模式识别算法之3练习----stock
1.前言
用模式识别做stock预判是不错的注意,说干就干。根据最近的研究,考虑涨停板回踩买入法之阴线调整三缩量买入法。
要点如下:属于短期热点题材最重要,短期均线要呈现多头排列最重要,三次缩量过程要呈现量能(成交量副图量柱)递减走势,三根调整K线要在该涨停板的实体内,不得有效跌破涨停板的开盘价,最好第一根、第二根、第三根调整K线量柱都在5日均量线之下最好,第二根、第三根调整K线量柱都在5日均量线之下次好,只有第三根调整K线量柱在5日均量线之下稍差些,第三根调整K线量柱位于55日均量线之下为佳,辅助看一下MACD指标和KDJ指标不死叉为佳,参数不偏高为佳!
2.样本的选择
2.1.涨停
2.2 近期热点
2.3 量能递减连续三天
2.4 不得有效跌破涨停板开盘价
3.特征选择
整体特征fd:三天总体浮动
整体特征dk:是否低开
整体特征d5_1~d5_3:三天量能是否低于5日均线
整体特征d55_1~d55_3:三天量能是否低于55日均线
整体特征j:kdj指标
整体特征deadcross:macd死叉
买入特征vr:量比是否小于1
买入特征ml:受到均线支撑
买入特征xl:受到薛氏通道支撑
买入特征vd:分时量能萎缩
买入特征clsl:是否小于昨日收盘价
买入特征m3l:是否小于3日均线价
卖出特征:
大盘特征:短期多头排列
板块特征:近期量能增加
clc clear all %读取股票数据 sample=[]; for id_stock=600000:603993 % try data_day_ori=textread(['C:\new_tdx\T0002\export\SH',num2str(id_stock),'.txt'],'%s','delimiter','\t','headerlines',2); num_day=length(data_day_ori(1:end-1))/7; data=reshape(data_day_ori(1:end-1),7,num_day); for i=1:num_day close(i)=str2num(cell2mat(data(5,i))); low(i)=str2num(cell2mat(data(4,i))); vol(i)=str2num(cell2mat(data(6,i))); open(i)=str2num(cell2mat(data(2,i))); end for id_day=2:num_day-5 %2.加入选股条件 %2.1 出现涨停 flag_up10=(close(id_day)/close(id_day-1)>1.099); %2.2近期热点 %2.3量能递减连续三天 if flag_up10==1 day_scan=0; flag_voldec=0;%连续缩量标记 flag_price2o=0;%是否跌破涨停当天开盘价标记 while day_scan<5 & flag_voldec==0 & flag_price2o==0 if vol(id_day+day_scan)>vol(id_day+day_scan+1) & vol(id_day+day_scan+1)>vol(id_day+day_scan+2) flag_voldec=1; %2.3连续缩量3天 end if low(id_day+day_scan)<open(id_day)-0.02 flag_price2o=1;%2.4突破涨停开盘价 end end %3.特征提取 if flag_voldec==1 & flag_price2o==0 end end end % catch % end end