TTM Squeeze挤牌指标选股公式,通过波动率和动量判断能量释放

TTM Squeeze(挤牌)是由约翰·卡特(John Carter)发明的波动率和动量指标,在其著作《驾驭交易》中进行了介绍。当价格在窄幅区间震荡盘整为下一次大幅上涨或下跌积蓄能量时,就可以用挤牌指标来识别。Squeeze的意思是“挤压”,中文版书中翻译为“挤牌”,本文也使用这个名称。

TTM Squeeze挤牌指标包含波动率和动量两个部分:

波动率部分:TTM Squeeze挤牌指标使用布林线和肯特纳通道来衡量价格波动压缩情况。如果布林线进入肯特纳通道内,则表明一段时期的波动率非常低,这种状态被称为挤牌。当布林线扩大并回到肯特纳通道外时,波动性增加,价格有可能向上或向下突破狭小的震荡区间,此时是交易的时机。

动量部分:TTM Squeeze挤牌指标使用MTM动量指标判断交易时机产生时的预期变动方向。MTM指标围绕0轴上下自由摆动,因此也被称为动量振荡器。当MTM指标在0轴以上时,价格拥有上涨的动量,当MTM指标低于0轴时,价格具有下跌的动量。

一、TTM Squeeze挤牌指标副图

挤牌指标的波动率部分显示在在0轴上,绿色表示挤牌开启,即布林线进入肯特纳通道内;红色表示挤牌关闭,即布林线扩大并回到肯特纳通道外。布林线使用20日均线作为中轨和2个标准差作为上下轨,参数可以根据交易需要进行调整。肯特纳通道使用20日均线作为中轨和1.5倍ATR作为上下轨,参数也是可以调整的。

动量部分显示为四色柱线,零轴上方,上升为红色,下降为黄色;零轴下方,下降为青色,上升为洋红色。

BOLL:=MA(C,20);

UB:=BOLL+2*STD(C,20);

LB:=BOLL-2*STD(C,20);

MTR:=MAX(MAX((H-L),ABS(REF(C,1)-H)),ABS(REF(C,1)-L));

ATR:=MA(MTR,14);

MID:=MA(C,20);

UK:=MID+1.5*ATR;

LK:=MID-1.5*ATR;

MTM:=C-REF(C,12);

MTMMA:=EMA(MTM,5);

STICKLINE(MTMMA>0 AND MTMMA>REF(MTMMA,1),MTMMA,0,2,0),COLORRED;

STICKLINE(MTMMA>0 AND MTMMA<REF(MTMMA,1),MTMMA,0,2,0),COLORYELLOW;

STICKLINE(MTMMA<0 AND MTMMA<REF(MTMMA,1),MTMMA,0,2,0),COLORCYAN;

STICKLINE(MTMMA<0 AND MTMMA>REF(MTMMA,1),MTMMA,0,2,0),COLORMAGENTA;

NOTEXT:0,COLORGREEN,LINETHICK6;

IF(UB>UK,0,DRAWNULL),COLORRED,LINETHICK6;

二、TTM Squeeze挤牌指标主图

思路:挤牌关闭后,即布林线扩大并回到肯特纳通道外,MTM动量指标在0轴之上,发出信号。

BOLL:=MA(C,20);

UB:BOLL+2*STD(C,20);

LB:BOLL-2*STD(C,20);

MTR:=MAX(MAX((H-L),ABS(REF(C,1)-H)),ABS(REF(C,1)-L));

ATR:=MA(MTR,14);

MID:=MA(C,20);

UK:MID+1.5*ATR,DOTLINE;

LK:MID-1.5*ATR,DOTLINE;

JC:=CROSS(UB,UK);

T1:=BARSLAST(JC);

MTM:=C-REF(C,12);

MTMMA:=EMA(MTM,5);

CY:=CROSS(MTMMA,0);

T2:=BARSLAST(CY);

DY:=MTMMA>0;

AA:=DY AND COUNT(DY,T1+1)=1 AND UB>UK AND T1<20;

XG:=AA AND COUNT(AA,T2+1)=1 AND T2<=3;

STICKLINE(XG,H,L,0,1),COLORYELLOW;

STICKLINE(XG,C,O,3,0),COLOR117777;

STICKLINE(XG,C,O,2.5,0),COLOR119999;

STICKLINE(XG,C,O,2,0),COLOR11BBBB;

STICKLINE(XG,C,O,1.5,0),COLOR11DDDD;

STICKLINE(XG,C,O,1,0),COLOR44FFFF;

DRAWICON(XG,L,11);

三、TTM Squeeze挤牌指标选股公式

BOLL:=MA(C,20);

UB:=BOLL+2*STD(C,20);

LB:=BOLL-2*STD(C,20);

MTR:=MAX(MAX((H-L),ABS(REF(C,1)-H)),ABS(REF(C,1)-L));

ATR:=MA(MTR,14);

MID:=MA(C,20);

UK:=MID+1.5*ATR;

LK:=MID-1.5*ATR;

JC:=CROSS(UB,UK);

T1:=BARSLAST(JC);

MTM:=C-REF(C,12);

MTMMA:=EMA(MTM,5);

CY:=CROSS(MTMMA,0);

T2:=BARSLAST(CY);

DY:=MTMMA>0;

AA:=DY AND COUNT(DY,T1+1)=1 AND UB>UK AND T1<20;

XG:AA AND COUNT(AA,T2+1)=1 AND T2<=3;

关注技术Pie,学习更多通达信指标公式编写知识。版权所有,转载请注明出处。

友情提醒:本文仅供学习交流技术指标公式,不构成任何投资建议。投资有风险,入市需谨慎。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/188504.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

速通MySql

一、简介 1、什么是数据库 数据仓库&#xff0c;用来存储数据。访问必须用SQL语句来访问 2、数据库的类型 1、关系型数据库&#xff1a;Oracle、DB2、Microsoft SQL Server、Microsoft Access、MySQL等 可以用SQL语句方便的在一个表以及多个表之间做非常复杂的数据查询&#…

模糊C均值(Fuzzy C-means,FCM)聚类的python程序代码的逐行解释,看完你也会写!!

文章目录 前言一、本文的原始代码二、代码的逐行详细解释总结 前言 接上一篇博客&#xff0c;详细解释FCM聚类的程序代码&#xff01;&#xff01; 一、本文的原始代码 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets import skfuzzy as…

Open3D 最小二乘拟合二维直线(直接求解法)

目录 一、算法原理二、代码实现三、结果展示本文由CSDN点云侠原创,原文链接。爬虫网站自重。 一、算法原理 平面直线的表达式为: y = k x + b

【软件推荐】卸载360软件geek;护眼软件flux;

卸载360软件geek f.lux: software to make your life better (justgetflux.com) 卸载完扫描残留 护眼软件 hf.lux: software to make your life better (justgetflux.com)https://justgetflux.com/https://justgetflux.com/

【Java8系列06】Java8数据计算

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…

应用于智慧工地的AI边缘计算盒子+AI算法软硬一体化方案

智慧工地解决方案&#xff0c;围绕施工工地最常见的工人工服识别、安全帽佩戴识别、人脸识别、安全周界检测、打电话/吸烟、摔倒检测、明火检测、渣土车、土堆裸露识别等一系列子场景专门推出的通用解决方案&#xff0c;着眼工地安全施工、规范人员进出、保护设备安全等刚性需求…

vscode插件问题

1 Vscode code颜色变化 最外层标签颜色变成白色 其他标签有颜色&#xff0c;css代码颜色有些变成白色 是安装的另一个插件vue影响的&#xff0c;卸载就能恢复正常的颜色 2 配置Vue项目的代码片段 css 样式代码片段 配置css.json上后偶尔能用偶尔不能用&#xff0c;Vscode 右下…

Windows核心编程 远程线程注入

目录 线程安全 C线程 C STL线程 远程线程注入概述 相关API CreateRemoteThread LoadLibrary VirtualAllocEx FreeLibrary GetProcAddress 远程线程注入 DLL卸载 调试DLL 线程安全 变量在单线程和在多线程都不会出问题 - 线程安全 变量在多线程出问题&#xff0c…

CCC数字车钥匙(八)——BLE配对相关字段

2.1 配对连接协议 2.1.3 所有者配对广播 对于所有者配对&#xff0c;仅支持Legacy LE 1M PHY。ADV_IND需要按照Section 2.3.1.1 Volume 6 Part B。 事件类型&#xff1a;无指向可连接和可扫描。 ADV_IND中包含广播地址和广播数据&#xff0c;如下所示&#xff0c;其中广播地址…

TZOJ 1402 Bitset

答案&#xff1a; #include <stdio.h> int main() {int n 0, j 0; while (scanf("%d", &n) ! EOF && (n>0 && n<1000)) //多组输入{int arr[32], i 0;while (n > 0) {arr[i] n % 2; //除2取余法n / 2;}for (j i -…

力扣题:字符的统计-12.1

力扣题-12.1 [力扣刷题攻略] Re&#xff1a;从零开始的力扣刷题生活 力扣题1&#xff1a;451. 根据字符出现频率排序 解题思想&#xff1a;统计字符出现的个数&#xff0c;进行排序即可 class Solution(object):def frequencySort(self, s):""":type s: str:…

【数据结构】哈夫曼树(Huffman Tree)和哈夫曼编码(Huffman Coding)

哈夫曼树&#xff08;Huffman Tree&#xff09;和哈夫曼编码&#xff08;Huffman Coding&#xff09;是数据压缩领域常用的技术。哈夫曼树是一种特殊的二叉树&#xff0c;用于构造哈夫曼编码&#xff0c;而哈夫曼编码则是一种变长编码&#xff0c;用于压缩数据。 在解释哈夫曼…

文心一言 VS 讯飞星火 VS chatgpt (147)-- 算法导论12.2 2题

二、用go语言&#xff0c;写出 TREE-MINIMUM 和 TREE-MAXIMUM 的递归版本。 灵捷3.5 。 文心一言&#xff1a; 以下是用 Go 语言编写的树的最大值和最小值的递归版本代码&#xff1a; package main import ( "fmt" ) type TreeNode struct { Val int Le…

【tower-boot 系列】MybatisPlus 集成

Mybatis、MybatisPlus 简单介绍 MybatisPlus 集成 一、pom 依赖 <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-jdbc</artifactId><exclusions><exclusion><groupId>com.zaxxer…

python简单进阶之web框架:fastapi使用教程

原文&#xff1a;python简单进阶之web框架&#xff1a;fastapi使用教程 - 知乎 这是简单进阶教程系列第四篇&#xff0c;本系列文章主要介绍那些可以很快上手的进阶库。 我其实学过一段时间Django框架&#xff0c;但是半途而废了&#xff0c;我觉得可能还是简单一点的框架比较适…

智能优化算法应用:基于象群算法无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于象群算法无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于象群算法无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.象群算法4.实验参数设定5.算法结果6.参考文献7.MATLAB…

网络类型解析(基础):探索通信世界的多样面貌

在当今数字化时代&#xff0c;网络已经成为人们生活和工作中不可或缺的一部分。从个人设备之间的直接通信到全球范围的数据传输&#xff0c;不同类型的网络为我们提供了多种连接方式和通信选择。透过对这些网络类型的解析&#xff0c;我们将更好地理解它们的特点、优势和适用场…

JMX的使用

1. 定义和意义 JMX是Java Management Extention的缩写&#xff0c;出发点是让外部通过属性/方法来读取或设置程序状态。对于提供对外服务的程序来说&#xff0c;天生就有这样的能力&#xff0c;Web程序通过HTTP接口对外暴露&#xff0c;RPC应用通过RPC接口暴露。不过带来的问…

ESP32-Web-Server编程- 使用表格(Table)实时显示设备信息

ESP32-Web-Server编程- 使用表格&#xff08;Table&#xff09;实时显示设备信息 概述 上节讲述了通过 Server-Sent Events&#xff08;以下简称 SSE&#xff09; 实现在网页实时更新 ESP32 Web 服务器的传感器数据。 本节书接上会&#xff0c;继续使用 SSE 机制在网页实时显…

深度学习手势识别 - yolo python opencv cnn 机器视觉 计算机竞赛

文章目录 0 前言1 课题背景2 卷积神经网络2.1卷积层2.2 池化层2.3 激活函数2.4 全连接层2.5 使用tensorflow中keras模块实现卷积神经网络 3 YOLOV53.1 网络架构图3.2 输入端3.3 基准网络3.4 Neck网络3.5 Head输出层 4 数据集准备4.1 数据标注简介4.2 数据保存 5 模型训练5.1 修…