{}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
通达信明确主力进出的指标
张小明
前端开发工程师
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
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 1. 背景与痛点分析 1.1 业务场景描述 AI 智能实体侦测服务(NER WebUI)是一款基于 RaNER 模型的中文命名实体识别系统,广泛应用于新闻摘要、舆情监控、知识图谱构建等场…
AI智能实体侦测服务镜像测评:Cyberpunk风格WebUI实战体验
AI智能实体侦测服务镜像测评:Cyberpunk风格WebUI实战体验 1. 技术背景与选型动因 在信息爆炸的时代,非结构化文本数据(如新闻、社交媒体内容、文档资料)呈指数级增长。如何从海量文本中快速提取关键信息,成为自然语言…
是否该选RaNER做中文NER?三大优势深度解析入门必看
是否该选RaNER做中文NER?三大优势深度解析入门必看 1. 引言:为何中文命名实体识别需要专用方案? 在自然语言处理(NLP)的诸多任务中,命名实体识别(Named Entity Recognition, NER) …
05-MongoDB故障案例与性能优化
05-MongoDB故障案例与性能优化 1、调整oplog大小引发的从库宕机 1.1 背景 调整 oplog window 窗口时间后,引发了从库宕机。日志中可见从库同步失败,提示 too stale to catch up。 1.2 原因 延迟从库由于延迟,还未应用的 oplog 被删除&am…
Qwen2.5-7B智能写作对比:云端3小时=本地3天,效率飙升
Qwen2.5-7B智能写作对比:云端3小时本地3天,效率飙升 1. 为什么自媒体团队需要云端AI写作测试 作为自媒体内容创作者,我们经常需要测试不同AI模型的写作效果。传统方式是在本地电脑上逐个运行模型对比,但会遇到两个致命问题&…
用NETTOPLCSIM在1小时内搭建智能仓储原型系统
快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 构建一个智能仓储快速原型系统,功能包括:1) 可视化仓库布局编辑器 2) AGV路径规划模拟 3) 库存动态显示 4) 异常情况注入测试。要求使用MODBUS TCP协议仿真…