欧耐尔指标.docx

欧耐尔指标.docx.
关于威廉 .欧奈尔相对强弱指标的思路
威廉 .欧奈尔主要的一个指标就是相对强弱（ RPS），在网上搜索了一下，竟然没有找到能够完全体现欧奈尔思路的，书中说明的
是年相对强弱：股票当前价格与一年前价格相比的涨跌幅.
关于威廉 .欧奈尔相对强弱指标的思路
威廉 .欧奈尔主要的一个指标就是相对强弱（ RPS），在网上搜索了一下，竟然没有找到能够完全体现欧奈尔思路的，书中说明的
是年相对强弱：股票当前价格与一年前价格相比的涨跌幅度为个股相对强弱，与市场中所有股票排序相比，取值 0-99，为个股在市场
中其他股票相比的年度相对强弱。大于 80 以上才可能是龙头目标。因此， RPS 指标的目的是发现市场中相对强势的股票。
网络上普遍存在的公式是用个股涨跌幅与大盘相比，实际上个股与市场平均涨跌幅的相对强弱，一定程度上能够反映强弱，但与 RPS 原意还存在差距。经过一段时间的思考，终于找到合适的解决方案，共享给大家。
第一步：编写个股相对强弱公式，源码如下：
INPUT.:N(250,1,1000);
StockRPS:((C-REF(C,N))/REF(C,N))*100;
取名为 “RPS引用 ”。
第二步：通过扩展数据排序，建立扩展数据。大智慧 L2 具有此功能，其他软件不熟悉，朋友们可以自己采用这个思路来做。见图
'.
.
示：
上图是扩展数据建立的设置，下图是需要建立的几个排序周期，分别是年、周、月、季度，通过上面的设置参数来实现，周是
5
日、月是 20 日，季度是 60 日。希望动态更新的可以选中上面的 “同步更新动态数据 ”。每日收盘时会自动更新这些数据。
好了，这样我们就对所有股票进行了强弱排序，这还不够，此种排序是
1-1575，因为两市加起来是 1575 只股票。是个股涨跌幅排
序，不是相对强弱排序。
第三步：编写指标，调用扩展数据，进行相对强弱排序，源码如下：
INPUT.:N(1575,1,5000);
BETA 系数 :BETA(10),COLORYELLOW,LINETHICK0;
周 RPS:(1-EXTDATA(2)/N)*100,COLORCYAN,PRECIS2;
月 RPS:(1-EXTDATA(3)/N)*100,COLORYELLOW,LINETHICK2,PRECIS2; PARTLINE( 月 RPS,月 RPS>=90,RGB(255,0,0)),LINETHICK2,PRECIS2;
'.
.
季 RPS:(1-EXTDATA(4)/N)*100,COLORMAGENTA,PRECIS2;
年 RPS:(1-EXTDATA(1)/N)*100,COLORGREEN,PR