经典指标组合图文详解-第二章(完整版)实用资料

经典指标组合图文详解第二章（完整版）实用资料(可以直接使用，可编辑完整版实用资料，欢迎下载）

经典指标组合图文详解【CCI】【薛斯通道】【薛斯通道II】【DMI】第二章！！经典指标组合图文详解第二章（完整版）实用资料(可以直接使用，可编辑完整版实用资料，欢迎下载）2021年03月10日星期三03:56通过上面的举例,我们会发现这个"金币"的特征如下:

颜色:红色

形状:带上下影线K线

庄家掉金币的位置及金币大小:

环境:K线完全掉出了【薛斯通道】【薛斯通道II】的长短线下轨

收益:1%-10%(5%左右的居多)

实现收益方式:捡到的第二天变现。第二天如果收盘强势,可以到第三天开盘9:50之前变现；如果盘中收阴线，就立刻止损。

虽然是捡小金币,但是一个熊市下来,也会有稳定的10%-20%的收益,何乐而不为?

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

讲到这里有人可能会觉得捡小金币很麻烦，庄家又不是天天掉金币，确实如此，天底下不劳而获的机会少之又少。那如何在有限的条件下多得到些金币呢？有办法吗？答案是有办法.细心的朋友也许已经发现，上面捡小金币的方法我们只用到了两个指标：【薛斯通道】

【薛斯通道II】，如果要想得到更多的金币，我们就要借助另外两个指标了，这两个指标就是:【CCI】

和

【DMI】指标。

股市里的钱是赚不完的.

作为投资者只要保证资金在稳定的增长就是成功!.

下面有两张计算表,可以让大家清楚资金是如何翻倍的:细心的朋友也许已经发现，上面捡小金币的方法我们只用到了两个指标：【薛斯通道】

【薛斯通道II】，如果要想得到更多的金币，我们就要借助另外两个指标了，这两个指标就是:【CCI】

和

【DMI】指标。

股市里的钱是赚不完的.

作为投资者只要保证资金在稳定的增长就是成功!.

下面有两张计算表,可以让大家清楚资金是如何翻倍的:

看了这两张表后,大家也许会说:这还用你算给我看!!不错,是不用.但是大家应该清楚这两张计算表里的关键部分是什么,那就是每次操作的平均涨幅,如何稳定的得到这个涨幅.在牛市中这个预设涨幅很容易得到,甚至会远远超出,可是为什么多数人的资金还是不能翻倍甚至出现亏损呢?另外,我们从这两张计算表里还可以看出,为什么要减少操作次数,特别是在牛市,你操作的次数越多那你所付出的费用越大,最后大部分都送给证券公司和交税了!大资金更是如此.

在熊市里,庄家就象是旧时携带家产离开的地主,大车小车大包小包,我想大家都知道如果布包里的东西装的太多会怎样?一碰布包,里面的东西就会很容易掉出来对吗?再举个例子,前些年发生在铁路运输线上的事情,很多铁路沿线的当地居民家里都会有一根长长的棍子,并且棍子的其中一头装着一个钩耙或者铁钩,这么做的目的就是为了用它将过路火车上的物资给钩下来,但如果想顺利的将物资钩下来光有工具不行,还有一个前提条件.这个前提条件是什么?就是物资必须装满火车同时还要超出车箱的上沿,(我说的是没车顶的,熟话叫车皮,如果是带顶的再多的钩子都甭想)还有一点,那就是选择好的地形,人如果站在铁路边的高处，那么用钩子钩下东西的保险系数就更大。

〖系统操作小常识〗:在K线分析窗口里,按Alt+数字键(1,2,3...),看看窗口会有什么变化.

在分时分析窗口里,按Alt+数字键(1,2,3...),看看窗口会有什么变化.

在分时分析窗口里,按Ctrl+w,看看窗口会有什么变化.想大家应该都听过这句话:不以物喜,不以己悲

股市里的钱是赚不完的.

作为投资者只要保证资金在稳定的增长就是成功!.

只要你不是拿救命钱投进股市就不要那么紧张。进入股市首先要做的是修身心,其次,才谈得上技术问题。我想大家在上学期间都经历过平时小考成绩挺好,可一到关键的大考就发挥不理想的经历吧,还有开运动会的时候,一紧张该做好的动作就是做不好,为什么?这就是人们常说的心理素质差。其实，我的心理素质也不好.上小学的时候，我的英语老师就曾经说过我：狗肉上不了阵席！到现在我还记得她说这句话时的表情。不以物喜,不以己悲

股市里的钱是赚不完的.

作为投资者只要保证资金在稳定的增长就是成功!.

从现在开始，让我们正式“猎杀”庄家！

图形很多，每个庄家都有自己的走法。现在我们来总结一下：

目标：露出【薛斯通道】【薛斯通道II】长短线下轨的红色K线，最好带有上下影线

山包的高度：60

DMI指标里的ADX指标线>60才可以动手，（标准高度，有些庄特狠，可能会拉高到70--80，这要根据具体来定）

弯道：CCI指标在-100以下掉头

信号员：DMI指标里的MDI指标线

信号：DMI指标里的MDI指标线上穿25

收益：每次1％-10％（多数在5％左右,这么多散户,对于庄家来讲就是脱层皮）

信号出现开始跟踪，目标明确，到达高度开始动手。最后一点，动手的第二天要在盘中设立止损价，虽然用这种方法，多数情况下都套不住我们，但在熊市中我们千万不要去做用时间换空间的傻事。记住：再贪心，也只能贪到【薛斯通道】指标的SDN线附近，如在附近盘中收阴线就立刻出局。

其实，在熊市中的猎杀，根据DMI指标的指导还有很多细节的东西值得研究，可以进一步扩大战果。

不以物喜,不以己悲

股市里的钱是赚不完的.

作为投资者只要保证资金在稳定的增长就是成功!.DMI指标是大方向指标，它告诉我们庄家是准备做多还是准备做空。当ADX线大于60的时候，庄家就开始计划行动了，到底要做多还是要做空，我们就要看DMI指标的另外两条线PDI,MDI,当MDI在PDI之上时，表示庄家开始准备做多，而且意愿强烈，反之，则表示庄家开始准备做空，而且意愿强烈。我们在熊市的猎杀行动，实际上就是利用庄家的做多意愿强烈程度来提高行动的成功概率。其实，大家仔细看一下K线图就会知道，在熊市中随着每一次做多意愿的出现，后面都会有一小波行情。具体的情况，大家随便调出一只股票，将K线图缩小来看就一目了然，如下图：

以上说那么多都是为了说明DMI指标在熊市猎杀活动中所起到的关键作用，具我所知，到目前为止庄家都还无法破解这一指标，所以，也就无法用来骗线!如果通过我的帖子能让不知道的朋友认识到DMI指标的重要性，我就很满足了。至于大家能理解运用到什么层面，这就只能靠自己了。

至于【薛斯通道】【薛斯通道II】指标，我要提醒大家的是，长短通道的支撑和阻力作用各不相同，【薛斯通道】【薛斯通道II】长线下通道在牛市中都表现出了庄家强力洗盘中的绝对支撑作用，特别是【薛斯通道】的长线下轨道更是如此。另外【薛斯通道】【薛斯通道II】的短线轨道的上下线可以被我们充分利用来做短线，个股的情况在这些轨道上的运作细节是有差异的，这正代表了个股庄家操盘的习惯，大家可以根据自己手上的个股具体研究。只要大家摸透了这几个指标，在牛市中，就可以天马行空(对于庄家来讲,我们就象他们肚子里的"蛔虫"无法摆脱,更有甚着,我们可以一口咬进"骨髓"),资金翻倍根本不是问题，但前提是不要买基本面差的股票，不要听小道消息，要跟紧政策的脚步，特别是zhengjianhui,发改委颁布的消息(大家可以通过Google搜索相关的网站，另外还有全景网也不错），这些消息一定要从正确的渠道去获取。这样一来，大的方向有了，具体买卖的指导也有了，你认为你还会输吗？

【关于改编公式的回复】

每个人都有自己的行动自由,特别是思维活动,在这里我不提倡自己改编公式的行为.我也是从改编的时代走过来的,曾经费了好大的精力去做这件事,回过头一看,才发现我已从最初的想投资变成了公式的实验品,完全事与愿违!太可笑了.

实际上编公式并没有那么简单,要想你的公式成为经典公式更是难过登天!原因是:你必须先有一套经典理论!光这一点我们绝大部分人都不具备,在这里我拜托大家省省力气.

这个世界有人很会造车,有人很会驾车,而我们绝大多数属于驾车的那帮人,既然如此,那就让我们选好自己合意的汽车,来尽情地享受驾驶的快感吧!

好了，该跟大家说再见了,以后有机会再写吧。

真的很佩服那些长时间写贴跟贴的人，在这里再次感谢各位赏脸的版主，感谢每个回帖的朋友

最后，真心的祝大家在股市中投资也好，投机也好，总之一切顺利。。。。。。第2章范数理论及其应用2.1向量范数及lp范数定义：如果V是数域K上的线性空间，且对于V的任一向量x，对应一个实数值||x||，它满足以下三个条件：1)非负性：||x||0,且||x||=0x=0;2)齐次性：||kx||=|k|||x||，kK；3)三角不等式：||x+y||||x||+||y||.则称||x||为V上向量x的范数，简称为向量范数。可以看出范数||||为将V映射为非负数的函数。注意：2)中|k|当K为实数时为绝对值，当K为复数域时为复数的模。虽然向量范数是定义在一般的线性空间上的，但是由于前面的讨论，我们知道任何n维线性空间在一个基下都代数同构于常用的n维复(或实)列向量空间，因此下面我们仅仅讨论n维复(或实)列向量空间就足够了。下面讨论如下：1.设||||为线性空间Vn的范数，任取它的一个基x1,x2,…,xn,则对于任意向量x,它可以表示为x=1x1+2x2+…+nxn其中，(1,2,…,n)T为x的坐标。由此定义Cn(或Rn)中的范数如下：||||C=()=||1x1+2x2+…+nxn||则容易验证||||C确实为Cn中的范数.2.反之,若||||C为Cn中的范数，定义Vn的范数如下：||x||=(x)=||||C其中x=1x1+2x2+…+nxn。则容易验证(x)确实为Vn的范数。这个例子充分说明了一般线性空间的范数和n维复(或实)列向量空间的范数之间的关系。这也是为我们只讨论n维复(或实)列向量空间的范数的理由.范数首先是一个函数，它将线性空间的任意向量映射为非负实数。范数与函数性质1.范数是凸函数，即||(1)x+y||(1)||x||+||y||其中01。向量的范数类似于向量长度。性质2.(范数的乘法)若||||为线性空间V上的向量范数，则k||||仍然为向量范数,其中k>0.性质3.设||||comp为Rm上的范数，且对x(R+)m为单调增加的(即,若x,y(R+)m,且xiyi,那么||x||comp||y||comp成立.),那么，对于给定的m个n维线性空间V上的范数||||i,i=1,2,…,m,我们可以定义一个复合范数为||x||=||U(x)||comp,其中，U(x)=(||x||1,||x||2,…,||x||m)T.证明：非负性和齐次性是显然的，仅需证明三角不等式。||x+y||=||U(x+y)||comp||U(x)+U(y)||comp(因U(x+y)U(x)+U(y))||U(x)||comp+||U(y)||comp=||x||+||y||例如.若||||f和||||g为线性空间V上的两个向量范数，则(1).||||f+||||g为V上向量范数。(2).max{||||f,||||g}为V上向量范数。(3)[(||||f)2+(||||g)2]1/2为V上向量范数。性质4.(范数的合成)设n维线性空间V=V1V2…Vm,且||||i,i=1,2,…,m,为线性子空间Vi上的范数，而||||comp为Rm上的范数，且对x(R+)m为单调增加的(即,若x,y(R+)m,且xiyi,那么||x||comp||y||comp成立.),则对任意xV,存在唯一的分解x=x1+x2+…+xm其中xiVi,这时定义x的范数为||x||=||U(x)||comp,其中，U(x)=(||x1||1,||x2||2,…,||xm||m)T.证明类似于性质3.(略)定义:线性空间V的闭凸集若满足,x,则x,其中||1，那么为均衡闭凸集。性质5.(范数与凸集,又称为范数的几何性质)若||||为线性空间V上的向量范数，集合={x:||x||1}为V上均衡闭凸集。反之，若为V上的均衡闭凸集，且含有内点，即包含一个小的单位球。则可以定义函数P(x)如下：当x0时，P(x)=min{>0:x/}当x=0时，P(x)=0.则P(x)为V上的范数。证明：1).显然P(x)0,且P(0)=0.下面我们证明若P(x)=0,则x=0;用反证法，设x0，则由P(x)的定义，任给>P(x)=0,则有x/。因为为有界集。即存在常数M>0使得对任意y,||y||M.其中||||为某一给定的范数。令y=x/,则得到||x/||M,即||x||M,由于为任意大于0的数，若令0则有||x||=0。因||||为范数，从而x=0.这样，我们就证明了1).2).若x=0,则P(kx)=|k|P(x)显然成立。假设x0,由于x/P(x),且任何P(x),x/;而任何<P(x),x/.显然kx/P(kx),则[(k/|k|){x/[P(kx)/|k|]}注意k/|k|的幅度为1,从而由的均衡性，我们有x/[P(kx)/|k|]，这样由定义有P(x)P(kx)/|k|,即|k|P(x)P(kx).()同样由于x/P(x),注意到k/|k|的幅度为1，从而(kx)/(|k|P(x)),由定义有P(kx)|k|P(x)()联合()和()，我们有P(kx)=|k|P(x).(3).设x0,y0,则x/P(x),y/P(y),令=P(y)/(P(x)+P(y)),由于为凸集，从而(x+y)/(P(x)+P(y))=(1)x/P(x)+y/(P(y),这样有P(x+y)的定义，我们有P(x+y)P(x)+P(y).当x和y有一个或全部为0时，显然三角不等式仍然成立。联合1),2)和3),从而P(x)为范数。这个性质说明了范数和均衡凸集之间的一一对应关系。均衡凸集与范数例1:向量的p范数：||x||p={|x1|p+|x2|p+…+|xn|p}1/p取p=1,2,和便分别得到1范数，2范数和范数。即||x||1=|x1|+|x2|+…+|xn|||x||2={|x1|2+|x2|2+…+|xn|2}1/2||x||=maxi|xi|其中||||2范数为由内积导出的范数。Holder不等式p,q>1,1/p+1/q=1.例2.若A为可逆变换，||||为线性空间V的范数，则||x||=||Ax||仍为V的范数.例3.(加权范数)设A为实对称正定矩阵，对xRn,定义||x||=(xTAx)1/2称为加权范数。范数有无穷多，但它们彼此等价。即定理(范数的等价定理)：设||x||和||x||为有限维线性空间的任意两个范数，则存在与x无关的两个大于0常数c1,c2使得下面式子成立：c1||x||||x||c2||x||证明思路1)范数等价为等价关系,满足传递性;2)任意范数为坐标函数的连续函数；3)在单位超球面上有大于零的极大极小值,与2-范数等价。利用范数等价证明:向量收敛的两个定义一致性.即：向量序列{x(n)}收敛于x指每个分量数列{xi(n)xi}收敛于0。向量序列{x(n)}收敛于x指范数数列{||x(n)x||}收敛0。矩阵范数定义2.3设ACmn,定义一个实值函数||A||,它满足以下三个条件：1)非负性：||A||0,且||A||=02)齐次性：||kA||=|k|||A||，kC；3)三角不等式：||A+B||||A||+||B||.则称||A||为A的广义矩阵范数。很明显矩阵按广义范数收敛和分量收敛是等价的。即：1.矩阵序列A(n)收敛于A指矩阵的每个元素数列aij(n)aij收敛于0。2.矩阵序列A(n)收敛指矩阵的广义范数数列{||A(n)A||}收敛于0。广义矩阵范数可以看成将矩阵按列写成向量的形式，然后定义的向量范数。A=[a1,a2,…,an],写成vec(A)=这样，对vec(A)定义向量范数，就可以得到相应的广义矩阵范数了。这样所有已经讨论的关于向量范数的性质和构造方法都可以用来构造相应的广义矩阵范数了。若对Cmn,Cnl,Cml的同类广义矩阵范数||.||有4).相容性：||AB||||A||||B||则称||A||为A的矩阵范数。%对于方阵可以有如下定义的相容性：若对Cnn的广义矩阵范数||.||,若有4).相容性：||AB||||A||||B||则称||A||为A的矩阵范数。可见对于方阵的广义矩阵范数的相容性定义，不需要讨论这个广义矩阵范数的定义规则是否可以应用于其他维数大小的矩阵。这个是很好理解的，毕竟方阵是线性空间中变换的矩阵表示形式，而一般矩阵是两个不同线性空间之间线性映射的矩阵表示性质。性质：若||||为Cnn的相容的矩阵范数，则||X||=||SXS1||仍为相容的矩阵范数。%向量范数和矩阵范数的相容性：定义2.4对于Cmn上的矩阵范数||.||M和Cm与Cn的同类范数||.||V,如果||Ax||V||A||M||x||V,任给ACmn，xCn则称矩阵范数||.||M和向量范数||.||V相容。(在这个定义中，同类的向量范数||.||V不一定就是由矩阵范数||.||M导出来的)定理(存在性)任给||.||M是Cmn上的矩阵范数，存在Cm和Cn上的同类向量范数满足||Ax||Vm||A||M||x||Vn,任给ACmn，xCn证明：任取Cn中不为0的向量a,定义||x||Vm=||xaH||M,xCm;设||.||N为和||.||M同类的为Cnn的矩阵范数，定义||y||Vn=||yaH||N,yCn;易验证||x||Vm,||y||Vn分别为Cm,Cn的向量范数。从而利用矩阵范数相容性可得任给yCn,||Ay||Vm=||AyaH||M=||A(yaH)||M||A||M||yaH||N=||A||M||y||Vn从而成立结论。(此处，实际上定义的同类向量范数为||x||=||xaH||,和x的维数无关。而右边就是那个同类的矩阵范数||||M。）例：Frobenius范数或称F-范数和||.||2范数相容.||A||F=[Tr(AHA)]1/2=(|aij|2)1/2从属(算子)范数定义:设Cm与Cn的同类范数||.||，对于Cmn上的矩阵A定义函数：||A||=是Cmn上矩阵范数,且与已知的向量范数相容.称为之由向量导出的范数,从属范数或算子范数。这时我们实际上将A看作线性映射的矩阵表示.定理设A=(aij)Cmn,x=(1,2,…,n)TCn则从属于向量x的三种范数||x||1,||x||2和||x||的矩阵范数依次是：1）||A||1=(列范数)2）||A||2=，其中1为AHA的最大特征值;3)||A||=(行范数)必须特别注意，所有广义矩阵范数都是相互等价的。范数的应用1．矩阵非奇异性条件定理：设ACnn,且对Cnn的某矩阵范数||.||满足||A||<1,则矩阵IA非奇异，且有1)||(IA)1||||I||/(1||A||)||I(IA)1||||A||/(1||A||)证明需要利用给定矩阵范数存在和它相容的向量范数。逆矩阵的摄动定理2.8设矩阵A，BCnn,A非奇异，且对Cnn的某矩阵范数||.||满足||A1B||<1,则1)矩阵A+B非奇异;2)F=I(I+A1B)1,||F||||A1B||/(1||A1B||)3)||A1(A+B)1||/||A1||||A1B||/(1||A1B||)特别地设B=A,cond(A)=||A||||A1||则有||A1(A+A)1||/||A1||其中Cond(A)称为A的条件数，反映矩阵的摄动对其逆的影响。矩阵的谱半径及其性质定义设ACnn的n个特征值为1,2,…,n,称(A)=maxi|i|为A的谱半径.定理.设ACnn，则对A的任何一种矩阵范数||.||有(A)||A||.证明:对矩阵范数构造相应的相容向量范数||.||Vn，从而有设为A的任意特征值,x为相应特征向量，则有||||x||Vn=||x||Vn=||Ax||Vn||A||||x||Vn.从而有||||A||，由题设(A)||A||.定理2.10设ACnn,对于任意的正数>0,存在某种矩阵范数||||M,使得||A||M(A)+证明：根据定理1.29,存在可逆矩阵PCnn使得P1AP=+=其中i等于0或1。记对角元矩阵为，即=diag(1,2,…,n)令D=diag(1,,…,n1),S=PD,那么S1AS=+显然有||S1AS||1=||+||1(A)+从而定义矩阵XCnn的范数为||X||M=||S1XS||1从而有||A||M=||S1AS||1(A)+证毕.注意，我们给出的范数定义和矩阵A有关。实际上不存在这样的矩阵范数对任意矩阵都成立。矩阵A的矩阵范数与谱：矩阵范数||||||A||1||A||2(A)矩阵A二中高三年级数学导学学案执笔人： 审核人：高三年级数学组全体教师 课题学时 求数列通项专题（总第1课时）学习目标 1．知识点：求数列通项公式.2．能力要求:掌握数列通项公式的求法，如①直接法②递推关系法③累加法④累乘法⑤待定系数法等.3．情感目标：培养化归思想、应用意识.学习重点 1．求数列通项公式的常用方法(部分)：①观察法②公式法③关系式法④累加法⑤累乘法⑥待定系数法⑦迭代法⑧换元法等2．由前n项和求数列通项公式时注意检验第一项（首项）是否满足，若不满足必须写成分段函数形式；若满足，则应统一成一个式子.学习难点 已知数列递推公式求数列通项公式基础回顾 一,基础知识导引1,等差数列:(1),定义式：---------------------。.(2),通项公式:------------------------------。(3),前项和公式:------------------------------。(4),若数列an为等差数列，对于任意正整数,若,则-----------反之不行.（5），推导等差数列的通项公式方法；---------------------。2,等比数列:(1),定义:-------------------------------.。(2),通项公式:---------------------------------