当前位置: 首页 > news >正文

通达信明确主力进出的指标

{}V1:=(C*2+H+L)/4*10;
V2:=EMA(V1,13)-EMA(V1,34);
V3:=EMA(V2,5);
V4:=2*(V2-V3)*5.5;
主力开始出: IF(V4<=0,V4,0),COLOR00FF00,LINETHICK2;
主力开始进: IF(V4>=0,V4,0),COLORFF00FF,LINETHICK2;
V5:=(HHV(INDEXH,8)-INDEXC)/(HHV(INDEXH,8)-LLV(INDEXL,8))*8;
V6:=EMA(3*V5-2*SMA(V5,18,1),5);
V7:=(INDEXC-LLV(INDEXL,8))/(HHV(INDEXH,8)-LLV(INDEXL,8))*10;
V8:=(INDEXC*2+INDEXH+INDEXL)/4;
V9:=EMA(V8,13)-EMA(V8,34);
VA:=EMA(V9,3);
VB:=(V9-VA)/2;
大资金进场: IF(VB>=0,VB,0),COLORRED,LINETHICK2;
大资金撤走: IF(VB<=0,VB,0),COLORBLUE,LINETHICK2;
用法说明:当主力开始进大于0时,即紫线开始出现时,可以跟进,当主力开始进大于100时,可以开始减仓,当主力开始出大于0时,即绿线出现时,坚决离场

http://www.jsqmd.com/news/224857/

相关文章:

  • 基于AI智能实体侦测的搜索优化:企业知识库构建案例
  • RaNER模型部署实战:从环境配置到API调用
  • Apache Camel零基础入门:第一个集成应用
  • AI实体识别优化:RaNER模型缓存机制实现
  • 基于 RuoYi 框架的 **Sa-Token 核心配置类**
  • Qwen3-VL-WEBUI环保监测:野生动物识别部署实践
  • Windows+Nginx实战:搭建高性能本地开发环境
  • 中文命名实体识别主动学习:RaNER模型迭代优化
  • AI智能实体侦测服务集成指南:如何嵌入现有业务系统中
  • AI智能实体侦测服务卡顿问题解决:轻量化部署优化实战案例
  • Qwen2.5-7B企业内网部署:私有镜像安全又省钱
  • 1小时搭建SIP协议验证环境:快马原型开发
  • RuoYi 框架中核心的 `PermitAllUrlProperties` 配置类
  • RaNER模型部署指南:中文命名实体识别WebUI搭建步骤详解
  • JMeter效率提升:5个90%开发者不知道的技巧
  • 传统下载 vs AI获取原创力文档:效率对比
  • Qwen2.5-7B模型轻量化:云端GPU 1小时量化,体积缩小4倍
  • 对比传统调试:vite-plugin-vue-devtools如何节省50%时间
  • 智能实体识别服务:RaNER模型性能监控方案
  • LangChain官网解析:如何用AI加速你的开发流程
  • 小白必看:第一次用Maven就报错怎么办?
  • Qwen2.5-7B新手指南:3步调用API,学生党1块钱体验
  • 电商大促期间JSTACK实战:解决订单超时问题全记录
  • AI智能实体侦测服务镜像测评:Cyberpunk风格WebUI实战体验
  • RaNER模型歧义消解:同音词上下文判断部署优化实战
  • 零基础Linux Docker入门:从安装到第一个容器
  • 1小时用Access搭建客户关系管理原型
  • WPS VBA vs 手动操作:效率提升对比分析
  • AI智能实体侦测服务显存优化技巧:CPU环境提速300%实战案例
  • Qwen2.5-7B企业级部署前必看:低成本验证方案