K线图指标算法(BOLL MACD)

算法代码传到这github
demo:StockChart

三、BOLL:

BOLL指标,其英文全称是“Bollinger Bands”

在所有的指标计算中,BOLL指标的计算方法是最复杂的之一,其中引进了统计学中的标准差概念,涉及到中轨线(MB)、上轨线(UP)和下轨线(DN)的计算。另外,和其他指标的计算一样,由于选用的计算周期的不同,BOLL指标也包括日BOLL指标、周BOLL指标、月BOLL指标年BOLL指标以及分钟BOLL指标等各种类型

计算公式

中轨线=N日的移动平均线
上轨线=中轨线+两倍的标准差
下轨线=中轨线-两倍的标准差

   /**
     * 布林带BOLL(n, k) 一般n默认取20,k取2, mb为计算好的中轨线
     * 中轨线MB: n日移动平均线 MA(n)
     * 上轨线:MB + 2*MD
     * 下轨线:MB - 2*MD
     * MD:n日方差
     *
     * @param entries
     * @param n
     * @param k
     * @return
     */
    public static List<Entry>[] getMB(List<CandleEntry> entries, int n, int k) {
        ArrayList<Entry> resultMB = new ArrayList<>();  // 中轨线
        ArrayList<Entry> resultUp = new ArrayList<>(); // 上轨线
        ArrayList<Entry> resultDn = new ArrayList<>(); // 下轨线
        for (int i = 0, len = entries.size(); i < len; i++) {
            if (i < n - 1) {
                continue;
            }
            float sumMB = 0;
            float sumMD = 0;
            for (int j = n - 1; j >= 0; j--) {
                float thisClose = entries.get(i - j).getClose();
                sumMB += thisClose;
            }
            float mb = sumMB / n;
            float x = entries.get(i).getX();
            resultMB.add(new Entry(x, mb));
            for (int j = n - 1; j >= 0; j--) {
                float thisClose = entries.get(i - j).getClose();
                float cma = thisClose - mb; // C-MB
                sumMD += cma * cma;
            }

            float md = (float) Math.pow(sumMD / (n - 1), 1.0 / k); //MD=前n日C-MB的平方和来开根
            resultUp.add(new Entry(x, mb + 2 * md)); // UP=MB+2*MD
            resultDn.add(new Entry(x, mb - 2 * md)); // DN=MB+2*MD
        }
        return new ArrayList[]{resultMB, resultUp, resultDn};
    }

四、MACD

异同移动平均线,是从双指数移动平均线发展而来的,由快的指数移动平均线(EMA12)减去慢的指数移动平均线(EMA26)得到快线DIF,再用2×(快线DIF-DIF的9日加权移动均线DEA)得到MACD柱。

 /**
     * MACD算法:
     * DIF:EMA(short) - EMA(long) 一般short取12,long取26
     * DEA: EMA(DIF, mid), mid一般取9
     * MACD:(DIF-DEA)*2
     *
     * @param entries
     * @param s  short
     * @param l long
     * @param m  mid
     * @return
     */
    public static List[] getMACD(List<CandleEntry> entries, int s, int l, int m) {
        ArrayList<Entry> listDIF = new ArrayList<>();
        ArrayList<Entry> listDEA = new ArrayList<>();
        ArrayList<BarEntry> listMACD = new ArrayList<>();

        float lastEmaS = entries.get(0).getClose();
        float lastEmaL = lastEmaS;
        float lastDIF = 0;
        listDIF.add(new Entry(0, 0));
        listDEA.add(new Entry(0, 0));
        listMACD.add(new BarEntry(0, 0));

        float[] factorShort = getEMAFactor(s);
        float[] factorLong = getEMAFactor(l);
        float[] factorMid = getEMAFactor(m);
        for (int i = 1; i < entries.size(); i++) {
            float x = entries.get(i).getX();
            // 短线EMA
            float valueS = factorShort[0] * entries.get(i).getClose() + factorShort[1] * lastEmaS;
            lastEmaS = valueS;
            // 长线EMA
            float valueL = factorLong[0] * entries.get(i).getClose() + factorLong[1] * lastEmaL;
            lastEmaL = valueL;
            // DIF:EMA(short) - EMA(long)
            float valueDIF = valueS - valueL;
            listDIF.add(new Entry(x, valueDIF));
            // EMA(DIF, mid)
            float valueDEA = factorMid[0] * valueDIF + factorMid[1] * lastDIF;
            listDEA.add(new Entry(x, valueDEA));
            lastDIF = valueDEA;
            // MACD:(DIF-DEA)*2
            listMACD.add(new BarEntry(x, (valueDIF - valueDEA) * 2));
        }
        return new ArrayList[]{listDIF, listDEA, listMACD};
    }

    /**
     * 获取EMA计算时的相关系数
     * @param n
     * @return
     */
    private static float[] getEMAFactor(int n) {
        return new float[]{2f / (n + 1), (n - 1) * 1.0f / (n + 1)};
    }
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,924评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,781评论 2 378
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,813评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,264评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,273评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,383评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,800评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,482评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,673评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,497评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,545评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,240评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,802评论 3 304
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,866评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,101评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,673评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,245评论 2 341