通达信趋向指标DMI公式详解

news2024/11/25 18:43:23

DMI指标(Directional Movement Index)也称趋向指标或动向指标,是用于衡量市场的趋势方向以及趋势强度的一种技术指标,由著名的技术派大师威尔斯·威尔德(Welles Wilder)于1978年发表在《技术交易系统新概念》这本书中。威尔斯·威尔德(Welles Wilder)这位大佬的名字你或许没有听说过,但是你肯定用过他开发的指标:比如相对强弱指标RSI、平均真实波幅ATR、抛物线指标SAR、动量指标MTM以及今天介绍的趋向指标DMI等。

DMI指标包含PDI、MDI、ADX、ADXR四条线,计算过程比较复杂。PDI和MDI是趋向运动DM与真实波幅TR的比值。ADX是根据PDI和MDI计算出来的。ADXR是ADX的平均值。因此首先需要计算趋向运动DM和真实波幅TR。

一、趋向运动DM(Directional Movement)

常见的价格运动有三种模式,上升趋向、下降趋向和无趋向运动。(如下图)

上升趋向:今天的最高价高于昨天的最高价的部分,记为+DM。

下降趋向:今天的最低价低于昨天的最低价的部分,记为-DM。

无动趋向:今天的最高价最低价都在昨天的最高价最低价之间,DM=0。

还有一种特殊的情况,既有上升趋向又有下降趋向,即既有今天的最高价高于昨天的最高价的部分+DM,又有今天的最低价也低于昨天的最低价的部分-DM。这种情况需要比较这两部分幅度大小,哪部分幅度大就取哪部分。+DM>-DM取+DM, +DM<-DM取-DM。如果+DM=-DM,按照无趋向运动处理,DM=0。

汇总一下一般情况和特殊情况,趋向运动DM共三种取值:

今天有上升趋向+DM并且+DM>-DM,取+DM;

今天有下降趋向-DM并且-DM>+DM,取-DM;

其他情况,DM=0。

二、真实波幅TR(True Range)

真实波幅TR,取“今天最高价与最低价的价差”、“今天最高价与昨天收盘价价差的绝对值”、“今天最低价与昨天收盘价价差的绝对值”这三者的最大值。

三、趋向指数DI(Directional Indicators)

根据上升趋向+DM、下降趋向-DM和真实波幅TR,可以计算出上升趋向指数PDI(+DI)和下降趋向指数MDI(-DI)。英文中,正号(+)的英文是Plus,负号(-)的英文是Minus,PDI、MDI分别取了首字母P和M。

PDI=+DM/TR

MDI=-DM/TR

通过公式可以看出,PDI表示相对于真实波幅,上升趋向幅度的比例;MDI表示相对于真实波幅,下降趋向幅度的比例。不过为了趋向指数成为真正有用的工具,需要对一段时间的趋向运动DM和真实波幅TR分别相加,然后再来计算一段时间的趋向指数PDI和MDI。(如下图,PDI白线,MDI黄线)

比如14日PDI和14日MDI,公式如下

PDI14=+DM14/TR14

MDI14=-DM14/TR14

另外说明一下,对于DM、TR相加的算法,作者威尔斯·威尔德在《技术交易系统新概念》书中使用的算法比较复杂,通达信中自带的DMI指标比较简单,直接简单相加。考虑到之后编写指标也是使用通达信中自带的DMI指标,所以作者的原版算法就不深入探讨了。下文介绍的ADX、ADXR,通达信都是比较简单的,和原版有区别,如果有兴趣进一步研究,可以去看书。

四、平均趋向指标ADX(Average Directional Indicator)

计算ADX之前,先计算趋向指标DX,通过计算PDI与MDI之差的绝对值除以PDI与MDI之和得到。(注意:这里的PDI和MDI以及后面提到的,都是一段时间的PDI和MDI)

DX=ABS(PDI-MDI)/(PDI+MDI)

DX的取值在0%-100%之间,DX的值越大,趋向运动越强;DX的值越小,趋向运动越弱。因为取的绝对值,所以DX只表示趋向运动的强弱,不受行情是上升还是下降的影响。

得到DX之后,然后根据一段时间的DX,计算平均趋向指标ADX。(如下图洋红色线)

五、平均趋向指标比率ADXR

通达信自带DMI指标,把今天的ADX与昨天的ADX相加除以2,得到ADXR,和书中原版有区别,这里不再赘述。

六、通达信自带DMI指标注释

N:=14;

M:=6;

MTR:=SUM(MAX(MAX(HIGH-LOW,ABS(HIGH-REF(CLOSE,1))),ABS(REF(CLOSE,1)-LOW)),N);{14天的TR之和}

HD :=HIGH-REF(HIGH,1);{中间变量,今天的最高价高于昨天的最高价的部分}

LD :=REF(LOW,1)-LOW;{中间变量,今天的最低价低于昨天的最低价的部分}

DMP:=SUM(IF(HD>0&&HD>LD,HD,0),N);{14天的+DM之和}

DMM:=SUM(IF(LD>0&&LD>HD,LD,0),N);{14天的-DM之和}

PDI: DMP*100/MTR;{14日上升趋向指数PDI}

MDI: DMM*100/MTR;{14日下降趋向指数MDI}

ADX: MA(ABS(MDI-PDI)/(MDI+PDI)*100,M);{平均趋向指标ADX}

ADXR:(ADX+REF(ADX,M))/2;{平均趋向指标比率ADXR}

最后说一下,本文内容比较枯燥,我也写得比较痛苦,虽然能理解,但是要写出来,需要追根溯源,尽量把指标的原理讲清楚。过程比较麻烦,关键各种来源的资料说法还不一样,比如趋向指数DI怎么相加的、ADX怎么算均值的,《技术交易系统新概念》、《以交易为生》、通达信软件中的DMI,算法都不一样。当然最好以原作者为准,但是算法实现难度有点大。通达信软件中的DMI胜在简单,大家使用指标也是用自带的,所以本文还是按照通达信软件中的指标来介绍的。

关注技术Pie,学习更多通达信指标公式编写知识。版权所有,转载请注明出处。

友情提醒:本文仅供学习交流技术指标公式,不构成任何投资建议。投资有风险,入市需谨慎。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/977755.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

企微SCRM营销平台MarketGo-ChatGPT助力私域运营

一、前言 ChatGPT是由OpenAI&#xff08;开放人工智能&#xff09;研发的自然语言处理模型&#xff0c;其全称为"Conversational Generative Pre-trained Transformer"&#xff0c;即对话式预训练转换器。它是GPT系列模型的最新版本&#xff0c;GPT全称为"Gene…

springboot项目中application.properties无法变成小树叶问题解决

1.检查我们的resources目录的状态&#xff0c;看看是不是处在普通文件夹的状态&#xff0c;如果是的话&#xff0c;我们需要重新mark一下 右键点击文件夹&#xff0c;选择mark directory as → resources root 此时我们发现配置文件变成了小树叶 2.如果执行了上述方法还是不行…

[uniapp]踩坑日记 unexpected character > 1或‘=’>1 报错

在红色报错文档里下滑&#xff0c;找到Show more 根据提示看是缺少标签&#xff0c;如果不是缺少标签&#xff0c;看看view标签内容是否含有<、>、>、<号,把以上符合都进行以<号为例做{{“<”}}处理

超详细-Vivado配置Sublime+Sublime实现VHDL语法实时检查

目录 一、前言 二、准备工作 三、Vivado配置Sublime 3.1 Vivado配置Sublime 3.2 环境变量添加 3.3 环境变量验证 3.4 Vivado设置 3.5 配置验证 3.6 解决Vivado配置失败问题 四、Sublime配置 4.1 Sublime安装Package Control 4.2 Sublime安装VHDL插件 4.3 语法检查…

排序相关问题

本篇博客在B站做了内部分享,标题为「排序相关问题」 MySQL的ORDER BY有两种排序实现方式&#xff1a; 利用有序索引获取有序数据 (不得不进行)文件排序 在explain中分析时&#xff0c;利用有序索引获取有序数据显示Using index&#xff0c;文件排序显示Using filesort。 1. 能够…

macm1环境下jdk版本切换

macm1环境下jdk版本切换 本文目录 macm1环境下jdk版本切换下载jdk安装动态切换jdk终端生效全局生效 参考 下载jdk oracle官方源下载地址 https://www.oracle.com/java/technologies/downloads/#jdk17-mac Azul下载地址 https://www.azul.com/downloads/?packagejdk#download…

Autosar-Runnables(可运行实体)

文章目录 Runnable entities (简称Runnables)一、Runnables的定义二、Runnables的作用三、DaVinci配置总结Runnable entities (简称Runnables) 包含实际实现的函数(具体的逻辑算法或者操作) Runables由RTE周期性、或事件触发调用(如,当接收到数据、被操作调用) 一、Runna…

时序预测 | MATLAB实现ELM极限学习机时间序列预测未来

时序预测 | MATLAB实现ELM极限学习机时间序列预测未来 目录 时序预测 | MATLAB实现ELM极限学习机时间序列预测未来预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.MATLAB实现ELM极限学习机时间序列预测未来&#xff1b; 2.运行环境Matlab2018及以上&#xff0c;data为数…

MYSQL MHA实现故障转移和自动切换

目录 1、MHA理论&#xff1a; 1.1、MHA概述 1.2、MHA的组成&#xff1a; 1.3、特点&#xff1a; 1.4、传统的MySQL主从架构存在一些常见的问题&#xff1a; 1.5、MHA工作原理总结如下 1.6、 故障切换备选主库的算法&#xff1a; 2、 故障转移实验 2.1、搭建 MySQL MHA…

Linux知识点 -- 网络编程套接字

Linux知识点 – 网络编程套接字 文章目录 Linux知识点 -- 网络编程套接字一、预备知识1.认识端口号2.套接字3.TCP协议与UDP协议4.网络字节序 二、socket编程接口1.socket常见API2.sockaddr结构 三、UDP套接字编程1.直接打印客户端信息2.执行客户端发来的指令3.多用户聊天4.在wi…

ALBEF、VLMO、BLIP、BLIP2、InstructBLIP要点总结(WIP)

ALBEF&#xff08;ALign BEfore Fuse&#xff09; 为什么有5个loss&#xff1f; 两个ITC两个MIM1个ITM。ITM是基于ground truth的&#xff0c;必须知道一个pair是不是ground truth&#xff0c;同时ITM loss是用了hard negative&#xff0c;这个是和Momentum Distillation&…

优化爬虫效率:利用HTTP代理进行并发请求

网络爬虫作为一种自动化数据采集工具&#xff0c;广泛应用于数据挖掘、信息监测等领域。然而&#xff0c;随着互联网的发展和网站的增多&#xff0c;单个爬虫往往无法满足大规模数据采集的需求。为了提高爬虫的效率和性能&#xff0c;我们需要寻找优化方法。本文将介绍一种利用…

(位运算) 剑指 Offer 56 - I. 数组中数字出现的次数 ——【Leetcode每日一题】

❓剑指 Offer 56 - I. 数组中数字出现的次数 难度&#xff1a;中等 一个整型数组 nums 里除两个数字之外&#xff0c;其他数字都出现了两次。请写程序找出这两个只出现一次的数字。要求时间复杂度是 O ( n ) O(n) O(n)&#xff0c;空间复杂度是 O ( 1 ) O(1) O(1)。 示例 …

开源对象存储系统minio部署配置与SpringBoot客户端整合访问

文章目录 1、MinIO安装部署1.1 下载 2、管理工具2.1、图形管理工具2.2、命令管理工具2.3、Java SDK管理工具 3、MinIO Server配置参数3.1、启动参数&#xff1a;3.2、环境变量3.3、Root验证参数 4、MinIO Client可用命令 官方介绍&#xff1a; MinIO 提供高性能、与S3 兼容的对…

MPDIoU: A Loss for Efficient and Accurate Bounding BoxRegression

MPDIoU: A Loss for Efficient and Accurate Bounding BoxRegression MPDIoU:一个有效和准确的边界框损失回归函数 摘要 边界框回归(Bounding box regression, BBR)广泛应用于目标检测和实例分割&#xff0c;是目标定位的重要步骤。然而&#xff0c;当预测框与边界框具有相同的…

vue3 + elementplus Cannot read properties of null (reading ‘isCE‘)

使用命令行直接下载的element-plus&#xff0c;使用时会报错。 卸载掉&#xff0c;然后在项目根目录下&#xff0c;使用vue ui安装依赖&#xff0c; 即可使用

逆向大漠插件/用VB6.0实现后台鼠标移动和后台鼠标左键点击

自动化设计软件&#xff0c;在一款做门的设计软件CypCut6.3 上实现了自动化勾选了 复选框。一切都是基于后台的。 Private Const GW_CHILD 5 Private Const GW_HWNDFIRST 0 Private Const GW_HWNDNEXT 2 Public Declare Function FindWindow Lib "user32" Alias &…

数据结构笔记:MX四叉树 VS PR 四叉树

个人理解&#xff0c;不一定对&#xff0c;还望批评指教&#xff01; 比如我们分别建一个数 MX四叉树PR四叉树插入(1.5,5.5)插入&#xff08;6.5&#xff0c;15.5&#xff09;插入&#xff08;9.5&#xff0c;5.5&#xff09;插入&#xff08;11.5&#xff0c;3.5&#xff09…

华为云云服务器评测|云耀云服务器实例基础使用实践

&#x1f996;我是Sam9029&#xff0c;一个前端 Sam9029的CSDN博客主页:Sam9029的博客_CSDN博客-JS学习,CSS学习,Vue-2领域博主 **&#x1f431;‍&#x1f409;&#x1f431;‍&#x1f409;恭喜你&#xff0c;若此文你认为写的不错&#xff0c;不要吝啬你的赞扬&#xff0c;求…

Java复习-20-接口(1)

接口的定义及使用 如果相对外部隐藏全部的实现细节&#xff0c;就要通过接口来实现。 接口的定义 使用interface关键字来定义。由于接口描述的是一个公共的定义标准&#xff0c;所以在接口之中所有的抽象方法的访问权限都为public interface IMessage{ // 为了区分接口&…