{}攻击线:=EMA((2*CLOSE+HIGH+LOW)/4,5)COLORGREEN;
生命线:EMA((2*CLOSE+HIGH+LOW)/4,13)COLORGREEN,LINETHICK2;
决策线:REF(EMA((LOW+CLOSE+OPEN)/3,25),1)LINETHICK3,COLORGREEN;
牛熊线:(EMA(LOW,125)+EMA((CLOSE+LOW)/2,125))/2,COLORGREEN,POINTDOT;
日:=150;
高1:=HHV(H,日);
低1:=LLV(L,日);
H1:=高1-(高1-低1)*0.191;
H2:=高1-(高1-低1)*0.382;
H3:=高1-(高1-低1)*0.5;
H4:=高1-(高1-低1)*0.618;
H5:=高1-(高1-低1)*0.809;
顶:IF(CURRBARSCOUNT<=高1,CONST(高1),DRAWNULL),COLORWHITE;
{一0.809:IF(CURRBARSCOUNT<=高1,CONST(H1),DRAWNULL),COLORMAGENTA;}
二0.618:IF(CURRBARSCOUNT<=高1,CONST(H2),DRAWNULL),COLORGREEN;
三0.500:IF(CURRBARSCOUNT<=高1,CONST(H3),DRAWNULL),COLORGRAY;
四0.382:IF(CURRBARSCOUNT<=高1,CONST(H4),DRAWNULL),COLORMAGENTA;
{五0.191:IF(CURRBARSCOUNT<=高1,CONST(H5),DRAWNULL),COLORWHITE;}
底:IF(CURRBARSCOUNT<=高1,CONST(低1),DRAWNULL),COLORYELLOW;
IF(攻击线>=REF(攻击线,1),EMA((2*CLOSE+HIGH+LOW)/4,5),DRAWNULL),LINETHICK1,COLORRED;
IF(EMA((2*CLOSE+HIGH+LOW)/4,10)>REF(EMA((2*CLOSE+HIGH+LOW)/4,13),1),EMA
((2*CLOSE+HIGH+LOW)/4,13),DRAWNULL),LINETHICK2,COLORRED;
IF(EMA((LOW+CLOSE+OPEN)/3,28)>REF(EMA((LOW+CLOSE+OPEN)/3,28),1),REF(EMA
((LOW+CLOSE+OPEN)/3,25),1),DRAWNULL),LINETHICK3,COLORRED;
IF((EMA(LOW,125)+EMA((CLOSE+LOW)/2,250))/2>REF((EMA(LOW,125)+EMA((CLOSE+LOW)/2,250))/2,1),(EMA(LOW,125)+EMA
((CLOSE+LOW)/2,125))/2,DRAWNULL),POINTDOT,COLORRED;
DIFF:=EMA(CLOSE,12)-EMA(CLOSE,26);
DEA:=EMA(DIFF,9);
MACD:=2*(DIFF-DEA), COLORSTICK,LINETHICK2;
低位金叉:=CROSS(DIFF,DEA) AND DIFF<-0.1;
DRAWTEXT(低位金叉,L*0.97,'叉'),COLORWHITE;
JCCOUNT:=COUNT(CROSS(DIFF,DEA),BARSLAST(DEA>=0));
二次金叉:=CROSS(DIFF,DEA) AND DEA<0 AND COUNT(JCCOUNT=2,21)=1;
DRAWTEXT(二次金叉,L*0.93,'二叉'),COLORYELLOW;
AA1:=BARSLAST(REF(CROSS(DIFF,DEA),1));
底背离:=REF(CLOSE,AA1+1)>CLOSE AND DIFF>REF(DIFF,AA1+1) AND CROSS(DIFF,DEA);
DRAWTEXT(底背离,L*0.9,'底背'),COLORFF00FF;
AA2:=BARSLAST(REF(CROSS(DEA,DIFF),1));
顶背离:=REF(CLOSE,AA2+1)<CLOSE AND REF(DIFF,AA2+1)>DIFF AND CROSS(DEA,DIFF);
DRAWTEXT(低位金叉 AND 二次金叉 AND 底背离,L*0.88,'三全'),COLORWHITE,LINETHICK2;
学学看:=MA((3*SMA((C-LLV(L,9))/(HHV(HIGH,9)-LLV(LOW,9))*100,3,1)-2*SMA(SMA((C-LLV(L,9))/(HHV(HIGH,9)-LLV(LOW,9))*100,3,1),3,1)),2);
DRAWTEXT(CROSS(学学看,0),L*0.95,'秘'),COLORWHITE;
通达信猛龙过江 主图
张小明
前端开发工程师
AI智能实体侦测服务日志分析:系统运行状态监控实战案例
AI智能实体侦测服务日志分析:系统运行状态监控实战案例 1. 引言:AI 智能实体侦测服务的业务价值与挑战 随着非结构化文本数据在新闻、社交、客服等场景中的爆炸式增长,如何从海量文本中快速提取关键信息成为企业智能化转型的核心需求。命名…
AI智能实体侦测服务入门教程:RaNER模型快速上手
AI智能实体侦测服务入门教程:RaNER模型快速上手 1. 引言 1.1 学习目标 本文将带你从零开始,快速掌握如何使用基于 RaNER(Named Entity Recognition) 模型构建的 AI 智能实体侦测服务。通过本教程,你将学会ÿ…
AI智能实体侦测服务教程:构建智能知识图谱系统
AI智能实体侦测服务教程:构建智能知识图谱系统 1. 引言 1.1 学习目标 本文将带你从零开始掌握如何使用基于RaNER模型的AI智能实体侦测服务,构建一个可用于信息抽取与知识图谱建设的实用系统。通过本教程,你将学会: 快速部署支…
AI智能实体侦测服务技术实战:RaNER模型
AI智能实体侦测服务技术实战:RaNER模型 1. 引言 1.1 业务场景描述 在当今信息爆炸的时代,非结构化文本数据(如新闻报道、社交媒体内容、企业文档)呈指数级增长。如何从这些海量文本中快速提取出有价值的信息,成为自…
AI智能实体侦测服务与SpaCy对比:中文NER性能评测教程
AI智能实体侦测服务与SpaCy对比:中文NER性能评测教程 1. 引言:为何需要中文命名实体识别的深度评测? 随着自然语言处理(NLP)技术在信息抽取、知识图谱构建和智能客服等场景中的广泛应用,命名实体识别&…
RaNER模型部署痛点破解:AI智能实体侦测服务开箱即用方案
RaNER模型部署痛点破解:AI智能实体侦测服务开箱即用方案 1. 背景与挑战:传统NER部署的三大痛点 在自然语言处理(NLP)工程实践中,命名实体识别(Named Entity Recognition, NER)是信息抽取、知识…