如何判断何时做多,何时做空?嘿!我之前写了一篇关于Larry Williams ViX Fix技术指标的文章。不久之后,TradingView社区的朋友告诉我,这个指标可以和我之前写的Risk Assessment指标一起来看看什么时候做多,什么时候做空。我当时觉得这两个指标看起来有点费神,所以我想到了一个办法:把它们融合起来。这样,我们就可以通过一个技术指标来直观地看出应该做多还是做空了,不是很酷吗? 这个指标起了个很俗的名字: ** L2 Votatility of Williams VixFix Risk Assessment, 简称:VoWVRA。**
这个TradingView Pine Script是基于Larry Williams ViX Fix技术指标的自定义指标,旨在帮助交易者进行风险评估和交易决策。Larry Williams ViX Fix指标是通过标准普尔500指数的波动率来衍生的,主要用于显示当前市场情绪的变化。该指标通过计算最高价、最低价和收盘价之间的距离来确定市场的波动率。该指标的值越高,表明市场情绪越紧张,市场波动性也越高;反之,则表明市场情绪较为平稳,市场波动性较低。
VoWVRA指标基于Larry Williams ViX Fix指标,结合了Bollinger带和EMA等技术指标,用于对市场风险进行评估。该指标可以自定义输入参数,以适应不同的市场和投资者需求。使用VoWVRA指标可以帮助交易者在风险控制和交易决策方面做出更明智的选择。
除此之外,这个TradingView Pine Script还包含了风险评估指标。该指标通过计算一系列价值,然后将指数移动平均线(EMA)应用于收盘价和一定范围内的最高价和最低价之间的百分比变化,以确定安全级别。然后,将安全级别与不同的阈值进行比较,以确定市场的风险水平。风险评估指标可以使用输入参数进行定制,如风险长度、安全长度和EMA长度,以适应不同的市场条件和投资者偏好。使用风险评估指标可以帮助交易者更明智地决策风险管理和交易策略。
通过使用VoWVRA指标和风险评估指标,交易者可以更加精准地评估市场风险,并在交易决策方面做出更加明智的选择。
在观点中搜索"Pine Script"
一种大小周期都通用的MACD和RSI融合技 MACD和RSI融合测试是一种常用的技术分析策略,用于在市场中识别买入和卖出信号。该策略利用了两个流行的技术指标,即移动平均收敛/扩散(MACD)和相对强度指数(RSI),并将它们结合起来创建一个强大的交易信号。MACD和RSI融合测试最初是为中国股市开发的,现在被全球交易员广泛使用。该策略的基本思想是,MACD和RSI指标可以结合使用,以提供更准确可靠的信号。
要使用 MACD和RSI融合测试,交易员需要遵循一些简单的步骤。以下代码是原始的 MACD和RSI融合测试代码的TradingView Pine script v4指标版本代码:
```pine
//@version=4
study(" MACD and RSI fusion ", overlay=false)
// 定义simple融合指标
simple_fusion = (ema(close, 12) - ema(close, 26)) * 1.2 + rsi(close, 14) / 50
// 定义simple融合滞后指标
simple_fusion_lag = nz(simple_fusion )
// 绘制simple融合和simple融合滞后指标
plot(simple_fusion, color=color.blue, title="simple fusion")
plot(simple_fusion_lag, color=color.red, title="simple fusion Lag")
```
该代码定义了simple fusion和simple fusion Lag指标,并在图表上绘制它们。 simple fusion指标是收盘价的12和26个周期的指数移动平均之和,乘以1.2,加上收盘价的14个周期的相对强度指数,除以50。 simple fusion Lag指标是上一个周期的simple fusion指标的值。
交易员可以使用simple fusion和simple fusion Lag指标来识别买入和卖出信号。当simple fusion指标向上穿过simple fusion Lag指标时,这是一个买入信号,当simple fusion指标向下穿过simple fusion Lag指标时,这是一个卖出信号。
总之, MACD和RSI融合测试是一种强大的技术分析策略,结合了两个流行的技术指标,用于在市场中识别买入和卖出信号。通过使用TradingView Pine script代码。
说说我的自适应横盘滤波器我的ASF(自适应横盘滤器)是一种精巧的指标,用于发现横盘市场。其目标是过滤市场噪音和虚假信号,准确识别市场的横盘阶段。
ASF使用一种聪明的方法来确定横盘市场。它根据市场波动性和趋势调整其参数,以适应不同的市场条件。当市场波动较小时,ASF减少其敏感性,避免将其误认为是横盘市场。另一方面,当市场波动较大时,ASF增加其敏感性,更有效地捕捉市场的趋势。
ASF根据市场价格波动和趋势进行计算。它使用一系列平均真实范围(ATR)值来衡量市场的波动性,并相应调整其参数。ASF还依赖一种名为“定向指数”的指标来衡量市场的趋势,并根据定向指数的变化来调整其参数。
通过使用这种自适应方法,ASF能够在不同的市场条件下为横盘市场提供更准确的信号。它帮助交易者避免在市场横盘时进行交易,减少无效交易和损失的数量。同时,ASF也可以帮助交易者在市场趋势出现时捕捉到更好的交易机会。
但请记住,ASF只是一个指标,不能保证100%的准确性或成功。交易者在使用ASF时,仍然需要结合其他技术分析工具和自己的交易策略进行综合判断和决策。
下面收下这个指标的使用方法:ASF旨在识别横向价格波动周期并在图表上绘制它们。对于寻找区间交易机会的交易者来说,这是一个有价值的工具。该指标代码是我用TradingView的专有编程语言Pine Script编写的。该指标兼容Pine Script版本5,提供了增强的功能和灵活性。但是,不支持通达信,同花顺这些软件,很多朋友私信我说我发布的代码贴到通达信,同花顺里面不工作,很郁闷。亲们,你们提的这个问题,让我也很郁闷。只能说:革命尚未胜利,同志仍需努力。
首先定义了几个可以由用户自定义的输入参数。这些参数包括用于计算阈值的移动平均线长度、确定横向范围宽度的阈值值以及应用于源数据的平滑长度。通过调整这些参数,交易者可以微调指标的灵敏度,以适应自己的交易策略。这个指标的一个关键特点是将平均真实波幅(ATR)概念纳入其中,以确定横向范围的宽度。ATR是一种广泛使用的用于衡量市场波动性的技术指标。通过将ATR值乘以用户指定的阈值,该指标计算出定义为价格横向运动的上下通道。这指标用于主图,并且和收盘价重合,并且通过线条颜色,K线颜色和背景色进行上涨,下跌,横盘的标识。图表的颜色和K线根据收盘价格相对于上下通道的位置动态变化。如果价格位于上通道之上,则颜色为绿色,表示可能出现超买情况。如果价格位于下通道之下,则颜色为红色,表示可能出现超卖情况。当价格位于通道内时,颜色为蓝色,表示横向运动。此外,该指标通过对K线着色和添加背景色提供视觉提示,进一步突出显示横向价格波动周期。
通过使用ASF指标,交易者可以获得有关市场行为的宝贵见解,并做出明智的交易决策,有助于识别潜在的区间交易机会并相应地调整策略。总之,“自适应横盘滤器”指标是一个强大的工具,懂得都懂,用于识别横向价格波动并发现潜在的区间交易机会。通过其可自定义的参数、集成的平均平滑数据和利用ATR,该指标为交易者提供了对市场动态的全面视图,能够做出更明智的交易决策。
由于我认为这个价值对我个人交易系统非常有价值,目前发布在TradingView社区,可以免费使用,但是代码不公开。无论如何,作为一个代码博主,我还是的讲讲这个指标的逻辑,悟性足够的朋友完全可以自己制作。
这个指标的一个关键特点是集成了平滑的Heikin-Ashi(HA)蜡烛图数据。代码包括一个名为"heikinashi_tv"的函数,用于从传统蜡烛图数据生成平滑的OHLC(开盘价、最高价、最低价、收盘价)数据。平滑的图表可以减少市场噪音,并提供更清晰的价格趋势视图。通过结合平滑的数据,ASF指标旨在提高其分析的稳定性和准确性。
代码还包括一个名为"cumavg"的函数,用于计算给定源数据在指定长度上的累积平均值。该函数用于计算指标的源数据。
该指标实现的主要逻辑如下:
1. 使用"heikinashi_tv"函数从传统蜡烛图数据生成平滑的OHLC数据。这确保指标在平滑的数据下更加稳定。
2. 使用指定的平滑长度,对平滑后的收盘价应用"cumavg"函数,计算源数据。
3. 基于指定长度计算平均真实波幅(ATR)值。
4. 通过将阈值乘以ATR值与源数据的移动平均线相加和相减,计算上下轨。
5. 根据收盘价相对于上下轨的位置,确定绘图和柱状图的颜色。如果价格高于上轨,则颜色为绿色,表示潜在的超买条件。如果价格低于下轨,则颜色为红色,表示潜在的超卖条件。当价格在轨道之间时,颜色为蓝色,表示横盘运动。
6. 使用线条样式动态绘制收盘价在图表上。
7. 根据相同的颜色方案为K线上色。
8. 添加背景颜色以进一步突出价格的横盘运动期间。
多周期超级趋势X**什么是超级趋势**:
超级趋势(Supertrend)是类似于移动平均线的趋势跟踪指标。 它绘制在价格主图上,当前趋势可以简单地通过其相对于价格的位置来确定。 这是一个非常简单的指标,仅在两个参数(周期Period和乘数Multiplier)的帮助下构建。因为在构建 Supertrend 指标策略时,平均真实范围 (ATR) 的默认参数为 10,乘数为 3。 平均真实范围 (ATR) 在“超级趋势”中起着关键作用,因为该指标使用 ATR 来计算其价值,并表明价格波动的程度。
**我的超级趋势X的初衷与结果**:
超级趋势最大的问题就是折衷稳定性和灵敏度的问题。或者说超级趋势的优点是能非常明朗的看趋势,但是其代价是响应比较迟滞。针对这个问题,有很多的方法改进,我也学了和做了很多尝试,都不能满足我的要求。于是,大约在1年多前,我自己开发了一个超级趋势,命名为X,就是为了减少迟滞效应。当时,我记得对比了很多超级趋势版本择优选出的。但是这两天趁着春节拿出来再改进,发现居然并没有比TradingView官方的超级趋势算法优越。因为有些时候的确可以相应的更加及时,但是有些时候却和官方的算法一致。于是,我将这个指标闭源发布在TradingView社区,
指标名称: L3 SupertrendX MTF
指标地址:https://www.tradingview.com/script/RkuZDrtH-blackcat-L3-SupertrendX-MTF/
它的特点是支持多周期显示,并且用我经典的趋势强度渐变色标识趋势强度以供预判反转。上升趋势从弱到强依次渐变色为:蓝、绿、黄、红、紫。
**TradingView 官方超级趋势算法**:
```pine
//@version=5
indicator("Supertrend TradingView", overlay=true, timeframe="", timeframe_gaps=true)
// The same on Pine Script™
pine_supertrend(factor, atrPeriod) =>
src = hl2
atr = ta.atr(atrPeriod)
upperBand = src + factor * atr
lowerBand = src - factor * atr
prevLowerBand = nz(lowerBand )
prevUpperBand = nz(upperBand )
lowerBand := lowerBand > prevLowerBand or close < prevLowerBand ? lowerBand : prevLowerBand
upperBand := upperBand < prevUpperBand or close > prevUpperBand ? upperBand : prevUpperBand
int direction = na
float superTrend = na
prevSuperTrend = superTrend
if na(atr )
direction := 1
else if prevSuperTrend == prevUpperBand
direction := close > upperBand ? -1 : 1
else
direction := close < lowerBand ? 1 : -1
superTrend := direction == -1 ? lowerBand : upperBand
atrPeriod = input(10, "ATR Length")
factor = input.float(3.0, "Factor", step = 0.01)
// = ta.supertrend(factor, atrPeriod)
= pine_supertrend(factor, atrPeriod)
bodyMiddle = plot((open + close) / 2, display=display.none)
upTrend = plot(direction < 0 ? supertrend : na, "Up Trend", color = color.green, style=plot.style_linebr)
downTrend = plot(direction < 0? na : supertrend, "Down Trend", color = color.red, style=plot.style_linebr)
fill(bodyMiddle, upTrend, color.new(color.green, 90), fillgaps=false)
fill(bodyMiddle, downTrend, color.new(color.red, 90), fillgaps=false)
```
为了对比官方超级趋势(红绿细线)和我的版本,我贴了如下图供各位参考:
BTCUSDT行情来自TradingView
AXSUSDT行情来自TradingView
黄金行情来自TradingView
通达动力行情来自TradingView
Ichimoku云是哪个日本人发明的?Ichimoku云是一种技术分析指标,用于识别潜在的趋势反转、支撑和阻力水平,并在金融市场上生成入场和出场信号。它是由一位日本记者名叫Goichi Hosoda开发的,他使用了笔名Ichimoku Sanjin。
Ichimoku云包括几个组成部分,包括转换线(Tenkan-sen)、基准线(Kijun-sen)、前云线A(Senkou Span A)、前云线B(Senkou Span B)和云。转换线和基准线是根据一定时间内最高点和最低点的平均值计算而得。前云线A是转换线和基准线的平均值,在当前价格之前绘制。前云线B是根据较长时间内最高点和最低点的平均值计算而得,在当前价格之前绘制。云是前云线A和前云线B之间的区域,常用于识别潜在的支撑和阻力水平。
上方提供的Ichimoku云与入场信号脚本是TradingView Pine脚本,它在图表上绘制了Ichimoku云,并显示入场信号。入场信号是基于转换线和基准线的交叉和交叉下以及收盘价与前云线A和前云线B的关系生成的。当满足做多入场信号条件时,在价格条下方绘制绿色三角形朝上的形状。相反,当满足做空入场信号条件时,在价格条上方绘制红色三角形朝下的形状。
需要注意的是,Ichimoku云是一种多功能指标,可用于多种方式,包括识别趋势、确定支撑和阻力水平以及生成入场和出场信号。交易员和投资者通常与其他技术分析工具和指标一起使用,以做出明智的交易决策。
这段代码是一个用于绘制 Ichimoku 云图和显示入场信号的 TradingView 指标脚本。它使用了 Pine Script 语言。
首先,通过 `indicator` 函数设置指标的标题和短标题,并将其叠加在主图上。
接下来,定义了两个参数 `tenkanPeriod` 和 `kijunPeriod` 分别表示 Tenkan-sen(转换线)和 Kijun-sen(基准线)的计算周期。然后使用 `ta.sma` 函数分别计算出 Tenkan-sen 和 Kijun-sen 的值,并通过 `plot` 函数将它们绘制在图表上。
之后,使用 `math.avg` 函数计算出 Senkou Span A(前向跨度A)的值,并通过 `plot` 函数将其绘制在图表上。再使用类似的方式计算并绘制出 Senkou Span B(前向跨度B)。
然后,使用 `fill` 函数根据 Senkou Span A 和 Senkou Span B 的值填充颜色形成云图。
最后,根据一些条件判断确定入场信号。如果满足条件,则通过调用 `plotshape` 函数在相应位置绘制箭头形状表示入场点。
时间周期分析,记录**美股、港股、A股的替代时间周期分析**
在传统交易市场中(美股、港股、A股),每日的交易时间是固定的,因此选择替代时间周期时,需要保证 **一天的交易时长能够被新的时间周期整除**,确保 K 线数量均匀分布。
---
## **1. 美股市场(390 分钟/天)**
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1 分钟 | 1 分钟 | 无需替代 |
| 3 分钟 | 5 分钟 | 390 ÷ 5 = 78 根 |
| 5 分钟 | 7 分钟 | 390 ÷ 7 ≈ 55 根 |
| 10 分钟 | 13 分钟 | 390 ÷ 13 = 30 根 |
| 15 分钟 | 17 分钟 | 390 ÷ 17 = 23 根 |
| 30 分钟 | 33 分钟 | 390 ÷ 33 = 12 根 |
| 60 分钟 | 65 分钟 | 390 ÷ 65 = 6 根 |
| 120 分钟 | 130 分钟 | 390 ÷ 130 = 3 根 |
✔ **推荐**:**65 分钟替代 60 分钟,130 分钟替代 120 分钟**,确保 K 线数量为整数。
---
## **2. A股市场(240 分钟/天)**
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1 分钟 | 1 分钟 | 无需替代 |
| 3 分钟 | 4 分钟 | 240 ÷ 4 = 60 根 |
| 5 分钟 | 6 分钟 | 240 ÷ 6 = 40 根 |
| 10 分钟 | 12 分钟 | 240 ÷ 12 = 20 根 |
| 15 分钟 | 16 分钟 | 240 ÷ 16 = 15 根 |
| 30 分钟 | 33 分钟 | 240 ÷ 33 ≈ 7.27,不合适,仍用 30 分钟 |
| 60 分钟 | 60 分钟 | 240 ÷ 60 = 4 根,无需替代 |
✔ **推荐**:A 股的 60 分钟和 120 分钟 **本身已整除 240 分钟,无需替代**。
---
## **3. 港股市场(300 分钟/天)**
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1 分钟 | 1 分钟 | 无需替代 |
| 3 分钟 | 5 分钟 | 300 ÷ 5 = 60 根 |
| 5 分钟 | 6 分钟 | 300 ÷ 6 = 50 根 |
| 10 分钟 | 12 分钟 | 300 ÷ 12 = 25 根 |
| 15 分钟 | 16 分钟 | 300 ÷ 16 ≈ 18.75,不适用 |
| 30 分钟 | 33 分钟 | 300 ÷ 33 ≈ 9.09,不适用 |
| 60 分钟 | 60 分钟 | 300 ÷ 60 = 5 根,无需替代 |
✔ **推荐**:港股的 **60 分钟本身已整除 300 分钟,无需替代**。
---
## **4. 日线(1D)替代周期**
日线 **(1D = 一个交易日的全部时间)** 通常不需要替代。
但如果要合并多个交易日,可以使用:
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1D | 2D | 合并两天数据 |
| 1D | 3D | 合并三天数据 |
---
## **5. 周线(1W)替代周期**
### **美股(1950 分钟/周)**
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1W(周) | 6D | 390 × 6 = 2340 分钟 |
| 2W(双周) | 12D | 390 × 12 = 4680 分钟 |
### **A股(1200 分钟/周)**
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1W(周) | 6D | 240 × 6 = 1440 分钟 |
| 2W(双周) | 12D | 240 × 12 = 2880 分钟 |
### **港股(1500 分钟/周)**
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1W(周) | 6D | 300 × 6 = 1800 分钟 |
| 2W(双周) | 12D | 300 × 12 = 3600 分钟 |
✔ **推荐**:**6D 替代 1W,12D 替代 2W**,确保周期整除。
---
## **最终推荐的替代时间周期**
### **美股**
- **65 分钟 代替 60 分钟**
- **130 分钟 代替 120 分钟**
- **6D 代替 1W**
### **A股**
- **60 分钟 和 120 分钟 无需替代**
- **6D 代替 1W**
### **港股**
- **60 分钟 和 120 分钟 无需替代**
- **6D 代替 1W**
此方案可用于 **TradingView** 的 Pine Script 代码实现,确保时间周期的均匀分布。
必须记录下今天的发现**加密货币市场的替代时间周期分析**
加密货币市场 **7x24 小时交易**,没有固定的开盘和收盘时间。因此,替代时间周期的核心逻辑是 **基于全天 1440 分钟(24 小时)** 进行整除计算,确保 K 线数量均匀分布。
---
## **1. 加密货币市场的分钟级别替代周期**
### **基于全天 1440 分钟计算**
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1 分钟 | 1 分钟 | 无需替代 |
| 3 分钟 | 4 分钟 | 1440 ÷ 4 = 360 根 |
| 5 分钟 | 6 分钟 | 1440 ÷ 6 = 240 根 |
| 10 分钟 | 12 分钟 | 1440 ÷ 12 = 120 根 |
| 15 分钟 | 16 分钟 | 1440 ÷ 16 = 90 根 |
| 30 分钟 | 32 分钟 | 1440 ÷ 32 = 45 根 |
| 60 分钟 | 72 分钟 | 1440 ÷ 72 = 20 根 |
| 120 分钟 | 144 分钟 | 1440 ÷ 144 = 10 根 |
| 240 分钟 | 288 分钟 | 1440 ÷ 288 = 5 根 |
✔ **原因**:选择最接近 **1440 可整除** 的整数,保证一天的 K 线数量是整数。
---
## **2. 加密货币市场的日线(1D)替代**
加密市场的 **1D 仍然是 24 小时 = 1440 分钟**,无需替代。
如果要细分 1D,可以使用:
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1D | 2D | 2880 分钟(两天合并) |
| 1D | 3D | 4320 分钟(三天合并) |
---
## **3. 加密货币市场的周线(1W)替代**
| 传统周期 | 替代周期 | 计算方式 |
|---------|---------|----------|
| 1W(7天) | 6D | 1440 × 6 = 8640 分钟 |
| 1W(7天) | 8D | 1440 × 8 = 11520 分钟 |
✔ **推荐**:**6D 或 8D 替代 1W(7D)**,确保周期整除。
---
## **最终推荐的替代时间周期**
### **分钟级别**
- **4 分钟** 代替 3 分钟
- **6 分钟** 代替 5 分钟
- **72 分钟** 代替 60 分钟
- **144 分钟** 代替 120 分钟
### **日线级别**
- **不替代 1D**,仍然使用 1440 分钟(24 小时)
- **2D 或 3D** 可用于更长周期
### **周线级别**
- **6D 或 8D 代替 1W(7D)**
这些替代方案在 **TradingView** 里都是支持的整数周期,可用于 Pine Script 代码实现。
一种特殊的均线用法:TVMA做滞后均线TVMA是一种特殊的均线,与传统的均线使用方式不同。TVMA是一种滞后均线,其滞后程度由`tvmaLength`参数决定。当`tvmaLength` = 1时,TVMA均线与数据源曲线完全重合,没有滞后。当`tvmaLength`的值越大时,均线的滞后程度越明显。因此,TVMA均线是一种非常独特的均线类型,需要确定参数的目的是为了获得滞后的均线信号,而不是领先的均线信号。
TVMA均线的作用是提供双均线金叉和死叉信号,作为买卖的参考信号。这种指标通常与其他技术指标一起使用,以增强其交易信号的准确性。TVMA均线的滞后特性使其在大趋势发展时产生较好的交易信号,可以帮助交易者避免短期波动的干扰。然而,在市场行情剧烈波动时,TVMA均线的滞后特性可能导致信号滞后,错过了良好的买入和卖出机会。
因此,当使用TVMA均线进行交易时,请注意调整参数以获得更好的滞后均线信号。此外,结合其他技术指标和市场趋势分析,也可以提高TVMA均线的交易信号准确性。
这段代码是一个 Pine Script 脚本,用于在 TradingView 平台上绘制 TVMA(Trigger Variable Moving Average)指标的线图。
首先,在脚本开头使用 //@version=5 注释声明了脚本的版本为 5。
然后定义了一个名为 L1 Trigger Variable Moving Average (TVMA) 的指标,并设置 overlay=true 表示将其叠加在主图上显示。
接下来定义了一个函数 tvma(source, length, alpha),用于计算 TVMA 值。该函数有三个参数:source 是输入数据源,length 是 TVMA 的长度,alpha 是系数。在函数内部使用循环计算出 TVMA 值,并返回结果。
然后通过 input() 函数定义了一些用户可调整的参数:src = input(close) 定义了输入数据源,默认为收盘价;tvmaLength = input(2, title='TVMA Length (>1)') 定义了 TVMA 的长度,默认值为 2;根据长度计算出系数 tvmaAlpha = 2.0 / (tvmaLength + 1)。
接着调用之前定义的函数 tvma(src, tvmaLength, tvmaAlpha) 计算出 TVMA 值,并将结果赋给变量 tvmaValue
最后使用 plot() 函数绘制出计算得到的 TVMA 线条,并设置标题和颜色等属性。







