # 绘制结果 plt.figure(figsize=(12,6)) plt.plot(df.index, df['close'], label='Price') plt.scatter( [df.index[i] for i, _ in zig_data['highs']], [price for _, price in zig_data['highs']], color='red', marker='v', label='Highs' ) plt.scatter( [df.index[i] for i, _ in zig_data['lows']], [price for _, price in zig_data['lows']], color='green', marker='^', label='Lows' ) plt.legend() plt.show() ``` #### 3. 关键参数说明 - `threshold=0.05`: 波动率阈值，可调节转折点灵敏度 - `data['close']`: 需要输入包含收盘价的DataFrame - `zig_points`: 返回值包含高点和低点的索引及价格 #### 4. 注意事项 - 实际应用需处理**数据清洗**（如缺失值） - 建议结合**均线系统**过滤噪声信号 - 不同周期参数（如周线/日线）需重新优化阈值[^2]
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
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