基本面分析要看各种基本信息(股息, 收益, 现金流, 账面价值等), 一般在股价低于公司价值时入手
技术面分析不关心公司价值, 只看价格和交易量(volumn), 计算指标, 称为启发式算法, 可用于人工智能.
技术面分析短期效果好于长期效果, 因为短期动量对长期影响很小. 相反, 基本面分析长期效果很好

三大热门指标:

• momentum, 动量
• simple moving average(SMA), 简单移动平均线
• 布林带

动量:

表示一段时间内价格的变化量, 分正负
momentum[t] = price[t] / price[t-n] - 1, 范围通常是[-0.5, 0.5]

SMA:

表示一段时间内价格的平均值, 随价格曲线平缓变化, 存在滞后性. SMA和价格曲线的相交点有重要价值, 尤其是该点动量较强时, 是交易信号. 同时SMA可以作为底层价值, 在价格曲线上和SMA偏离较大的点可以作为一个套利机会买入卖出, 因为价格最终会回到平均线上.
SMA[t] = price[t] / (price[t-n : t].mean()) - 1, 范围通常是[-0.5, 0.5]

布林带:

SMA上下距离两个标准差的条带, 波动小的地方采用小指标, 波动大的地方采用大指标. 布林带外的点是交易机会
Bollinger_Bands[t] = (price[t] - SMA[t]) / 2*std[t], 范围通常是[-1.0, 1.0], 在这个范围外的就是布林带外的点

标准化/归一化

不同指标取值范围不同, 需要标准化
normed = (values - mean) / values.std()
范围[-1, 1], 均值为0