你更应该关注指标的含义和怎么用它来辅助投资。90%筹码集中度能反映股票筹码集中情况,帮你了解主力动向和行情趋势。
我们国企券商有专业投资顾问团队,能教你怎么用各类指标分析股票。还能为你提供合适的开户佣金成本费率。觉得讲解有用,点赞支持,点我头像加微,详细问题再细聊。
发布于2026-1-31 10:11 杭州
+微信
发布于2026-1-31 10:11 杭州
+微信
如果你想计算股票或其他交易品种的90%筹码集中度,可以使用以下Python代码示例(以Pandas库为基础,假设你已经有了筹码分布数据):
python
import pandas as pd
import numpy as np
假设df是包含筹码分布数据的DataFrame,包含两列:'price'(价格)和'ratio'(该价格处的筹码比例)
例如(实际数据需要你自己获取或计算):
df = pd.DataFrame({'price': [10.0, 10.5, 11.0, 11.5], 'ratio': [0.2, 0.3, 0.4, 0.1]})
def calculate_concentration(df, percentage=0.9):
按价格排序(确保升序)
df_sorted = df.sort_values('price').reset_index(drop=True)
total_ratio = df_sorted['ratio'].sum()
target_ratio = total_ratio percentage
计算累计筹码比例
cumulative_ratio = df_sorted['ratio'].cumsum()
找到累计比例首次超过目标值的位置
idx_max = np.argmax(cumulative_ratio = target_ratio)
idx_min = np.argmax(cumulative_ratio = (total_ratio - target_ratio))
获取90%筹码集中的价格区间
price_min = df_sorted.loc[idx_min, 'price']
price_max = df_sorted.loc[idx_max, 'price']
计算集中度:价格区间宽度除以平均价格(或中位数价格)
concentration = (price_max - price_min) df_sorted['price'].median()
return concentration, price_min, price_max
调用示例
concentration, price_min, price_max = calculate_concentration(df, 0.9)
print(f"90%筹码价格区间: [{price_min}, {price_max}],集中度: {concentration:.4f}")
说明:
1. 这段代码假设你已经有筹码分布数据(价格和对应筹码比例),实际数据需要从行情软件、API或自有数据源获取。
2. 集中度计算公式为:(价格区间上限 - 价格区间下限) 中位数价格(也可用均值或其他标准化方式)。
3. 如果数据源是动态的(如实时行情),可能需要先计算筹码分布(常用算法如CYQ、市场成本分布模型)。
如果需要直接对接行情软件或自动化获取筹码数据,可以点击我头像添加微信,我司提供专业的量化交易工具与数据服务,支持定制化指标计算(包括筹码集中度),还能申请低佣金账户节省交易成本!
发布于2026-1-31 10:11 北京
+微信
发布于2026-1-31 10:13 西安
90%筹码集中低于10%,70%筹码集中度低于5%是不是不好
90%筹码集中度越小越好吗,有个问题想问下
显示的股票筹码集中度90%和70%分别代表什么?
股票上涨筹码集中度降低说明什么?
股票筹码集中度小于5%说明什么?