关于同花顺的kdj的问题，我们总结了以下几点，给你解答：
同花顺的kdj颜色
1.指标>80 时，回档机率大；指标<20时，反弹机率大；
2.白色的K在20左右向上交叉黄色的D时，视为买进信号；
3.白色的K在80左右向下交叉黄色的D时，视为卖出信号；
4.紫色的J>100 时，股价易反转下跌；紫色的J<0 时，股价易反转上涨；
5.KDJ 波动于50左右的任何信号，其作用不大。
1.指标amp;gt;80nbsp;时，回档机率大；指标amp;lt;20时，反弹机率大；2.白色的k在20左右向上交叉黄色的d时，视为买进信号；3.白色的k在80左右向下交叉黄色的d时，视为卖出信号；4.紫色的jamp;gt;100nbsp;时，股价易反转下跌；紫色的jamp;lt;0nbsp;时，股价易反转上涨；5.kdjnbsp;波动于50左右的任何信号，其作用不大。
同花顺的kdj
指标
# 获取kdj指标
kdj = ts.get_kdj(code, start_date, end_date)
# 获取股票的收盘价
close = ts.get_hist_data(code, start_date, end_date)['close']
# 将收盘价转换为Series格式
close = pd.Series(close)
# 将kdj指标和收盘价进行合并
kdj_close = pd.concat([kdj, close], axis=1)
# 将kdj指标和收盘价按照日期进行排序
kdj_close = kdj_close.sort_index(ascending=True)
# 将kdj指标和收盘价的列名进行重命名
kdj_close.columns = ['k', 'd', 'j', 'close']
# 计算kdj指标的金叉死叉
kdj_close['kdj_cross'] = kdj_close['k'] - kdj_close['d']
# 计算kdj指标的金叉死叉
kdj_cross = []
for i in range(len(kdj_close)):
if i == 0:
kdj_cross.append(0)
else:
if kdj_close.iloc[i]['kdj_cross'] * kdj_close.iloc[i - 1]['kdj_cross'] < 0:
kdj_cross.append(1)
else:
kdj_cross.append(0)
# 将金叉死叉结果添加到kdj_close中
kdj_close['kdj_cross'] = kdj_cross
# 将kdj_close的index转换为日期格式
kdj_close.index = pd.to_datetime(kdj_close.index)
# 返回kdj_close
return kdj_close
# 获取股票的macd指标
def get_macd(code, start_date, end_date):
# 从同花顺获取macd指标
# 获取macd指标
macd = ts.get_macd(code, start_date, end_date)
# 获取股票的收盘价
close = ts.get_hist_data(code, start_date, end_date)['close']
# 将收盘价转换为Series格式
close = pd.Series(close)
# 将macd指标和收盘价进行合并
macd_close = pd.concat([macd, close], axis=1)
# 将macd指标和收盘价按照日期进行排序
macd_close = macd_close.sort_index(ascending=True)
# 将macd指标和收盘价的列名进行重命名
macd_close.columns = ['diff', 'dea', 'macd', 'close']
# 计算macd指标的金叉死叉
macd_close['macd_cross'] = macd_close['diff'] - macd_close['dea']
# 计算macd指标的金叉死叉
macd_cross = []
for i in range(len(macd_close)):
if i == 0:
macd_cross.append(0)
else:
if macd_close.iloc[i]['macd_cross'] * macd_close.iloc[i - 1]['macd_cross'] < 0:
macd_cross.append(1)
else:
macd_cross.append(0)
# 将金叉死叉结果添加到macd_close中
macd_close['macd_cross'] = macd_cross
# 将macd_close的index转换为日期格式
macd_close.index = pd.to_datetime(macd_close.index)
# 返回macd_close
return macd_close
# 获取股票的rsi指标
def get_rsi(code, start_date, end_date):
# 从同花顺获取rsi指标
# 获取rsi指标
rsi = ts.get_rsi(code, start_date, end_date)
# 获取股票的收盘价
close = ts.get_hist_data(code, start_date, end_date)['close']
# 将收盘价转换为Series格式
close = pd.Series(close)
# 将rsi指标和收盘价进行合并
rsi_close = pd.concat([rsi, close], axis=1)
# 将rsi指标和收盘价按照日期进行排序
rsi_close = rsi_close.sort_index(ascending=True)
# 将rsi指标和收盘价的列名进行重命名
rsi_close.columns = ['rsi_6', 'rsi_12', 'rsi_24', 'close']
# 计算rsi指标的金叉死叉
rsi_close['rsi_cross'] = rsi_close['rsi_6'] - rsi_close['rsi_24']
# 计算rsi指标的金叉死叉
rsi_cross = []
for i in range(len(rsi_close)):
if i == 0:
rsi_cross.append(0)
else:
if rsi_close.iloc[i]['rsi_cross'] * rsi_close.iloc[i - 1]['rsi_cross'] < 0:
rsi_cross.append(1)
else:
rsi_cross.append(0)
# 将金叉死叉结果添加到rsi_close中
rsi_close['rsi_cross'] = rsi_cross
# 将rsi_close的index转换为日期格式
rsi_close.index = pd.to_datetime(rsi_close.index)
# 返回rsi_close
return rsi_close
# 获取股票的wr指标
def get_wr(code, start_date, end_date):
# 从同花顺获取wr指标
# 获取wr指标
同花顺的KDJ指标怎么看
是不是你把窗口点没了，因为右下方有一个窗口的点击键，分别可以选择一个窗口，两个，三个，四个，五个窗口，多一个窗口就会多一个指标显示出来，比如，成交量，MACD，KDJ，DMI，BULL。这就是五个窗口，你如果点四个窗口，就会少一个指标，有时，不去那个窗口，鼠标点在指标那里，也会少一个曾窗口的，消失了一个指标。
