kdj值应用口诀_一根KDJ线精准把握买卖点,不懂KDJ的股民可以看一看!

KDJ又被称之为随机指标,由k线数值与D线数值和J线数值,共计三条曲线组合而成。并且三条曲线的数值只在0---100之间变动。在同花顺炒股软件中,k线数值用黄颜色表示,D线数值用浅蓝色表示,J线数值用桃红色表示,由于三条曲线变化灵活。在实战中所提示的买卖点变换频率较快,所以又被称之为短线指标。顾名思义就是KDJ随机指标仅提供短线买卖信号。而不适合中长线投资者使用。

【KDJ值应用口诀:】

J值100逐步卖,卖了涨了继续卖;

J值接近负值逐步买,买了跌了继续买;

J值100可以买,买了就要准备卖;

J值为0可以卖,有了差价及时买;

J值100超5日,卖了还涨不追回;

J值为负超5日,买了再跌可补仓;

J值100莫兴奋,乐极生悲教训深;

J值为负莫恐慌,卖出即涨后悔多;

J值为负买入后,强势看100,弱势看50,结合能量判断趋势很重要;

观察KDJ,机会总是留给有准备的人的;

尊重KDJ,实盘操作不要思前顾后,该买就买,该出就出;

实践KDJ,积累经验,失败了反思之后不忘前车之鉴。

【KDJ重要价值在于对股价高位低位的研判:】

第一:低位金叉、高位死叉

研究一个指标,一定要从以下几个方面来看:高位、低位、多空平衡点、背离、周期共振等。天下指标是一家。

具体说到KDJ,20以下金叉买入具有很高的准确性,当KDJ在80以上死叉将会有巨大的跌幅。

600518康美药业,2009年12月

7c543be36f3b3a5a99339605441809a6.png

第二:K、D、J值

J值是三根线中活跃性最强的,在见证拐点时,具有很好的导向性。一般来讲,J值在0以下拐头向上并上穿0轴,为短线买点;100以上拐头向下并下穿100,为短线卖点。此外,K、D值作为J值的辅助条件,如果越过80线,将具有很强的高位警示意义。

举例:002110三钢闽光,2009年9月至2010年1月

81a0f31a92014310dbb4d4fa19bb3936.png

第三:解决钝化

什么样的股票会钝化?无外乎两大类:绵绵阴跌和强势逼空。

这种股票之所以造成KDJ的高位钝化,原因很简单,就是因为他在上攻的过程中波动比较小,一直上冲。但同时也导致在均线系统中很难破坏掉MA5和MA10两条均线。

举例:600536中国软件(600536), 2009年3月到2009年4月中旬 实现利润270%

9640ead770c80855eeaa0a73b85e9273.png

【KDJ买卖原则:】

1、D值<20%就是超卖信号,d值>80%就是超买信号;J>100%就是超买信号,J<10%就是超卖信号;

2、KD值于50%左右徘徊或者是交叉的时候,无意义。

3、K值从右边向下交叉D值的就是卖出信号,K值从右边向上交叉D值的就是买信号;

4、高档连续两次都向下交叉确认为跌势,低档两次都向上交叉确认为涨势;

5、如果是投机性太强的个股不适用这个KDJ买卖原则;

6、可观察KD值与股价之间的背离,以确认高低点。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以为您提供一个基于Python的“KDJ+DMI”量化策略的代码实现,可以使用tushare下载数据,可以在PyCharm运行。以下是代码实现: ```python import tushare as ts import pandas as pd import numpy as np # 下载数据 df = ts.get_k_data('600519', start='2010-01-01', end='2021-05-31') # 计算KDJ指标 def cal_KDJ(data, n=9, m1=3, m2=3): high_list = data['high'].rolling(window=n, min_periods=1).max() low_list = data['low'].rolling(window=n, min_periods=1).min() rsv = (data['close'] - low_list) / (high_list - low_list) * 100 data['KDJ_K'] = pd.DataFrame(rsv).ewm(com=m1).mean() data['KDJ_D'] = data['KDJ_K'].ewm(com=m2).mean() data['KDJ_J'] = 3 * data['KDJ_K'] - 2 * data['KDJ_D'] return data # 计算DMI指标 def cal_DMI(data, n=14, m=6): i = 0 UpI = [0] DoI = [0] while i + 1 <= data.index[-1]: UpMove = data.loc[i + 1, 'high'] - data.loc[i, 'high'] DoMove = data.loc[i, 'low'] - data.loc[i + 1, 'low'] if UpMove > DoMove and UpMove > 0: UpD = UpMove else: UpD = 0 UpI.append(UpD) if DoMove > UpMove and DoMove > 0: DoD = DoMove else: DoD = 0 DoI.append(DoD) i = i + 1 UpI = pd.Series(UpI) DoI = pd.Series(DoI) PosDI = pd.Series(UpI.ewm(span=n, min_periods=n - 1).mean()) NegDI = pd.Series(DoI.ewm(span=n, min_periods=n - 1).mean()) data['PosDI'] = PosDI data['NegDI'] = NegDI data['ADX'] = pd.Series((100 * np.abs(PosDI - NegDI) / (PosDI + NegDI)).ewm(span=m, min_periods=m - 1).mean()) data['ADXR'] = ((data['ADX'] + data['ADX'].shift(m - 1)) / 2) return data # 运行策略 df = cal_KDJ(df) df = cal_DMI(df) df = df.dropna() df['signal'] = 0 df.loc[(df['KDJ_K'] < df['KDJ_D']) & (df['KDJ_D'] < df['KDJ_J']) & (df['PosDI'] > df['NegDI']) & (df['ADX'] > df['ADXR']), 'signal'] = 1 df.loc[(df['KDJ_K'] > df['KDJ_D']) & (df['KDJ_D'] > df['KDJ_J']) & (df['PosDI'] < df['NegDI']) & (df['ADX'] > df['ADXR']), 'signal'] = -1 # 计算收益 df['pct_change'] = df['close'].pct_change() df['strategy_return'] = df['pct_change'] * df['signal'].shift(1) df['accumulative_return'] = (1 + df['strategy_return']).cumprod() # 输出结果 print(df.tail()) ``` 该代码首先使用tushare下载股票代码为“600519”的K线数据,时间范围为2010年1月1日到2021年5月31日。接着定义了两个函数分别用于计算KDJ和DMI指标,并在主函数中调用这两个函数计算指标。然后定义了一个简单的策略,根据KDJ和DMI指标产生交易信号,如果KDJ指标出现“金叉”且DMI指标出现多头信号,则产生买入信号,如果KDJ指标出现“死叉”且DMI指标出现空头信号,则产生卖出信号。最后,计算策略的收益率并输出结果。
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