价格变化率 (ROC) 指标教程摘要
本视频介绍了价格变化率 (ROC) 指标,这是一个用于分析价格趋势的指标。视频内容涵盖了ROC指标的介绍、Python 代码实现以及图表绘制。
ROC 指标原理:
ROC 指标计算的是当前收盘价与 N 个周期前的收盘价之差,除以 N 个周期前的收盘价,再乘以 100%。换言之,ROC 指标反映了价格在过去 N 个周期内的百分比变化。
ROC 指标应用:
- ROC 指标可以帮助预测价格趋势方向,但它并非趋势预测指标,而是一种振荡指标。
- 当 ROC 指标高于零线时,表示价格处于上涨趋势,反之则表示价格处于下跌趋势。
- ROC 指标的周期参数(N 值)会影响其灵敏度。较小的 N 值会导致指标更加波动,而较大的 N 值则会使指标更加平滑。
视频中展示了以下内容:
- 以星巴克股票为例,展示了 ROC 指标在不同周期参数下的表现。
- 比较了 ROC 指标周期参数为 10 和 30 时的差异,发现较大的周期参数可以使指标更加稳定,减少噪声。
- 以埃克森美孚股票为例,展示了 ROC 指标在高波动性股票中的应用。
总结:
ROC 指标是一个简单而有效的指标,可以帮助投资者了解价格趋势的方向。通过调整周期参数,可以根据不同的需求选择合适的 ROC 指标配置。
本教程视频将教你了解价格变动率 (ROC) 指标,如何在 Python 中编程,以及如何在 Matplotlib 中绘制图表。 本系列的目的是在 Python 中教授数学。 为此,我们将使用一些在技术分析中常用的股票指标。 对于大多数指标,我们将首先讨论它们,它们的用途,然后教授如何在 Python 中编程,最后实际在图表上显示它们。基本的图表应用程序来自之前的教程系列,这里:http://www.youtube.com/playlist?list=PLQVvvaa0QuDcR-u9O8LyLR7URiKuW-XZq所需文件:实际图表部分的示例代码:http://sentdex.com/sentiment-analysisbig-data-and-python-tutorials-algorithmic-trading/python-matplotlib-sample-code-charting-stocks-python/Python:http://python.orgNumpy:http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpyMatplotlib:http://matplotlib.org/downloads.html