1分钟数据的斜率探讨

算法的建立，更喜欢天马行空般的奇思妙想，在上一篇文章《斜率的计算》中，刚用函数SLOPE对均线的斜率进行了计算，在评论区又有了新留言：

网友留下的作业题

网友的需求是，“如何界定一天曲线的斜率，比如OBV，比如AMO…”。看起很难，其实不然。

一，标注算法

思路步骤

1. 将系统已有指标OBV、AMO算法的数值引入到1分钟周期内；
2. 第二个方法是，直接对1分钟周期内的OBV的数值线进行斜率计算；
3. 应用函数SLOPE计算所引用数值线的斜率。

算法以及代码

1. 本次举例引入OBV数值线至1分钟周期内：

江丰鱼的代码1

MAOBV:=OBV.MAOBV#DAY,COLORYELLOW;

XL:=SLOPE(MAOBV,15)*100;

2. 直接对1分钟周期内的OBV的数值线进行斜率计算：

江丰鱼的代码2

VA:=IF(CLOSE>REF(CLOSE,1),VOL,-VOL);

OBV:=SUM(IF(CLOSE=REF(CLOSE,1),0,VA),0);

MAOBV:=MA(OBV,M);

XL:SLOPE(MAOBV,15)*100;

3. 应用函数SLOPE计算所引用数值线的斜率：

SLOPE(X,N) 的用法解释---返回线性回归斜率，N支持变量。

二，与上述算法相对应，我们得到数据的筛选算法如下：

1. 引用日线OBV数值，或者是任意大周期数据筛选：

江丰鱼的代码3

MAOBV:=OBV.MAOBV#DAY;

XL:SLOPE(MAOBV,15)*100>=M;

2.1分钟本周期数据，或者是任意分钟周期数据筛选：

江丰鱼的代码4

VA:=IF(CLOSE>REF(CLOSE,1),VOL,-VOL);

OBV:=SUM(IF(CLOSE=REF(CLOSE,1),0,VA),0);

MAOBV:=MA(OBV,M);

SLOPE(MAOBV,15)*100>=N;

计算创造价值，分享助你成功。文中代码均可运行。

江丰鱼的文章只在今日头条首发。