通达信〖量化突破因子〗副图指标源码分享
CJM1:=(CLOSE-LLV(LOW,120))/(HHV(HIGH,120)-LLV(LOW,120))*10;
CJM2:=SMA(CJM1,5,1);
CJM3:=CJM2>MA(CJM2,8);
CJM4:=(CLOSE-LLV(LOW,13))/(HHV(HIGH,13)-LLV(LOW,13))*10;
CJM5:=SMA(CJM4,3,2);
CJM6:=SMA(CJM5,10,6);
CJM7:=MA(CJM6,3);
CJM8:=SMA(CJM7,3,1);
CJMA1:CJM6>=CJM7,COLORRED,LINETHICK1 DOTLINE STICK;
CJM9:=CJM7>REF(CJM7,1);
CJMA2:NOT(CJMA1),COLORGREEN DOTLINE;
CJM10:=LLV(LOW,6);
CJM11:=HHV(HIGH,12);
CJMA3:EMA((CLOSE-CJM10)/(CJM11-CJM10)*4,4),COLORLIBLUE,LINETHICK2;
CJMA4:IF(CJMA3>=REF(CJMA3,1),CJMA3,DRAWNULL),COLORMAGENTA,LINETHICK2;
CJMA5:=MA(CJMA3,3);
CJMZJY:STICKLINE(CJMA3>CJMA5,CJMA3,CJMA5,3,0),COLORRED;
CJMZJL:STICKLINE(CJMA3< CJMA5,CJMA3,CJMA5,3,0),COLORGREEN;
CJM12:=CLOSE>REF(CLOSE,4);
CJM13:=BARSLASTCOUNT(CJM12);
CJM14:=CJM13=9;
CJM15:=ISLASTBAR AND BETWEEN(CJM13,5,8);
CJM16:=( (CJM14>0,9) OR(CJM15>0,CJM13))*CJM13;
CJM17:=CLOSE< REF(CLOSE,4);
CJM18:=BARSLASTCOUNT(CJM17);
CJM19:=CJM18=9;
CJM20:=ISLASTBAR AND BETWEEN(CJM18,5,8);
CJM21:=( (CJM19>0,9) OR(CJM20>0,CJM18))*CJM18;
DRAWTEXT_FIX(1,0.01,0.1,0,'擒牛指标公式网WWW.CJM99.COM'),COLORYELLOW;
CJM22:=EMA(CLOSE,2);
CJM23:=EMA(CLOSE,150);
CJM24:=CJM22-CJM23;
CJM25:=EMA(CJM24,100);
CJM26:=2*(CJM24-CJM25);
CJM27:=POW(CJM26,3)*0.1+POW(CJM26,1);
CJM28:=IF(CJM26>0.1,CJM27,0)*5;
CJM29:=(CLOSE-MA(CLOSE,21))/MA(CLOSE,21)*100;
CJM30:=CLOSE>MA(CLOSE,250);
CJM31:=CJM28>REF(CJM28,1);
CJM32:=CJM29>REF(CJM29,1);
CJM33:=crOSS(CJM28,0.01)*CJM28;
AA:=C>MA(C,5);
CJM34:=(CJM30 AND CJM31 AND CJM32)*CJM28;
CJMMC:=BARSLASTCOUNT(CJMA3>CJMA5 AND CJMA1)=1;
CJMMR:=BARSLASTCOUNT(CJMA3< CJMA5)=1;
DRAWICON(CJMMC AND AA,CJMA3 ,5);
DRAWICON(CJMMR,CJMA3*1.1,6);
DRAWICON(CJM34>0 AND CJMA1,1,32);
通达信〖量化突破因子〗副图指标源码分享
张小明
前端开发工程师
全量微调YOLOE模型,官方镜像省心又高效
全量微调YOLOE模型,官方镜像省心又高效 1. 引言 随着计算机视觉任务的复杂化,传统封闭词汇目标检测模型逐渐暴露出局限性——必须在训练前定义好类别集合,无法应对开放世界中不断涌现的新对象。Ultralytics最新发布的 YOLOv8.3.99 版本正式…
Qwen儿童图像生成器在公益项目中的应用:爱心绘本共创计划
Qwen儿童图像生成器在公益项目中的应用:爱心绘本共创计划 1. 项目背景与技术价值 随着人工智能技术的不断进步,大模型在创意内容生成领域的应用日益广泛。特别是在公益场景中,AI图像生成技术正逐步成为连接科技与人文关怀的重要桥梁。"…
中文逆文本标准化实战|基于FST ITN-ZH镜像快速实现文本规整
中文逆文本标准化实战|基于FST ITN-ZH镜像快速实现文本规整 1. 引言:为什么需要中文逆文本标准化(ITN) 在语音识别(ASR)系统中,用户口语表达往往包含大量非标准书写形式。例如,“二…
Qwen2.5-0.5B与Llama3-8B对比:算力需求差异实测
Qwen2.5-0.5B与Llama3-8B对比:算力需求差异实测 1. 引言 1.1 技术选型背景 随着大模型在消费级设备和边缘计算场景中的广泛应用,模型轻量化与本地化部署成为工程落地的关键挑战。尽管大参数模型(如 Llama3-8B)在复杂任务上表现…
BGE-Reranker-v2-m3部署实战:企业知识库检索优化方案
BGE-Reranker-v2-m3部署实战:企业知识库检索优化方案 1. 引言 在构建企业级检索增强生成(RAG)系统时,向量数据库的“近似匹配”机制虽然高效,但常因语义偏差或关键词干扰导致召回结果不精准。这一问题直接影响大模型…
MinerU与InternVL架构深度解析:非Qwen系多模态的技术优势
MinerU与InternVL架构深度解析:非Qwen系多模态的技术优势 1. 引言:智能文档理解的技术演进 随着企业数字化进程加速,非结构化文档数据的处理需求急剧上升。传统OCR技术虽能提取文本,但在语义理解、图表解析和上下文关联方面存在…