量化因子 59:成交量异同移动平均线 (VMACD)

70 阅读4分钟

成交量异同移动平均线 (VMACD) (volume-moving-average-convergence-divergence)

来源:factors.directory

Description: 成交量异同移动平均线 (VMACD) 是一种基于成交量计算的动量指标,用于识别成交量的趋势和动能变化。它通过计算短期和长期成交量指数移动平均线的差值,并进一步平滑该差值,来反映成交量在不同时间尺度上的相对强弱。VMACD 与 MACD 指标类似,但将价格数据替换为成交量数据,从而更专注于市场参与度的变化。 Explanation: 成交量异同移动平均线 (VMACD) 通过比较不同时间周期的成交量动能,来判断市场参与度的变化趋势。当 VMACD 值由负转正或上穿零轴时,表明成交量动能增强,可能预示着价格上涨;当 VMACD 值由正转负或下穿零轴时,则表明成交量动能减弱,可能预示着价格下跌。此外,DIFF 和 DEA 的交叉也可能提供买入或卖出信号,但需要与其他技术指标或基本面分析结合使用,以提高判断的准确性。该指标特别适用于分析市场对价格走势的确认程度,并有助于识别成交量驱动的趋势反转。 Tags: 技术因子

Formulas

短期成交量指数移动平均线 (SHORT)

SHORT = EMA(VOL, N1)

计算过去 N1 个周期的成交量 (VOL) 的指数移动平均线 (EMA)。N1 是一个较小的参数,用于捕捉较短期的成交量变化。 长期成交量指数移动平均线 (LONG)

LONG = EMA(VOL, N2)

计算过去 N2 个周期的成交量 (VOL) 的指数移动平均线 (EMA)。N2 是一个较大的参数,用于捕捉较长期的成交量变化。 差离值 (DIFF)

DIFF = SHORT - LONG

计算短期成交量指数移动平均线 (SHORT) 与长期成交量指数移动平均线 (LONG) 的差值。DIFF 值反映了短期成交量动量相对于长期成交量动量的强弱。 异同平均值 (DEA)

DEA = EMA(DIFF, M)

计算差离值 (DIFF) 过去 M 个周期的指数移动平均线 (EMA)。DEA 值是对 DIFF 值的平滑,可以减少短期波动,并突出趋势的延续。 成交量异同移动平均线 (VMACD)

VMACD = DIFF - DEA

计算差离值 (DIFF) 与异同平均值 (DEA) 的差值。VMACD 值是最终的指标值,反映了成交量动能的相对强弱,并通过正负值和穿越零轴来识别买卖信号。

Formula Explanation

参数说明:

  • VOL: 表示成交量数据,用于计算指数移动平均线。
  • N1: 短期 EMA 周期,用于计算短期成交量指数移动平均线(SHORT)。默认值为 12,通常设置为较小的数值以反映短期成交量变化。该参数的调整会影响 VMACD 指标对短期成交量波动的敏感程度。较小的 N1 值会导致指标更敏感,而较大的 N1 值会导致指标更平滑。
  • N2: 长期 EMA 周期,用于计算长期成交量指数移动平均线(LONG)。默认值为 26,通常设置为较大的数值以反映长期成交量变化。该参数的调整会影响 VMACD 指标对长期成交量趋势的敏感程度。较小的 N2 值会导致指标对长期趋势的反应更迅速,而较大的 N2 值则会使指标对长期趋势更平稳。
  • M: DEA 计算的周期,用于平滑差离值(DIFF)。默认值为 9,通常设置为一个较小的数值。调整 M 值会影响 DEA 对 DIFF 变化的敏感程度。较小的 M 值会导致 DEA 对 DIFF 的变化反应更快速,而较大的 M 值会导致 DEA 更平稳。

来源:factors.directory

Related Factors

  • 移动平均汇聚背离指标 (moving-average-convergence-divergence)
  • 成交量动量摆动指标 (kvo-indicator)
  • 成交量价背离度 (price-volume-divergence)
  • 异同离差乖离率振荡器 (deviation-rate)
  • 克林格成交量震荡指标 (klinger-volume-oscillator)
  • 蔡金资金流量震荡指标 (jiaqing-indicator)
  • 蔡金波动率指标 (Chaikin Volatility Index) (cvi)
  • 简易波动指标 (Easy of Movement Value, EMV) (easy-movement-value)
  • 动态趋向指标 (dynamic-buy-sell-indicator)
  • 佳庆波动率离散指标 (jiaqing-discrete-index)