多周期MACD趋势共振制作的方法.理论

两年间共有5笔交易，收益率为22.7%（还可以）。

多周期MACD趋势共振制作的方法.理论

突破必看——最新技术“多周期共振抢钱魔法”操作表演

（表演者期货玩家 QQ1097323668）

注：上图是“多周期共振”的操作界面。下列视频是“多周期共振”的操作表演，建议下载后在电脑上观看。因技术保密的需要，视频中个别周期的MACD信息作了屏闭处理，请见谅。

置身惊涛骇浪，只为索取属于自己的那瓢水。。。 多周期MACD趋势共振制作的方法.理论

《“多周期共振”抢钱魔法》是《买进就涨卖出就跌期货操盘绝技》的“精炼版”或叫“精华版”。如果说《期货操盘绝技》是一门全面而系统性的操作理论的话，那么本课程则更具实战性、稳健性、安全性和可量化性，是精悍而简约的独门绝技，因而更简洁、好懂、易学、上手快，操作时更轻松、从容、压力小、实战性强、效果明显。

秒判MACD多周期共振通达信副图指标

自己写了一个一眼看MACD共振的公式，
之前编写过，线太多眼花缭乱，自己都看晕了，还如何判断？这个比较清爽。
原来意图是适合30分钟，做波段时候抓共振段------推荐用30分钟或60分钟周期
今天看了下60分钟也能用，献给有缘份的朋友。不说了，公式+上图，
最上面线：30分钟做多（当前周期）
第二条线：60分做多周期（短线）
第三条线：日线级别做多（中线）
第四条线：周线级别做多（长线）
想验证的同学如下：双开通达信（复制两个TDX文件夹就可以双开了），在不同周期看做多周期的误差值

MACD多周期共振系统TB源码

程序化小学生于 2019-12-23 13:51:07 发布 5145 收藏 11

1、系统原理很简单，MACD的柱状线，在1分钟，3分钟，5分钟，15分钟及30分钟都是红柱，即都大于0时，多头开仓。
当1分钟的MACD柱线变绿柱，即小于0时，多头平仓。
2、做空的条件类似，收盘平仓。
3、在此提供这个系统的目录是为了演示跨周期数据处理的方法，本系统并不是一个完善有效的系统，照此交易，后果自负。

交易指令。MACERS，仅适用于1分钟周期
//------------------------------------------------------------------------
// 简称: MACDRS
// 名称: MACD Resonance System
// 类别: 交易指令
// 类型: 多头建仓
// 输出:
//------------------------------------------------------------------------
Params
Numeric FastLength(12);
Numeric SlowLength(26);
Numeric MACDLength(9);
Vars
NumericSeries MACDValue1;
NumericSeries MACDValue3;
NumericSeries MACDValue5;
NumericSeries MACDValue15;
NumericSeries MACDValue30;
Numeric AvgMACD1;
Numeric AvgMACD3;
Numeric AvgMACD5;
Numeric AvgMACD15;
Numeric AvgMACD30;
Numeric MACDDiff1;
Numeric MACDDiff3;
Numeric MACDDiff5;
Numeric MACDDiff15;
Numeric MACDDiff30;
Bool LongEntryCon;
Bool ShortEntryCon;
Bool LongExitCon;
Bool 多周期MACD趋势共振制作的方法.理论 ShortExitCon;
Begin
MACDValue1 = XAverage( Close, FastLength ) - XAverage( Close, SlowLength );
AvgMACD1 = XAverage(MACDValue1,MACDLength);
MACDDiff1 = MACDValue1 - AvgMACD1;
MACDValue3 = MinsXAverage(3, Close, FastLength ) - MinsXAverage(3, Close, SlowLength );
AvgMACD3 = 多周期MACD趋势共振制作的方法.理论 MinsXAverage(3,多周期MACD趋势共振制作的方法.理论 MACDValue3,MACDLength);
MACDDiff3 = MACDValue3 - AvgMACD3;

Python量化交易学习笔记（37）——backtrader多周期回测1

码农甲V 于 2020-07-04 16:45:45 发布 10346 收藏 41

backtrader多周期回测规则

小周期数据必须被第一个加入到Cerebro实例中

数据必须按照日期时间做好对齐，这样backtrader才能正确地使用数据

大周期数据的使用会使得策略的最小周期变大。

如果要计算出技术指标的有效值，至少需要若干根K线数据，例如：计算5日均线，则至少需要前5根日K线，才能计算出第一个有效值，也就是至少经过5日，这里的5日就是backtrader里所指的最小周期。不同指标可能具有不同的最小周期，单周期回测时，策略的最小周期就是所有指标最小周期的最大值。而多周期回测中，最小周期则变得复杂。通常，要计算出大周期技术指标的有效值，策略的最小周期会变大，也就是回测开始后，要经过更多的K线来保证大周期技术指标能够计算出第一个有效值。

策略将先读入日线数据，再读入周线数据。回测股票为000001平安银行，回测周期为2018年1月1日至2019年12月31日。

平安银行的日线及周线数据分别保存在目录 ‘./stk_data/d/sz.000001.csv’ 和 ‘./stk_data/w/sz.000001.csv’ 中，通过load_data方法先后读入日线和K线数据，保存在data_list之后，依次添加到cerebro中，等待系统回测。

买入条件：日MACD金叉、周RSI小于50；卖出条件：价格较最高收盘价回撤5%卖出。

然后遍历所有的数据，将数据的订单先置为空，并且为每个数据创建字典，来存储技术指标。由于系统是先添加日线数据，再添加周线数据，因此当i % 2等于0时，d为日线数据，那么就计算MACD金叉指标；当i % 2不等于0时，d为周线数据，那么计算RSI指标。

这里依然只对i % 2等于0的数据（即日线数据）进行条件判断，然后使用self.inds[self.datas[i + 1]][‘rsi’]的方式对周线技术指标进行访问。

两年间共有5笔交易，收益率为22.7%（还可以）。

backtrader可以通过加载不同周期的数据来实现多周期策略回测。

加载不同周期数据进行策略回测时，需要先加载小周期数据，后加载大周期数据。

在策略实现时，通过数据索引的取余运算来区分小、大周期数据。

为了便于相互交流学习，已建微信群，感兴趣的读者请加微信。