Ⅰ 求PHP的网页源代码，最好是介绍股票的。急。。
不知道理解对不对
XXXXX就是用GET传值的UID
读取数据库里面对应的UID就可以了
Ⅱ PHP的算法可以实现大数据分析吗
1.Bloom filter
适用范围：可以用来实现数据字典，进行数据的判重，或者集合求交集
基本原理及要点：
对于原理来说很简单，位数组+k个独立hash函数。将hash函数对应的值的位数组置1，查找时如果发现所有hash函数对应位都是1说明存在，很明显这个过程并不保证查找的结果是100%正确的。同时也不支持删除一个已经插入的关键字，因为该关键字对应的位会牵动到其他的关键字。所以一个简单的改进就是 counting Bloom filter，用一个counter数组代替位数组，就可以支持删除了。
还有一个比较重要的问题，如何根据输入元素个数n，确定位数组m的大小及hash函数个数。当hash函数个数k=(ln2)*(m/n)时错误率最小。在错误率不大于E的情况下，m至少要等于n*lg(1/E)才能表示任意n个元素的集合。但m还应该更大些，因为还要保证bit数组里至少一半为 0，则m 应该>=nlg(1/E)*lge 大概就是nlg(1/E)1.44倍(lg表示以2为底的对数)。
举个例子我们假设错误率为0.01，则此时m应大概是n的13倍。这样k大概是8个。
注意这里m与n的单位不同，m是bit为单位，而n则是以元素个数为单位(准确的说是不同元素的个数)。通常单个元素的长度都是有很多bit的。所以使用bloom filter内存上通常都是节省的。
扩展：
Bloom filter将集合中的元素映射到位数组中，用k（k为哈希函数个数）个映射位是否全1表示元素在不在这个集合中。Counting bloom filter（CBF）将位数组中的每一位扩展为一个counter，从而支持了元素的删除操作。Spectral Bloom Filter（SBF）将其与集合元素的出现次数关联。SBF采用counter中的最小值来近似表示元素的出现频率。
问题实例：给你A,B两个文件，各存放50亿条URL，每条URL占用64字节，内存限制是4G，让你找出A,B文件共同的URL。如果是三个乃至n个文件呢？
根据这个问题我们来计算下内存的占用，4G=2^32大概是40亿*8大概是340亿，n=50亿，如果按出错率0.01算需要的大概是650亿个 bit。现在可用的是340亿，相差并不多，这样可能会使出错率上升些。另外如果这些urlip是一一对应的，就可以转换成ip，则大大简单了。
2.Hashing
适用范围：快速查找，删除的基本数据结构，通常需要总数据量可以放入内存
基本原理及要点：
hash函数选择，针对字符串，整数，排列，具体相应的hash方法。
碰撞处理，一种是open hashing，也称为拉链法；另一种就是closed hashing，也称开地址法，opened addressing。 (http://www.my400800.cn)
扩展：
d-left hashing中的d是多个的意思，我们先简化这个问题，看一看2-left hashing。2-left hashing指的是将一个哈希表分成长度相等的两半，分别叫做T1和T2，给T1和T2分别配备一个哈希函数，h1和h2。在存储一个新的key时，同时用两个哈希函数进行计算，得出两个地址h1[key]和h2[key]。这时需要检查T1中的h1[key]位置和T2中的h2[key]位置，哪一个位置已经存储的（有碰撞的）key比较多，然后将新key存储在负载少的位置。如果两边一样多，比如两个位置都为空或者都存储了一个key，就把新key 存储在左边的T1子表中，2-left也由此而来。在查找一个key时，必须进行两次hash，同时查找两个位置。
问题实例：
1).海量日志数据，提取出某日访问网络次数最多的那个IP。
IP的数目还是有限的，最多2^32个，所以可以考虑使用hash将ip直接存入内存，然后进行统计。
3.bit-map
适用范围：可进行数据的快速查找，判重，删除，一般来说数据范围是int的10倍以下
基本原理及要点：使用bit数组来表示某些元素是否存在，比如8位电话号码
扩展：bloom filter可以看做是对bit-map的扩展
问题实例：
1)已知某个文件内包含一些电话号码，每个号码为8位数字，统计不同号码的个数。
8位最多99 999 999，大概需要99m个bit，大概10几m字节的内存即可。
2)2.5亿个整数中找出不重复的整数的个数，内存空间不足以容纳这2.5亿个整数。
将bit-map扩展一下，用2bit表示一个数即可，0表示未出现，1表示出现一次，2表示出现2次及以上。或者我们不用2bit来进行表示，我们用两个bit-map即可模拟实现这个2bit-map。
4.堆
适用范围：海量数据前n大，并且n比较小，堆可以放入内存
基本原理及要点：最大堆求前n小，最小堆求前n大。方法，比如求前n小，我们比较当前元素与最大堆里的最大元素，如果它小于最大元素，则应该替换那个最大元素。这样最后得到的n个元素就是最小的n个。适合大数据量，求前n小，n的大小比较小的情况，这样可以扫描一遍即可得到所有的前n元素，效率很高。
扩展：双堆，一个最大堆与一个最小堆结合，可以用来维护中位数。
问题实例：
1)100w个数中找最大的前100个数。
用一个100个元素大小的最小堆即可。
5.双层桶划分 ----其实本质上就是【分而治之】的思想，重在“分”的技巧上！
适用范围：第k大，中位数，不重复或重复的数字
基本原理及要点：因为元素范围很大，不能利用直接寻址表，所以通过多次划分，逐步确定范围，然后最后在一个可以接受的范围内进行。可以通过多次缩小，双层只是一个例子。
扩展：
问题实例：
1).2.5亿个整数中找出不重复的整数的个数，内存空间不足以容纳这2.5亿个整数。
有点像鸽巢原理，整数个数为2^32,也就是，我们可以将这2^32个数，划分为2^8个区域(比如用单个文件代表一个区域)，然后将数据分离到不同的区域，然后不同的区域在利用bitmap就可以直接解决了。也就是说只要有足够的磁盘空间，就可以很方便的解决。
2).5亿个int找它们的中位数。
这个例子比上面那个更明显。首先我们将int划分为2^16个区域，然后读取数据统计落到各个区域里的数的个数，之后我们根据统计结果就可以判断中位数落到那个区域，同时知道这个区域中的第几大数刚好是中位数。然后第二次扫描我们只统计落在这个区域中的那些数就可以了。
实际上，如果不是int是int64，我们可以经过3次这样的划分即可降低到可以接受的程度。即可以先将int64分成2^24个区域，然后确定区域的第几大数，在将该区域分成2^20个子区域，然后确定是子区域的第几大数，然后子区域里的数的个数只有2^20，就可以直接利用direct addr table进行统计了。
6.数据库索引
适用范围：大数据量的增删改查
基本原理及要点：利用数据的设计实现方法，对海量数据的增删改查进行处理。
扩展：
问题实例：
7.倒排索引(Inverted index)
适用范围：搜索引擎，关键字查询
基本原理及要点：为何叫倒排索引？一种索引方法，被用来存储在全文搜索下某个单词在一个文档或者一组文档中的存储位置的映射。
以英文为例，下面是要被索引的文本：
T0 = "it is what it is"
T1 = "what is it"
T2 = "it is a banana"
我们就能得到下面的反向文件索引：
"a": {2}
"banana": {2}
"is": {0, 1, 2}
"it": {0, 1, 2}
"what": {0, 1}
检索的条件"what", "is" 和 "it" 将对应集合的交集。
正向索引开发出来用来存储每个文档的单词的列表。正向索引的查询往往满足每个文档有序频繁的全文查询和每个单词在校验文档中的验证这样的查询。在正向索引中，文档占据了中心的位置，每个文档指向了一个它所包含的索引项的序列。也就是说文档指向了它包含的那些单词，而反向索引则是单词指向了包含它的文档，很容易看到这个反向的关系。
扩展：
问题实例：文档检索系统，查询那些文件包含了某单词，比如常见的学术论文的关键字搜索。
8.外排序
适用范围：大数据的排序，去重
基本原理及要点：外排序的归并方法，置换选择 败者树原理，最优归并树
扩展：
问题实例：
1).有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16个字节，内存限制大小是1M。返回频数最高的100个词。
这个数据具有很明显的特点，词的大小为16个字节，但是内存只有1m做hash有些不够，所以可以用来排序。内存可以当输入缓冲区使用。
9.trie树
适用范围：数据量大，重复多，但是数据种类小可以放入内存
基本原理及要点：实现方式，节点孩子的表示方式
扩展：压缩实现。
问题实例：
1).有10个文件，每个文件1G， 每个文件的每一行都存放的是用户的query，每个文件的query都可能重复。要你按照query的频度排序 。
2).1000万字符串，其中有些是相同的(重复),需要把重复的全部去掉，保留没有重复的字符串。请问怎么设计和实现？
3).寻找热门查询：查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个，每个不超过255字节。
10.分布式处理 maprece
适用范围：数据量大，但是数据种类小可以放入内存
基本原理及要点：将数据交给不同的机器去处理，数据划分，结果归约。
扩展：
问题实例：
1).The canonical example application of MapRece is a process to count the appearances of
each different word in a set of documents:
void map(String name, String document):
// name: document name
// document: document contents
for each word w in document:
EmitIntermediate(w, 1);
void rece(String word, Iterator partialCounts):
// key: a word
// values: a list of aggregated partial counts
int result = 0;
for each v in partialCounts:
result += ParseInt(v);
Emit(result);
Here, each document is split in words, and each word is counted initially with a "1" value by
the Map function, using the word as the result key. The framework puts together all the pairs
with the same key and feeds them to the same call to Rece, thus this function just needs to
sum all of its input values to find the total appearances of that word.
2).海量数据分布在100台电脑中，想个办法高效统计出这批数据的TOP10。
3).一共有N个机器，每个机器上有N个数。每个机器最多存O(N)个数并对它们操作。如何找到N^2个数的中数(median)？
经典问题分析
上千万or亿数据（有重复），统计其中出现次数最多的前N个数据,分两种情况：可一次读入内存，不可一次读入。
可用思路：trie树+堆，数据库索引，划分子集分别统计，hash，分布式计算，近似统计，外排序
所谓的是否能一次读入内存，实际上应该指去除重复后的数据量。如果去重后数据可以放入内存，我们可以为数据建立字典，比如通过 map，hashmap，trie，然后直接进行统计即可。当然在更新每条数据的出现次数的时候，我们可以利用一个堆来维护出现次数最多的前N个数据，当然这样导致维护次数增加，不如完全统计后在求前N大效率高。
如果数据无法放入内存。一方面我们可以考虑上面的字典方法能否被改进以适应这种情形，可以做的改变就是将字典存放到硬盘上，而不是内存，这可以参考数据库的存储方法。
当然还有更好的方法，就是可以采用分布式计算，基本上就是map-rece过程，首先可以根据数据值或者把数据hash(md5)后的值，将数据按照范围划分到不同的机子，最好可以让数据划分后可以一次读入内存，这样不同的机子负责处理各种的数值范围，实际上就是map。得到结果后，各个机子只需拿出各自的出现次数最多的前N个数据，然后汇总，选出所有的数据中出现次数最多的前N个数据，这实际上就是rece过程。
实际上可能想直接将数据均分到不同的机子上进行处理，这样是无法得到正确的解的。因为一个数据可能被均分到不同的机子上，而另一个则可能完全聚集到一个机子上，同时还可能存在具有相同数目的数据。比如我们要找出现次数最多的前100个，我们将1000万的数据分布到10台机器上，找到每台出现次数最多的前 100个，归并之后这样不能保证找到真正的第100个，因为比如出现次数最多的第100个可能有1万个，但是它被分到了10台机子，这样在每台上只有1千个，假设这些机子排名在1000个之前的那些都是单独分布在一台机子上的，比如有1001个，这样本来具有1万个的这个就会被淘汰，即使我们让每台机子选出出现次数最多的1000个再归并，仍然会出错，因为可能存在大量个数为1001个的发生聚集。因此不能将数据随便均分到不同机子上，而是要根据hash 后的值将它们映射到不同的机子上处理，让不同的机器处理一个数值范围。
而外排序的方法会消耗大量的IO，效率不会很高。而上面的分布式方法，也可以用于单机版本，也就是将总的数据根据值的范围，划分成多个不同的子文件，然后逐个处理。处理完毕之后再对这些单词的及其出现频率进行一个归并。实际上就可以利用一个外排序的归并过程。
另外还可以考虑近似计算，也就是我们可以通过结合自然语言属性，只将那些真正实际中出现最多的那些词作为一个字典，使得这个规模可以放入内存。
个人觉得同花顺很好用，k线页面清析明了，操作方便快捷。各项经典的常用技术指标也都有而且可以自己修改指标参数。基本面资料也很齐全。里面还有股市学校和股市直播，可以学习到很多有用的知识，还有模拟炒股，登录就送20万模拟金，可以边学习边练习。
Ⅳ 急求！哪位懂股票的IT大神能用php代码写出RSI的算法,最好带有注解 谢谢
php RSI:
classRSI{
staticfunctionlag($period=14){
return$period;
}
staticfunctionrun($data,$period=14){
$change_array=array();
//loopdata
foreach($dataas$key=>$row){
//need2pointstogetchange
if($key>=1){
$change=$data[$key]['close']-$data[$key-1]['close'];
//addtofront
array_unshift($change_array,$change);
//popbackiftoolong
if(count($change_array)>$period)
array_pop($change_array);
}
//haveenoughdatatocalcrsi
if($key>$period){
//
$res=array_rece($change_array,function($result,$item){
if($item>=0)
$result['sum_gain']+=$item;
if($item<0)
$result['sum_loss']+=abs($item);
return$result;
},array('sum_gain'=>0,'sum_loss'=>0));
$avg_gain=$res['sum_gain']/$period;
$avg_loss=$res['sum_loss']/$period;
//checkdividebyzero
if($avg_loss==0){
$rsi=100;
}else{
//calcandnormalize
$rs=$avg_gain/$avg_loss;
$rsi=100-(100/(1+$rs));
}
//save
$data[$key]['val']=$rsi;
}
}
return$data;
}
}
Ⅳ php 如何制作K线图，就是股市那种波浪图
可以搜索下Highcharts ，建议搜索Highcharts中文网里面有API文档，各种DEMO，唯一的缺点就是中文文档还在完善中.....
Highcharts 是一个用纯JavaScript编写的一个图表库， 能够很简单便捷的在web网站或是web应用程序添加有交互性的图表，并且免费提供给个人学习、个人网站和非商业用途使用。HighCharts支持的图表类型有曲线图、区域图、柱状图、饼状图、散状点图和综合图表。
http://www.hcharts.cn/demo/highstock.php?p=79
望采纳 Thx
Ⅵ 怎么利用php生成类似于股市的K线图
可以用ECharts来实现，具体看官方文档和demo
http://echarts..com/examples.html#chart-type-candlestick
Ⅶ 如何用php写一个股票K线图呢
唯恐献丑于人前（PS：除了范师傅），一经是大妹妹呀。姑母曾经透露
Ⅷ php能做大数据分析吗
数据挖掘现在用的比较多的是python。
数据分析这块现在用的比较多的是scala。
php不适合做大数据分析
Ⅸ 怎么学股票分析
新手如何学习股票技术分析基础理论？
本文来自：理想论坛 www.55188.com 作者：蓝海豚23 浏览906次 原文： http://www.55188.com/viewthread.php?tid=2812682 发本帖希望对新手学习技术分析有所帮助，同时也希望高手或老股民能把自己的学习历程拿出来一起分享，交流心得。
技术分析对炒股的重要性相信入门者一定深有感触，因为股评家们老是拿着一些技术分析的概念来做演讲，其实技术分析的理论基础大概有以下几种，他们分别是随机漫步理论、量价关系理论、道氏理论、循环周期理论、相反理论、波浪理论、K线理论、切线理论、形态理论。
一、K线理论 K线的组合应用：单根K线：以实体长短、阴阳，上下影线长短及实体长短与上下影线长短之间的关系等来推测行情 多根K线：以各根K线的相对位置和阴阳来推测行情。
二、随机漫步理论 物理学中，有1种布朗运动，指的是分子的漫无目的的无规律运动。随机漫步理论是布朗运动的延伸。该理论认为，证券的价格是随机的。对一个在宽阔的广场上漫无边际行走的人来说，我们不知道他的下一步将走向哪个方向，一点相关的信息也没有。随机漫步理论对价格波动的认识也是这样，价格下一步的起伏是没有规律可循的。 随机漫步理论认为，证券价格的波动是随机的，象一个大广场上行走的人一样，价格的下一步将走向哪里，是没有规律的。证券市场中，价格的走向受到多方面因素的影响，一件不起眼的事情，也可能对市场产生影响。从实际的较长时间的价格走势图上可以看出，价格上下起伏的机会差不多是均等的。从这个意义上讲，对一个特定的时间，可以认为价格的波动方向是随机的。随机漫步理论有一定的道理。但是，从另一方面看，证券价格毕竟不是“运动的分子”，证券有自身素质好坏的区别，有受外界因素影响程度的区别。价格的变化要受到一些因素制约，价格的波动不是一点规律都没有，应该存在一定的规律，只不过我们还没有充分地掌握这些规律性。例如，股票市场的价格指数整体上是上升的就是一个普遍的规律。随机漫步理论是部分人对证券市场的看法之一，在一定的场合还是有道理的。在实际市场实践中，要注意随机漫步理论的存在。
三、切线理论 1、趋势分析 趋势方向：上升、下降、水平（无趋势方向）趋势类型（参见道氏理论） 2、支撑线（抵抗线）和压力线（阻力线）
某一价位附近之所以形成对股价运动的支撑和压力，主要由投资者的筹码分布、持有成本以及投资者的心理因素所决定。支撑线和压力线的作用：阻止或暂时阻止股价朝一个方向继续运动（有被突破的可能）。支撑线和压力线可相互转化，条件是被有效的、足够强大的股价变动突破。
确认支撑线和压力线的依据： （1）股价在这个区域伴随的成交量大小； （2）股价在这个区域停留时间的长短； （3）这个支撑区域或压力区域发生的时间距离当前这个时期的远近。――股价停留的时间越长，伴随的成交量越大，离现在越近，则此支撑或压力区域对当前影响就越大，反之就越小。
3、趋势线与轨道线
趋势线的作用： （1）对价格今后变动起约束作用。（2）趋势线被突破后起反作用。越重要、越有效的趋势线被突破，其股价走势反转信号越强烈，被突破的趋势线原来所起的支撑和压力作用将互换。
轨道线的作用： （1）限制股价的变动范围。 （2）提出趋势转向的警报。 对轨道线的突破是趋势加速的开始；如果在一次波动中未触及到轨道线，离得很远就开始掉头，往往是趋势将要改变的信号。轨道线的确认：轨道线被触及次数越多，延续时间越长，其被认可的程度和重要性越高。先有趋势线，后有轨道线。趋势线可以单独存在，轨道线则不能单独存在。
4、黄金分割线和百分比线 共同特点：都是水平直线。注重支撑线和压力线（相对固定，具有一般支撑线或压力线的全部特征和作用）的价位，对何时达到这个价位不过多关心。黄金分割线的关键数字：0.618；百分比线的关键数字：1／2，1／3，2／3
5、其他常见的支撑压力点位 （1）整数点位和心理点位 （2）股票缺口 （3）成交密集区（成交量） （4）颈线 （5）历史最高点与最低点
四、循环周期理论 我们知道，时间因素是进行技术分析所考虑的要点之一。循环周期理论所考虑的重点是价格波动的时间因素，为进行具体的实践提供时间上的帮助。在具体使用的时候，有多种确定周期的方法，周期的时间跨度也有长有短。计算周期的方法有等时间跨度、特殊数字跨度、农历节气和节假日等。循坏周期理论认为，无论什么样的价格活动，都不会向一个方向永远走下去。价格的波动过程必然产生局部的高点和低点，这些高低点的出现，在时间上有一定的规律。美国人在周期理论方面做了许多工作，发现了很多适合其证券市场的周期。从时间上看，证券市场的周期是相当长的，而这些长周期对我国证券市场的作用不大，因为我国的证券市场的时间大短了。事物的发展有一个从小到大和从盛到衰的过程，这种循环往复的发展规律在证券市场中也是存在的。循环周期理论认为，无论是何种程度和何种规模的价格波动，都不会朝一个方向永远走下去，价格的波动过程必然产生局部的高点和低点。这些高点和低点的出现，在时间上有一定的规律。我们可以选择低点出现的时间进入市场，在高点出现的时间退出市场。
五、相反理论 相反理论的出发点是基于这样一个原则：证券市场本身并不创造新的价值，没有增值，甚至可以说是减值的。正因为如此，不可能多数人获利。 所以，要获得大的利益，一定要同大多数人的行动不一致。其实，从相反理论中我们还可以体会到，事情发展到极限就会出现意想不到的相反结果。相反理论认为，大多数投资者看法一致的时候，有可能是错误的。该理论告诉我们，与大多数人的行动一致，是不可能发大财的。该理论已经存在了很久，道理并不复杂，人人似乎都明白，但没有得到足够的重视，真正应用该理论的人是不多见的。人们往往克服不了天生的从众心理，而忘记使用相反理论。相反理论告诉我们逆众操作也是可以获得收益的。尤其当我们得到了一个“连傻瓜都能看出来”的结果时，应该想到还有相反理论存在。应该指出，相反理论只是告诉我们与大众一致肯定不会获得大的利益，并不是说与大众的行动相反就一定能够获利。
六、道氏理论 道氏理论利用道·琼斯工业股价平均数和铁路股价平均数的分析与解释来判断股价的波动和走势。道·琼斯铁路及工业股价平均数可以反映商品的运输状况和全国生产状况。理论上，这两种股价平均数上升时，说明各发行公司业绩状况较佳，股市将是多头市场；这两种股价指数下降时，说明各发行公司业绩转坏，股市将进入空头市场。道氏理论是美国投资者预测股票市场价格涨落最常用的方法，也是最古老、最著名的技术分析理论之一。其基本原理由查尔斯·道（Charles.H.Dow）创立，并由纳尔逊和汉密尔顿等人加以补充和发展。
（一）证券市场的三种运动 道氏理论认为证券市场上同时存在着三种运动。它们相互影响，共同决定着股价的走势。
主要运动，又叫作主要趋势，表示股票市场价格长期上涨趋势，形成多头市场（股价看涨）或长期下跌趋势，形成空头市场（股价看跌）。主要趋势一经形成，通常持续一年或一年以上。汉密尔顿认为多头市场的平均长度为27个月，空头市场的平均长度为15个月。一般，在股价平均数波动起伏过程中，如果下一个股价平均数高峰高于前一个高峰，且下一个股价平均数低谷也高于前一个低谷，股价平均数长期呈现上涨走势，那么就可判定股市已进入了牛市，股市行情将是上涨。相反地，如果下一个股价平均数低谷低于前一个低谷，且下一个股价平均数高峰也低于前一个高峰，股价平均数长期呈现下跌走势，那么就可判定股市已进入了熊市，股价变动将以下跌为主。长期上升的趋势通常又包括三个阶段，也称牛市一、二、三期。第一阶段，有远见的投资者看出股市上涨的前景，开始买进悲观投资者抛售的股票，使股价徐徐上涨。此时，股票交易并非很活跃，但成交量已开始增加。第二阶段，经济前景更加明朗，公司经营业绩已显著好转，股价稳步上涨，成交量也显著增加。第三阶段，利好消息不断传来，股市呈现一片大好形势。投资者竟先购买股票，股价急速上升，成交量也大幅增加；企业趁机发行新股票，投机者也趁机哄抬股价。这使股价上涨达到高峰，是多头市场快要结束的预兆。长期下跌趋势通常也包括三个阶段，又称熊市一、二、三期。第一阶段，有远见的投资者预测股市前景不佳，开始抛售手中股票，使股价稍有下跌；一般投资者以为是上涨行情中的回档整理，就趁机买进，使股价反弹。但毕竟是夕阳西下，成交量逐渐减少，股价也逐渐下跌。第二阶段，股价下跌趋势日渐明朗，买气减弱，卖压日增，交易量大幅度减少。但其间也可能在股价重跌之后出现次级运动的反弹现象。第三阶段，市场上利空消息不断传来，股价持续暴跌，投资者纷纷抛售手中股票。但持续一阵后下跌趋势变缓，某些绩优股的市价走向平缓，只是投机股股价下跌较为剧烈。这是空头市场快要结束的预兆。在股价主要趋势的发展过程中，有时会回档，暂时改变一下原来的走势，然后又继续原来的趋势，这就是次要运动的影响。每一个主要趋势中包含着多个次要运动。
2．次要运动。次要运动又叫作次要趋势，指在主要趋势中，股价持续上涨过程突然出现中期回跌现象，或者在股价持续下跌过程中突然出现的中期反弹现象。次要趋势持续时间为两周到一个月左右。次要运动与主要趋势相配合，并在短时期内起相反方向的作用。次要运动一般可以调整一种主要趋势的1／3、1／2或2／3。对于投资者来说，次要运动也很重要。在长期上涨趋势中，中期回档的次要运动，往往就是追加购股的好时机；在长期下跌趋势中，中期反弹上涨的次要运动，又是投资者抛空的好时机。
3．日常运动。日常运动，指股价每天的小幅波动。这种运动不大重要，也很难预测，一般持续数小时至几天。当然，分析人员也必须跟踪每天的股价运动，这样才能发现股价的主要趋势或次要运动。
（二）两种股价平均数的互证 道氏理论认为，股市的走势只有在互证的情况下，才能明确地显示出来。所谓互证，是指道·琼斯铁路和工业股价平均数向同一方向变动时，表示一个股价平均数被另一个股价平均数确认，则主要趋势或次要运动便会产生；如果两种股价平均数反向变动，就说明相互间不确认。互证现象可用两种方法表示，第一种是两种股价平均数同时出现新的高峰或新的谷底，可以用来判断主要趋势是牛市还是熊市；第二种是两种股价平均数在小幅度的升降波动后，突然一同上升或下滑，主要用以判断次级运动。1、在第一种方法下，两种股价平均数出现新波峰后，又步步高升，而且同一时间内两种指数出现的新高峰都超过以前的旧高峰时，如果股市原来是空头市场，那么可能转为多头市场；如果股市原来是多头市场，那么此股市仍为多头市场。反之，两种股价平均数出现的波谷不断下跌，且同一时间内两者的新谷底都低于以前的旧谷底时，若股市原来是多头市场，那么此时可能转为空头市场；若原来是空头市场，那么股市仍然为空头市场。如果两种股价平均数变动方向相反，那么股价运动缺乏互证，无法判断股市走势。2、在第二种方法下，两种股价平均数都小幅度波动，上下幅度一般不超过5％，期间可能持续数周。这种现象说明买卖双方势均力敌，股市起伏不大。当两种股价平均数突然间同时突破原来的波动范围，并同向变动时，股市将会有变化。如果两者都上升，表示股市行情看涨；如果两者都下降，表示股市行情看跌；如果两者变动方向相反，说明未发生互证现象，无法判断股市走势。
七、形态理论 股价移动规律： （1）股价应在多空双方取得均衡的位置上下来回波动；（2）原有的平衡被打破后，股价将寻找新的平衡位置。
持续整理、保持平衡→打破平衡→新的平衡→再打破平衡→再寻找新的平衡→……
股价移动的两种形态类型：持续整理形态、反转突破形态
（一）反转突破形态 1、头肩形态 （1）头肩顶、（2）头肩底、（3）复合头肩形态（左右肩部或头部出现多于一次） 相同点：都是长期趋势的转向形态。突破颈线，反转形态形成。从突破点算起，股价至少将反转与形态高度（头到颈线的直线距离）相等的距离。左肩与右肩高点大致相等；成交量在左肩最大，头部次之，右肩成交量最小，呈梯状递减。 区别：头肩顶反转向下，往往出现在长期趋势顶部；头肩底反转向上，往往出现在长期趋势底部。颈线在头肩顶形态中是支撑线，在头肩底形态中是压力线。*头肩顶形态与头肩底形态在成交量配合方面的最大区别：头肩顶形态完成后，向下突破颈线时，成交量不一定放大；头肩底形态向上突破颈线，若没有较大成交量出现，可靠性将大为降低，甚至可能出现假头肩底形态，这种情况在大家炒股是一定要十分的警戒。
朋友你看是否有用、、、、
Ⅹ PHP网页中如何嵌入股票走势图 哪位大侠知道啊
股票走势图一般用FLASH生成的 . PHP 从数据库取出数据 , 然后生成固定格式的XML , 把XML用JS提交给 FLASH , 生成图形表 . 一般都是这么做的 , 就是说 , 首先要有数据 , 一般是 时间 对应数值这样的数据 , 然后用FLASH 获取数据 生成走势图 , 完成!