⑴ 股票分時線的均價是如何計算的
股價平均值，即曲線面積除以時間。
分時線即大盤、個股分時走勢圖中的白色曲線，它反映的是大盤、個股的實時走勢。
股票均價就是幾天以來價格的平均價，比如5日均價，就是連續5天股票價格的平均數，10日均價就是10日股票價格的平均數。
⑵ 用什麼方法可以快速計算出某一隻股的分時成交明細（買入和賣出總和各是多少）
快速計算出某一隻股的分時成交明細的步驟：
1、逐筆成交一般顯示的數據格式為在幾分幾秒以多少價格分幾筆成交了多少手。在這里我們要注意的是成交手數有時候是帶小數點的，這是因為股票買進的股數最少是100股，委託的股數也應是100的整數倍，賣出卻沒有限制，因此成交的手數會有小數點。另外一點就是如果在成交價格和手數前面沒有顯示，則一半是默認的1筆。
2、分時成交一般顯示的數據格式為在幾分幾秒以多少價格成交了多少手。這里需要注意的是成交手數永遠是整數，不會出現小數點數字。其中現手累計數就是總手數。總手數也叫做成交量。有些軟體在現量後面標注藍色S和紅色B，前者代表賣，後者代表買。目前市面上出現了LEVEL-2行情數據，比較具有代表性的是大智慧，在那裡是叫分時成交，實際上就是我們在普通分析軟體上F1看到的「分筆成交明細」，但是他和LEVEL-2行情數據提供的逐筆成交明細是不一樣的。
3、一個孤獨的數字是缺乏意義的，但是一些連續的數字則是充滿想像的。一般來說，成交筆數越少，金額越大，表示成交比較強勢，反之是弱勢。尤其是成交筆數比較大而集中的時候，表示有大資金活躍跡象，該股出現價格異動的概率就大，應該引起投資者的注意。而如果半天也沒人買或者都是一些小單子在交易，則至少短期不大可能成為好股。
4、交易數據三維元素----數量、價格和筆數。不陌生的是前面兩個，筆數就是交易批次。在數量一定的前提下，筆數少說明交易力度強，反之就弱。筆數的變動與數量方向一致，交易為常態，反之就是非常態。
5、分時圖的基礎知識。分時圖是指大盤和個股的動態實時（即時）分時走勢圖，其在實戰研判中的地位極其重要，是即時把握多空力量轉化即市場變化直接根本，在這里先給大家介紹一下概念性的基礎常識。
⑶ 如何用python計算某支股票持有90天的收益率
defget(self,get,money):
print「ATM:」
print「yourmoneyis+「,self.get,」%aday
self.today=self.money*(self.get/100)+self.money
print「nowyouhave」,self.today
self.tomorrow=self.today*(self.get/100)+self.today
print「tomorrowyouwellhave」,self.tomorrow
get(50,10000)
這個代碼會給你1天後和2天後的余額，如果要顯示九十天，還請您自己打完
⑷ 如何用python獲取股票數據
在Python的QSTK中，是通過s_datapath變數，定義相應股票數據所在的文件夾。一般可以通過QSDATA這個環境變數來設置對應的數據文件夾。具體的股票數據來源，例如滬深、港股等市場，你可以使用免費的WDZ程序輸出相應日線、5分鍾數據到s_datapath變數所指定的文件夾中。然後可使用Python的QSTK中，qstkutil.DataAccess進行數據訪問。
⑸ 如何用通達信函數獲取分時圖指定時段的最高價
1， HIGH 最高價
返回該周期最高價。
用法： HIGH
2， TFILT 分鍾
對指定時間段的數據進行過濾,該時間段以外的數據無效.
用法:
TFILT(X,D1,M1,D2,M2)
例如TFILT(CLOSE,1040101,1025,1040101,1345)表示在2004年1月1日的10:25到日的13:45的收盤價是有效的.
周期以日為基本單位的,分時為0有效.
所以，如果想通過通達信函數或組合函數獲取2004年1月1日9:25~10:30此時間段的最高價，就用：(HIGH,TFILT(CLOSE,20040101,0925,20040101,1030))；
3， REF 向前引用
引用若干周期前的數據。
用法：REF(X，A)引用A周期前的X值。
例如：REF(CLOSE，1)表示上一周期的收盤價，在日線上就是昨收。
所以，如果想通過通達信函數或組合函數獲取2004年1月1日9:25~10:30此時間段的最高價的數據，就用：REF(HIGH,TFILT(CLOSE,20040101,0925,20040101,1030))；
⑹ 股票分時圖取實時最高價指標公式怎麼寫
股票分時圖的實時最高價公式編寫
你想做選股公式？ 還是主圖顯示？
或附圖顯示的公式？ 問題有點模糊
⑺ 怎麼用python計算股票
作為一個python新手，在學習中遇到很多問題，要善於運用各種方法。今天，在學習中，碰到了如何通過收盤價計算股票的漲跌幅。
第一種：
讀取數據並建立函數：
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import spline
from pylab import *
import pandas as pd
from pandas import Series
a=pd.read_csv('d:///1.csv',sep=',')#文件位置
t=a['close']
def f(t):
s=[]
for i in range(1,len(t)):
if i==1:
continue
else:
s.append((t[i]-t[i-1])/t[i]*100)
print s
plot(s)
plt.show()
f(t)
第二種：
利用pandas裡面的方法：
import pandas as pd
a=pd.read_csv('d:///1.csv')
rets = a['close'].pct_change() * 100
print rets
第三種：
close=a['close']
rets=close/close.shift(1)-1
print rets
總結：python是一種非常好的編程語言，一般而言，我們可以運用構建相關函數來實現自己的思想，但是，眾所周知，python中裡面的有很多科學計算包，裡面有很多方法可以快速解決計算的需要，如上面提到的pandas中的pct_change()。因此在平時的使用中應當學會尋找更好的方法，提高運算速度。
⑻ 如何獲取某支股票當天的分時歷史數據
一般的炒股軟體都能看到，但是導出來，好像沒這個功能吧。你可以用截圖方式，簡單點兒！
⑼ 分時股價,和均值是如何計算的
首先肯定一下您的研究方向我很贊同。分時圖可以是1分鍾，5分鍾，15,30,60，日線，咱們股票軟體所得到的數據基本都是MA值，而不是EXPMA值。我們經常聽說的騙線就是莊家利用周期快結束時所做的。找到了下面資料希望對您有幫助
指數平均數（EXPMA），其構造原理是對股票收盤價進行算術平均，並根據計算結果來進行分析，用於判斷價格未來走勢的變動趨勢。
計算公式：
1．EXPMA=[當日或當期收盤價×2+上日或上期EXPMA×（N-1）]/（N+1）
2．首次上期EXPMA值為上期收盤價，N為天數。
3．可設置多條指標線，參數為12，50.
4．函數：MA1：EMA（CLOSE，P1）；MA2：EMA（CLOSE，P2）；MA3：EMA（CLOSE，P3）；MA4：EMA（CLOSE，P4）
MA指的就是移動平均線了。
要告訴大家的是：EXPMA簡稱EMA（以下用EMA）。不要被有用EXP標述均線的忽悠了。
區別：EMA是取全部天數的值；MA是取設定天數的值。
（1）假設某月是22個交易日，某股票開股東大會停牌一天，公告停牌半天，那麼，MA取值是本月20.5天的數值，而EMA取值是本月22天的數值，EMA是自動補充殘缺值的。
（2）比如MA5線和EMA5線，MA5線是第5天以後才有均線的（其他MA類推）。EMA5線是第一天就有均線的。
應用：
（1）EMA抄底，MA逃頂！！什麼意思呢？意思是說：假設你設定10天線為操作依據，那麼，你用EMA10來抄底，用MA10來逃頂。當然EMA10和MA10的差距不是很大的，但是對抄底和逃頂有操作快感的人，是適合的。
（2）有人設置MA55天為牛熊分解線的，是對的！但如果你設置EMA40天作為牛熊分解線，更佳！因為40是由費氏級數里的5和8的乘積構成，40里有5個8和8個5；且MA55和EMA40的速率相差不大，而EMA40發出的中長期信號比MA55要早一些，所以可以提前給我們一些提示！！
（3）假設參數為5、10、21、40、60構成啟明的「五三買賣原則」，配合成交量加以運用，做短線效果奇佳。
一、當EMA5金叉（或接近金叉）EMA10時，當日成交量大於5日成交均量50%以上，但當日成交量不能大於前一日成交量50%時，K線為中陽線或大陽線，且上下影線不太長，為短線最佳買入點。
二、當EMA5已與EMA21平均線粘合數日，兩者EXPMA數值相等或幾乎相等時，突然有一天成交量放大，當日成交量大於5日成交均量50%以上，但不能大於前一日成交量5倍，EMA5金叉MEA10或者EMA5已在EMA10上方運行數日，K線為中陽線或大陽線（上下影不要太長），為中線最佳買入點。
⑽ python獲取一隻股票的行情，為什麼出現這么多問題
首先，你要確定下你的庫文件是否安裝正常，測試方法，就是在交互模式下測試。
其次，不要用別名，在試試。
希望能幫到你。。。。