分类
外汇交易入门基础知识学习

随机振荡器

  • 文章作者 冷玉龙
  • 发布日期 6月 15, 2022
随机振荡器

CN103475539A - 基于振荡器相位同步的符号网络社区检测方法 - Google Patents

Publication number CN103475539A CN103475539A 随机振荡器 CN2013103928934A CN201310392893A CN103475539A CN 103475539 A CN103475539 A CN 103475539A CN 2013103928934 A CN2013103928934 A CN 2013103928934A CN 201310392893 A CN201310392893 A CN 201310392893A CN 103475539 A CN103475539 A CN 103475539A Authority CN China Prior art keywords node oscillator phase value symbolic network Prior art date 2013-09-01 Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.) Granted Application number CN2013103928934A Other languages English ( en ) Other versions CN103475539B ( zh Inventor 吴建设 焦李成 张龙 缑水平 焦洋 王芳 随机振荡器 郭开武 袁林 侯艳巧 Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to 随机振荡器 the accuracy of the list.) Xidian Univ Original Assignee Xidian Univ Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.) 2013-09-01 Filing date 2013-09-01 Publication date 2013-12-25 2013-09-01 Application filed by Xidian Univ filed Critical Xidian Univ 2013-09-01 Priority to CN201310392893.4A priority Critical patent/CN103475539B/zh 2013-12-25 Publication of CN103475539A publication Critical patent/CN103475539A/zh 2016-05-25 Application granted granted Critical 2016-05-25 Publication 随机振荡器 of CN103475539B publication Critical patent/CN103475539B/zh Status Active legal-status Critical Current 2033-09-01 Anticipated expiration legal-status Critical

Links

  • Espacenet
  • Global Dossier
  • Discuss
  • 239000011159 matrix material Substances 0.000 claims abstract description 22
  • 238000001514 detection method Methods 0.000 claims abstract description 20
  • 230000000875 corresponding Effects 0.000 claims description 35
  • 230000001808 coupling Effects 0.000 claims description 26
  • 238000010168 coupling process Methods 0.000 claims description 26
  • 238000005859 coupling reaction Methods 0.000 claims description 26
  • 238000006467 substitution reaction Methods 0.000 claims description 9
  • 238000000034 method Methods 0.000 claims 随机振荡器 description 8
  • 230000001360 synchronised Effects 0.000 claims description 6
  • 206010067647 Delivery Diseases 0.000 claims description 2
  • 230000000977 initiatory Effects 0.000 abstract 1
  • 238000010586 diagram Methods 0.000 description 7
  • 230000000694 effects Effects 0.000 description 5
  • 238000005516 engineering process Methods 0.000 description 3
  • 238000004088 simulation Methods 0.000 description 3
  • 238000004458 analytical method Methods 0.000 description 2
  • 238000005191 phase separation Methods 0.000 description 2
  • 238000007418 data mining Methods 0.000 description 1
  • 238000011156 evaluation Methods 0.000 description 1
  • 108090000623 proteins and genes Proteins 0.000 description 1
  • 102000004169 proteins and genes Human genes 0.000 description 1
  • 239000007787 solid Substances 0.000 description 1
  • 238000011105 stabilization Methods 0.000 description 1

Abstract

Description

[0005] 本发明的目的在于上述克服现有技术的不足，提出一种基于振荡器相位同步的符号网络社区检测方法，以实现符号网络中社区结构的快速有效地进行检测。本发明使用改进的Kuramoto模型，基于振荡器相位同步原理，通过微分方程的并行处理方式使节点相位快速进行更新并达到同步，根据各个节点稳定时的相位，可快速有效地检测出符号网络的各个社区和社区间的重叠节点。[0006] 实现本发明目的的具体步骤如下:

[0008] 将待检测符号网络中节点按照I~N依次编号，N表示该符号网络中节点的总个数；将待检测符号网络中节点i与节点j之间有正向连接边所对应的邻接矩阵中的元素au设定为I ;将待检测符号网络中节点i与节点j之间无连接边所对应的邻接矩阵中的元素

Figure CN103475539AD00051

时间；Oi表示第i个振荡器的固有频率，该固有频率在[-0.01, 0.随机振荡器 01]之间随机产生且服从均匀分布；κρ表示节点间的正耦合强度，Kn表示节点间的负耦合强度；Ν表示被检测符号网络中节点的总个数；I au I表示对邻接矩阵中元素au取绝对值操作；D表示振荡器j和振荡器i的相位差，D= θ Qi, Qi, Q ,分别表示第i个振荡器的相位值和第j个振荡器的相位值，i与j的取值范围为I~N;

随机振荡器

箱式震荡指标的指标值震荡在两条给定的极限价格水平线之间游走。低线代表超卖，而上面的线表示超买。这些极限设计是基于震荡指标本身，而股票品种的不同波动水平是有所差别的。箱式震荡指标使得使用者可以更容易识别超买和超卖的条件。RSI和随机震荡指标（Stochastic Oscillator）是两个箱式震荡指标的范例。提示：RSI 、Stochastic Oscillator 公式远比MACD和ROC复杂，图6-6。

大多数的箱式震荡指标波动在上下极限之内，但不是所有的箱式震荡指标波动在上下极限内。Relative Strength Index (RSI) 的波动范围是0-100，绝不高于100或者低于0。Stochastic Oscillator同样波动在0-100， Commodity Channel Index (CCI)是箱式波动指标，但是没有范围限制，同样它也是被作为趋势跟踪指标来看待的。

科学家实现基于耦合随机相变纳米振荡器的伊辛哈密顿求解器，大幅提升算法优化效率


Notice: The content above (including the pictures and videos 随机振荡器 if any) is uploaded and posted by a user of NetEase 随机振荡器 Hao, which is a social 随机振荡器 media platform and only provides information storage services.

如何使用Stochastic Oscillator指標？

歡迎各位朋友！今天我們將討論像Stochastic 随机振荡器 Oscillator這樣的大多數交易策略中使用的技術分析的重要指標。隨機振盪器是由George C. Lane在20世紀50年代末開發的指標。這是一個脈衝指標，用於衡量貨幣收盤價與所選時間段價格範圍之間的關係。隨機震盪指標並未跟隨價格和交易量，而是監測價格的動量和速度。該指標有助於確定市場中的超買/超賣情況，交易者使用它們來產生買賣信號。隨機振盪器在價格上漲前改變方向，使其成為市場的領先指標。利用該指標確定的看漲和看跌背離有助於交易者識別市場趨勢的重大逆轉。

如何閱讀隨機振盪器指標

隨機振盪指標公式

  • ％K是主（快）線。在指標上用實線標記;
  • ％D - 信號（慢）線。用虛線表示。

其中max（Hn）是周期N的最大最大值;
min（Ln） - 週期N的最小最小值;
本期共同收盤價。

默認指標設置

無論時間範圍如何，隨機指標的默認期間值均為14。這可以是每小時圖表，每日，每週，每月或日內時段。 14週期％K將使用“最近收盤價”，“過去14個時期的最高價”和“過去14個時期的最低價”。 ％D是％K的3天簡單移動平均值。通常，使用周期為14; 3; 3或5; 3; 3的隨機振盪器。如有必要，您可以根據時間範圍和交易方式更改隨機期間，以使其對價格變化更敏感，或者相反，減慢速度。

安裝和配置Stochastic Oscillator指標

打開MT4終端，然後單擊插入 - 指示器 - 振盪器 - 隨機振盪器。

使用隨機震盪指標的交易策略

策略1：隨機振盪器+移動平均線

在此策略中，我們將Stochastic Oscillator與簡單的移動平均線結合起來交易GBPUSD 。我們使用9和5週期移動平均線以及帶有默認設置的隨機指標。