【k线】k线图中MA均线计算

简介: 移动平均线,Moving Average,简称MA,MA是用统计分析的方法,将一定时期内的证券价格(指数)加以平均,并把不同时间的平均值连接起来,形成一根MA,用以观察证券价格变动趋势的一种技术指标
移动平均线,Moving Average,简称MA,MA是用统计分析的方法,将一定时期内的证券价格(指数)加以平均,并把不同时间的平均值连接起来,形成一根MA,用以观察证券价格变动趋势的一种技术指标。

封装函数

//数据模型 time0 open1 close2 min3 max4 vol5 tag6 macd7 dif8 dea9

//MA计算公式
function calculateMA(dayCount, data) {

var result = [];
for (var i = 0, len = data.values.length; i < len; i++) {
    if (i < dayCount) {
        result.push('-');
        continue;
    }
    var sum = 0;
    for (var j = 0; j < dayCount; j++) {
        sum += data.values[i - j][1];
    }
    result.push(+(sum / dayCount).toFixed(3));
}
return result;

}

//调用方法
var data={"datas":[[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1],[7.1,7.1,7.1,7.1]],"times":[["2019-05-18 01:30:00"],["2019-05-18 01:45:00"],["2019-05-18 02:00:00"],["2019-05-18 02:15:00"],["2019-05-18 02:30:00"],["2019-05-18 02:45:00"],["2019-05-18 03:00:00"],["2019-05-18 03:15:00"],["2019-05-18 03:30:00"],["2019-05-18 03:45:00"],["2019-05-18 04:00:00"],["2019-05-18 04:15:00"],["2019-05-18 04:30:00"],["2019-05-18 04:45:00"],["2019-05-18 05:00:00"],["2019-05-18 05:15:00"],["2019-05-18 05:30:00"],["2019-05-18 05:45:00"],["2019-05-18 06:00:00"],["2019-05-18 06:15:00"],["2019-05-18 06:30:00"],["2019-05-18 06:45:00"],["2019-05-18 07:00:00"],["2019-05-18 07:15:00"],["2019-05-18 07:30:00"],["2019-05-18 07:45:00"],["2019-05-18 08:00:00"],["2019-05-18 08:15:00"],["2019-05-18 08:30:00"],["2019-05-18 08:45:00"],["2019-05-18 09:00:00"],["2019-05-18 09:15:00"],["2019-05-18 09:30:00"],["2019-05-18 09:45:00"],["2019-05-18 10:00:00"],["2019-05-18 10:15:00"],["2019-05-18 10:30:00"],["2019-05-18 10:45:00"],["2019-05-18 11:00:00"],["2019-05-18 11:15:00"],["2019-05-18 11:30:00"],["2019-05-18 11:45:00"],["2019-05-18 12:00:00"],["2019-05-18 12:15:00"],["2019-05-18 12:30:00"],["2019-05-18 12:45:00"],["2019-05-18 13:00:00"],["2019-05-18 13:15:00"],["2019-05-18 13:30:00"],["2019-05-18 13:45:00"],["2019-05-18 14:00:00"],["2019-05-18 14:15:00"],["2019-05-18 14:30:00"],["2019-05-18 14:45:00"],["2019-05-18 15:00:00"],["2019-05-18 15:15:00"],["2019-05-18 15:30:00"],["2019-05-18 15:45:00"],["2019-05-18 16:00:00"],["2019-05-18 16:15:00"],["2019-05-18 16:30:00"],["2019-05-18 16:45:00"],["2019-05-18 17:00:00"],["2019-05-18 17:15:00"],["2019-05-18 17:30:00"],["2019-05-18 17:45:00"],["2019-05-18 18:00:00"],["2019-05-18 18:15:00"],["2019-05-18 18:30:00"],["2019-05-18 18:45:00"],["2019-05-18 19:00:00"],["2019-05-18 19:15:00"],["2019-05-18 19:30:00"],["2019-05-18 19:45:00"],["2019-05-18 20:00:00"],["2019-05-18 20:15:00"],["2019-05-18 20:30:00"],["2019-05-18 20:45:00"],["2019-05-18 21:00:00"],["2019-05-18 21:15:00"],["2019-05-18 21:30:00"],["2019-05-18 21:45:00"],["2019-05-18 22:00:00"],["2019-05-18 22:15:00"],["2019-05-18 22:30:00"],["2019-05-18 22:45:00"],["2019-05-18 23:00:00"],["2019-05-18 23:15:00"],["2019-05-18 23:30:00"],["2019-05-18 23:45:00"],["2019-05-19 00:00:00"],["2019-05-19 00:15:00"],["2019-05-19 00:30:00"],["2019-05-19 00:45:00"],["2019-05-19 01:00:00"],["2019-05-19 01:15:00"]],"vols":[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0],"macds":[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0],"difs":[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0],"deas":[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]}

//MA5
calculateMA(data,5)
//MA10
calculateMA(data,10)
//MA20
calculateMA(data,20)

需要注意数据模型的格式,不同的数据模型的计算大同小异,注意数据对应就好

目录
相关文章
|
监控 测试技术 开发者
测试人员日常工作都做什么?
测试人员日常工作都做什么?
325 0
|
8月前
|
机器学习/深度学习 编解码 人工智能
2025年数字人平台深度评测排名:主流产品在多语言支持与克隆速度上的表现
随着全球化内容创作兴起,数字人平台面临多语言支持与克隆速度双重挑战。本文深度评测十款主流平台,聚焦40种语言覆盖、语音自然度、口型同步及1分钟内快速克隆等核心指标,揭示技术差异与协同效应,为创作者提供选型参考,助力高效低成本出海。
391 2
|
7月前
|
人工智能 自然语言处理 安全
适合零售行业的智能客服系统推荐(2025年12月更新)
2025年,零售智能客服已成服务升级核心。瓴羊Quick Service、合力亿捷、环信、智齿科技等系统凭借AI技术,实现多渠道协同、高并发响应与业务系统集成,助力企业降本增效,提升客户体验。
|
存储 算法 关系型数据库
数据库主键与索引详解
本文介绍了主键与索引的核心特性及其区别。主键具有唯一标识、数量限制、存储类型和自动排序等特点,用于确保数据完整性和提升查询效率;而索引通过特殊数据结构(如B+树、哈希)优化查询速度,适用于不同场景。文章分析了主键与索引的优劣、适用场景及工作原理,并对比两者在唯一性、数量限制、功能定位等方面的差异,为数据库设计提供指导。
|
Java Unix Linux
Android Studio中Terminal运行./gradlew clean build提示错误信息
遇到 `./gradlew clean build`命令执行出错时,首先应检查错误信息的具体内容,这通常会指向问题的根源。从权限、环境配置、依赖下载、版本兼容性到项目配置本身,逐一排查并应用相应的解决措施。记住,保持耐心,逐步解决问题,往往复杂问题都是由简单原因引起的。
1617 2
|
JSON 搜索推荐 API
小红书商品列表 API 接口(小红书 API 系列)
小红书作为社交与电商结合的平台,拥有丰富的商品信息。通过小红书商品列表API接口,用户可高效、合法地获取商品数据,支持按关键词、品类等筛选条件查询,并返回JSON格式的商品列表,包含名称、图片链接、价格等信息。该接口帮助商家分析市场、制定策略,开发者构建推荐系统。示例代码展示了如何使用Python发送HTTP请求并处理响应数据。
|
前端开发 搜索推荐 Java
基于SSM实现个性化健康饮食推荐系统
本项目基于SSM框架开发实现了一针对个人体质情况进行日常食谱推荐的信息化管理系统。系统分为前端信息展示页面和后台信息管理操作,用户登陆前端系统,可以查看相关饮食信息,热点资讯等,并可以对个人的体质信息进行相应的管理操作,也可以根据系统推荐的饮食方案来进行查看,并可以在线查看美食介绍的相关视频。后台管理操作主要包含用户管理、饮食方案管理,用户饮食方案定制,资讯信息管理,反馈管理,轮插图管理等相关功能。系统整个体功能完整,结构清晰,适合做毕业设计和课程设计使用。...
1779 0
基于SSM实现个性化健康饮食推荐系统
|
C语言
C语言循环结构详解:for、while、do while、break与continue
C语言循环结构详解:for、while、do while、break与continue
819 0
|
机器学习/深度学习 计算机视觉 Python
使用OpenCV实现人脸图像卡通化
使用OpenCV实现人脸图像卡通化
|
机器学习/深度学习 自然语言处理 数据挖掘
全球最长开源大模型!元象开源 XVERSE-Long-256K!(附魔搭社区推理微调最佳实践)
近日,元象发布全球首个上下文窗口长度256K的开源大模型XVERSE-Long-256K,支持输入25万汉字,让大模型应用进入“长文本时代”。该模型全开源,无条件免费商用,目前魔搭社区可下载体验。

热门文章

最新文章