{}
粉线金叉绿线,一波行情开始
{N:5,30,7;}
ZC:=EMA(WINNER(C)*70,3)+20;
SC:=EMA((WINNER(C*1.1)-WINNER(C*0.9))*70,3);
SD:=ZC-SC;
生命:SD,COLORFF00FF,LINETHICK2;
AA:=SMA(ABS(L-REF(L,1)),N,1)/SMA(MAX(L-REF(l,1),0),N,1);
孕育:EMA(IF(L<=LLV(l,N),AA,0)*5,3),COLORYELLOW,POINTDOT;
GD:=SD>0 AND SD>REF(SD,1) AND REF(SD,1)<REF(SD,2);
健康:CROSS(SD,-20),COLORWHITE,POINTDOT;
成长:CROSS(SD,0),COLOR00FF00,POINTDOT;
快乐:CROSS(SD,20),COLOR0000FF,POINTDOT;
CZSJ:=BARSLAST(成长);
步步高:GD,COLOR00FF00,POINTDOT;
varC:=SMA(MAX(C-REF(C,1),0),6,1)/SMA(ABS(C-REF(C,1)),6,1)*100;
DRAWTEXT(CROSS(84,varC),70,'退休'),COLORYELLOW;
DRAWICON(CROSS(82,varC),60,2);
退:CROSS(82,varC) OR CROSS(84,varC),COLORFF9900,POINTDOT;
休:CROSS(20,SD),COLORFF9900,POINTDOT;
XXSJ:=BARSLAST(休);
IF(C,-SD,-SD),COLORF0F000,LINETHICK2;
{以下设置副图显示方式}
STICKLINE(孕育>0,0,孕育,4,0),COLORYELLOW;
STICKLINE(C,0,0,4,0),COLORWHITE;
STICKLINE(C,20,20,4,0),COLORFF9900;
STICKLINE(C,-20,-20,4,0),COLORFF9900;
STICKLINE(SD>0 AND SD<20 AND CZSJ<XXSJ,0,SD,1,0),COLOR00FF00;
STICKLINE(SD>0 AND SD<20 AND CZSJ>XXSJ,0,SD,1,0),COLORFF9900;
STICKLINE(SD>20,20,SD,1,0),COLOREE88EE;
STICKLINE(SD>70,60,60,8,0),COLORWHITE;
DRAWTEXT(CROSS(SD,-20),-10,'□'),COLORWHITE;
DRAWTEXT(CROSS(SD,0),0,'▲'),COLOR00FF00;
DRAWTEXT(CROSS(20,SD),50,'↓'),COLORFF9900;
DRAWTEXT(CROSS(SD,20),20,'●'),COLOR0000FF;
DRAWTEXT(CROSS(SD,20),20,'¤'),COLOR0000FF;
DRAWTEXT(GD,50,'↑'),COLOR00FF00;
大智慧【经典震仓】副图粉线金叉绿线一波行情开始
张小明
前端开发工程师
Miniconda环境备份与恢复:防止意外删除重要配置
Miniconda环境备份与恢复:防止意外删除重要配置 在数据科学和AI开发的日常工作中,最让人头疼的场景之一莫过于:花了几天时间配好的深度学习环境,刚跑通一个实验,一不小心执行了 conda remove --all 或者误删了整个环境…
互联网大厂Java求职者面试实战——谢飞机的面试故事与技术解析
互联网大厂Java求职者面试实战——谢飞机的面试故事与技术解析 场景介绍 本文通过一个互联网大厂Java求职者谢飞机的面试故事,呈现典型的面试官提问与求职者回答过程,涵盖核心Java语言、Spring生态、微服务、数据库操作、测试、安全等关键技术点。文章最…
GitHub Actions缓存依赖:Miniconda-Python3.10缩短CI构建时间
GitHub Actions 缓存依赖:Miniconda-Python3.10 缩短 CI 构建时间 在现代数据科学和 AI 工程项目中,一次 CI 构建动辄花费 8 到 15 分钟,其中超过 60% 的时间竟浪费在重复安装相同的 Python 包上——尤其是 PyTorch、TensorFlow 这类大型框架…
通过Dockerfile构建自定义Miniconda-Python3.10+PyTorch镜像
通过Dockerfile构建自定义Miniconda-Python3.10PyTorch镜像 在深度学习项目日益复杂的今天,一个常见的痛点是:同事在本地跑通的模型,在你的机器上却因为“版本不对”或“缺某个库”而报错。更糟糕的是,当你要把实验部署到服务器时…
解决PyTorch安装过程中依赖冲突的经典案例分析
解决PyTorch安装过程中依赖冲突的经典案例分析 在深度学习项目开发中,最令人头疼的往往不是模型调参或训练速度,而是环境配置阶段出现的“明明别人能装上,我却报错一堆”问题。尤其是当你兴冲冲准备开始训练一个新模型时,执行 pip…
搭建可复现的大模型训练环境:Miniconda环境锁定策略
搭建可复现的大模型训练环境:Miniconda环境锁定策略 在大模型研发日益成为主流的今天,一个令人头疼的问题反复上演:论文中描述的实验明明跑通了,但当你尝试复现时,却卡在“包版本不兼容”“CUDA 不匹配”“某个函数已弃…