无敌均线操作法(2):级别与周期

    级别和周期对我们的股票操作最大的作用有两点:
    1.判定当前操作的性质;
    2.定位精确的买卖点。

    当某只股票在某级别出现买点后,首先要明确的是,接下来的上涨就分为四种情况:
    1.大级别下跌走势中的反弹;
    2.大级别下跌走势的反转;
    3.大级别上涨走势的中继;
    4.大级别上涨走势的反转。

    在这4种情况中,只有2和3值得参与,这个不难理解。因此我们的任务就是要区分大级别下跌走势的反弹与反转,大级别上涨走势的中继与反转。而区分大级别的反弹、中继、反转完全可以套用我们的无敌均线操作法,也就是说,如果在大级别相应的图中,当前所处的长短期均线面积明显比上一段要大,那么就肯定不是反转。
例如下面是600090的30分钟级别的买点

如图所示,这是30分钟级别的经典买点,要想知道此买点是否值得介入,就要看高级别的走势是否符合下跌趋势的反转或者上涨趋势的中继。我们切换到日线图:

从日线上,可以看到此30分钟级别的调整并未造成日线上的卖点,那么此30分钟级别的买点实际上就是日线级别的上涨中继。
    级别和周期还有一个非常重要的作用就是定位最精确的买卖点。例如002136在4月29日的30分钟的买点:

30分钟的买点出现时已经距离底部最低点24.08有1元的差价,如何能够尽量买在低点呢?我们就来看5分钟级别:

 5分钟级别中也出现了一个不是十分明显的买点,因为那个死吸不容易看到。
但是,需要特别注意的是:本级别的买点至少能被一个本级别以下级别的买点所嵌套。

    这句话是什么意思呢?就是说如果一个30分钟级别的买点,最少能在5分钟级别或者1分钟级别上找到嵌套的买点。但未必要5分钟和1分钟级别都要出现买点。


  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我可以给你一些python代码,帮助你实现均线选股策略:# 导入本地股票数据 import pandas as pd data = pd.read_csv('stock_data.csv')# 计算5日和10日的移动平均线 data['5d_ma']=data['close'].rolling(window=5).mean() data['10d_ma']=data['close'].rolling(window=10).mean()# 选择小于10日均线大于5日均线的股票 data = data[(data['10d_ma'] < data['5d_ma'])]# 剔除ST;30;68开头股票 data = data[~data.code.str.startswith(('ST', '30', '68'))] ### 回答2: 在使用Python实现均线选股策略时,可以按照以下步骤进行: 1. 导入本地股票数据: 可以使用Pandas库中的read_csv函数,从本地导入股票数据文件,将其转化为DataFrame格式。 2. 计算5日和10日均线: 使用Pandas库中的rolling函数,对收盘价进行滚动平均计算,选择时间窗口分别为5天和10天,得到5日均线和10日均线。 3. 筛选符合条件的股票: 通过比较5日均线和10日均线的大小关系,筛选出小于10日均线大于5日均线的股票。可使用Pandas的条件筛选功能,将符合条件的股票选出。 4. 剔除ST、30、68开头的股票: 在选出符合均线条件的股票后,使用正则表达式或字符串截取的方式,筛选出股票代码不以ST、30和68开头的股票。将这些股票从选出的股票列表中剔除。 最后,可以将选出的符合均线选股策略的股票打印出来,或进行其他进一步的分析和操作。 需要注意的是,在实际操作过程中,还需要根据实际数据文件的格式和需要进行一定的代码调整和异常处理。以上是一个简单的框架,在实际使用中可以根据需求进行更加精细化的操作。 ### 回答3: 要实现均线选股策略,首先需要安装并导入所需的库。使用pandas库来读取和处理股票数据,使用tushare库来获取股票数据。以下是一个示例代码,实现了所述策略: ```python import pandas as pd import tushare as ts # 1. 导入本地股票 data = pd.read_csv('stock_data.csv') # 假设本地股票数据以CSV文件的形式保存 # 2. 计算5日和10日均线 data['5日均线'] = data['收盘价'].rolling(window=5).mean() data['10日均线'] = data['收盘价'].rolling(window=10).mean() # 3. 筛选符合条件的股票 selected_stocks = data[(data['5日均线'] > data['10日均线']) & (~data['股票代码'].str.startswith(('ST', '68', '30')))] # 输出符合条件的股票 print(selected_stocks) ``` 请注意,该代码只是一个示例,你可能需要根据自己的实际需求进行修改和完善。你需要将本地股票数据保存为CSV文件,并将文件路径替换为实际路径。同时,你需要注册一个tushare账号,并填写正确的token来获取实时股票数据。 希望以上回答能够帮助到你!如果你还有其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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