股票期货外汇常用技术指标中英文对照
2022-11-25(星期五)上证指数收盘日线
绝对幅度指标(又称:绝对广量指标)(Absolute Breadth Index)简称:ABI
累积/派发线(Accumulation/Distribution Line)
离散量(Accumulation /Distribution Volume),简称:ADVOL
累积摆动指标(Accumulation Swing Index)
上涨/下跌线(又称:腾落指标)(Advance/Decline Line),简称:ADL 或 A/D线
上涨/下跌比率(又称:涨跌比率)(Advance/Decline Ratio),简称:ADR
上涨-下跌值(Advancing-Declining Issues)
价格上涨、价格下跌和价格不变的证券成交量
(Advancing,Declining,Unchanged Volume)
安德鲁斯干草叉(Andrews's Pitchfork)
阿姆斯指标(Arms Index Trin),简称:ARMS
阿隆指标(Aroon)
平均真实波幅(Average True Range)
布林通道(布林线)(Bollinger Bands),简称:BOLL
宽度突破(Breadth Thrust)
牛/熊比率(Bull/Bear Ratio)
多空指标(Bull And Bear lndex) 简称BBI
日本蜡烛图(K线图)(Candlesticks,Japanese)
CAN SLIM方法(CAN SLIM)
蔡金货币流量(Chaikin Money Flow)
蔡金摆动指标(又称:佳庆指标)(Chaikin Oscillator),简称:CHAIKIN
钱德动量摆动指标(Chande Momentum Oscillator)简称:CMO
商品通道指标(Commodity Channel Index)简称:CCI
商品选择指标(Commodity Selection Index),简称:CSI
相关分析(Correlation Analysis)
累积成交量指标(Cumulative Volume Index),简称:CVI
周期(Cycle)
需求指标(Demand Index)
非趋势价格摆动指标(又称:区间震荡线)(Detrended Price Oscillator),简称:DPO
动向指标(Directional Movement Index),简称:DMI
平行行线差指标:(Different of Moving Average),简称:DMA
双指数移动平均线(Double Exponential Moving Average),简称:DEMA
道氏理论(Dow Theory)
动态动量指标(Dynamic Momentum Index),简称:DMI
简易波动指标(Ease of Movement Value),简称:EMV
有效市场理论(Efficient Market Theory)
艾略特波浪理论(Elliott Wave Theory)
指数平均数(Exponential Moving Average),简称:EXPMA
轨道(交易通道)(Envelopes/Trading Bands)
EPSEPS 每股收益
等成交量(Equivolume)
等图量(Equivolume Charting)
斐波纳契研究(Fibonacci Studies)
斐波那契弧(Fibonacci Arcs)
斐波那契扇形线(Fibonacci Fan Lines)
斐波那契回落(Fibonacci Retracements)
斐波那契时区(Fibonacci Time Zones)
预测摆动指标(Forecast Oscillator)
百分之四模型(Four Percent Model)
傅立叶转换(Fourier Transform)
快速傅立叶转换(Fast Fourier Transform ),简称:FFT
基本面分析(Fundamental Analysis)
江恩角度线(Gann Angle)
赫里克获利指标(Herrick Payoff Index),简称:HPI
惯性指标(Inertia)
利率(Interest Rates)
日内动量指标(Intraday Momentum Index),简称:IMI
卡吉图(Kagi)
克林格成交量摆动指标(Klinger Volume Oscillator),简称:KVO
大宗交易比率(Large Block Ratio)
线性回归指标(Linear Regression Indicator)
线性回归斜率指标(Linear Regression Slope)
线性回归趋势线(Linear Regression Trendlines)
市场便利指标(Market Facilitation Index),简称:MFI
质量指标(又称:梅斯线)(Mass Index),简称:MASS
麦克莱伦摆动指标(McClellan Oscillator),简称:MCL
麦克莱伦和指标(又称:麦氏总合指标(McClellan Summation Index),简称:MSI
价格中值指标(Median Price)
会员空头比率指标(Member Short Ratio),简称:MSR
山形正弦波指标(Mesa Sine Wave),简称:MSW
麦克指标(Mike Base),简称:MIKE
动量指标(又称:动量线(Momentum),简称:MOM
货币流量指标(又名:资金流量指标)(Money Flow Index),简称:MFI
平滑异同平均指标(又称:平滑异同移动平均线)(Moving Average Convergence/Divergence),简称:MACD
移动平均指标(Moving Averages),简称MA
负量指标(Negative Volume Index)简称:NVI
新高-新低累积指标(New Highs-Lows Cumulative)
新高/新低比率(New Highs/Lows Ratio),简称:NH/NL比率
新高-新低指标(New Highs-New Lows),简称:NH-NL
零股平衡指标(Odd Lot Balance Index),简称:OLBI
零股买入/卖出指标(Odd Lot Purchases/Sales)
零股卖空比率(Odd Lot Short Ratio),简称:OLSR
欧得思概率锥形曲线(OddsTM Probability Cones)
平衡交易量(又称:能量潮)(On Balance Volume)简称:OBV
未平仓合约(Open Interest)
公开-10交易指标(Oppen-10 Trin)
期权分析(Option Analysis)
期权期限(option life)
超买/超卖指标(Overbought/Oversold),简称:OB/OS
宝塔线(Pagoda Line)简称TOW或者TWR
抛物线状的止损与反转(Parabolic Stop And Reverse),中文名称:停损点,又称抛物线指标,简称:SAR
形态(Patterns)
回落百分比(Percent Retracement)
表现指标(Performance)
点值图(Point and Figure),简称:P&F
极化分形效率指标(Polarized Fractal Efficiency),简称:PFE
正量指标(Positive Volume Index), 简称:PVI
价量趋势指标(Volume and Price Trend),简称:VPT
价格通道(Price Channel)
心理线(Psychological line),简称:PSY
P/E比率 价格/收益
价格摆动指标(Price Oscillator)
价格的变动率指标(Price Ratio-of-Change)
投射带(Projection Bands)
投射摆动指标(Projection Oscillator)
公众空头比率(Public Short Ratio),简称:PSR
看跌/看涨比率(Puts/Calls Ratio),简称:P/C比率
Q棒指标(Qstick)
四等分线(Quadrant Lines)
R的平方指标(R-Squared)
拉弗回归通道(Raff Regression Channel)
变动率指标(Rate Of Change),简称:ROC
随机行走指标(Random Walk Index),简称:RWI
区域指标(Range Indicator)
矩形(Rectangle)
相对动量指标(Relative Momentum Index),简称:RMI
比较相对强弱指标(Relative Strength,Comparative)
相对强弱指标(Relative Strength Index), 简称:RSI
相对波动性指标(Relative Volatility Index),简称:RVI
忍蔻图(Renko)
速度阻力线(Speed Resistance Lines),简称:SRL
价差(Spreads)
标准差(Standard Deviation)
标准差通道(Standard Deviation Channel)
标准误差(Standard Error)
标准误差带(Standard Error Bands)
标准误差通道(Standard Error Channel)
斯蒂克斯(又称:指数平滑广量指标)(Short-term Trading Index) ,简称:STIX
随机动量指标(Stochastic Momentum Index),简称:SMI
随机摆动指标(Stochastic Oscillator),简称:KD
摆动指标(Swing Index)
三重指数移动平均(TEMA)
三线突破(Three Line Break)
三重指数平滑移动平均指标(Triple Exponentially Smoothed Average),简称:TRIX
广量冲力指标(The Breadth Thrust Index),简称:BTI
时间系列预测(Time Series Forecast)
泰龙水平线(Tirone Levels)
总卖空比率(Total Short Ratio),简称:TSR
交易量指标(Trade Volume Index),简称:TVI
趋势线(Trendlines)
三重指数平滑移动平均指标(Triple Exponentially Smoothed Average),简称:TRIX
典型价格(Typical Price)
终极摆动指标(又称:终极指标)(Ultimate Oscillator),简称:UOS
上涨/下跌量比(Upside/Downside Ratio)
上涨/下跌量指标(Upside/Downside Volume)
垂直水平过滤指标(又称:十字过滤线)(Vertical Horizontal Filter),简称:VHF
蔡金波动性(又称:佳庆变异率(Volatility Chaikin's),简称:VCI
VMA指标
变异平均线: (Variable Moving Average ),简称:VMA
成交量指标(Volume)
成交量摆动指标(Volume Oscillator)
成交量变动率(Volume Rate-of-Change)
成交量变异率(Volatility Volume Ratio),简称:VR
加权收盘价(Weighted Close)
怀尔德平滑(Wilder's Smoothing)
威廉姆斯累积/派发指标(Williams's Accumulation/Distribution)
威廉指标(Williams Overbought/Oversold Index),简称:W%R
威廉变异离散量(William\’s Variable Accumulation /Distribution,简称:WVAD
威廉多空力度线(Williams Accumulation/Distribution),简称:WAD
之字形指标(Zig Zag)
欢迎关注!收藏!转发!
graphRAG实测,感觉很多博文过于夸大了
图谱增强检索其实就是在传统RAG向量私有知识库的基础上提升了向量库功能,原来的向量的库只能通过近似值查询,升级成为这个之后,可以将文档中的实体对象、以及对象之间的关系进行抽离,并且进一步将关系进行分类、对象进一步分类,在我的理解当中,这里的分类就是它文档里提的社区算法和社区摘要。
4090的显卡一张,ollama 跑的Gemma2,xinference 跑的bge-large-zh-v1.5
pip install graphrag
注意,安装的时候确保自己的python的版本是其要求的python版本,另外国内镜像可能存在同步延迟,我安装的时候第一遍使用的清华镜像就安装了个老版本。
我安装过程中报错了,因为我的cmd窗口是utf8编码的,但是这个库需要用的到windows的gcc编译等。我将编码改为gbk后,报错消失
所以 没事不要随便改windows的cmd这种命令行编码基础设置。
首先
mkdir ./myTest/input
curl https://www.xxx.com/太白金星有点烦.txt > ./myTest/input/book.txt // 这里是示例代码,大家在测试时根据实际情况放入自己要测试的txt文本即可。
cd ./myTest
进行库初始化
python -m graphrag.index –init
这里随便找篇中文文档就好,我一开始怕中文看不来效果用了个英文文档,但是我又用中文试了下没啥区别
下面修改初始化配置文件,配置大模型接口地址和词向量接口地址
这里使用的ollama 部署的google的gemma2 9B模型
使用的xinference 部署的embedding模型,选用了它内置的bge-large-zh-v1.5
为什么选择这两个框架呢,因为graphRAG默认支持的openai和azure_openai_chat接口都是用openai的接口规范调用的,这两个框架都是支持openai接口规范的
也就是接口前缀 http://192.168.xxx.xxx:11434/v1 这种接口格式。
但是由于ollama的embedding接口并不支持的openai的接口格式,所以无奈我又部署了个xinference框架。
ollama 安装后使用
ollama run gemma2:latest
启动模型,非常简单
xinference安装
pip install \”xinference[all]\”
xinference由于启动后是有web页面的,所以我们直接使用
http://192.168.xxx.xxx:9997/ui/
选择内置模型
bge-large-zh-v1.5
启动
修改配置文件
执行初始化数据
python -m graphrag.index –root ./ragzh
使用本地搜索
python -m graphrag.query –root ./ragzh –method local \”故事的主要讲了什么\”
python -m graphrag.query –root ./ragzh –method global \”故事的主要讲了什么\”
本地搜索和全局搜索的区别,我的理解就是 全局搜索是基于社区报告进行搜索
本地搜索更应该叫局部搜索,是基于某个局部片段的搜
- 项目整体的prompt全部都是英文的,处理中文文本并不成熟,使用英文prompt处理中文数据会出现 中英混合问题,得到的数据不一定是中文还是英文。
强行翻译了一下,由于我们没办法进行全面测试,无法保证效果和英文效果一致
https://www.graphrag.club/indexgraph/prompt/ClaimExtraction
中英混合的问题,比如原文“李长庚架着祥云飞上了天”,会产生 “李长庚”、“chang geng li” 这种不同的实体结果文本,无法做到有效对应
2. 目前的通用式文本切割小段落的方式有待商榷,这种文本切割方式会把句子拆破句,比如下面这种
红色框框内室扔个大模型,让其提取实体的句子,可以看到句子前后都“破了”。
另外,目前的处理方式效率很低,一段很长的提示词只有最后一小段是要处理的数据,如果使用openai这种收费接口,数据使用频次不高的情况下,反而会大量浪费token。
graphRAG前期数据处理的消耗的token非常多。
图谱+向量数据库的知识库存储方式还是非常好的;另外对采用大模型对数据加工后存储的这种做法也是非常好的。
项目可提升空间还是很大,实际应用感觉可能需要等等,还不成熟,测试过程中还发现了源码中配置项名称写错的低级bug。
本文作者及来源:Renderbus瑞云渲染农场https://www.renderbus.com
文章为作者独立观点不代本网立场,未经允许不得转载。