90%、80%成本 集中度

比如某股的持有人只有10个。分别持有价为:
1,5,5.1,5.2,5.5,6,6.2,6.9,7,10元。
那么去掉头尾的1元和10元,80%的成本集中在5-7元之间。
集中度指的是这些筹码的成本是否很接近,集中度数值越小代表筹码成本越接近。计算方法是该成本区域内(高价低价差)除以(高价低价和)。
改变下上面的持有价:
1,5,5,5,5,5,5,5,5,10元。
该股80%的成本下,筹码都是一样的,集中度是0。代表这个位置无论在支撑还是压力方面对于股价的影响十分大。

筹码集中度中,五日前成本的百分比,还有十日前、20、30、60、100日前的成本百分比是啥意思?

五日前成本百分比就是五个交易日前总共买入的量占总流通市值的比率,打个比方,五日前所有买方总共花了10个亿,而目前的流通市值是20亿的话,五日前成本占50%,其他的依次类推

原文地址:https://www.cnblogs.com/aspirs/p/9063706.html

时间: 2024-09-28 03:50:34

90%、80%成本 集中度的相关文章

USQL如何帮爱普新媒降低80%成本,提升50%数据分析速度

"使用USQL产品,用户在原有的数据文件基础上进行数据建模,即可使用SQL进行业务数据的快速查询,此种方式对原有数据文件改动较小,用户不用关注大数据分布式处理的过程,业务迁移方便.对比我们现有的大数据处理方案,节省80%的服务器成本,提升50%数据分析速度,同时也缩短了新业务的开发周期,值得推荐." --爱普新媒CTO 牛德恒 USQL是什么? 数据湖分析(USQL)是一种可扩展性强.成本低廉的无服务器SQL分析计算引擎,可轻松完成面向海量数据的数据建模工作,SQL即可完成数据查询和分

公式选股--筹码集合 (更多公式关注公众号“斯达克逻辑”)

第三部分,筹码集合(低位单峰密集) 1. 基本释义: 单峰密集是成本分布所形成的一个独立的密集峰形,它表明该股票的流通筹码在某一特定价格区域充分集中. 低位单峰密集:指成本分布在某个低价位区域形成高度密集的状态.在低位密集峰的上方几乎没有筹码分布.其技术特点表现在以下四个方面: (1)股价经过一轮大的下跌而形成的低位密集状态. (2)股价经过较长时间下跌整理而形成的低位密集状态. (3)低位密集峰上方几乎没有筹码分布. (4)低位密集的时间越长,行情爆发的可能性越大,力度越强. 低位单峰密集是由

用友u8数据库表结构

用友数据库表名参照表1 Accessaries 成套件表2 AccInformation 帐套参数表3 AdjustPVouch4 AdjustPVouchs5 Ap_AlarmSet 单位报警分类设置表6 Ap_BillAge 帐龄区间表7 Ap_Cancel 核销情况表8 Ap_CancelNo 生成自动序号9 Ap_CloseBill 收付款结算表10 Ap_CtrlCode 控制科目设置表11 Ap_Detail 应收/付明细帐12 Ap_DigSet13 AP_DispSet 查询显示

Visual Basic 函数速查

Calendar 常数 可在代码中的任何地方用下列常数代替实际值: 常数 值 描述 vbCalGreg 0 指出使用的是阳历. vbCalHijri 1 指出使用的是伊斯兰历法. Color 常数 可在代码中的任何地方用下列常数代替实际值: 常数 值 描述 vbBlack 0x0 黑色 vbRed 0xFF 红色 vbGreen 0xFF00 绿色 vbYellow 0xFFFF 黄色 vbBlue 0xFF0000 蓝色 vbMagenta 0xFF00FF 紫红色 vbCyan 0xFFFF

深入理解Java虚拟机笔记---垃圾收集算法

当对象判定为"已死"状态,虚拟就要采取一定的手段将这些对象从内存中移除,即回收垃圾,回收过程有采用一定的算法.如下是一些主要的垃圾收集算法: 1.标记-清除算法 该算法是最基础的算法,分为"标记"和"清除"两个阶段:首先标记出所有需要回收的对象,在标记完成后统一回收掉所有被标记的对象.之所有说它是最基础的算法是因为后续的收集算法都是基于这种思路并对其缺点进行改进得到的.它的缺点主要有两个:一个是效率问题,标记和清除过程效率都不高:另外一个是空间问

《深入理解Java虚拟机》笔记 第三章 GC算法和GC器

? ? [哪些内存需要回收] ? ? 当对象判定为"已死"状态,虚拟就要采取一定的手段将这些对象从内存中移除. ? ? 1.引用计数算法 ? ? 很多教科书判断对象是否存活的算法是这样的:给对象中添加一个引用计数器,每当有一个地方引用它时,计数器值加1:当引用失效时,计数器减1:任何时刻计数器都为0的对象就是不可能再被使用的. ? ? 引用计数算法(Reference Counting)的实现简单,判断效率也很高,在大部分情况下它都是一个不错的算法.但是Java语言中没有选用引用计数算

jvm笔记2--垃圾收集器与内存分配策略

垃圾收集器与内存分配策略 Java运行时,内存的各个部分中,程序计数器,虚拟机栈,本地方法栈3个区域随线程而生,随线程而灭:栈中的栈帧随着方法的进入和退出而有条不紊地执行着出栈和入栈的操作.每一个栈帧中分配多少内存基本上是在类结构确定下来时就已知的.因此这几个区域不需要过多考虑回收的问题,因为线程结束时,内存自然就跟着回收了. Java堆和方法区不一样,一个接口中的多个实现类需要的内存可能不一样,一个方法中的多个分支需要的内存也可能不一样,只有在程序运行期间才知道会创建哪些对象,这部分内存的分配

深入理解JVM(二)--垃圾收集算法

一. 概述 说起垃圾收集(Garbage Collection, GC), 大部分人都把这项技术当做Java语言的伴随生产物. 事实上, GC的历史远远比Java久远, 1960年 诞生于MIT的Lisp是第一门真正使用内存动态分配和垃圾收集技术的语言. 当Lisp还在胚胎时期时,人们就在思考GC需要完成的三件事情: 哪些内存需要回收? 什么时候回收? 如何回收? 现在内存的动态分配与内存回收技术已经相当成熟, 那为什么我们还要去了解GC和内存分配呢? 答案很简单: 当需要排查各种内存溢出, 内

五个顶级的大数据架构

五个顶级的大数据架构 自从像AWS这样的公共云产品开辟了大数据分析功能以来,小企业通过挖掘大量的数据做到只有大企业才能做到的事情,至今大约有10年时间.这些事情其中包括网络日志.客户购买记录等,并通过按使需付费的方式提供低成本的商品集群.在这十年中,这些产品蓬勃发展,涵盖了从实时(亚秒级延迟)流媒体式分析到用于分析批量模式工作的企业数据仓库,而企业数据仓库则可能需要数天或数周才能完成. 以下将介绍用于大数据堆栈的五个最有用的架构,以及每个架构的优点,以便更好地理解和权衡.此外,还对成本(按$ -