量化交易员要多少钱

⑴ 金锝基金交易员工资

5-8k。
根据金锝基金招聘工资显示，金锝基金交易员工资为5-8k。
金锝资产成立于2011年底，公司专注于数量化的对冲基金策略的开发，利用统计学原理来研究金融市场，通过复杂的数学模型和自动化交易来管理投资人。

⑵ 在中国，做量化交易一天的工作是怎样的

做量化交易一天的工作：

8:00~9:00： 打开交易策略，设置一些运营参数

9:00~9:30： 观察策略运转，确保没有问题

9:30~15:30: 解决已有策略的问题并研究新策略，测试新想法

15:30~17:00: 分析交易记录， 确定第二天的交易计划

17:00~18:00: 运动

岗位职责：
分析金融市场（期货、股票等）数据，寻找可利用的机会；开发与维护量化交易策略；提供机器学习/数据挖掘相应的技术支持；

岗位要求：
1.熟练计算机编程能力，熟练掌握至少一门编程语言，python优先；

理工科背景，具有良好的数理统计、数据挖掘等相关知识储备，熟悉机器学习方法（分析科学问题和相应数据，建立模型和方法，验证模型和方法，应用模型和方法并分析结果，改进模型和方法）；

有处理分析大量数据的经验，并能熟练选择和应用数据挖掘和机器学习方法解决科研和工作中的实际问题；良好的自我学习和快速 学习能力，有工作激情，喜欢金融行业；两年及以上实验室研究经验或研发类工作经验优先；

(2)量化交易员要多少钱扩展阅读

量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，

极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。

⑶ 如何成为一名合格的量化交易员

量化交易是量化金融行业最尖端的领域之一。无论你是想通过面试还是建立自己的交易策略，你都会花费大量的时间和精力去学习相关的知识。不仅如此,你还需要有良好的编程技能,至少在一个高级编程语言,高频交易策略的日益普及,在技术方面越来越重要的战略执行,所以精通C / c++可能是最好的选择。作为一个量化交易员，当我们说到量化交易时，你可能已经参与其中，甚至可能已经制定了一些交易策略。相信我，你无法拒绝其中的刺激和冒险。但我可以告诉你，有很多问题，你还没有一个完美的解决方案。

成为一个量化交易员，压力会非常大。不仅需要了解市场，与其他交易员、其他公司保持良好联系，还需要一些健康的沟通技巧。这样可以更快地获得市场信息和一些市场细节。如果你是一个纯粹的股票价值交易者，那么你可能不需要与企业打交道，但你需要非常深入地研究你的数学模型，然后反复训练和优化它。很多与人相关的行为特征往往会导致量化交易者的成功。毕竟，整个市场是由人主导的。如果你能准确地分析交易者在市场中的心理行为，那么你就是最大的赢家。

⑷ 关于量化交易，这些入门知识你需要了解

这篇文章将向你介绍量化交易系统的一些基本概念。本文主要面向两类读者，第一类是正在努力寻找一份量化交易员工作的求职者，第二类是期望尝试开启自己量化交易事业的个人投资者。关于量化交易，这些入门知识你需要了解。
量化交易是数量金融学一个极其艰深复杂的领域。若要通过面试或构造你自己的交易策略，就需要你投入时间学习一些必备知识。
量化交易系统包括四个主要部分：
策略识别：搜索策略、挖掘优势、确定交易频率。
回溯测试：获取数据、分析策略性能、剔除偏差。
交割系统：连接经纪商、使交易自动化、使交易成本最小化。
风险管理：最优资本配置、最优赌注或凯利准则、交易心理学。
我们首先来谈谈如何识别一个交易策略。
策略识别
所有量化交易流程都肇始于一个初期研究。这个研究流程包括搜索一个策略、检验它是否适合你可能正在运作的策略组合、获取任何测试策略时所需数据、努力优化策略使其预期年化预期收益更高且(或)风险更低。如果你是一个“散户”交易员，一定要清楚自己的资金是否充足，以及交易成本对策略的影响。
通过各种公开数据搜索可盈利的策略实际上十分简单，并没有大家想的那么难。研究学者会定期发表理论交易结果(虽然大多为交易成本总额)。一些数量金融学主题博文也会详细讨论策略。交易期刊还会简报一下基金管理公司使用的一些策略。
你可能会问，个人与公司怎么可能愿谈他们的可盈利策略，特别是当他们知道，如果其他人“复制相同的策略”，长期而言它终将失效。
原因就在于，他们通常不会透露具体的参数以及他们所使用的调参方法，而这些优化技能才是把一个表现平庸的策略调成一个回报丰厚的策略所需的关键技术。实际上，若要创建你自己的、独一无二的策略，一个最好的法子就是寻找相似的方法，尔后执行你自己的优化程序。
你所看到的很多策略都可归入均值回归交易策略、趋势跟随或动量交易策略两类。
均值回归策略试图利用这么一个事实：“价格序列”(如两个关联资产的价差)存在一个长期均值，价格对均值的短期偏离终将回归。
动量交易策略则试图“搭上市场趋势的顺风车”，利用投资心理和大基金结构信息在一个方向积聚动量，跟随趋势直至回归。
定量交易还有一个重要方面，即交易策略的频率。低频交易(Low Frequency Trading， LFT)通常指持有资产超过一个交易日的策略。相应地，高频交易(High Frequency Trading， HFT)通常指持有资产一个交易日的策略。
超高频交易(Ultra-High Frequency Trading， UHFT)指持有资产的时常达秒级与毫秒级的策略。虽然散户可以进行HFT与UHFT交易，但也只是在你掌握了交易“技术栈”与订单簿动力学的详细知识后才有可能。本篇入门文章，我们不会对这些问题做任何深入探讨。
策略或策略集合一旦确定，现在就需要在历史数据上测试其盈利能力，这就进入了回溯测试的工作范围。
回溯测试
回溯测试的目标是提供证据，佐以证明通过以上流程所确定的策略，无论是应用于历史(训练)数据还是测试数据均可盈利。它可以反映该策略未来在“真实世界”中的预期表现。
由于种种原因，回溯测试不能保证一定成功。这或许就是量化交易最为微妙之处，由于它包含了大量的偏差，我们必须尽尽力仔细审查并剔除它们。
我们将讨论几种常见类型的偏差，包括先窥偏差、幸存者偏差与优化偏差(亦称“数据窥视偏差”)。回溯测试中其他几个重要方面，包括历史数据的可用性与清洁度、真实交易成本及可靠回测平台上的决定。我们会在后续“交割系统”一节深入讨论交易成本。
策略一旦确定，我们就需要获取历史数据，并借此展开测试，如有可能还可改进策略。现在卖数据的很多，所有资产类型的数据都有。通常，数据的质量、深度、时间间隔不同，其价格也不同。
刚入门的量化交易员(至少零售等级)最初使用雅虎金融板块(Yahoo Finance)的免费数据就行。对于数据供应商，这里不再赘言。我想重点谈一谈处理历史数据时，时常遇到的问题。
对于历史数据，人们主要关心的问题，包括数据精度或清洁度、幸存者偏差、应对如分发红利、拆分股票等公司行为的调整。
精度与数据整体质量有关，无论数据是否包含错误。有时错误容易识别，比如使用一个窄带滤波器，就可以找出时间序列数据中的“窄带”并更正它们。其他时候，错误又很难甄别，经常需要根据多个数据供应商提供的数据进行对比检查。
幸存者偏差通常是免费数据集或廉价数据集的一个”特征“。对于一个带有幸存者偏差的数据集，它不包含已经不再交易的资产数据。不再交易的证券，则表示已经退市或破产公司的股票。如果数据集中含有此类偏差，策略在此数据集上的测试表现可能比在”真实世界“里表现的更好，毕竟历史”赢家“已经被预先筛选出来，作为训练数据使用。
公司行为即公司开展的常引发原始价格阶梯形变化的”逻辑“活动，它不应该计入价格预期年化预期收益。公司分发红利和拆分股票行为是引发调整的两个常见行为，二者无论发生哪一种，都需要进行一个”回调“的流程。我们一定要留心，不要把股票拆分和真实预期年化预期收益调整混为一谈。许多交易员在处理公司行为时都碰过壁！
为了开展回溯测试，我们必须使用一个软件平台。你可以选择一个专门的回测软件如MultiCharts，一个数值平台如Excel或MATLAB，或者一个用Python或C++完全自主实现的平台。对于MultiCharts(或类似平台)，个人是比较介绍，对于编程的要求比较低。
在做系统回测时，一定要量化表示系统性能。定量策略的“业界标准”度量为最大资金回挫与夏普比率。最大资金回挫表示一段时间(通常一年)内账户资金曲线从波峰至波谷的最大跌幅，常使用百分比表示。
由于大量的统计因素，LFT策略比HFT策略的资金回挫更高。历史回测会显示过去的最大资金回挫，它能够较为贴切地反映策略的未来资金回挫情况。第二个度量指标是夏普比率，它被启发式地定义为“超额预期年化预期收益均值与超额预期年化预期收益标准差的比值”。
这里，超额预期年化预期收益表示策略预期年化预期收益超出某个预定基准，如标普500或三月期短期国债(预期年化预期收益)的额度。注意人们通常不使用历史预期年化预期收益指标，因为它忽略了策略波动性的影响，而夏普比率却考虑到了这一点。
如果经过回测，策略的夏普比率很高且其最大资金回挫已经最小化，则可以认为它趋于无偏，下一步就是要搭建一个交割系统。
交割系统
交割系统是一个方法集合，由它来控制交易策略生成的交易列表的发送和经纪商的交割行为。事实上，交易可以半自动、甚至全自动生成，而执行机制可以手动、半自动(即“点击一次交割一项”)或者全自动。
尽管如此，对于LFT策略，手动和半自动技术却比较常见；对于HFT策略，则必须创建一个全自动交割机制，由于策略和技术彼此依赖，还要经常与交易指令生成器紧密相接。
在搭建交割系统时，我们需要考虑几个关键因素：连接经纪商的接口、交易成本(包括佣金、滑动价差与价差)最小化、实时系统与回测时系统性能的差异。
联系经纪人的方法有很多，你可以直接电话联系他，也可以通过一个全自动高性能的应用程序接口(API)实现。理想情况，就是希望交割交易的自动化程度尽可能高。这样一来，你不仅可以脱开身集中精力进行深入研究，还能运行多个策略、甚至HFT策略(实际上，如果没有自动化交割，HFT根本不可能)。
前面说过的几种常用回溯测试软件如MATLAB、Excel和MultiCharts，对于LFT策略或简单策略都是不错的选择。但是，如果要做真正的HFT，你就必须要构造一个用高性能语言(如C++)编写的内部交割系统。
说个我的亲身经历，以前受聘于一家基金管理公司，我们有一个十分钟的“交易周期”，每隔十分钟下载一次新的市场数据，然后根据这十分钟的信息进行交割。这里用的是一个优化的Python脚本。对于任何处理分钟级或秒级频率数据的工作，我相信C/C++更理想。
在一家大型的基金管理公司，交割系统的优化通常不在量化交易员的工作范围。但是，在小点的公司或高频交易公司，交易员就是交割人，所以技术面越广越好。你要想进一家基金管理公司，一定要记住这一点。你的编程能力不说比你的统计学和计量经济学禀赋更重要，至少也同样重要！
另外一个属于交割系统的重要问题是交易成本最小化。一般地，交易成本由三部分构成：佣金(或税收)、损耗与价差。佣金是向经纪商、交易所和证券交易委员会(或类似政府监管机构)支付的费用；滑动价差是你的预期交割价位与真实交割价位的差值；价差则是待交易证券的卖出价与买入价之差。注意价差不是常数，它依赖于市场当前流动性(即买单和卖单数量)。
交易成本是决定一个策略是高夏普比率且盈利丰厚，还是低夏普比率且极不盈利的关键。根据回溯测试正确预测未来的交易成本很具有挑战性，你需要根据策略频率，及时获取带有卖出价与买入价信息的历史交易数据。
为此，大型基金管理公司量化交易的整个团队都专注于交割优化。当基金管理公司需要抛售大量交易时(原因五花八门)，如果向市场“倾泻”大批股票，会迅速压低价格，可能都来不及以最优价格交割。
因此，纵使遭受损耗风险，基金管理公式也会选择使用算法交易，通过“打点滴”的方式向市场出单。此外，其他策略如若“捕到”这些必要性条件，也能利用市场失效(获利)。这是基金结构性套利的内容。
交割系统最后一个主要问题关系到策略的实时性能与回测性能的差异。这种差异由多种因素造成，比如我们在“回溯测试”一节已经深入讨论过的前窥偏差与最优化偏差。
然而，对于有些策略，在部署之前不易测得这些偏差。这种情况对于HFT最为常见。交割系统和交易策略本身均可能存在程序错误，回溯测试时没有显现却在实时交易时出来捣乱。市场可能受到继交易策略部署后的一场政变的影响，而新的监管环境、投资者情绪与宏观经济形势的变化也均可能导致现实市场表现与回溯测试表现的差异，从而造成策略盈利性上的分歧。
风险管理
量化交易迷宫的最后一块是风险管理程序。风险包含我们之前谈论的所有偏差。它包括技术风险，比如所有在交易所的服务器突然发生硬盘故障。它还包括经纪风险，如经纪商破产(此说并非危言耸听，引发恐慌的明富环球就是一个例子)。
总而言之，它覆盖了几乎所有可能干扰到交易实现的因素，而其来源各不相同。已经有成套的书籍介绍量化交易策略的风险管理，本人也就不再对所有可能的风险来源做详细说明。
风险管理还包括投资组合理论的一个分支，即所谓的“最优资本配置”，涉及到如何将资本分配给一组策略、如何将资本分配给策略内不同交易的方法。这是一个复杂的领域，依赖于一些高级数学知识。
最优资本配置与投资策略杠杆通过一个名为凯利准则的业界标准建立联系。本文是一篇入门文章，我在此不详谈其计算。凯利准则对策略预期年化预期收益的统计性质做过一些假设，但是它们在金融市场中并不一定成立，交易员因此在实现时通常会有所保留。
风险管理的另外一个关键成分涉及到交易员自身心理因素的处理。尽管大家都承认，算法交易若无人为干涉，不太容易出现问题。交易员在交易时，稍不留神仍然可能会掺入许多认知偏差。
一个常见的偏差是厌恶规避，当人发现损失已成定局，其所带来的痛苦，可能会麻痹人的行为，不能做到及时抛盘止损。类似地，由于太过忧心已经到手的预期年化预期收益可能赔掉，人们可能也会过早抛盘收利。
另外一个常见的偏差是所谓的偏好偏差：交易员太看重事件而非长远地看问题。此外，当然不能落下“恐惧与贪婪”这对经典的情绪偏差。这两种偏差常导致杠杆不足或杠杆过度，造成爆仓(账户资产净值近乎为零或更糟)或盈利缩水的局面。
总结
由此观之，量化交易是数量金融学中一个虽趣味十足但极其复杂的领域。我对这个话题的讨论浅尝辄止，文章就已经这么长了！我在文中三言两句带过的问题，已经有大量的相关书籍和论文出版。
因此，在你申请量化基金交易职位前，务必要进行大量的基础调研，至少应当具有统计学和计量经济学的广泛背景，以及使用MultiCharts、MATLAB、Python或者R程序语言实现的丰富经验。如果应对的是更加复杂的高频端策略，你的技能组合可能还要包含Linux内核修改、C/C++、汇编编程和网络延迟优化。

⑸ 量化私募基金研究员提成多少

薪资：base30-60W+年终奖+业绩提成 &量化交易员 职责：1、程序化交易系统的开发、调试与维护 这个是没有提成的 只有固定工资

⑹ 量化交易的那些事！

最近一段时间，很多人觉得股票越来越难做了，板块加速切换，市场走势极端，一些中线趋势良好的板块个股完全无视基本面突然连续大幅杀跌。

有人说，这是因为量化交易成为了我们的对手盘，助涨杀跌。有些票涨六七个点，突然就摸涨停了，有些票跌六七个点，突然就奔跌停去了。手速、资金都拼不过，甚至按照这样的趋势，我们这些靠交易为生的散户，有可能要被机器人干掉。事实果真如此吗？

今日笔者就来给大家分享一下量化基金的那些事。

量化交易到底是怎么交易的？

交易员A兄，19至20年在国内某量化基金做交易员，基金规模最大到70亿。最开始在量化交易部，后期在人工t0部。基本上交易部的东西都清楚，国内这几家量化基金的交易模式也大同小异。

量化交易是怎么交易的呢？大部分策略是量化对冲模型。

就是买入市场上的活跃股，然后开对应金额的期指空单对冲（IF，IC，IH都有），多头金额和空单金额（期指有杠杆，实际占用金额少）基本上在1：0.8到1：1区间浮动。

赚钱逻辑就是，不管大盘涨跌，因为有对冲，只要买入的票足够强，只要能跑赢对冲指数（if，ih，ic），基金就是永远赚钱的。

也有一些纯多头策略，就是不带对冲，全买股票的，但是少一些。

量化交易的买入卖出，都是一揽子交易。每天要买入的票少的时候200只，多的时候能到4、5百只。这些票根据权重划分金额，有的票买的多，大部分票只买一点点。一般前二十只票，买入金额占到总成交金额的4成左右了。

当天开盘前，策略部的算法就会把当天的买入卖出任务做好。交易员的工作就是把当天要买的票买完（不论价格），把当天要卖的票卖完（不论价格）。考核指标就是以当天开盘价作为基准，算出平均买入成本与开盘价偏离值，以收盘价作为基准计算卖出价格偏离值，用这两个数据算绩效。

这个模式就导致，股票早上买的时候很容易打高了，因为很多公司都是这个算法，互相一抢，股价就能推上去。但没办法，交易员一般10点之前就要买完票了，越往后风险越大，因为不知道谁就突然涨停了，导致买入成本暴增，是要被谈话的。

卖出是这样的，公司所有的票有一个7%止盈单，就是只要股价冲到7%，就会卖出。而且收盘统计的时候，涨幅超过7%的票是按7%的价格计算卖出成本的，假如卖早了那就卖亏了，假设我5个点卖了，冲到8个点，收盘砸绿，算收盘价的时候还是按7%算，这个对交易员很不友好。

“19年初那波行情我们当时规模不小了，有时候单票买入金额能占到股票总成交的10%甚至更多，这时候票就很难买了，因为一买就要把价格推上去，推上去买入成本巨高，我们业绩就会很差。但是没办法，任务一定要完成的。

印象很深刻的，19年2月1日，当时有个同事买入任务里要买 300615欣天科技800多万，大家可以看一下这票前一天成交额，成交额太小了800很难买进去，买了一点点就封板了，然后炸板，我同事一直想等回落了慢慢买结果一直不回落，最后他直接集合竞价把票顶到涨停板把剩下的买入任务买完了……”

量化策略模型：联创股份的推升

由于“交易员A”兄从事于交易部门，选股条件那是策略部的事情并不清楚，而且这些量化公司都号称自己有几百上千个选股因子，每天机房电脑都在跑程序，在第二天开盘前把票选好。

不过公司的几个模型结构是知道的。当时主要有7日模型，9日模型，13日模型，还有一个两日模型。

这个N日模型的N就代表持股周期，表示买入后持有N日后卖出。有时候连续几天都有同一只票的买入任务，那么这个票就会在持仓里躺小半个月。随着模型时间到了之后，慢慢卖完。

算法部都是清华高材生，学历在那放着呢。不过再牛的策略也是人定的，再牛的量化算法也是人选的。

模型的变化（持仓时间长短）、对冲指数风险敞口的调整，以及选股因子等，策略部一直在做优化。这些变化不是说某天突然发现不行了，然后就要改了、之前的都完全放弃了，而是说每天都有在回测市场分析账户表现，然后策略部们去做细微的调整。

“为什么说这个模型的事情，今年的联创股份这种，很明显就是被量化模型推上去的。因为这票根本没有什么基本面，纯垃圾股一个，pvdf那种故事听听就算了。”

实际上就是这票被很多家量化算法选中了，有长周期的有短周期的，但是在前期都主要是买入为主，所以我们可以看到这票被锁仓了，一直往上推，当然涨的好也就有散户信了他的故事（散户也锁仓），然后到卖出的时候，这票往下按接不起来，因为大家模型时间都差不多到了。

今年好多票涨的快，涨幅大，但是调整的非常狠，跟量化模型同质化有很大的原因。

各位兄很感兴趣的T+0

由于买入模型持仓7、9、13天不等，而且都是市场上比较活跃的票。那么这些票躺着不动其实就是一种浪费，这些票可以甩给t0团队去做t，用来搞额外收益。

“我之前的工作内容，说实话很无趣，自主操作的空间很少，更像是一个人形下单机器，所以在后期公司要开展t0交易的时候我果断转岗去了t0交易部。

当时国内几家大的量化私募都已经有自己的交易团队了，我司属于介入比较晚的，老板应该是去九坤这几家参观学过，也就动了搞t0团队的想法。在成立自己T0团队之前，公司的底仓是打包给国内几家专业的t0公司去做的。”

t+0这边很简单，底仓给交易员分好，然后交易员自己拿着底仓去做日内差价，这个差价就是交易员的业绩，然后公司按比例给交易员提成就是工资。

t0交易员是没有底薪的，没有底薪没有五险一金没有社保，全靠业绩活。而且这个东西淘汰率相当高，当时新组建团队，招来了四十多个新人，最后只留下来一个。最主要的是，现在基本没有t0团队要新人的了，没公司愿意培养新人。

关于t+0还有一个事情。

很多人做创业板新股喜欢看融券余额，觉得融券量大的票会容易涨，他们说的是要打爆空头，第二天融券方要回补还券。

其实不是这样的……创业板新股上市之前就已经把这些机构的券约出去了，这些券各大t0机构从券商手里借到，当成底仓给交易员做t0交易。因为新股波动大做t0收益高，当然券息也高。但是专业的t0团队是不可能裸空的，融券量大只是券商把券借给t0团队了，人家当天就已经买回了。

量化基金收益的潜规则

其实量化赛道也很拥挤，因为交易同质化很强，大家的策略大同小异，起重要因素的其实不是选股策略而是对冲盘的风险敞口。之前说了，多头和空头的比例是在1：0.8和1：1区间浮动的，那么这里面的可操作空间其实非常大。

而具体收益率，各个产品之间的差距其实很大……

“19年初那波创投工业大麻氢能源的行情大家应该都知道，到5月份我们的头部产品收益率都干到了60%了，但是当时竟然还有一些产品是不赚钱的，真不赚钱甚至还有略亏一点的。

这个差距大的原因应该是各个产品的买入时间有差异，因为买的越早其实别的资金就在给你抬轿子（这些是我猜的没法证实）。实际上在私募拍拍网上的明星产品收益率都还不错，年化跑个二三十没问题。但是，但是，但是！后面的产品根本不能看………头部产品其实就是个广告效应吸引投资人的…等你亏钱了，老板开始心理按摩就行了，反正大部分客户啥也不懂……

我们老板就不会交易，他工作的一个主要内容就是给客户心理按摩……

前东家规模最多到70亿，当时老板是有冲击百亿规模的想法的，扩招了很多人。实际上是这些规模一部分是公司本来赚上去的净值，还有一大半是场外的人看公司业绩漂亮高位跟投的…我知道的有一个大户一个人就在我司放了20亿，做量化对冲。

最后结果是行情没了之后，好多后期进场的人是亏钱的，这些人亏了之后就会选择赎回，撤资，然后规模也会迅速变小。很快的，从20亿规模到70亿只用了半年，从70亿回到不到20亿，用了不到半年……

不过老板怎么都是赚的，行情好的时候赚业绩提成，新入场资金赚管理费……基金亏了，客户就自己赎回好了，反正老板都是血赚。”

最后

其实所有人（包括私募，公募，量化），对于市场都是靠蒙的……

能不能涨，为什么涨，能涨多少，不是一个人说了算的，因为市场这么大，根本不是一个人能够决定的。（袖珍盘庄股除外，这种就真看老庄心情………）

行情都是一阵子一阵子的，年初白酒yyds，三月碳中和yyds，5月医美yyds，789月新能源赛道yyds，最后把锅全甩到量化头上去……其实还是自己学艺不精啊……

总的来说，市场的东西都交给市场去消化，市场有市场自己的规律。yyds白酒照样能跌，赛道股照样会大幅回撤。

老师们要认真观察市场，认真学，认真提高自己的交易水平，其实是可以盈利的。

做量化的这些程序员大部分连股票都没炒过，人家写的程序也就是发现了市场规律，然后用合理的仓位，策略去做交易。连这些人都能赚钱，其实我们需要做的是客服自己的贪婪和恐惧，做一个无情的交易机器就好了。

⑺ 关于期货交易员的薪水问题

期货技术分析指标 2007-05-24 08:18:57
大 中 小

MACD指标

MACD是根据移动平均线较易掌握趋势变动的方向之优点所发展出来的，它是利用二条不同速度（一条变动的速率快——短期的移动平均线，另一条较慢——长期的移动平均线）的指数平滑移动平均线来计算二者之间的差离状况（DIF）作为研判行情的基础，然后再求取其DIF之9日平滑移动平均线，即MACD线。MACD实际就是运用快速与慢速移动平均线聚合与分离的征兆，来研判买进与卖进的时机和讯号。
（1）MACD的基本运用方法：
MACD在应用上，是以12日为快速移动平均线（12日EMA），而以26日为慢速移动平均线（26日EMA），首先计算出此两条移动平均线数值，再计算出两者数值间的差离值，即差离值（DIF）＝12日EMA－26日EMA。然后根据此差离值，计算9日EMA值（即为MACD值）；将DIF与MACD值分别绘出线条，然后依“交错分析法”分析，当DIF线向上突破MACD平滑线即为涨势确认之点，也就是买入讯号。反之，当DIF线向下跌破MACD平滑线时，即为跌势确认之点，也就是卖出讯号。
（2）应用法则：
① DIF和MACD在0以上，大势属多头市场。
② DIF向上突破MACD时，可作买；若DIF向下跌破MACD时，只可作原单的平仓，不可新卖单进场。
③ DIF和MACD在0以下，大势属空头市场。
④ DIF向下跌破MACD时，可作卖；若DIF向上突破MACD时，只可作原单的平仓，不可新买单进场。
⑤ 高档二次向下交叉大跌，低档二次向上交叉大涨。

DMI指标

动向指数又叫移动方向指数或趋向指数。是属于趋势判断的技术性指标，其基本原理是通过分析股票价格在上升及下跌过程中供需关系的均衡点，即供需关系受价格变动之影响而发生由均衡到失衡的循环过程，从而提供对趋势判断的依据。动向的指数有三条线：上升指标线，下降指标线和平均动向指数线。三条线均可设定天数，一般为14天。
DMI的计算方法非常复杂，在此不做介绍，感兴趣的用户可以自行查阅相关技术分析书籍
应用法则：
① +DI 向上交叉-DI 时，做买。
② +DI 向下交叉-DI 时，做卖。
③ 当ADX 于50以上向下转折时，代表市场趋势终了。
④ 当ADX 滑落至 +DI之下时，不宜进场交易。
⑤ 当ADXR低于20以下时，宜采用TBP及CDP中之反应秘诀为交易参考。

DMA指标

DMA指标利用两条不同期间的平均线，计算差值之后，再除以基期天数。它是两条基期不同平均线的差值，由于其是将短期均线与长期均线进行了协调，也就是说它滤去了短期的随机变化和长期的迟缓滞后，使得其数值能更准确、真实、客观地反映股价趋势。故它是一种反映趋势的指标
应用法则：
① DMA是两条基期不同平均线差值。实线向上交叉虚线，买进。
② 实线向下交叉虚线，卖出。
③ DMA 也可观察与股价的背离。

EXPMA指标

EXPMA 译为指数平均数，修正移动平均线较股价落后的缺点，本指标随股价波动反应快速，用法与移动平均线相同

TRIX指标

TRIX(Triple Exponentially Smoothed Moving Average)中文名称：三重指数平滑移动平均，长线操作时采用本指标的讯号，可以过滤掉一些短期波动的干扰，避免交易次数过于频繁，造成部分无利润的买卖，及手续费的损失。本指标是一项超长周期的指标，长时间按照本指标讯号交易，获利百分比大于损失百分比，利润相当可观
应用法则：
① 盘整行情本指标不适用。
② TRIX向上交叉其MA线，买进。
③ TRIX向下交叉其MA线，卖出。
④ TRIX与股价产生背离时，应注意随时会反转。
⑤ TRIX是一种三重指数平滑平均线。

BRAR指标

BR是一种“情绪指标”，套句西方的分析观点，就是以“反市场心理”的立场为基础，当众人一窝蜂的买股票，市场上充斥着大大小小的好消息，报章杂志纷纷报道经济增长率大幅上扬，刹那间，前途似乎一片光明，此时，你应该断然离开市场。相反地，当群众已经对行情失望，市场一片看坏的声浪时，你应该毅然决然的进场默默承接。无论如何，这一条路是孤独的，你必须忍受寂寞，克服困难走和别人相反的道路。AR是一种“潜在动能”。由于开盘价乃是股民经过一夜冷静思考后，共同默契的一个合理价格，那么，从开盘价向上推升至当日最高价之间，每超越一个价位都会损耗一分能量。当AR值升高至一定限度时，代表能量已经消耗殆尽，缺乏推升力道的股价，很快的就会面临反转的危机。相反地，股价从开盘之后并未向上冲高，自然就减少能量的损耗，相对的也就屯积保存了许多累积能量，这一股无形的潜能，随时都有可能在适当成熟的时机暴发出来。我们一方面观察BR的情绪温度，一方面追踪AR 能量的消长，以这个角度对待 BRAR的变化，用‘心’体会股价的脉动，这是使用BRAR的最高境界。
应用法则：
① BR=100是强弱气势的均衡状态。
② BR ③ BR由高档下跌一半，股价反弹。
④ BR由低档上涨一半，股价回档。
⑤ BR>400以上进入高价圈。AR>180以上，进入高价圈。
⑥ AR<100后急剧下跌，致使 AR<40时可买进。

CR指标

只比较一天收盘价与当天收盘价，分析股价的高低及强弱，然后预测明日的股价，是具有重视收盘价倾向的做法。相对的，从同样重视开盘价与收盘价，算出AR与BR值，则是追从着股价动向的方式，初次之外尚有以前一天的中间价为基准比中间价高的能量为“强”，比中间价低的能量为“弱”，然后个别将其二十六日份的总数以“弱分之强”计算出CR，对股价神秘部分作一个预测。
应用法则：
① CR平均线周期由短至长分成A，B，C，D四条。
② 由C，D构成的带状称为主带，A，B构成的带状称为副带。
③ CR由带状之下上升160%时，卖出。
④ CR跌至40以下，重回副带，而 A线由下转上时，买进。
⑤ 主带与副带分别代表主要的压力支撑区及次要压力支撑区。
⑥ CR在 400以上，渐入高档区，注意 A线的变化。

VR指标

成交量比率（简称VR），是一项通过分析股价上升日成交额（或成交量，下同）与股价下降日成交额比值，从而掌握市场买卖气势的中期技术指标。主要用于个股分析，其理论基础是“量价同步”及“量须先予价”，以成交量的变化确认低价和高价，从而确定买卖时法。
（1）计算公式
VR＝N日内上升日成交额总和/N日内下降日成交额总和
其中：N日为设定参数，一般设为26日
（2）应用法则：
① VR下跌至40% 以下时，市场极易形成底部。
② VR值一般分布在150%左右最多，一旦越过250%，市场极容易产生一段多头行情。
③ VR超过450%以上，应有高档危机意识，随时注意反转之可能，可配合CR及PSY使用。
④ VR的运用在寻找底部时较可靠，确认头部时，宜多配合其他指标使用。

OBV指标

OBV线亦称OBV能量潮，是将成交量值予以数量化，制成趋势线，配合股价趋势线，从价格的变动及成交量的增减关系，推测市场气氛。OVB的理论基础是市场价格的变动必须有成交量配合，价格的升降而成交量不相应升降，则市场价格的变动难以继续。
（1）计算方法
逐日累计每日上市股票总成交量，当天收市价高于前一日时，总成交量为正值，反之，为负值，若平盘，则为零。
即：当日OBV＝前一日的OBV±今日成交量
然后将累计所得的成交量逐日定点连接成线，与股价曲线并列于一图表中，观其变化。
（2）应用法则：
① 必须观察OBV之N字形波动。
② 当OBV 超越前一次 N字形高点，即记一个向上的箭号。
③ 当OBV 跌破前一次 N字形低点，即记一个向下的箭号。
④ 累计五个向下或向上之箭号，即为短期反转讯号。
⑤ 累计九个向下或向上之箭号，即为中期反转讯号。
⑥ N字形波动加大时，须注意行情随时有反转可能。

ASI指标

ASI（Accumulation Swing Index）中文名称：振动升降指标， 由 Welles Wilder所创。ASI企图以开盘、最高、最低、收盘价构筑成一条幻想线，以便取代目前的走势，形成最能表现当前市况的真实市场线（RealMarket）。韦尔达认为当天的交易价格，并不能代表当时真实的市况，真实的市况必须取决于当天的价格，和前一天及次一天价格间的关系，他经过无数次的测试之后，决定了ASI。
应用法则：
① 股价创新高低，而ASI 未创新高低，代表对此高低点之不确认。
② 股价已突破压力或支撑线，ASI 欲未伴随发生，为假突破。
③ ASI前一次形成之显着高低点，视为ASI之停损点。多头时，当ASI 跌破前一次低点，停损卖出；空头时，当ASI 向上突破其前一次高点，停损回补。

EMV指标

简易波动指标,由“Cycle In The StockMarket”作者Richard W·Arms Jr，根据等量图(Equivolume
Charting)原理制作而成。如果较少的成交量便能推动股价上涨，则EMV数值会升高,相反的，股价下跌时也仅伴随较少的成交量,则EMV数值将降低。另一方面，倘若价格不涨不跌，或者价格的上涨和下跌，都伴随着较大的成交量时，则EMV的数值会趋近于零。这个公式原理运用的相当巧妙，股价在下跌的过程当中，由于买气不断的萎靡退缩，致使成交量逐渐的减少，EMV数值也因而尾随下降，直到股价下跌至某一个合理支撑区，捡便宜货的买单促使成交量再度活跃，EMV数值于是作相对反应向上攀升，当EMV数值由负值向上趋近于零时，表示部分信心坚定的资金，成功的扭转了股价的跌势，行情不但反转上扬，并且形成另一次的买进讯号。行情的买进讯号发生在EMV数值，由负值转为正值的一刹那，然而股价随后的上涨，成交量并不会很大，一般仅呈缓慢的递增，这种适量稳定的成交量，促使EMV数值向上攀升，由于头部通常是成交量最集中的区域，因此，市场人气聚集越来越多，直到出现大交易量时，EMV数值会提前反应而下降，行情已可确定正式反转，形成新的卖出讯号。EMV运用这种成交量和人气的荣枯，构成一个完整的股价系统循环，本指标引导股民借此掌握股价流畅的节奏感，一贯遵守EMV的买进卖出讯号，避免在人气汇集且成交热络的时机买进股票，并且在成交量已逐渐展现无力感，而狂热的群众尚未察觉能量即将用尽时，卖出股票并退出市场。
应用法则：
①．EMV值上升，代表量跌价增。
②．EMV值下降，代表量跌价跌。
③．EMV趋向于0，代表大成交量。
④．EMV>0，买进。
⑤．EMV<0，卖出。

WVAD指标

这是一种将成交量加权的量价指标。其主要的理论精髓，在于重视一天中开盘到收盘之间的价位，而将此区域之上的价位视为压力，区域之下的价位视为支撑，求取此区域占当天总波动的百分比，以便测量当天的成交量中，有多少属于此区域。成为实际有意义的交易量。
如果区域之上的压力较大，将促使WVAD变成负值，代表卖方的实力强大，此时应该卖出持股。如果区域之下的支撑较大，将促使WVAD变成正值，代表买方的实力雄厚，此时应该买进股票。
WVAD正负之间，强弱一线之隔。非常符合我们推广的东方哲学技术理论，由于模拟测试所选用的周期相当长,测试结果也以长周期成绩较佳
应用法则：
①．指标为正值，代表多方的冲力占优势，应买进。
②．指标为负值，代表空方的冲力占优势，应卖出。
③．WVAD是测量股价由开盘至收盘期间，多空两方的战斗力平衡。
④．运用WVAD指标，应先将参数设存长期。

RSI指标

相对强弱指数是通过比较一段时期内的平均收盘涨数和平均收盘跌数来分析市场买沽盘的意向和实力，从而作出未来市场的走势。
(1)计算公式和方法
RSI＝<上升平均数÷(上升平均数＋下跌平均数)>×100
应用法则：
① RSI 值于 0%-100%之间呈常态分配。当6 日RSI 值在94% 以上时，股市呈超买现象，若出现 M头为卖出时机；当 6日RSI 值在 13%以下时，股市呈现超卖现象，若出现 W底为买进时机。
② 当快速RSI 由下往上突破慢速RSI 时，为买进时机；当慢速RSI 由上往下跌破快速RSI时，为卖出时机。

W%R指标

威廉指数W％R是利用摆动点来量度股市的超买卖现象，可以预测循环期内的高点或低点，从而提出有效率的投资讯号，％R＝100－（C－Ln）/（Hn-Ln）×100
其中：C为当日收市价，Ln为N日内最低价，Hn为N日内最高价，公式中N日为选设参数，一般设为14日或20日。
应用法则：
① W%R 介于100%及0%之间；100%置于底部0%置于顶部。
② 80% 设一条“超卖线”，价格进入80%-100%之间，而后再度上升至80% 之上时为买入讯号。
③ 20% 设一条“超买线”，价格进入20%-0%之间，而后再度下跌至20% 之下时为卖出讯号。
④ 50% 设一条“中轴线”，行情由下往上穿越时，表示确认买进讯号；行情由上往下穿越时,表示确认卖出讯号。

SAR指标

抛物线转向也称停损点转向，是利用抛物线方式，随时调整停损点位置以观察买卖点。由于停损点（又称转向点SAR）以弧形的方式移动，故称之为抛物线转向指标。
应用法则：
① 任何一天收盘价高于或低于SAR ，则须执行空头或多头之停损交易。
② 任何一次停损交易，也视为市况转变，交易者须改变立场，从事新趋势之交易。
③ 收盘价>SAR，空头停损。
④ 收盘价

KDJ指标

KDJ全名为随机指标(Stochastics)，由George Lane所创，其综合动量观念，强弱指标及移动平均线的优点，早年应用在期货投资方面，功能颇为显着，目前为股市中最常用的指标之一
应用原则：
① K值由右边向下交叉D值做卖，K 值由右边向上交叉D值做买。
高档连续二次向下交叉确认跌势，低档高档连续二次向下交叉确认跌势，
低档连续二次向上交叉确认涨势。
② D值<15% 超卖，D值>90% 超买；J>100%超买，J<10% 超卖。
③ KD值于 50%左右徘徊或交叉时无意义。
④ 投机性太强的个股不适用
⑤ 可观察KD值与股价之背离情况，以确认高低点。

CCI指标

顺势指标，本指标是由 DonaldLambert所创，专门测量股价是否已超出常态分布范围。属于超买超卖类指标中较特殊的一种，波动于正无限大和负无限小之间。但是，又不须要以0为中轴线，这一点也和波动于正无限大和负无限小的指标不同。然而每一种的超买超卖指标都有“天线”和“地线”。除了以50为中轴的指标，天线和地线分别为80和20以外，其他超买超卖指标的天线和地线位置，都必须视不同的市场、不同的个股特性而有所不同。独独CCI指标的天线和地线方别为＋100和－100。
应用原则：
① CCI 与股价产生背离现象时，是一项明显的警告讯号。
② CCI 正常波动范围在±100之间,+100以上为超买讯号，-100为超卖讯号。
③ CCI 主要是测量脱离价格正常范围之变异性。

ROC指标

ROC指标可以同时监视常态性和极端性两种行情，等于综合了RSI、W％R、KDJ、CCI四种指标的特性。ROC也必须设定天线和地线。但是却拥有三条天线和三条地线（有时候图形上只须画出各一条的天地线即可）。和其他的超买超卖指标不同，而且天地线的位置既不是80和20，也不是＋100和－100，ROC指标的天地线位置是不确定的。
应用法则：
① ROC 具有超买超卖功能。
② 个股经价格比率之不同，其超买超卖范围也略有不同，但一般总是介于 ±6.5之间。
③ ROC 抵达超卖水准时，做买；抵达超买水准时，做卖。
④ ROC 对于股价也能产生背离作用。

MIKE指标

① Weak-s、Medium-s、Strong-s三条线代表初级、中级及强力支撑。
② Weak-r、Medium-r、Strong-r三条线代表初级、中级及强力压力。
③ MIKE Base 指标是一种路径指标，依据Typical Price 计算, 包含三条带状支撑与压力，本栏不以图形表示，请依照数据操作。

布林指标

布林线是一个路径型指标，由上限和下限两条线，构成一个带状的路径。股价超越上限时，代表超买，股价超越下限时，代表超卖。布林线指标的超买超卖作用，只能运用在横向整理的行情。
应用法则：
① 布林线利用波带可以显示其安全的高低价位。
② 当易变性变小，而波带变窄时，激烈的价格波动有可能随即产生。
③ 高低点穿越波带边线时，立刻又回到波带内，会有回档产生。
④ 波带开始移动后，以此方式进入另一个波带，这对于找出目标值有相当帮助。

TWR宝塔线

宝塔线是以白黑（虚体，实体）的实体棒线来划分股价的涨跌，及研判其涨跌趋势的一种线路，也是将多空之间拼杀的过程与力量的转变表现在图中，并且显示适当的买进时机，与卖出时机。它的特征与点状图类似，亦即并非记载每天或每周的股价变动过程，而乃系当股价续创新高价（或创新低价），抑或反转上升或下跌时，再予以记录，绘制。
应用法则：
① 宝塔线翻红为买进时机，股价将会延伸一段上升行情。
② 宝塔线翻蓝则为卖出时机，股价将会延伸一段下跌行情。
③ 盘局时宝塔线的小翻白，小翻黑可不必理会。
④ 盘局或高档时宝塔线长蓝而下，宜立即获利了事，翻蓝下跌一段后，突然翻红，可能是假突破，不宜抢进，最好配合K线及成交量观察数天后再作决定
⑤ 宝塔线适合短线操作之用，但最好配合K线，移动平均线及其他指标一并使用，可减少误判的机会，如十日移动平均线走平，宝塔线翻黑，即需卖出。

TURN周转率

周转率也称换手率，是市场人气强弱的一种指标，其定义为在一定期间内，市场中股票转手买卖频率。股票周转率越高，意味着该股股性越活泼，也就是投资人所谓的热门股；反之，周转率甚低的股票，则是所谓的冷门股。
① 热门股的优点在于进出容易，较不会有要进进不到，或想卖卖不出的现象。然而，值得注意的是，周转率高的股票，往往也是短线操作的投机者介入的对象，故股价起伏也会较大。
② 由于每股在外流通筹码不同，看周转率时，应用趋势线的眼光来看是增加或减少，不应局限在数值的高低。

BIAS乖离率

是移动平均原理派生的一项技术指标，其功能主要是通过测算股价在波动过程中与移动平均线出现偏离的程度，从而得出股价在剧烈波动时因偏离移动平均趋势而造成可能的回档或反弹，以及股价在正常波动范围内移动而形成继续原有势的可信度。
乖离度的测市原理是建立在：如果股价偏离移动平均线太远，不管股份在移动平均线之上或之下，都有可能趋向平均线的这一条原理上。而乖离率则表示股价偏离趋向指标斩百分比值。
① 计算公式
Y值＝（当日收市价－N日内移动平均收市价）/N日内移动平均收市价×100％
其中，N日为设立参数，可按自己选用移动平均线日数设立，一般分定为6日，12日，24日和72日，亦可按10日，30日，75日设定。
② 运用原则
乖离率分正乖离和负乖离。当股价在移动平均线之上时，其乖离率为正，反之则为负，当股价与移动平均线一致时，乖离率为0。随着股价走势的强弱和升跌，乖离率周而复始地穿梭于0点的上方和下方，其值的高低对未来走势有一定的测市功能。一般而言，正乘离率涨至某一百分比时，表示短期间多头获利回吐可能性也越大，呈卖出讯号；负乘离率降到某一百分比时，表示空头回补的可能性也越大，呈买入讯号。对于乘离率达到何种程度方为正确之买入点或卖出点，目前并没有统一原则，使用者可赁观图经验力对行情强弱的判断得出综合结论。一般来说，在大势上升市场，如遇负乘离率，可以行为顺跌价买进，因为进场风险小；在大势下跌的走势中如遇正乖离，可以待回升高价时，出脱持股。
由于股价相对于不同日数的移动平均线有不同的乖离率，除去暴涨或暴跌会使乖离率瞬间达到高百分比外，短、中、长线的乖离率一般均有规律可循。下面是国外不同日数移动平均线达到买卖讯事号要求的参考数据：
6日平均值乖离：－3％是买进时机，＋3．5是卖出时机；
12日平均值乖离：－4．5％是买进时机，＋5％是卖出时机；
24日平均值乖离：－7％是买进时机，＋8％是卖出时机；
72日平均值乖离：－11％是买进时机，＋11％是卖出时机；

慢速KD（SKD,SLOWKD）

是随机指标的一种，只是KD指标是属于较快的随机波动， SKD线则是属于较慢的随机波动，依股市经验 SKD较适合用于作短线，由于它不易出现抖动的杂讯，买卖点较KD明确，SKD线之K值在低档出现，与指数背离时，应作买点，尤其K值第二次超越D值时。

DBCD异同离差乖离率

① 公式描述：
先计算乖离率BIAS，然后计算不同日的乖离率之间的离差，最后对离差进行指数移动平滑处理。
②特点：
原理和构造方法与乖离率类似，用法也与乖离率相同。优点是能够保持指标的紧密同步，而且线条光滑，信号明确，能够有效的过滤掉伪信号。

LW&R威廉指标

① LWR威廉指标实际上是KD指标的补数，即(100-KD)。
LWR1线 (100-线K)
LWR2线 (100-线D)
参数：N、M1、M2 天数，一般取9、3、3
② 用法：
1.LWR2<30，超买；LWR2>70，超卖。
2.线LWR1向下跌破线LWR2，买进信号；
线LWR1向上突破线LWR2，卖出信号。
3.线LWR1与线LWR2的交叉发生在30以下，70以上，才有效。
4.LWR指标不适于发行量小，交易不活跃的股票；
5.LWR指标对大盘和热门大盘股有极高准确性。

MTM动量指标

① 动量指数（MOMENTOMINDEX）就是一种专门研究股价波动的技术分析指标，它以分析股价波动的速度为目的，研究股价在波动过程中各种加速，减速，惯性作用以及股价由静到动或由动转静的现象。动量指数的理论基础是价格和供需量的关系，股价的涨幅随着时间，必须日渐缩小，变化的速度力量慢慢减缓，行情则可反转。反之，下跌亦然。动量指数就是这样通过计算股价波动的速度，得出股价进入强势的高峰和转入弱势的低谷等不同讯号，由此成为投资者较喜爱的一种测市工具。股价在波动中的动量变化可通过每日之动量点连成曲线即动量线反映出来。在动量指数图中，水平线代表时间，垂直线代表动量范围。动量以0为中心线，即静速地带，中心线上部是股价上升地带，下部是股价下跌地带，动量线根据股价波情况围绕中心线周期性往返运动，从而反映股价波动的速度。
② 计算公式
MTM＝C－Cn
其中：C为当日收市价，Cn为N日前收市价，N为设定参数，一般选设10日，亦可在6日至14日之间选择。
③ 运用原则
1、一般情况下，MTM由上向下跌破中心线时为卖出时机，相反，MTM由下向上突破中心线时为买进时机。
2、因选设10日移动平均线情况下，当MTMT在中心线以上，由上向下跌穿平均为卖出讯号，反之，当MTM在中心线以下，由下向上突破平均线为买入讯号。
3、股价在上涨行情中创出点，而MTMT未能配合上升，出现背驰现象，意味上涨动力减弱，此时应关注行情，慎防股价反转下跌。
4、股价在下跌行情中走出新低点，而MTM未能配合下降，出现背驰，该情况意味下跌动力减弱，此时应注意逢低承接。
5、若股价与MTM在低位同步上升，显示短期将有反弹行情；若股价与MTM在高位同步下降，则显示短期可能出现股价回落。
④ 评价
有时光用动量值来分析研究，显得过于简单，在实际中再配合一条动量值的移动平均线使用，形成快慢速移动平均线的交叉现象，用以对比，修正动量指数，效果很好。

PSY心理线

① 心理线是一种建立在研究投资人心理趋向基础上，将某段时间内投资者倾向买方还是卖方的心理与事实转化为数值，形成人气指标，做为买卖股票的参数。
② 计算方法
PSY＝N日内的上涨天数/N×100
N一般设定为12日，最大不超过24，周线的最长不超过26。
③ 运用原则
1、由心理线公式计算出来的百分比值，超过75时为超买，低于25时为超卖，百分比值在25－75区域内为常态分布。但在涨升行情时，应将卖点提高到75之上；在跌落行情时，应将买点降低至45以下。具体数值要凭经验和配合其他指标。
2、一段上升行情展开前，通常超卖的低点会出现两次。同样，一段下跌行情展开前，超买的最高点也会出现两次。在出现第二次超卖的低点或超买的高点时，一般是买进或卖出的时机。
3、当百分比值降低至10或10以下时，是真正的超买，此时是一个短期抢反弹的机会，应立即买进
4、心理线主要反映市场心理的超买或超卖，因此，当百分比值在常态区域上下移动时，一般应持观望态度。
5、高点密集出现两次为卖出讯号；低点密集出现两次为买进讯号。
6、心理线和VR配合使用，决定短期买卖点，可以找出每一波的高低点。
7、心理线和逆时针曲线配合使用，可提高准确度，明确指出头部和底部。

OSC摆动线

OSC公式 = 当日收盘 – 若干天的平均线价
① 当震荡点大于0且股价趋势仍属上升时，为多头走势，反之当震荡点小于0且股价趋势为下跌是为空头走势。
② OSC可用切线研判涨跌讯号。
③ OSC可用形态学指示进出点。
④ OSC与价格背离则反转日为时不远。

B3612三减六日乖离

① 算法：
B36 收盘价的3日移动平均线与6日均线的差离
B612 收盘价的6日均线与12日均线的差离
② 用法：乖离值围绕多空平衡点零上下波动，正数达到某个程度无法再往上升时，是卖出时机；反之，是买进时机。多头走势中，行情回档多半在三减六日乖离达到零附近获得支撑，即使跌破，也很快能够拉回。

⑻ 量化程序化交易员程序员 这个是什么压力大吗

量化交易也叫程序化交易，是国内证券交易、期货交易快速发展的交易方式，欧美市场上60%-70%的证券、期货交易时通过程序化完成的。程序化交易讲究团队运营，资产管理公司一般设置策略研究员、量化交易程序员、交易员、风控等岗位。量化交易程序员的主要职责就是把策略研究员的交易逻辑、交易思想用计算机语言编程。编程完成以后还要做测试以及参数修改等工作。程序员最基本的要求你要懂得最常见的计算机语言，如C++,Python,最好懂AutoIt、MATLAB、R语言。程序化交易员对计算机语言的要求不太高，但是要有证券交易经验，会看K线图，懂得基本的技术分析理论、技术指标，这些是必须的。很多公司的程序化交易也不是完全计算机执行的，你需要懂得在什么样的市场行情使用怎样的交易策略，当一套策略系统一段时间运行表现不佳的时候要会分析市场机构的变化。正规的资产管理公司很少会聘期完全没有交易经验的交易员，不会聘请不懂计算机语言的程序员。如果你符合如上说的条件可以去应聘。至于压力，要比主观交易的操盘手要轻得多，是否加班主要取决于该公司投资的产品是国内还是境外的市场，如果是国内证券、期货产品，比较少加班吧，境外市场会有人上夜班。非交易时间外的加班，这得看工作需要与企业文化啦。不知我这样回答你清楚吗？

⑼ CQF的年薪是多少

CQF量化投资分析师是金融领域的相关证书，所以他们从事的职业肯定是跟金融证券类息息相关。目前CQF持证人工作的领域主要集中在证券银行、基金管理、国际投资银行、期货衍生品与金融风险管理等领域工作。
CQF量化金融分析师到底用处有多大？
CQF职位推荐
1、量化交易员
这类职业无论在证券公司还是期货公司，以及一些私募基金机构，对这类量化交易员的要求都要求很高。因为这类交易员直接跟资金挂钩，所以不管是量化研究或者基本面，最终都是要落实到交易，所以量化交易环节显得就很重要了。
2、量化分析师/研究员
这类量化研究主要以权益类和固收类位置，就像是我们常说的股票多因子模型研究，固定收益类资产投研模型的各种研究等。在国内金融市场中，这些职位的要求我们都会比较熟悉，并且如果涉及到大型资产配置和金融风险模型等，更是需要CQF持证人这些拥有扎实的金融基础的人。同时还需要大佬的数据分析和编程能力，一般主要以python为主。当然必要的语言能力也是很重要的，最起码的阅读和理解金融领域的相关着作需要比较流畅。
3、量化开发工程师
一提到开发工程师，其实量化开发工程师主要开始更需要了解编程相关的内容，也就是急需要熟悉软件开发的各类工具。常见的CQL数据库、Linux操作系统，如果是对算法要求比较高还要扎实的数据知识来满足日常工作需求。
CQF薪资水平
1.投研系统开发工程师：参考年薪60-120万间
2.量化投资组长(或PM)：参考年薪200万间
3.基金经理/PM：参考薪资：年薪60-200万间

⑽ 在中国，量化交易员每天要做什么样的工作

随着量化投资的概念在国内逐渐流行，量化交易员这个听起来神秘又高大上的职业也逐渐走入人们的视野。量化交易员平常的工作其实没有固定的模式，但总结下来大都包括: 现有策略的管理维护，看盘（通常开N个窗口，大都是定制化的各种彩色表格、图、列表和滚动新闻的组合）以及查看策略有没有乱发单，开发新的策略，每日进行盘后处理，统计委托、持仓、波动率、滑点等等，这些工作听起来琐碎且机械，但真正开发出所谓的印钞机达到躺赢的境界可谓少之又少，大部分人仍然需要不断学习并且经历各种市场的考验：
 
1、灵感，在市场上策略逐渐趋同、逐渐失效的过程中是很重要的，自己绞尽脑汁更新了好几个版本的新策略回测时各种指标竟然远不如行业内正火热的几个“经典策略”，市场总是公平而又残酷的。
2、心理，投资讲求的是心理战，对于量化交易员来说，程序化交易的方式可以避免一部分人性的因素，但是否干预、何时干预模型（尤其是模型并不完备）一直是一个长期困扰交易员的问题
3、不确定性，个人认为，量化交易者同时也需要结合一些基本面，尤其是在国内金融市场信息不对称、噪声大以及监管因素变化下能够从市场调研中获得有效信息以减少不确定性是相当重要的。