什么是股票公式中的未来函数

什么是股票公式中的未来函数

很多人使用指标指标，不知有“未来函数”，更有人一提到“未来函数”就谈虎色变，大骂“未来函数”之害，这都是不正确的。要弄懂“未来函数”的本质，必须知其然并知其所以然，下面从五个方面进行探讨。

一、什么是“未来函数”

所谓“未来函数”，是指可能引用未来数据的函数，即引用或利用当时还没有发生的数据对之前发出的判断进行修正的函数。具体地说，就是本周期结束后显示的指标值，包括线段和买卖提示信号，可能在以后发生新的数据后改变位置或消失。通俗地讲，含有不确定性判断的指标指标，就是含“未来函数”的指标指标。

含有未来数据指标的基本特征是买卖信号不确定，常常是某日发出了买入或卖出信号（线段的转折点与此同理），第二天如果继续下跌或上涨，则该信号消失，并在明天新的位置标示出来。

二、含有未来函数指标的种类

（一）以之字转向为代表的ZIG类函数。我们最常见到和经常提到的多指此类。

1、ZIG（K，N）之字转向。

当价格变化量超过N%时转向。K表示0:开盘价；1：最高价；2：最低价；3：收盘价

例如：ZIG(3,5)表示收盘价的5%的ZIG转向。

2、PEAK（Ｋ，Ｎ，Ｍ）向前数前M个ZIG转向波峰值。（以下用法略。点击软件中相应的函数时，下面有提示或用法）

3、PEAKBARS（Ｋ，Ｎ，Ｍ）前M个ZIG转向波峰到当前距离。

4、TROUGH（Ｋ，Ｎ，Ｍ）前M个ZIG转向波谷值。

5、TROUGHBARS（Ｋ，Ｎ，Ｍ）前M个ZIG转向

波谷到当前距离。

6、FLATZIG、FLATZIGA、PEAKA、PEAKBARSA、TROUGHA、ZIGA等等都属于此类未来函数。

（二）准未来函数。

这部分函数存在引用未来数据的问题，但不如上述函数明显，有些目前争议较大。

1、FFT(X,N)、傅立叶变换。对序列X进行傅立叶变换或变换处理后反变换。

2、BACKSET(X,N)、向前赋值。若X非0,则将当前位置到N周期前的数值设为1。

3、WINNER、LWINNER等获利盘比例类的和COST 也有未来函数的性质，有时可使信号产生漂移。

函数：WINNER(A)

描述：获利盘比例

类别：指标

参数：A为数组(变量)或常数

返回：返回数组

说明：计算获利盘比例，该函数仅对日线分析周期有效

示例：WINNER(CLOSE),表示以当前收市价卖出的获利盘比例，如返回0.2表示20%获利盘；

WINNER(10)表示10元价格的获利盘比例

WINNER与COST是正好相反的两个函数，前者由价格求获利盘比例，而后者由获利盘比例求得价格，灵活应用这两个函数，可以定量地进行成本分析计算。

COST，成本。WINNER，优胜者，获利。

两者互相换算。COST是根据获利盘估算价格，WINNER是根据价格估算获利盘。

之所以说估算，是因为要精确算，必须把每笔成交的价格和成交量都记录下来，一般这是很难做到的。

就算能做到，筹码分布方面的技术分析有效么？这就看各人自己的取舍了，股市中目前还没有发现包赚不赔的技术指标。

COST(WINNER(C)*100);

C;

此两者趋于相等。也说明这两个函数支持序列变量。

平均成本价的计算。将刚好完全换手的每笔成交量和成交价格相乘，然后除以这期间总的成交量，即为平均成本价。

平均成本价格:COST(50);

AA:=SUMBARS(VOL,CAPITAL);

平均成本价:SUM(C*V,AA)/SUM(V,AA);

实际上这两种方法都是估算出来的，后者的误差可能更大一些。

相当于一箱苹果是2元一斤，另两箱苹果是5元一斤。三箱苹果的平均价格就是(2*1+5*2)/(1+2)=4元。

这有点统计学中的调和平均值的味道了。筹码分布，要搞得复杂，可以计算中位值、众位值，研究正态分布、偏态分布，还有集中度、穿透力，当真是花样繁多。

筹码分布的峰位在哪个价格区域，是筹码分布爱好者很想知道的一个指标。用COST可以估算出来。

成本分布原理：

投资者一般对股票平均成本感兴趣，移动平均MA、指数平滑移动平均EMA等算法都是计算股票平均成本的算法，但是这些算法没有考虑到成交量对平均成本的影响，例如，假设最近一段时间某股票在10-20元间波动，其平均价MA为15元，但观察其成交量发现在20元附近成交

量巨大，而在10元附近成交量稀少，我们认为其平均成本显然应该比15元更高才合理，为此我们可以引入换手率移动平均概念；以当天的换手率作为平滑因子计算指数平滑移动平均，用指标来表示为：

Y：=（1-A）*Y’+A*C

A表示换手率，C表示收盘价，Y和Y’分别表示今日平均价和昨日平均价。

加权平均的计算方法是：Zax，其中x为待统计数值，a 为x占总量的比例，当日的平均成本Y可以表示为两个部分，当日买入的和以前买入的，当日买入的成本为收盘价C，以前买入的成本为Y’，而当日买入的占总流通盘的比例为换手率A，而以前买入的则占1-A，因此今日的加权平均成本为（1-A）*Y’+A*C，因此，用这个指标更能反映股票的真实成本。但现在还有两个问题需要解决，其一使用收盘价不能真实表示当日成本，其二是不能了解整个成本的分布情况，即我们只知道平均成本是多少，不知道整个持仓的成本分布情况，而这个分布情况有时是非常有用的。例如某股票的所有持仓成本均为10元，而另一个股票则由50%以5元买入，50%以15元买入，这两只股票均价都

是10元，但其表现必然有很大差别。移动成本分布移动成本分布就是为解决以上问题提出来的，它将平均成本概念从一条平均线扩展为一个分布图，表示当前所有持仓量的成本分布情况，用等间距的水平线表示分布情况，水平线的垂直位置表示成本所处价位，长度表示相对比例，其中最长的线条占满显示区，其余按照相同比例显示。成本分布的算法与前面以换手率作为平滑因子计算指数平滑移动平均的基本原理是一样的，主要差别就在于它计算的不是一个而是一组数值，即当日成本不是收盘价，而是从最低价到最高价之间的一组数据。成本分布算法是基于以下假设计算的：a）每天的成本平均地分布在最低价到最高价之间，画成移动成本图就是一个最低价到最高价的矩形，这个矩形我们称为当日成本；

b)每天的换手是等概率发生的，即不论买入时机如何，对于股票持有者不管是套牢还是获利，当日抛出的概率是相同的。成本分布画法：a)上市每一天的成本分布图就是当日成本，即最低价到最高价间的一个矩形。b)其后每一天的成本分布图满足Y=（1-A）*Y’+A*B，A表示当日换手，B表示当日成本，Y、Y’分别表示当日和上一日的成本分布，注意，此处B、Y、Y’均表示一个分布情况，而不是一个数值。（三）、使用跨周期数据。