源码：

换手率:=VOL/CAPITAL*100;

主力吸筹:换手率>3 AND 换手率<=5,COLORBLUE;

加快吸筹:换手率>5 AND 换手率<=7,COLORYELLOW;

主力进攻:换手率>7 AND 换手率<=10,COLORGREEN;

主力猛攻:换手率>10,COLORRED;

量:VOL,VOLSTICK;

均5:MA(VOL,5);

均10:MA(VOL,10);

均20:MA(VOL,20),COLORRED;

STICKLINE(主力吸筹,0,V,2,0),COLORBLUE;

STICKLINE(加快吸筹,0,V,2,0),COLORYELLOW;

STICKLINE(主力进攻,0,V,2,0),COLORGREEN;

STICKLINE(主力猛攻,0,V,2,0),COLORRED;

M135:MA(VOL,135);DRAWTEXT_FIX(C>O,0.01,0.9,0,'WWW.CXH99.COM'),COLORRED;

DRAWTEXT_FIX(C>O,1,1,0,'程序化交易模型'),COLORRED;

点击复制上述代码粘贴到到公式管理器

Logo
加入社区！打开量化的大门，首批课程上线啦！

加入社区！打开量化的大门，首批课程上线啦！

更多推荐

cover

AI 量化实战：布林带均值回归策略，回测收益 17.26%

avatar 量化交易与投资社区

AI 量化交易：量价突破策略完整实现与优化（附回测）

摘要：本文介绍了一种基于量价分析的突破交易策略，该策略通过价格突破关键位配合成交量放大来识别趋势信号。策略核心包括：收盘价突破20日高点且成交量达到5日均量1.5倍时买入，跌破10日均线时卖出。通过量化回测显示，该策略在上海电力股票上两年获得53.94%收益。进一步优化加入3%止损后收益提升至56.92%，AI建议增加趋势过滤器和突破确认条件后收益继续提升。文章指出该策略在趋势行情中表现良好，但需

avatar 量化交易与投资社区

Deepseek 和豆包，哪个做量化策略更好？

本文对比测试了DeepSeek和豆包两款AI在量化交易策略开发中的表现。通过双均线策略和量价突破策略两个案例，在相同文档和提示词条件下进行测试。结果显示：DeepSeek能严格遵守规范文档要求，策略逻辑准确，格式规范，复杂策略也能成功回测；豆包在简单策略上表现尚可，但格式不规范，面对复杂策略时会产生文档中不存在的指标导致回测失败。测试表明，在量化策略开发这种需要严格遵循技术规范的场景下，DeepS

avatar 量化交易与投资社区