WINNER(A)
获利盘比例:表示以A价格卖出时获利盘比例是多少,返回01表示10%获利盘。
限制:A:常量或变量
例:WINNER(105)表示105元价格的获利盘比例
WINNER(CLOSE)表示以当前收市价卖出获利盘的比例
所以你写的公式,应该没有错误
WINNER(CLOSE)>070;
我认为不是未来函数,详细解释见下文
函数:WINNER(A)
描述:获利盘比例
类别:指标
参数:A为数组(变量)或常数
返回:返回数组
说明:计算获利盘比例,该函数仅对日线分析周期有效
示例:WINNER(CLOSE),表示以当前收市价卖出的获利盘比例,如返回02表示20%获利盘;
WINNER(10)表示10元价格的获利盘比例
WINNER与COST是正好相反的两个函数,前者由价格求获利盘比例,而后者由获利盘比例求得价格,灵活应用这两个函数,可以定量地进行成本分析计算。
COST,成本。WINNER,优胜者,获利。
两者互相换算。COST是根据获利盘估算价格,WINNER是根据价格估算获利盘。
之所以说估算,是因为要精确算,必须把每笔成交的价格和成交量都记录下来,一般这是很难做到的。
就算能做到,筹码分布方面的技术分析有效么?这就看各人自己的取舍了,股市中目前还没有发现包赚不赔的技术指标。
COST(WINNER(C)100);
C;
此两者趋于相等。也说明这两个函数支持序列变量。
平均成本价的计算。将刚好完全换手的每笔成交量和成交价格相乘,然后除以这期间总的成交量,即为平均成本价。
平均成本价格:COST(50);
AA:=SUMBARS(VOL,CAPITAL);
平均成本价:SUM(CV,AA)/SUM(V,AA);
实际上这两种方法都是估算出来的,后者的误差可能更大一些。
相当于一箱苹果是2元一斤,另两箱苹果是5元一斤。三箱苹果的平均价格就是(21+52)/(1+2)=4元。
这有点统计学中的调和平均值的味道了。筹码分布,要搞得复杂,可以计算中位值、众位值,研究正态分布、偏态分布,还有集中度、穿透力,当真是花样繁多。
筹码分布的峰位在哪个价格区域,是筹码分布爱好者很想知道的一个指标。用COST可以估算出来。
成本分布原理:
投资者一般对股票平均成本感兴趣,移动平均MA、指数平滑移动平均EMA等算法都是计算股票平均成本的算法,但是这些算法没有考虑到成交量对平均成本的影响,例如,假设最近一段时间某股票在10-20元间波动,其平均价MA为15元,但观察其成交量发现在20元附近成交量巨大,而在10元附近成交量稀少,我们认为其平均成本显然应该比15元更高才合理,为此我们可以引入换手率移动平均概念;以当天的换手率作为平滑因子计算指数平滑移动平均,用公式来表示为:
Y:=(1-A)Y’+AC
A表示换手率,C表示收盘价,Y和Y’分别表示今日平均价和昨日平均价。
加权平均的计算方法是:Zax,其中x为待统计数值,a为x占总量的比例,当日的平均成本Y可以表示为两个部分,当日买入的和以前买入的,当日买入的成本为收盘价C,以前买入的成本为Y’,而当日买入的占总流通盘的比例为换手率A,而以前买入的则占1-A,因此今日的加权平均成本为(1-A)Y’+AC,因此,用这个公式更能反映股票的真实成本。
但现在还有两个问题需要解决,其一使用收盘价不能真实表示当日成本,其二是不能了解整个成本的分布情况,即我们只知道平均成本是多少,不知道整个持仓的成本分布情况,而这个分布情况有时是非常有用的。例如某股票的所有持仓成本均为10元,而另一个股票则由50%以5元买入,50%以15元买入,这两只股票均价都是10元,但其表现必然有很大差别。
移动成本分布
移动成本分布就是为解决以上问题提出来的,它将平均成本概念从一条平均线扩展为一个分布图,表示当前所有持仓量的成本分布情况,用等间距的水平线表示分布情况,水平线的垂直位置表示成本所处价位,长度表示相对比例,其中最长的线条占满显示区,其余按照相同比例显示。
成本分布的算法与前面以换手率作为平滑因子计算指数平滑移动平均的基本原理是一样的,主要差别就在于它计算的不是一个而是一组数值,即当日成本不是收盘价,而是从最低价到最高价之间的一组数据。
成本分布算法是基于以下假设计算的:
a)每天的成本平均地分布在最低价到最高价之间,画成移动成本图就是一个最低价到最高价的矩形,这个矩形我们称为当日成本;
b)每天的换手是等概率发生的,即不论买入时机如何,对于股票持有者不管是套牢还是获利,当日抛出的概率是相同的。
成本分布画法:
a)上市每一天的成本分布图就是当日成本,即最低价到最高价间的一个矩形。
b)其后每一天的成本分布图满足Y=(1-A)Y’+AB,A表示当日换手,B表示当日成本,Y、Y’分别表示当日和上一日的成本分布,注意,此处B、Y、Y’均表示一个分布情况,而不是一个数值。
所以不算是未来函数,之所以你在某些软里看到的不同结果,主要原因应该从公式中去看,是因为采用的数据量不一样,即是说从当前周期往回推的历史周期数不等,那么采用到的历史数据量不等,就会影响到计算结果,其次历史数据的正确性,并不是每一个软件商的数据都是正确无误的,这个应该知道
所以我认为不算是未来函数
winner的牌子名称叫做胜利雪域,是斯沃琪品牌旗下的一款产品,它的外表看上去时尚好看,这个牌子是比较注重外表和造型的,它是比较出名的艺术家tedscapa设计出来的,当作观赏和收藏的价值还是蛮大的,不好的一点是手表走时的误差会有点大,要是想当作平时的手表使用是不怎么实用的,因为日常生活中我们是需要一款走时准确的手表。设计师设计这款手表想表达的是他对创新还有颜色款式的热爱,属于一个外贸的品牌,里面的功能和其它的机械表是差不多的。
欢迎分享,转载请注明来源:品搜搜测评网