樞軸點標準

樞軸點標準 — 是一種技術指標，用於確定價格可能面臨支撐或阻力的水平。樞軸點指標由一個樞軸點(PP)水平和多個支撐(S)和阻力(R)水平組成。

計算

PP、阻力、支撐值的計算方式不同，具體取決於指標的類型，由指標輸入中的類型欄位指定。要計算PP和支撐/阻力位，使用值OPENcurr、OPENprev、HIGHprev、LOWprev、CLOSEprev，它們分別是指標時間週期的當前開盤價和前一開盤價、最高價、最低價和收盤價。指標的時間週期由"樞軸點時間週期"的輸入中設定。如果樞軸點時間週期"設定為AUTO(預設值)，則增加的時間週期由以下算法確定：

對於長達15分鐘(包括15分鐘)的盤中時間週期，使用天(1D)
對於超過15分鐘的盤中時間週期，使用週(1W)
對於日時間週期，使用月(1M)
對於每週和每月的時間週期，使用12個月(12M)

類型

Tradingview使用以下類型的樞軸點指標：

傳統(Traditional)
斐波那契(Fibonacci)
伍迪(Woodie)
經典(Classic)
湯姆丹麥(DM)
卡瑪利拉(Camarilla)

每種類型的計算公式如下。

TRADITIONAL

    PP = (HIGHprev + LOWprev + CLOSEprev) / 3    R1 = PP * 2 - LOWprev    S1 = PP * 2 - HIGHprev    R2 = PP + (HIGHprev - LOWprev)    S2 = PP - (HIGHprev - LOWprev)    R3 = PP * 2 + (HIGHprev - 2 * LOWprev)    S3 = PP * 2 - (2 * HIGHprev - LOWprev)    R4 = PP * 3 + (HIGHprev - 3 * LOWprev)    S4 = PP * 3 - (3 * HIGHprev - LOWprev)    R5 = PP * 4 + (HIGHprev - 4 * LOWprev)    S5 = PP * 4 - (4 * HIGHprev - LOWprev)

Python

FIBONACCI

    PP = (HIGHprev + LOWprev + CLOSEprev) / 3    R1 = PP + 0.382 * (HIGHprev - LOWprev)    S1 = PP - 0.382 * (HIGHprev - LOWprev)    R2 = PP + 0.618 * (HIGHprev - LOWprev)    S2 = PP - 0.618 * (HIGHprev - LOWprev)    R3 = PP + (HIGHprev - LOWprev)    S3 = PP - (HIGHprev - LOWprev)

Python

WOODIE

    PP = (HIGHprev + LOWprev + 2 * OPENcurr) / 4    R1 = 2 * PP - LOWprev    S1 = 2 * PP - HIGHprev    R2 = PP + (HIGHprev - LOWprev)    S2 = PP - (HIGHprev - LOWprev)    R3 =  HIGHprev + 2 * (PP -  LOWprev)    S3 =  LOWprev - 2 * (HIGHprev - PP)    R4 = R3 + (HIGHprev - LOWprev)    S4 = S3 - (HIGHprev - LOWprev)

Python

CLASSIC

    PP = (HIGHprev + LOWprev + CLOSEprev) / 3    R1 = 2 * PP - LOWprev    S1 = 2 * PP - HIGHprev    R2 = PP + (HIGHprev - LOWprev)    S2 = PP - (HIGHprev - LOWprev)    R3 = PP + 2 * (HIGHprev - LOWprev)    S3 = PP - 2 * (HIGHprev - LOWprev)    R4 = PP + 3 * (HIGHprev - LOWprev)    S4 = PP - 3 * (HIGHprev - LOWprev)

Python

DM

    IF  OPENprev == CLOSEprev    X = HIGHprev + LOWprev + 2 * CLOSEprev    ELSE     IF CLOSEprev >  OPENprev        X = 2 * HIGHprev + LOWprev + CLOSEprev    ELSE        X = 2 * LOWprev + HIGHprev + CLOSEprev    PP = X / 4    R1 = X / 2 - LOWprev    S1 = X / 2 - HIGHprev

Python

CAMARILLA

    PP = (HIGHprev + LOWprev + CLOSEprev) / 3    R1 = CLOSEprev + 1.1 * (HIGHprev - LOWprev) / 12    S1 = CLOSEprev - 1.1 * (HIGHprev - LOWprev) / 12    R2 = CLOSEprev + 1.1 * (HIGHprev - LOWprev) / 6    S2 = CLOSEprev - 1.1 * (HIGHprev - LOWprev) / 6    R3 = CLOSEprev + 1.1 * (HIGHprev - LOWprev) / 4    S3 = CLOSEprev - 1.1 * (HIGHprev - LOWprev) / 4    R4 = CLOSEprev + 1.1 * (HIGHprev - LOWprev) / 2    S4 = CLOSEprev - 1.1 * (HIGHprev - LOWprev) / 2    R5 = (HIGHprev / LOWprev) * CLOSEprev    S5 = CLOSEprev - (R5 - CLOSEprev)

Python

計算範例

輸入：納斯達克股票代碼：AAPL，5分鐘時間週期。我們透過選擇以下輸入，來計算2019年6月19日的樞軸點值：

類型：傳統(Traditional)
樞軸點時間週期：Auto

首先，讓我們確定指標時間週期(算法如上所述)。圖表時間週期為5分鐘，即盤中小於15分鐘，因此指標時間週期為1D。因此，我們獲得了前一天(即2019年6月18日)的最高價、最低價和收盤價系列的值：

HIGHprev = 200.29
LOWprev = 195.21
CLOSEprev = 198.45

我們根據傳統(Traditional)的公式計算PP、S和P的值：

    PP = (HIGHprev + LOWprev + CLOSEprev) / 3    R1 = PP * 2 - LOWprev    S1 = PP * 2 - HIGHprev    R2 = PP + (HIGHprev - LOWprev)    S2 = PP - (HIGHprev - LOWprev)    R3 = PP * 2 + (HIGHprev - 2 * LOWprev)    S3 = PP * 2 - (2 * HIGHprev - LOWprev)    R4 = PP * 3 + (HIGHprev - 3 * LOWprev)    S4 = PP * 3 - (3 * HIGHprev - LOWprev)    R5 = PP * 4 + (HIGHprev - 4 * LOWprev)    S5 = PP * 4 - (4 * HIGHprev - LOWprev)

Python

    PP = (200.29 + 195.21 + 198.45) / 3 = 197.983333333    R1 = 197.983333333 * 2 - 195.21 = 200.756666666    S1 = 197.983333333 * 2 - 200.29 = 195.676666666    R2 = 197.983333333 + (200.29 - 195.21) = 203.063333333    S2 = 197.983333333 - (200.29 - 195.21) = 192.903333333    R3 = 197.983333333 * 2 + (200.29 - 2 * 195.21) = 205.836666666    S3 = 197.983333333 * 2 - (2 * 200.29 - 195.21) = 190.596666666    R4 = 197.983333333 * 3 + (200.29 - 3 * 195.21) = 208.609999999    S4 = 197.983333333 * 3 - (3 * 200.29 - 195.21) = 188.289999999    R5 = 197.983333333 * 4 + (200.29 - 4 * 195.21) = 211.383333332    S5 = 197.983333333 * 4 - (4 * 200.29 - 195.21) = 185.983333332

Python

值的些許差異可能是由於四捨五入的情況而造成。

梅斯線

歷史波動率