iT邦幫忙

2023 iThome 鐵人賽

DAY 6
0
AI & Data

用Python程式進行股票技術分析系列 第 6

Day6 價量關係

  • 分享至 

  • xImage
  •  

在所有主觀性質中,價量關係是最難以客觀化的;主因在於這個性質與個別股票的慣性有關,但今天還是會嘗試著做一些整理。

價量關係定義

買賣力道的撮合產生成交價格,成交後累計產生成交量;研究成交量、價格、趨勢變化的關係,稱之為價量關係。並且成交量是推動股價的關鍵;一般來說有量才有價,但總是會有例外。而價量關係比較適用大型股,因為流通籌碼量大、成交量大,以及股本大,不易被主力做手控制。

價量關係的排列

主要的排列組合為「價漲量增」、「價跌量縮」、「價跌量增」與「價漲量縮」。多頭市場會傾向於正常的價量關係:「價漲量增」、「價跌量縮」,但在空頭與盤整市場就不一定。綜合所述,做個小整理:

  • 上漲須要帶量,但有時也可能無量上漲。
  • 下跌不須帶量,價跌量縮是正常現象。但價跌量增,帶量的跌勢會加劇。

大量、天量、爆量的判斷

把價量關係的定義與排列簡單描述後,就會發現其真的太多例外情況;導致很難有客觀的法則可供依循。但對於成交量大到多少還是可以嘗試性做一些範圍定義與數值判斷。首先對於個股進行區分,分為大型股與中小型股。但要如何區分大型股跟中小型股?以下是參考的判斷方式:

  • 股票在加權指數:大型股,股票在櫃買指數或興櫃:小型股
  • 股本: 50億以下(小型股)、50億~100億(中型股) 、 100億以上(大型股)
  • 市值: 臺灣50指數的成分股通常會被視為大型股

然後將大型股與中小型股分別對應到大量、天量、爆量:

  • 大型股
    • 大量:比10日均量多出30%
    • 爆量:比10日均量多出50%
    • 天量:比10日均量多出100%
  • 中小型股
    • 大量:10日均量的3倍
    • 爆量:10日均量的5倍
    • 天量:10日均量的10倍

程式實作:判斷大量、天量、爆量

這邊以台股最明確的大型股標的「台積電(2330)」做為案例,以判斷在每個交易日的成交量所對應到的範圍。首先讀取看盤軟體的資料,並分別抽出成交量與10日均量的數值:

# 載入從「好神通PLUS」輸出的Excel檔
df = pd.read_excel('Day6.xlsx')

# 抽取「成交量」與「十日均量」
volume  = np.array(df['成交量'])
ma10 = np.array(df['MA10'])

撰寫程式進行範圍判斷:

for idx in range(0,len(volume)) :
    current_volume = volume[idx]
    current_ma10 = ma10[idx] 
    # 大型股 大量:比10日均量多出30%
    check_volume_1 = current_ma10 + ((current_ma10 * 30) // 100)
    # 大型股 爆量:比10日均量多出50%
    check_volume_2 = current_ma10 + ((current_ma10 * 50) // 100)
    # 大型股 天量:比10日均量多出100%
    check_volume_3 = current_ma10 * 2
    # print('{}:十日均量 = {},大量 = {},爆量 = {},天量 = {}'.format(df.iloc[idx]['時間'].strftime('%Y-%m-%d'),current_ma10,check_volume_1,check_volume_2,check_volume_3)) 
    if current_volume >= check_volume_3 :
        print('{}:天量 (成交量 = {} ,十日均量 = {})'.format(df.iloc[idx]['時間'].strftime('%Y-%m-%d'),current_volume,current_ma10))
    elif current_volume >= check_volume_2 :
        print('{}:爆量 (成交量 = {} ,十日均量 = {})'.format(df.iloc[idx]['時間'].strftime('%Y-%m-%d'),current_volume,current_ma10))
    elif current_volume >= check_volume_1 :
        print('{}:大量 (成交量 = {} ,十日均量 = {})'.format(df.iloc[idx]['時間'].strftime('%Y-%m-%d'),current_volume,current_ma10))

完整的程式碼於「第六天:價量關係.ipynb」中。

價量關係的實務應用

以條列方式說明價量關係的實務應用:

  • 量價關係用的不要死背。這也代表著是非常依賴經驗(要靠案例去累績)的主觀判斷,因此在現階段難以程式化!
  • 下跌大量不要猜底,有時會爆量很多次才落底。高檔爆大量務必小心
  • 關鍵仍在位階(股價),因此交易時,先看價再看量(技術分析通則,價格是最後的依歸)
  • 盤整無量時,觀望就好
  • 大量常常是支撐與壓力所在
  • 出貨或是換手,要看股價之後幾天走勢(從成交量沒辦法判斷是出貨還是換手,要看籌碼才知道,或多看兩三天股價變化才有方向性)
  • 爆量不見得是好或是壞,關鍵在位階;爆量後3日的觀察,比當日還重要

上一篇
Day5 K線、K線圖與K線型態
下一篇
Day7 移動平均線
系列文
用Python程式進行股票技術分析30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言