⑴ 股票分时线的均价是如何计算的
股价平均值，即曲线面积除以时间。
分时线即大盘、个股分时走势图中的白色曲线，它反映的是大盘、个股的实时走势。
股票均价就是几天以来价格的平均价，比如5日均价，就是连续5天股票价格的平均数，10日均价就是10日股票价格的平均数。
⑵ 用什么方法可以快速计算出某一只股的分时成交明细（买入和卖出总和各是多少）
快速计算出某一只股的分时成交明细的步骤：
1、逐笔成交一般显示的数据格式为在几分几秒以多少价格分几笔成交了多少手。在这里我们要注意的是成交手数有时候是带小数点的，这是因为股票买进的股数最少是100股，委托的股数也应是100的整数倍，卖出却没有限制，因此成交的手数会有小数点。另外一点就是如果在成交价格和手数前面没有显示，则一半是默认的1笔。
2、分时成交一般显示的数据格式为在几分几秒以多少价格成交了多少手。这里需要注意的是成交手数永远是整数，不会出现小数点数字。其中现手累计数就是总手数。总手数也叫做成交量。有些软件在现量后面标注蓝色S和红色B，前者代表卖，后者代表买。目前市面上出现了LEVEL-2行情数据，比较具有代表性的是大智慧，在那里是叫分时成交，实际上就是我们在普通分析软件上F1看到的“分笔成交明细”，但是他和LEVEL-2行情数据提供的逐笔成交明细是不一样的。
3、一个孤独的数字是缺乏意义的，但是一些连续的数字则是充满想像的。一般来说，成交笔数越少，金额越大，表示成交比较强势，反之是弱势。尤其是成交笔数比较大而集中的时候，表示有大资金活跃迹象，该股出现价格异动的概率就大，应该引起投资者的注意。而如果半天也没人买或者都是一些小单子在交易，则至少短期不大可能成为好股。
4、交易数据三维元素----数量、价格和笔数。不陌生的是前面两个，笔数就是交易批次。在数量一定的前提下，笔数少说明交易力度强，反之就弱。笔数的变动与数量方向一致，交易为常态，反之就是非常态。
5、分时图的基础知识。分时图是指大盘和个股的动态实时（即时）分时走势图，其在实战研判中的地位极其重要，是即时把握多空力量转化即市场变化直接根本，在这里先给大家介绍一下概念性的基础常识。
⑶ 如何用python计算某支股票持有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)
这个代码会给你1天后和2天后的余额，如果要显示九十天，还请您自己打完
⑷ 如何用python获取股票数据
在Python的QSTK中，是通过s_datapath变量，定义相应股票数据所在的文件夹。一般可以通过QSDATA这个环境变量来设置对应的数据文件夹。具体的股票数据来源，例如沪深、港股等市场，你可以使用免费的WDZ程序输出相应日线、5分钟数据到s_datapath变量所指定的文件夹中。然后可使用Python的QSTK中，qstkutil.DataAccess进行数据访问。
⑸ 如何用通达信函数获取分时图指定时段的最高价
1， HIGH 最高价
返回该周期最高价。
用法： HIGH
2， TFILT 分钟
对指定时间段的数据进行过滤,该时间段以外的数据无效.
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的收盘价是有效的.
周期以日为基本单位的,分时为0有效.
所以，如果想通过通达信函数或组合函数获取2004年1月1日9:25~10:30此时间段的最高价，就用：(HIGH,TFILT(CLOSE,20040101,0925,20040101,1030))；
3， REF 向前引用
引用若干周期前的数据。
用法：REF(X，A)引用A周期前的X值。
例如：REF(CLOSE，1)表示上一周期的收盘价，在日线上就是昨收。
所以，如果想通过通达信函数或组合函数获取2004年1月1日9:25~10:30此时间段的最高价的数据，就用：REF(HIGH,TFILT(CLOSE,20040101,0925,20040101,1030))；
⑹ 股票分时图取实时最高价指标公式怎么写
股票分时图的实时最高价公式编写
你想做选股公式？ 还是主图显示？
或附图显示的公式？ 问题有点模糊
⑺ 怎么用python计算股票
作为一个python新手，在学习中遇到很多问题，要善于运用各种方法。今天，在学习中，碰到了如何通过收盘价计算股票的涨跌幅。
第一种：
读取数据并建立函数：
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)
第二种：
利用pandas里面的方法：
import pandas as pd
a=pd.read_csv('d:///1.csv')
rets = a['close'].pct_change() * 100
print rets
第三种：
close=a['close']
rets=close/close.shift(1)-1
print rets
总结：python是一种非常好的编程语言，一般而言，我们可以运用构建相关函数来实现自己的思想，但是，众所周知，python中里面的有很多科学计算包，里面有很多方法可以快速解决计算的需要，如上面提到的pandas中的pct_change()。因此在平时的使用中应当学会寻找更好的方法，提高运算速度。
⑻ 如何获取某支股票当天的分时历史数据
一般的炒股软件都能看到，但是导出来，好像没这个功能吧。你可以用截图方式，简单点儿！
⑼ 分时股价,和均值是如何计算的
首先肯定一下您的研究方向我很赞同。分时图可以是1分钟，5分钟，15,30,60，日线，咱们股票软件所得到的数据基本都是MA值，而不是EXPMA值。我们经常听说的骗线就是庄家利用周期快结束时所做的。找到了下面资料希望对您有帮助
指数平均数（EXPMA），其构造原理是对股票收盘价进行算术平均，并根据计算结果来进行分析，用于判断价格未来走势的变动趋势。
计算公式：
1．EXPMA=[当日或当期收盘价×2+上日或上期EXPMA×（N-1）]/（N+1）
2．首次上期EXPMA值为上期收盘价，N为天数。
3．可设置多条指标线，参数为12，50.
4．函数：MA1：EMA（CLOSE，P1）；MA2：EMA（CLOSE，P2）；MA3：EMA（CLOSE，P3）；MA4：EMA（CLOSE，P4）
MA指的就是移动平均线了。
要告诉大家的是：EXPMA简称EMA（以下用EMA）。不要被有用EXP标述均线的忽悠了。
区别：EMA是取全部天数的值；MA是取设定天数的值。
（1）假设某月是22个交易日，某股票开股东大会停牌一天，公告停牌半天，那么，MA取值是本月20.5天的数值，而EMA取值是本月22天的数值，EMA是自动补充残缺值的。
（2）比如MA5线和EMA5线，MA5线是第5天以后才有均线的（其他MA类推）。EMA5线是第一天就有均线的。
应用：
（1）EMA抄底，MA逃顶！！什么意思呢？意思是说：假设你设定10天线为操作依据，那么，你用EMA10来抄底，用MA10来逃顶。当然EMA10和MA10的差距不是很大的，但是对抄底和逃顶有操作快感的人，是适合的。
（2）有人设置MA55天为牛熊分解线的，是对的！但如果你设置EMA40天作为牛熊分解线，更佳！因为40是由费氏级数里的5和8的乘积构成，40里有5个8和8个5；且MA55和EMA40的速率相差不大，而EMA40发出的中长期信号比MA55要早一些，所以可以提前给我们一些提示！！
（3）假设参数为5、10、21、40、60构成启明的“五三买卖原则”，配合成交量加以运用，做短线效果奇佳。
一、当EMA5金叉（或接近金叉）EMA10时，当日成交量大于5日成交均量50%以上，但当日成交量不能大于前一日成交量50%时，K线为中阳线或大阳线，且上下影线不太长，为短线最佳买入点。
二、当EMA5已与EMA21平均线粘合数日，两者EXPMA数值相等或几乎相等时，突然有一天成交量放大，当日成交量大于5日成交均量50%以上，但不能大于前一日成交量5倍，EMA5金叉MEA10或者EMA5已在EMA10上方运行数日，K线为中阳线或大阳线（上下影不要太长），为中线最佳买入点。
⑽ python获取一只股票的行情，为什么出现这么多问题
首先，你要确定下你的库文件是否安装正常，测试方法，就是在交互模式下测试。
其次，不要用别名，在试试。
希望能帮到你。。。。