ARTICLE DETAIL

资讯详情

深耕网站视觉设计与运营推广的一线实战洞察。

PanWatch 相对强度指标解读:5 日/20 日超额收益告诉你谁在领跑

PanWatch 相对强度指标解读:5 日/20 日超额收益告诉你谁在领跑 PanWatch 相对强度指标解读5 日/20 日超额收益告诉你谁在领跑【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK US markets, powered by TradingAgents. Portfolio insights, real-time alerts automated reports.盯盘侠覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatchPanWatch盯盘侠是一款覆盖 A股、港股、美股的 AI 盯盘工具除了实时提醒与自动报告它内置了一个很实用的观察角度——相对强度指标通过5 日/20 日超额收益个股收益减去大盘指数收益一眼看出你的持仓和自选股是跑赢还是跑输大盘快速定位谁在领跑。什么是相对强度为什么单看涨跌会骗人 一只股票涨了 5%听着不错但如果同期大盘指数涨了 8%它其实是跑输的。相对强度的核心思路就一句话超额收益 个股 N 日涨幅 − 同期大盘指数 N 日涨幅它为负说明股票弱于大盘为正说明有领先优势。这比单看涨跌幅更能反映个股的真实强弱。PanWatch 如何计算 5 日/20 日超额收益PanWatch 的相对强度计算逻辑在 context_builder.py 中分三步1️⃣ 取个股的 5 日/20 日涨幅K 线历史上下文模块 kline_context.py 会拉取约 120 天 K 线计算ret_5d5 日收益、ret_20d20 日收益、20 日波动率、20 日高低点等信息。2️⃣ 取对应市场的大盘基准指数不同市场自动匹配不同的基准见 context_builder.py市场默认基准说明A股沪深300取数失败时兜底为上证指数港股恒生指数—美股标普500—3️⃣ 逐窗口相减得到超额收益excess_5d 个股5日涨幅 − 指数5日涨幅20 日同理。任一侧数据缺失时结果置空fail-soft不会误报。4 种典型组合怎么读才算懂 把 5 日短期和 20 日中期两个超额收益放一起看可以快速给个股画像5 日超额20 日超额解读常见应对正 ✅正 ✅短中期双领跑强势股重点观察警惕涨过头负 ⬇️正 ✅中期强、短期回踩可能是强势股回调看是否企稳正 ✅负 ⬇️超跌反弹或突发利好关注持续性别追高负 ⬇️负 ⬇️持续跑输大盘弱势股注意止盈止损纪律 简单记忆5 日看热度20 日看趋势两者方向一致时结论更可靠。进阶机会页的截面相对强度帮你筛领跑股 PanWatch 的机会精选页还有一层截面相对强度——把同一市场内所有候选股放在一起做横截面排名输出一个 0~100 的百分位分数relative_strength_pct实现见 strategy_engine.py综合加权评分占 45%、当日涨幅 25%、成交额 20%、量比 10%分数越高说明这只股票在当天候选池中越强该分数还会反向进入策略打分Alpha 加成、催化加成≥80 分再送一笔来源加分见 strategy_engine.py并在 Opportunities.tsx 上直接展示。也就是说超额收益告诉你强不强截面百分位告诉你强到什么程度。日常盯盘怎么用起来 ️每日看一眼持仓和自选股的 5 日/20 日超额收益筛出双正领跑股与双负弱势股弱势股设提醒对持续跑输的持仓在 PriceAlerts 页面 配置价格提醒跌破关键位及时收到通知提醒页效果可参考 alerts.png 对应的界面强势股看个股详情在个股详情页核对技术面与趋势状态判断是否值得继续持有结合机会精选用截面相对强度百分位排序优先研究池内领跑的候选股。小结PanWatch 的相对强度指标把个股 vs 大盘的对比自动化5 日/20 日超额收益context_builder.py→ 判断个股跑赢还是跑输基准指数截面相对强度百分位strategy_engine.py→ 在候选池内横向比强弱辅助机会筛选。不需要自己写任何公式打开 PanWatch 就能用这两个视角回答同一个问题你的股票到底谁在领跑【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK US markets, powered by TradingAgents. Portfolio insights, real-time alerts automated reports.盯盘侠覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatch创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表