股市筹码分布的实现效果

在上次的文档中，我说自己要用python实践一下网络上流传的筹码分布算法，后边我做了，但是感觉计算量比较大，我假设一个周期是120天，也就是120天的话，基本所有持仓的人都会卖出自己手中的筹码。然后我选择要展示的是最近的120，因此在计算的时间窗口上，我采用240天，也就是前边的120天是仅仅是为保证最近的120的数据不会有大的出入。除此之外还实现了论文2中的算法，相对来说比较简单。对于基于行为金融学中的算法，我选择了放弃，因为每次都要从股票上市的哪天进行计算，计算量比较大。通过对后边两种算法的实现，发现网上流传的筹码分布算法和各种软件上筹码分布图非常类似，差别很小。这里贴出我的实践结果。

1.其中K线图中

红线是论文一种的筹码成本线，绿线是网络上流传的炒股软件的移动成本线，最底下的灰线是100日均线。

2.K线中的点

黄点表示趋势正常（这块还需要好好思考，会有假点存在）

黑点表示买入机会（也需要详细思考，目前是基于均线来做的，有假点的存在）

黑色的加号表示减仓消息，蓝色的乘号表示加仓消息。

3.最底下的是成交量分布

4.最右侧是筹码分布图，单位事当前价格*100.红线表示当日的平均成本。

5.下边的中间深绿和红线

分别筹码平均平均成本与股价差的变化率。中线上的点分别为加仓减仓消息的垂直映射点，其中的基本假设是一次趋势不会很快消失，在趋势的最大时候进行减仓，在趋势最小时进行加仓。但是问题是如何对一次趋势的有效识别。目前我还是有的均线方式（100日均线，30日均线，5日均线的方式【图中的黄点】），当然在这次例子中也有很多问题。比如假趋势的问题，如果我们选择进入，就会被割韭菜。

想想看，我都休眠了半个月了，前期听大佬喊牛市来了，就冲啊冲，买了两只基金，然后上周五把前期的盈余都搭进去了，最后我选择了退出。决定再不碰了，好好学习计算机知识才是我应该走的路。当然也发现自己可能对那种田园生活挺敢兴趣。可能身体比较诚实吧。以后有机会了，我再研究股市。