徐小明数字化定量分析

徐小明数字化定量分析
数字化定量分析之如何卖到分时最高点1
在我研究数字定量的时候，有两本书将我推向数学研究，这两本书分别是穿杨的《盘口内经》和比尔威廉姆的《证券混沌操作法》。

所以，我的数字化定量分析，先从这两本书谈起。

希望能把大家带入金融数学定量研究。

我们经常能够遇到自己的股票产生了一波快速的拉升，如果单从感觉来解决操作问题，要么卖早了，要么卖迟了。

用定量分析，是能在这波快速拉升的分时线上保证卖到最高点或十分接近最高点的。

虽然它并不保证在这波拉升之后，是否还会再次拉升，但无疑能做到卖到最高点，其实战性已经是极强。

而这方法的内涵，是对数字，时间，价格，速度深刻的理解。

方法：
假如我们碰到了分时线一波急速的拉升，凭感觉不如用定量分析。

首先我们来研究怎样卖在次高位：
先来观察一组数字：1、2、3、4、5、6、7、8、7……从这一组数字当中，我们知道最高点（极值）为8，但能够确认最高点的数字，是8后面的7。

因为在没有8后边的7出现的时候，我们是不知道8后边是否还有9，或10的。

基于这个思想，我们把分时线用时间来划段。

可选用一分钟，若出现1、2、3、4、5、6、7、8、7现象，我们则卖出。

为什么要用时间划段，因为分时线变化太快，规律不好掌握，而用时间划段后则规律井然，这使得我们有了一把尺子。

举例：今天07年7月18日上午的600806昆明机床，在9：44分开始拉升，按9：44分当时价格挂好卖出价格，挂好价格即可，不要按确定。

然后我们取一分钟的最后一个价格。

9: 44 22.40
9: 45 22.48
9: 46 22.50
9: 47 22.60
9: 48 22.70
9: 49 22.75
9: 50 22.79
9: 51 22.86
9: 52 22.92
9: 53 23.00
9: 54 23.10
9: 55 23.17
9: 56 23.10
我们单从最简单的价格变化着手，到9.56分的时候，出现了1、2、3、4、5、6、7、8、7现象，即把已经最开始挂好的价格执行。

按照时间优先和价格优先的交易规则，能保证我们卖出，还几乎卖在最高位（次高位）。

数字化定量分析之如何卖到分时最高点2
在上次的文中，已经阐明了如何卖到一波行情的次高点，好不好用大家一试便知。

交易规则中有时间优先和价格优先。

后来才知道原来有很多人不太懂，我来解释一下。

首先是价格优先，然后才是时间优先。

打个比方，你上午10点挂10元买入，但又有一个人11点，挂10.1元买入，他虽晚你一个小时，也是他先成交。

在价格没有分别的情况下，你们俩都是10元买入，按照时间顺序来成交。

假如一个想10元买，而另一个人8
元卖，一定会被成交，这个时候看谁先挂价，按先挂价的成交。

昨天我说用22.40挂价卖出，目的就是一个，先做好准备，不要到时候现敲价格，为了高卖，就要抢时间，看谁手快。

而挂22.40元时绝对不会按照22.40为最终成交价格的，懂点常识的老股民都知道。

再次声明，这个办法传承于穿扬先生的《盘口内经》，只能卖到某一波行情的最高价，这波行情结束后，能否再起一波，是没办法保证的。

但这个方法在你想在这波行情的条件下，无疑实战效果很好，600029南航6月18号复牌，最高价格10.88元，我就是用这个方法卖到10.60元。

昨天只是解决了卖到次高价格，今天来和大家谈谈如何卖到一波行情的最高价格。

还用昨天的方法，用1分钟线的最后一笔成交价格，给行情分段。

今天取000811大连国际为例。

该股于今天的13：39分启动。

价格为10.17元。

马上打开交易平台，用最快的方法挂好价格，但不要敲确认键（确认是成交的最后一步）。

然后看其价格：
13:39 10.17元
13:40 10.25元
13:41 10.36元
13:42 10.44元
13:43 10.58元
13:44 10.60元
我们来看速度，
第一个1分钟，涨了8分。

第二个1分钟，涨了11分。

第三个1分钟，涨了8分。

第四个1分钟，涨了14分。

最后一个1分钟，只涨了2分。

再细看，13：44这一笔分时成交，你会感觉到明显的滞涨，反复在10.58 、10.60、10.62、10.60震荡。

即盘中遇到强阻力，多空双方争夺势均力敌而非畅快的无阻力的上涨。

所以，应该在10.60卖出。

虽然后边又涨停，但当时我们是不知道后边能涨停这件事的。

像000543、000632、000037、600273、600804、600331这样冲高回落的股票太多了。

所以该方法实战性很强,你即然想卖,多卖几分是几分.
好，我来做个总结，昨天卖到次高点，其秘诀在两个字：转折。

今天的方法，如何卖到最高点，其秘诀也有两个字：滞涨。

这是先有的思路，然后把思路量化，量化会让我们的思路清晰，操作起来容易决策。

数字化定量分析：空间的1、2、3求4法
方法的设计思想，技术分析有三个基本原理：
1、价格包容一切
2、趋势一但形成即将延续
3、历史往往重复发生
这个方法的建立是基于历史往往重复发生的假设基础上的。

过去发生的事情必然会对现在有一定的影响，时间和空间在特定的场合，市场环境和心理预期下会走重复。

大量无
序的个体买卖会在整体上出现有序和必然，在这个市场上的人，机构，操作者，资金运作轨迹，必然会有时空的重复性。

这次我们单从空间的角度出发，来解释市场的重复性。

数学公式：4=2*3/1
公式解释：空间走重复，但需要一把尺子。

市场上有很多把尺子（很多个波段），我们怎么来取点？大体上我们有个原则，看各个波段的速度的自相似性。

自相似性最强的作为取点依据，先找到“历史”。

找到“历史”之后，按照一定时间（并没有固定是小时线或30分钟线，所有周期都可以）周期的收盘价格（开收高低，这四个价格，收盘最重要，很多指标的设计也只取收盘价格）。

取极值（一个时间段的最高或最低）。

其实方法相当简单,但速度确实很重要。

若“现在”比“历史”速度快，要把计算结果适当调高。

若“现在”比“历史”速度慢，要把计算结果适当调低。

具体的参数怎么设定，以后再讲给大家，大家先在头脑里有空间的概念。

数字化定量分析之日线单阳测顶
分析方法设计思想：在一个具备持续性的下跌后，多方积攒了长期的做多热情于一天爆发出来，在一个阶段最底部的一根阳线，它的高度代表了多方的信心，从而决定了整波行情的力度。

应用范围：一个持续性的下跌之后；最底部日线出现一根有代表性的阳线。

方法：
1、找到第一波，取模。

2、用数学求出基本震荡因子。

3、找到应用计算的阳线。

4、求本轮行情高点。

举例：上证指数：2002年1月23日----3月21日的行情用来取模
公式：X=(A-B)/(C-B)
A：此轮行情顶部最高收盘价格
B：底部大阳线前一天收盘价格
C：大阳线收盘价格
X：基本震荡因子
如图: 求出基本震荡因子=3.9
把公式重新打开得到:
A=(C-B)*X+B
就能够求出本论行情的顶部区域，即单阳测顶。

2002年6月6日出现底部单阳
用这个方法：
A=（1521-1462）*3.9+1462=1692
实际见高点1748点（没办法做到精确，但能卖到相对高点已经很重要了）2003年1月8日出现底部单阳
依旧用这个方法：
A=（1372-1332）*3.9+1372=1488
实际见高点1529点
2003年3月27日出现底部单阳
A=（1499-1456）*3.9+1456=1623
实际见高点1649点
数字化定量分析：费氏数列与数学的神奇1
今天只发一张图片，大家先思考一下其成因，来体验一下数学的神奇。

然后会引出，波浪理论的数学模型和《证券混沌操作法》中一致性获利法时间跨度的定量研究。

谁能解释其成因? 不要想的太简单哦!
数字化定量分析：费氏数列与数学的神奇2
昨天给出的“三角型”其实不是三角型，象三角型而已。

第一个“三角型”中间的高，应用几何算法应该是：8/13=X/5 X=3.07
而图片是3.00，所以，第一张“三角型”的斜边，略凹下去一点。

同理第二个三角型中间的高应该是 5/13=X/5 X=1.92
而图片是2.00，所以，第二张“三角型”的斜边，略凸出来一点。

问题的关键是，一凸一凹的面积和，正好是一个单位。

我们再观察其构成的数字，分别是：1、2、3、5、8、13这个数列存在这样的关系：1+2=3、2+3=5、3+5=8、以此类推，前两个数相加等于第三个数。

即费波纳奇数字序列.如图:
我们能看到的费氏数列的神奇不仅是上边的图片那么渺小。

自然科学领域的重大成就从原子核理论到广播电视，无一不与这一数列相连，费波纳茨数列已不仅是数字游戏，而是迄今发现的自然现象的最重要的数学体现。

下发一个行星周期与菲波纳奇序列的关系：（引用《费波纳茨奇异数字的应用和买卖交易策略》）
如图：
斐波纳奇序列数字是13世纪的意大利数学家，来自比萨城(Pisa)。

的里昂纳多·斐波纳奇(LeonadoFibnacci)发现的(确切地说是重新发现的).我们将概述这位奇才的历史背景，然后比较完整地讨论以他的名字命名的序列(从技术上讲，它是序列而不是级数)数字。

费波纳奇序列是由0，1开始，以相临的数字进行连续向后得到的结果，如0，1，1，2，3，5，8，13，21，34，55，89，144...... 直到无穷。

这个数列有以下数学关系：
1、前2个数相加等于第3个数
2、前1个数除以后一个数越往后越无限接近于0.618（黄金分割）
3、相邻的两个比率必是一个小于0.618一个大于0.618（三角型图片的真正成因）
4、后1个数除以前一个数越往后越无限接近于1.618
5、如果开平方根，得出的结果就分别是0.786和1.27
6、……太多了不一一例举。

该数列多次提到的0.618即是黄金分割，自然界应用的范围太广了。

1、埃及金字塔
2、人的肚脐高度占身体的高度，拇指占整个手掌的长度
3、如果你将世界上任何一个蜂巢里的雌蜂和雄蜂分开数，你将得到一个相同的比率，就是0.618
4、鹦鹉螺，它身上每圈相邻罗纹直径与罗纹的直径与之比是0.618
5、……太多了不一一例举。

今天先说到这里，打了太多的字，休息一下，明天去新浪做开盘播报，后天为大家引出波浪理论的数学基础，其实就是费氏数列。

费氏数列与波浪理论
1946年，艾略特完成了关于波浪理论的集大成之作，《自然法则——宇宙的秘密》。

你瞧!他的气魄有多大。

艾略特坚信，他的波浪理论是制约人类一切活动的普遍自然法则的一部分。

波浪理论的优点是，对即将出现的顶部或底部却能提前发出警告信号，而传统的技术分析方法只有事后才能验证。

艾略特波浪理论对市场运作具备了全方位的透视能力，从而有助于解释特定的形态为什么要出现，在何处出现，以及它们为什么具备如此这般的预测意义等等问题。

另外，它也有助于我们判明当前的市场在其总体周期结构中所处的地位。

波浪理论的数学基础，就是在13世纪发现的费氏数列。

我们先来看波浪理论的数学结构，如图。

波浪理论的推动浪，浪形为5（1、2、3、4、5），调整浪的浪型为3（a\b\c），合起来为8。

若把波浪细化，大的推动浪有可分为1、3、5浪为推动，2、4为调整。

a\c为推动，b为调整。

这样大的推动浪为5+3+5+3+5=21，调整浪为5+3+5=13，合起来为34。

若再进行更详细的浪形划分，大的推动浪为21+13+21+13+21=89，调整浪为21+13+21=55，合起来为144。

所以，波浪理论怎么细分，都精确在这个数列上：
1、2、3、5、8、13、21、34、55、89、144
这可能是股市当中最早从数学角度出发的方法。

波浪理论在近期市场的应用，如图。

数字化定量分析:怎样用时间来调速度
请看图片
数字化定量分析:费氏数列与一致性获利法
前文曾经提到过到过比尔. 威廉姆的《证券混沌操作法》，这本书实在太深。

读了4、5遍，都没有全部参悟其精华。

只记得书中介绍一致性获利法很神奇。

把趋势类指标macd的参数改称，5、34、5（原参数为12、26、9）。

当波浪呈现比较明显的4浪的时候，当macd的diff值下穿（或上穿）零轴的时候，代表4浪完成的条件形成（即转市）。

举例：上证指数30分钟线把趋势类指标macd的参数改成5、34、5。

当diff值为负时代表下穿零轴，代表4浪调整结束。

上一篇定量分析里说过，波浪理论的数学基础是费氏数列，一致性获利法中对波浪的定性也应用了费氏数列的数5、34。

然而比尔. 威廉姆只是告诉大家怎么用，而没有说明为什么把参数改成5和34，为什么不是12、26（macd的标准参数）呢？
我对费氏数列的研究有限，只有在研究鹦鹉螺旋（费氏数列开根号）时，发现5和34在180度的对立面上。

我想这可能不是巧合。

如图：
但，新的问题产生了，用60分钟线的时候，调整macd的参数成5、34、5的时候，就是不对的，那么怎么解决一致性获利法的时间跨度问题呢？今天时间太紧了，先写到这，请看明天的数字化定量分析之一致性获利法的时间跨度定量研究。

数字化定量分析：一致性获利法时间跨度的定量研究
哥白尼的《天体运行论》挑战了千余年的地心说，做学问要在不疑中有疑问。

我读比尔.威廉姆的《一致性获利法》时，看到他用140根左右的时间周期来规定macd的参数设置。

我就知道他是错的。

事实证明，基本的证券分析系统最开始进入的页面里有144根k线。

如果，按向下的箭头或向上的箭头页面里的k线数就会增多或减少。

但macd的值并不会因为k线数的多少而变化。

但我们把周期的级别改变，虽然页面里仍有144根k线，但macd的值却大幅变化。

这个时候你在用5、34、5来应用行情，会相差太多。

所以，用60分钟图显然5、34、5是错误的macd参数。

60分钟的k线是30分钟的k线的1/2，那么我们把参数也用1/2来试一下。

5、34、5更该成，3、17、3。

神奇的效果出现了，当macd的diff值穿越零轴的时候，60分钟线和30分钟线一样精确见到低点。

所以，比尔.威廉姆的一致性获利法的时间跨度研究是错的。

那么怎么解决一致性获利法的时间跨度研究呢？我做过大量的数学推导，能给大家一个近似标准的答案。

首先我们来看一下macd的设计思想，通过对其设计公式的研究，我发现它不过是短期和长期的移动异滑平均值的比较。

简单的讲就是，短期和长期哪个速度更快。

比如：Macd的标准参数12、26、9，其实就是从现在往前数12天的速度和从现在往前数26天的速度比较。

如图
通过对指标的详细研究，使我现在已经不必看任何指标，只是通过时间、价格就能知道指标的位置和形态，进而做到快人一步。

（指标太滞后了，所有的指标都滞后。

我们觉得最快的kdj只不过它的标准参数是9、3、3而已，但同样滞后3个周期。

）
数字化定量分析：一致性获利法时间跨度的定量研究（续）
调整macd的参数5、34、5，是为了判断第四浪调整结束的最低要求，别的时候不适用。

上文曾经说过，《混沌操作法》中的原著比尔.威廉姆的页面k线数量来确定参数设置是错误的。

那么究竟应该以什么为准呢？我做过大量的数学推导，能给大家一个近似标准的答案，看看哪个周期最适合5、34、5。

就是数波浪的1浪起点到3浪终点的周期数。

我经常用的是60为参量，我做过大量的数学推导，能给大家一个近似标准的答案，看看哪个周期最适合5、34、5。

那么大于60的，5、34、5的参数应该放大；小于60的，5、34、5应该缩小。

为了方便大家量化，我给一个参数应用一致性获利法macd的参数设置计算公式：
1浪起点到3浪终点的周期数为L
基本震荡因子为X
先求出X=L/60
macd参数设置为（5*X, 34*X, 5*X），穿越零轴为四浪结束。

举例：
对于错、涨与跌、赚还是陪，对我来讲早已不重要了。

我在用心灵维护我博客的学术气氛。

数字化定量分析:上证指数的可公度性1
可公度,全新的思想，以前只用于天文学。

我们先来了解一下，什么是可公度。

在天灾预测中，翁文波对天文学中的可公度性给予了特别关注。

翁文波认为，可公度性并不是偶然的，它是自然界的一种秩序，因而是一种信息系。

可公度性不仅存在于天体运动中，也存在于地球上的自然现象中。

（一）元素周期表中的奥秘
元素周期表是门捷列夫等一批杰出的化学家探索自然奥秘的杰作，根据这个周期表，人们多次成功地预测和发现了新元素及它们的性质。

可其中还存在被我们忽略的奥秘吗？
回答是肯定的。

翁文波发现，可公度性存在于元素周期表中。

我们从元素周期表中取出前10个元素，它们的原子量用X（n）代替，如下：
氢X（1）＝1.008氦X（2）＝4.003锂X（3）＝6.941
铍X（4）＝9.02硼X（5）＝10.811碳X（6）＝12.011
氮X（7）＝14.0067氧X（8）＝16.000氟X（9）＝18.998
氖X（10）＝20.179
用可公度性“量”出它们具有如下一些关系：
X（1）＋X（6）＝13.019几乎等于X（2）＋X（4）＝13.015
X（1）＋X（9）＝20.006几乎等于X（2）＋X（8）＝20.003
X（4）＋X（9）＝28.010几乎等于X（6）＋X（8）＝28.011
几乎等于X（7）＋X（7）＝28.014
X（3）＋X（8）＝22.941约等于X（5）＋X（6）＝22.822
X（5）＋X（10）＝30.990约等于X（6）＋X（9）＝31.009
X（3）＋X（7）＝20.948约等于X（10）＋X（1）＝21.187
也就是说，每一个元素的原子量可由其它元素的原子量通过加、减运算推导出来（允许误差0.2），这种表达式，翁文波称之为可公度性的一般表达式。

这个例子是用三个数据推导出一个数据，叫做三元可公度式，在另外一些例子中，存在五元、七元、九元等可公度式。

既然每个原子量可由其它原子量通过三元可公度式推导出来，我们就可用它往外推，以预测某一元素的原子量。

假如我们不知道11号元素钠的原子量，则用以上方法外推，有：X（10）＋X（3）—X（2）＝23.117
X（10）＋X（2）—X（1）＝23.174
X（9）＋X（5）—X（3）＝22.868
X（10）—X（6）—X（4）＝23.170
X（8）＋X（9）—X（6）＝22.987
X（10）＋X（9）—X（8）＝23.177
钠的实际原子量为22.99，外推结果是较为准确的。

如果用五元可公度式，结果更为精确：
X（9）＋X（9）＋X（1）—X（6）—X（2）＝22.990
X（9）＋X（8）＋X（1）—X（4）—X（2）＝22.983
X（9）＋X（7）＋X（7）—X（6）—X（6）＝22.989
X（8）＋X（8）＋X（4）—X（7）—X（2）＝23.010
X（6）＋X（4）＋X（2）—X（1）—X（1）＝23.018
这样，可公度性就可用来进行预测。

当然，一个可公度性式可能是偶然的，只有两个以上的可公度式存在，预测才具有一定价值。

（最重点的一句话）
一次影响深远的水灾预测
现在我们来看看翁文波是怎样预测1991年华中、华东地区特大洪涝灾害的。

这次预测是以19世纪到20世纪中，华中地区历史上16次特大洪水年份中的6次为依据，它们是：
X（1）＝1827（年）X（2）＝1849（年）X（3）＝1887年
X（4）＝1909（年）X（5）＝1931（年）X（6）＝1969年
这几个数值的可公度式为：
X（2）＋X（3）＝X（1）＋X（4）X（2）＋X（4）＝X（1）＋X（5）
X（3）＋X（4）＝X（1）＋X（6）
X（3）＋X（5）＝X（2）＋X（6）＝X（4）＋X（4）
这种结构，是可公度性的特款（相等的数自然是可公度的）。

以此类推，得
X（7）＝1991（年）
X（7）+X（1）＝X（3）+X（5）＝X（2）+X（6）＝X（4）+X（4）
X（7）+X（2）＝X（4）+X（5）
X（7）+X（3）＝X（4）+X（6）
X（7）+X（4）＝X（5）+X（6）
把上述可公度式表达成更为简明的形式：
│X（1）＝1827│
│X（2）+X（3）-X（4）＝1827 X（2）+X（4）-X（5）＝1827│
│X（3）+X（4）-X（6）＝1827│
│X（2）＝1849│
│X（1）+X（4）-X（3）＝1849 X（1）+X（5）-X（4）＝1849│
│X（3）+X（5）-X（6）＝1849 X（4）+X（4）-X（6）＝1849│
│X（3）＝1887│
│X（1）+X（4）-X（2）＝1887 X（1）+X（6）-X（4）＝1887│
│X（2）+X（6）-X（5）＝1887 X（4）+X（4）-X（5）＝1887│
│X（4）＝1909│
│X（1）+X（5）-X（2）＝1909 X（1）+X（6）-X（3）＝1909│
│X（2）+X（3）-X（1）＝1909│
│X（5）＝1931│
│X（2）+X（4）-X（1）＝1931 X（2）+X（6）-X（3）＝1931│
│X（4）+X（4）-X（3）＝1931│
│X（6）＝1969│
│X（3）+X（4）-X（1）＝1969 X（3）+X（5）-X（2）＝1969│
│X（4）+X（4）-X（2）＝1969│
│X（7）＝1991（预测）│
│X（2）+X（6）-X（1）＝1991 X（4）+X（5）-X（2）＝1991│
│X（5）+X（3）-X（1）＝1991 X（4）+X（4）-X（1）＝1991│
│X（6）+X（4）-X（3）＝1991│
这个预测发布在1984年出版的《预测论基础》一书的125页，当时并没有引起人们的注意。

七年后，一场特大洪涝灾害袭击了华东、华中广大地区，这才有人想起，一位石油科学家对这场洪水早有预料。

这次成功的预测影响十分深远，很多人从此对翁文波的天灾预测产生了浓厚兴趣。

《选自天灾预测与可公度性》
上证指数的可公度性2
金融市场里对时间的理解有两种，一种是我们能够感知的一去不复返的自然时间，一种是日升日落急归所出之处的循环时间。

以前经常跟大家介绍时间的循环，今天为大家介绍的自然时间的计算方法。

我们把重要的上证指数的月线极值点，用时间标记。

从有股票第一天到现在，重要的时间转折为，X1=27、X2=44、X3=77、X4=99、X5=127、X6=145、X7=160、X8=175。

已知X1、X2、X3、X4、X5、X6、X7、X8。

求X9
二元求解
X1+ X8=27+175=202
X3+ X5=77+127=204
X2+ X7=44+160=204
三元求解
X1+ X3+ X4=27+77+99=203
X5+ X8- X4=127+175-99=203
因为数字的应用是为了把复杂的问题简单话，而非把简单的问题复杂化，所以我并不打算采取四元，五元求解。

结论：202-204为重要时间点，因为月线取点取了17年，所以没有办法做到精确，只能固定到一个区域,这个区域的时间点重点参考而已。

202=07年9月
203=07年10月
204=07年11月
当下一个时间点X9出来后我们用这个方法再推算X10\X11
这是单从数字的角度来进行分析的. 也许它管用几年或十几年.
今天涨停个股盘口看明天高开幅度
今天再谈盘口语言，引入一个新名词“封成比”，顾名思义就是涨停个股盘口封单和成交的比例。

这个词也是我想出来的。

也算是数字化定量分析的一种方法吧，“封成比”这个词跟“空间的1、2、3求4”、“速率分型图”、“基本振荡因子”一样是我独创的，为了好记。

我们先来弄明白，什么是涨停个股的封单量。

封单量，即涨停个股在买一位置的挂单数量，因为涨停了，这个位置的挂单经常是排队想买入的。

这个队伍排得多长，代表了一个群体在特定条件下的一个意愿。

意愿决定次日（即下一个交易日）的高度。

如图
成交量，由于证券市场是撮合成交。

成交量可以显示今天多少筹码可以换手，来判断筹码锁定性，即市场参与群体是否惜售。

但我们需要一把尺子，凭感觉是靠不住的。

这个队伍到底有多长，意愿有多强烈，有绝对和相对之分。

比如，今天华夏银行600015封单量是20945手。

杭萧钢构600477的封单量是25150。

两只股票的封单相差不大，但如果对比其流通盘，就相差太大了。

华夏银行的流通盘16.9亿股，杭萧钢构的流通盘1.06亿股。

所以，绝对值相差不大的封单量，相对值却相差很大。

同理成交量也一样，成交量所占流通盘的比例叫做换手率，一个绝对数值，一个相对数值。

那么，“封成比”就是指这只股票涨停个股盘口封单和成交的比例，却以流通盘无关。

因在计算的过程中，流通盘可以被消掉A=（X/Z）/（Y/Z）=X/Y （X为封单量）（Y为成交量）（Z为流通盘）。

定量标准：A大于10的，明天高开幅度以涨停开盘几率大于70%。

A小于10，大于3的，明天高开幅度多在6%-10%之间。

A小于3，大于1的，明天高开幅度多在3%-6%之间。

A小于1，大于0.5的，明天高开幅度多在1%-3%之间。

A小于0.5的，明天开盘幅度多在0%左右，并不一定高开。

今天一共有29只无卖一价格的涨停。

预计明天会大幅度高开的是
600550 000793 600477
600550 5%以上
000793 3%左右
600477 3%左右
我所著的《数字化定量分析》一书目前还没有出版，即将出版。

人类文明留传至今，主要有三个渠道，艺术、科学和宗教。

分别代表了现象、数学、和哲学。

《数字化定量分析》一书的核心思想是把金融市场的分析角度从现象上升到数学。

望大家能够沿着这个思想，把数字化定量分析发扬光大。

此书文采略显稚嫩，因我拒绝了找人润笔，书和博客里面的每一个字都是出我之手。

为了让大家读起来更容易懂,我做了大量的图片,书的内容如我一样朴实、自然，却凝结了我这些年对市场的全部思想。