文档介绍：筹码分布及计算原理如果换成真正的上市公司,那么一个公司的流通盘最少也有1000万股,其价位分布是相当广阔的。图1—3是一张真正的筹码分布图,它被放在K线图的右边,在价位上它和K线图使用同一个坐标系。当大量的筹码堆积在一起的时候,筹码分布看上去像一个侧置的群山图案。这些山峰实际上是由一条条自右向左的线堆积而成,每个价位区间拥有一条代表持仓量的横线。持仓量越大则线越长,这些长短不一的线堆在一起就形成了高矮不齐的山峰状态,也就形成了筹码分布的形态。从图1—3中可以看出,2000年5月15日的深宝安A有两个不同的建仓密集区。换句话说,在筹码分布图上我们可以看到两个非常明显的密集峰:一个位于4块多钱的价位附近,另一个位于6块多钱的价位区间。图1—3: 由于证券交易所不向公众提供投资者的帐目信息,所以各类软件中的筹码分布状况均是通过历史交易计算出来的近似值。假定筹码的抛出概率与浮动盈利及持股时间有关,可以在一定数量的投资群体中进行抽样检测,以获得这个抛出概率的函数,然后再根据这个抛出概率,认定每日交易中哪些原先的老筹码被冲销,并由现在的新筹码来代替。 我们把问题说得再简单一点:根据相当多的投资者的获利了结的****惯,尤其就散户而言,在获利10%至20%之间最容易把股票卖掉;而对主力而言,很难在盈利30%以下时卖出他的大部分仓位。那么,获利15%的获利盘对当日成交的贡献就比获利25%要大一些。这是较为精确的计算筹码分布的方法,有时候出于计算量的考虑,也可以用相等的抛出概率来代替真实的抛出概率统计,这样会引发一定的误差,不过这个误差是可以承受的。因为在实际的投资分析中,某个价位的筹码量多一些或少一些不会影响最终的结论。  在“指南针”的CYQ推出后,几乎所有的国内软件厂家都模仿了一个筹码分布图,有一些做得还是很不错的,但有一些算法误差过大,建议这些软件厂商予以修改。这类不准确的算法是把历史成交,按时间加权,时间越久占筹码分布的比重越低,这样做表面上似乎也可以得到一个很像筹码分布的东西,但实际上是不能用的。因为各股的活跃程度差异很大,人为的确定历史筹码的挥发速度很难反映这个差异。由于涉及商业机密,“指南针”筹码分布的算法暂时还不能予以公开,这里也仅仅可以讲一些原理性的东西,还望广大读者朋友们见谅。筹码分布_CYQ的密集与发散形态为了研究的便利起见,我们需要对筹码分布的形态进行若干定义。这样做的好处是:将来谈论一只股票的筹码状态的时候,大家能有一个通用的共同语言。另外我们在本书的其后章节中,将用“CYQ”来代表筹码分布 如果一只股票在某一个价位附近横盘了很长的时间,就会造成横盘区上方和下方的筹码向这个横盘区集中,甚至会形成在20%左右的价格空间内,聚集了该只股票几乎所有的筹码,这种状态称之为CYQ指标的密集状态。反之,如果一只股票的筹码分布在比较广阔的价格空间之内,我们就称其为CYQ指标的发散状态。图2—1是深保安A(0009)1999年5月18日的筹码分布状态,而这种筹码分布的情况就是筹码的发散状态。 在图2—1的K线图上,我们可以看到数条横向标出的虚线,每条线左边有一个价位。这是一种坐标线,每两条水平线的价格差是10%,这种坐标线也叫10%等比坐标线。K线图使用的坐标是对数坐标,使用这种坐标的好处是