date: 2025-05-09 updated: 2025-05-09 conversation_id: 3b21a35a-8ed9-4c40-8934-8f6e3276b1f6 title: "WINNER(CLOSE） 帮我查查通达信这个函数的具体算法是什" tags: [deepseek, conversation] ---
WINNER(CLOSE）
帮我查查通达信这个函数的具体算法是什
创建时间: 2025-05-09 10:46
👤 用户:
WINNER(CLOSE） 帮我查查通达信这个函数的具体算法是什么
👤 用户:
WINNER(CLOSE） 帮我查查通达信这个函数的具体算法是什么
🛠️ 使用工具中...
💭 思考过程
嗯，用户问的是通达信的WINNER(CLOSE)函数的具体算法，我需要从搜索结果中找到相关信息。首先，看网页1、3、5、10都提到了WINNER函数的功能和用法，但好像没有直接说明算法。网页7提到COST和WINNER是相反的函数，可能涉及获利盘的计算。网页9讨论了筹码分布和历史换手衰减系数，这可能和算法有关。
网页2和网页4、6、8、9都讲到了筹码分布，尤其是历史换手衰减系数的设置，可能影响筹码的计算。比如，网页9提到历史换手衰减系数用于调节换手率的权重，可能影响每日筹码的移动。但具体到WINNER函数，可能基于这些筹码分布的数据，计算当前价格下获利盘的比例。
网页7详细说明了WINNER函数和COST函数的关系，COST(N)返回N%获利盘的价格，而WINNER(A)返回价格A对应的获利盘比例。这可能涉及到累积分布函数，或者根据历史成交数据计算每个价位的持仓量。例如，如果当前收盘价是CLOSE，那么WINNER(CLOSE)会统计所有低于等于CLOSE的持仓量占总流通盘的比例。
另外，网页7还提到筹码分布的计算可能基于移动成本分布模型，考虑不同时间的换手率和衰减系数。比如，使用历史换手衰减系数来调整每日换手对筹码的影响，这样计算出来的持仓分布会更接近实际情况。因此，WINNER函数的算法可能结合了这些因素，通过累积计算每个价位的持仓，并考虑时间衰减的影响，最终得出当前收盘价下的获利盘比例。
综上所述，虽然具体的数学公式未公开，但可以推断WINNER函数基于移动成本分布模型，结合历史成交数据和换手衰减系数，计算当前价格下的获利盘比例。需要引用多个网页的信息，比如网页3、7、9来支持这个结论。
通达信的WINNER(CLOSE)函数用于计算以当前收盘价卖出的获利盘比例，即当前价格下处于盈利状态的持仓筹码占总流通盘的比例。其具体算法并未在公开资料中完全披露，但结合搜索结果的描述和筹码分布的原理，可以推断其核心逻辑如下：
1. 函数功能与用法
- 功能：
WINNER(CLOSE)返回以当前收盘价为基准的获利盘比例。例如，返回0.1表示10%的持仓成本低于当前收盘价，处于盈利状态[citation:1][citation:3][citation:5]。 - 限制：该函数仅对日线分析周期有效[citation:1][citation:10]。
2. 算法核心逻辑
（1）基于移动成本分布模型
通达信的筹码分布模型通过统计历史成交数据，计算不同价格区间内的持仓成本分布。WINNER函数的核心是统计当前价格以下的持仓量占比，具体步骤可能包括：
- 数据来源：利用历史成交数据（价格、成交量）及换手率，结合历史换手衰减系数，动态计算每日筹码的移动[citation:2][citation:9]。
- 筹码累积：根据每日换手率，将当日的成交筹码按一定规则（如平均分布或三角形分布）分配到对应的价格区间，并叠加历史筹码[citation:2][citation:9]。
- 获利盘计算：统计当前收盘价以下所有价格区间的持仓量总和，除以总流通盘，得出获利盘比例[citation:7][citation:9]。
（2）关键参数与公式
- 历史换手衰减系数：用于调节不同日期换手率对当前筹码分布的影响权重。例如，衰减系数为2时，当日换手率的影响会被放大两倍，从而更强调近期筹码的变化[citation:2][citation:9]。
- COST与WINNER的互逆关系：
COST(N)：返回N%的筹码成本对应的价格（如COST(10)表示10%的持仓成本低于该价格）。WINNER(A)：返回价格A对应的获利盘比例（如WINNER(CLOSE)即当前收盘价下的获利盘比例）[citation:7][citation:10]。
3. 算法示例与简化模型
假设某股票流通盘为1亿股，当前收盘价为10元：
- 筹码分布计算：根据历史成交数据，统计所有低于或等于10元的成交筹码总量（如2000万股）。
- 获利盘比例：2000万 / 1亿 = 20%，即
WINNER(10)返回0.2。
实际计算中，通达信可能采用更复杂的加权方法，例如：
- 三角形分布：将当日换手筹码按最高价、最低价、均价分配[citation:2]。
- 衰减系数调整：放大近期换手率的权重，例如衰减系数设为2时，当日换手率对筹码移动的影响翻倍[citation:9]。
4. 与其他函数的关联
- LWINNER与PWINNER：分别计算近期（如最近5天）和远期（如5天前）的获利盘比例，算法类似但时间范围不同[citation:5][citation:10]。
- COSTEX：计算近两日收盘价区间内的筹码成本，用于辅助分析短期筹码变化[citation:10]。
5. 实际应用注意事项
- 数据依赖性：筹码分布的计算依赖历史成交数据和质量，需确保财务数据已更新（如自由流通股数据）[citation:9]。
- 参数设置：调整历史换手衰减系数会影响计算结果，需结合市场阶段（如牛市或熊市）合理设置[citation:9]。
总结
WINNER(CLOSE)的算法本质是通过动态累积历史成交数据，结合换手衰减系数，计算当前价格下的获利盘比例。虽然具体数学公式未公开，但其逻辑核心是筹码分布模型的统计与加权，投资者可通过观察该函数的变化趋势，结合其他指标（如成交量、均线）优化交易策略[citation:3][citation:6][citation:8]。
👤 用户:
通达信的筹码结构算法是什么
🛠️ 使用工具中...
💭 思考过程
好的，我需要回答用户关于通达信筹码结构算法的问题。用户之前已经询问过WINNER函数的具体算法，现在进一步询问整个筹码结构的算法。根据提供的搜索结果，我需要综合各个网页的信息，尤其是网页2、4、5、6、8、9、10中的相关内容。
首先，筹码结构算法的基础是历史成交数据的累积和加权，需要考虑换手率和衰减系数。网页4提到，通达信的筹码监控指标包括获利盘、近邻浮筹等，其中获利盘使用WINNER函数计算。网页5虽然讨论的是winner函数，但源码可能与用户问题不直接相关，不过网页8详细解释了COST和WINNER函数的互逆关系，这有助于理解筹码分布的计算逻辑。
其次，筹码分布模型的核心是移动成本分布，网页2和网页8指出，筹码分布通过统计不同价格区间的成交量，结合换手衰减系数来动态计算。网页6提到筹码颜色代表不同持股周期，这可能涉及时间加权，如网页4中的近邻浮筹计算。
然后，关键参数如历史换手衰减系数在网页4和网页8中都有提及，用于调整不同时间段换手率的影响。网页10讨论了筹码对股价的支撑和压力作用，说明算法如何影响实际交易策略。
最后，需要考虑筹码集中度和单峰密集的条件，如网页8中提到的COST函数计算集中度，以及网页9中超跌反弹公式中使用WINNER函数判断套牢盘。需要将这些信息整合，分点阐述算法原理、核心参数、关键步骤和应用场景，并正确引用相关网页的编号。
通达信的筹码结构算法主要用于分析股票在不同价格区间内的持仓成本分布，帮助投资者判断主力动向、支撑压力位及市场情绪。其核心逻辑基于历史成交数据统计与动态权重调整，结合换手率衰减模型，具体算法可拆解为以下要点：
一、算法原理
- 移动成本分布模型
筹码分布通过统计历史成交量在不同价格区间内的累积，动态计算当前市场的平均持仓成本。其核心假设是：成交量代表筹码转移，价格区间内的成交量越大，该区域的持仓筹码越密集[citation:8][citation:10]。
- 数据基础：使用每日的成交数据（开盘价、最高价、最低价、收盘价、成交量）。
- 筹码分配：根据当日价格波动范围（如最高价到最低价），将当日成交量按一定规则分配到价格区间内。常见分配方式包括：
- 三角形分布：假设成交量在当日价格区间内呈三角形分布，均价附近筹码最密集[citation:4][citation:8]。
- 平均分布：将当日成交量均匀分配到价格区间内。
- 换手衰减系数
历史筹码的权重会随时间衰减，近期换手率对当前筹码分布的影响更大。例如，若设定衰减系数为2，则当日换手率对筹码移动的影响权重加倍，放大近期交易的重要性[citation:4][citation:8]。
二、核心参数与计算步骤
- 关键函数
- COST(N)：返回N%的持仓成本对应的价格（如COST(50)表示中位成本价）[citation:8]。
- WINNER(A)：返回价格A以下的获利筹码占比（如WINNER(CLOSE)计算当前收盘价下的获利盘比例）[citation:2][citation:3]。
- 两者关系：COST与WINNER互为逆运算，例如WINNER(COST(20))=0.2，表示20%的筹码成本低于COST(20)[citation:8]。
- 筹码集中度计算
通过COST函数计算特定价格区间内的筹码集中程度：
- 公式：集中度 = (COST(95) - COST(5)) / COST(50) × 100%
该值越小，说明筹码越集中（如单峰密集），反之则分散[citation:8][citation:10]。
- 动态调整机制
- 历史换手衰减：通过衰减系数调整不同时期换手率的权重，近期交易对筹码分布的影响更大[citation:4][citation:8]。
- 活跃筹码识别：例如“近邻浮筹”指标，统计当前股价上下7.5%范围内的筹码量，用于判断短期交易活跃度[citation:4]。
三、筹码结构的应用场景
- 单峰密集与多峰分布
- 单峰密集：70%以上筹码集中在狭窄价格区间，通常出现在长期横盘后，可能预示变盘（如低位单峰密集是主力吸筹信号）[citation:8][citation:10]。
- 多峰分布：筹码分散在不同价位，上方套牢盘可能形成压力，下方获利盘可能成为支撑[citation:1][citation:10]。
- 支撑与压力分析
- 支撑位：低位密集峰或筹码真空区（下方无筹码）可能形成支撑[citation:10]。
- 压力位：上方套牢盘密集区（如前期横盘区域）可能引发抛压[citation:1][citation:6]。
- 主力控盘判断
- 获利纵横指标：通过“获利盘 - 近邻浮筹”差值判断主力控盘强度。差值持续高位（如>65）可能为锁仓拉升信号[citation:4]。
- 筹码稳定性：上涨过程中低位筹码峰未消失且缩量，表明主力未出货[citation:1][citation:8]。
四、算法限制与注意事项
- 数据依赖性
筹码分布依赖历史成交数据质量和流通股信息的准确性。若流通股数据未及时更新（如限售股解禁），计算结果可能偏差[citation:4][citation:8]。
- 参数设置影响
历史换手衰减系数、价格区间划分方式等参数会显著影响结果。例如，衰减系数过高可能过度放大短期波动[citation:4][citation:8]。
- 需结合其他指标
筹码结构需与量价关系、市场情绪、题材热度等结合使用。例如，低位单峰密集但无放量启动，可能难以形成有效突破[citation:1][citation:6]。
五、示例：超跌反弹选股公式[citation:9]
通过WINNER函数计算深度套牢盘比例，结合KDJ和CCI指标筛选超跌股：
TLP := 100 - WINNER(CLOSE/0.7) * 100; # 跌幅30%以上的套牢盘比例
XG := CROSS(KDJ_K, 20) AND TLP > 40 AND CCI < -150; # 触发超跌反弹信号总结
通达信的筹码结构算法通过动态累积历史成交数据，结合换手衰减与价格分布模型，量化市场持仓成本。其核心价值在于揭示主力动向与市场心理，但需注意参数设置的合理性与多维度验证。投资者可通过筹码峰形态、集中度、获利盘比例等指标，辅助判断买卖时机及风险[citation:2][citation:8][citation:10]。