量化交易策略：结合震荡量指标（CHO）与商品渠道指数（CCI）的赫兹量化分析震荡量指标（CHO, Chaikin Oscillator）和商品渠道指数（CCI, Commodity Channel Index）是分析市场趋势和动量的两个重要工具。这篇文章将探讨如何将这两个指标与赫兹量化分析结合，形成一个综合的量化交易策略，并通过Python代码进行实现。1. 震荡量指标（CHO）概述CHO是由Marc Chaikin开发的，主要用于衡量市场买卖压力的变化。它通过计算指数移动平均线（EMA）之差来分析积累/分配线

clear;close all;g=2;N=1000;k=2;un=zeros(N,2);pp=zeros(g,N-k);u=0.6;for q=1:g t=1:N;t=t';un(:,1)=sin(5*0.05*pi*t); un(:,2)=cos(5*0.05*pi*t);figure;title('参考信号波形');dn=1*(sin(5*0.05*pi*t)+0.22*sin(30*0.05*pi*t));y=zeros(1,N);w=zeros(1,k);e=zeros(1,N);for i=(k+1):N;UN=un(i,:);y(i)=w*UN';e(i)=dn(i)-y(i);w=w+u*e(i)*UN;endpp(q,:)=(e((k+1):N)).^2;endsubplot(2,1,1)plot(y);title('自适应滤波后输出信号的波形');ylabel('幅值');subplot(2,1,2)plot(e);title('被滤除的谐波信号');xlabel('迭代次数');ylabel('幅值'); bi=10*log10(mean(pp));beta=0.99;for j=2:1:998; bi(j)=beta*b

clear clc close all % format compact %% 加载数据 load maydata.mat % load MNISTdata.match % ann_data [input,inputps]=mapminmax(ann_data,-1,1); [output,outputps]=mapminmax(ann_label,0,1); % [input,inputps]=mapminmax(ann_data,0,1); % [output,outputps]=mapminmax(ann_label,0,1); %% input1=input';% input = [input1 input1(:,10)]; %% for i=1:size(input,1) x=reshape(input(i,:),6,6); input_x(:,:,i)=x; end %% n = randperm(5000); train_x=input_x(:,:,n); train_y=output(:,n); test_x=input_x(:,:,n(4501:5000)); test_y=output(:,n(4501:5000)); %% 创建一个经典Lenet（卷积神经网络中代表模

clear;close all;clc;
%x单调
x=[7;10.5;13;17.5;34;40.5;44.5;48;56;61;68.5;76.5;80.5;91;96;101;104;106.5;111.5;118;123.5;136.5;142;146;150;157;158];
y1=[44;45;47;50;50;38;30;30;34;36;34;41;45;46;43;37;33;28;32;65;55;54;52;50;66;66;68];
y2=[44;59;70;72;93;100;110;110;110;117;118;116;118;118;121;124;121;121;121;122;116;83;81;82;86;85;68];
x1=7:1e-1:158;
x=(10000000*x./4.5)/1000000;%km单位
x1=(10000000*x1./4.5)/1000000;%km单位
y1=(10000000*y1./4.5)/1000000;%km单位
y2=(10000000*y2./4.5)/1000000;%km单位
y11=spline(x,y1,x1);
y22=spline(x,y2,x1);
dx = x1(2: end) - x1(1: end-1);
dy1 = y11(2: end) - y11(1: end-1);
dy2 = y22(2: end) - y22(1: end-1);
l1 = sum(sqrt(dx.^2+dy1.^2));
l2 = sum(sqrt(dx.^2+dy2.^2));
figure('position', [100, 200, 800, 500]);
plot(x, y1, 'ro--');
hold on;
plot(x, y2, 'bo--');
hold on;
plot(x1,y11,'r');
hold on;
plot(x1,y22,'b');
legend({'原始数据y1', '原始数据y2', '插值数据y11', '插值数据y22',},...
'location', 'northwest');
grid on
title(sprintf('插值后曲线y11长度：%.3f\n插值后曲线y22长度：%.3f', l1, l2));

PVT指标简介PVT（Price Volume Trend）指标，即价格-成交量趋势指标，是一种动量指标，结合价格变动和成交量来评估资产的价格趋势和成交量的变化。PVT的目的是通过考虑成交量的变化来确认价格趋势的强度。这种指标类似于OBV（On-Balance Volume），但PVT在计算时不仅仅是简单地将成交量加到一个累积总和中，而是将当日的成交量与价格变动的百分比相乘，然后再加到累积总和中，从而提供关于价格趋势的更详细信息。PVT指标的计算方法添加图片注释，不超

5. API之本和字体函数 AddFontResource 在Windows系统中添加种字体资源 CreateFont 指定的属性创建种逻辑字体 CreateFontIndirect 指定的属性创建种逻辑字体 CreateScalableFontResource 为种TureType字体创建个资源件，以便能API函数AddFontResource将其加Windows系统 DrawText 将本描绘到指定的矩形中 DrawTextEx 与DrawText相似，只是加了更多的功能 EnumFontFamilies 列举指定设备可的字体 EnumFontFamiliesEx 列举指定设备可的字体 EnumFonts 列举指定设备可的字体 ExtTextOut 经过扩展的本描绘函数。