美联储加息25个基点并暗示暂停，鲍威尔称“现在降息为时过早”
1. 动量指标最佳参数？
动量指标的计算方式非常简单，简单到会被怀疑其到底能否足够有效和管用：
动量指标M=当日收盘价-N日前收盘价。
动量指标只有一个参数——时间周期N，N的默认值常常是10~14。如果N=10，那指标值就是当前的收盘价减去10天前对应的收盘价。
由于动量指标的计算太过直观，所以我们马上就会考虑到0轴的存在。如果动量指标大于0，那就说明当前收盘价高于N天前的收盘价，市场在近期内出现了上涨。如果动量指标值小于0，就表示当前收盘价低于N天前的收盘价，价格最近在下跌。
2. stochris指标详解？
Stochastic Oscillator指标又名KDJ 指标 ，是由 George Lane 首创的，最早用于期货市场。
Stochastic Oscillator指标在图表上采用％K和％D两条线，在设计中综合了动量观念、强弱指标与移动平均线的优点，在计算过程中主要研究高低价位与收市价的关系，反映价格走势的强弱和超买超卖现象。
它的主要理论依据是：当价格上涨时，收市价倾向于接近当日价格区间的上端；相反，在下降趋势中收市价趋向于接近当日价格区间的下端。在股市和期市中，因为市场趋势上升而未转向前，每日多数都会偏向于高价位收市，而下跌时收市价就常会偏于低位。随机指数在设计中充分考虑价格波动的随机振幅与中短期波动的测算，使其短期测市功能比移动平均线更加准确有效，在市场短期超买超卖的预测方面又比强弱指数敏感，因此，这一指标被投资者广泛采用。
Stochastic Oscillator指标对比给定的一段时期里，价格的范围同价格收市价（Close）的相关情况。该振荡指标以双线来显示。主线被称为%K线。第二根线被称为%D线，它的数值是主线%K的移动平均线。%K通常显示为一条实心的曲线，而%D线则显示为点状曲线。
Stochastic Oscillator指标的计算公式
%K的方程式: %K = 100* (LOSE-LOW(%K))/(HIGH(%K)-LOW(%K))
注释：
CLOSE — 当天的收盘价格
LOW(%K) — %K的最低值
HIGH(%K) — %K的最高值
根据公式，我们可以计算出%D的移动平均线:
%D = SMA(%K, N)
注释:
N — 用于计算的时间周期
SMA — 简单移动平均线
3. 动量因子？
在经典物理学上有一个描述表示物体质量和速度的乘积的物理量，物理学家们将其命名为动量，通俗来讲这个物理量描述的是运动物体的作用效果。
一辆高速运动质量很大的卡车就拥有一个很强大的动量，而一个低速运动的自行车的动量反而就不那么大了。换一句话说动量很大的大卡车相比与低速运动的自行车而言，很难停下。而在过去的股票市场中，很多投资者都喜欢采取追涨杀跌的方式购买股票（或是一些其他标的的投资）。但是这一切都只是一种假设，在学术界并没有一个严格的论证（虽然没有论证但是很多投资者已经基于动量因子构建了一些动量策略获得了不菲的利润）。
而直到1993年，Jegadeesh和Titman发表在上的论文首次从经济学的角度探讨了从1965年到1989年的美国股票市场上发生的动量效应。
首先我们来看一下动量因子的定义，我们可以利用计算个股（或其他投资标的）过去N个时间窗口的收益回报, 收益回报的计算公式如下：
那么这个return就可以被称为价格的动量，这里我们使用了收盘价作为计算动量的标注，在实际的因子开发和挖掘中我们还会使用不同的计算方法，例如
来计算受盘中最高价和最低价的调整的调整收盘价动量。这样做的逻辑是，在日线的层面上我们收盘价往往可以表示市场主力资本对标的物的价值判断（由于夜间停盘时无法进行市场交易，资本需要将标的物的价值调整到合理的范围规避资本风险），而最高价和最低价往往反应了市场投机者（职业交易者与散户投资）的情绪，同时合理考虑这样的多方情绪可以更好的衡量市场的动量变化。
现在我们来尝试使用Python构建动量因子, 在python计算动量因子只需要一行代码即可实现, 其中timeperiod就是我们的时间位移窗口N:
上面是动量因子最简单的实现方式，那么同样我们可以看一下调整后的价格动量因子如何实现:
上图是我们的绘制了2根k线动量与2根k线调整收盘价动量的分析，可以看出调整价的两日动量明显更加明显。
那么到这里我们的动量因子就已经实现完成了，但是由于股票的价格是一个随经济或标的本身经营情况有变化的变量。那么如果变量有指数增长趋势（exponential growth），比如 GDP，股票价格，期货价格，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
这里我们还可以将我们的因子转变为：
def barMon(data, timeperiod=2):
return np.log(data['price'] - data['price].shift(timeperiod)
或是调整收盘价因子：
我们看到由于对数值取了对数，所以我们发现动量为负值的时候动量变得不连续了（小于零的值的对数在实数域上我们不考虑）。除此之外上述这样的因子考虑的够全面了么？我们知道不同的交易标的由于价格不一样所以价格浮动的绝对值也大相径庭。
例如，
股票A 的每股价格是2000元，当日涨幅1% ，该股的对应上涨的价格是20元/股
而股票B的每股价格是20 元，当日涨幅达到了涨停板的10%，该股的上涨的对应绝对值2元/股。
那么依照前面的动量计算公式，A股的一日动量值为 20， B股的一日动量值为2每股。
这样的动量显然没有办法很好的衡量投资标的物在市场中的变化量（这里主要是针对依据动量选股策略做出调整，因为需要比较不同标的之间的动量关系）。
所以我们继续修改动量指标的计算方式：
所对应的调整收盘价的动量计算方式就为：
可以看出在对数百分比角度上这两个因子就相差比较小了, 在实际的动量策略中我们常常是使用这样的经过对数调整的因子。那么到这里我们动量因子的构建方式就完成啦!
4. 动量因子？
在经典物理学上有一个描述表示物体质量和速度的乘积的物理量，物理学家们将其命名为动量，通俗来讲这个物理量描述的是运动物体的作用效果。
一辆高速运动质量很大的卡车就拥有一个很强大的动量，而一个低速运动的自行车的动量反而就不那么大了。换一句话说动量很大的大卡车相比与低速运动的自行车而言，很难停下。而在过去的股票市场中，很多投资者都喜欢采取追涨杀跌的方式购买股票（或是一些其他标的的投资）。但是这一切都只是一种假设，在学术界并没有一个严格的论证（虽然没有论证但是很多投资者已经基于动量因子构建了一些动量策略获得了不菲的利润）。
而直到1993年，Jegadeesh和Titman发表在上的论文首次从经济学的角度探讨了从1965年到1989年的美国股票市场上发生的动量效应。
首先我们来看一下动量因子的定义，我们可以利用计算个股（或其他投资标的）过去N个时间窗口的收益回报, 收益回报的计算公式如下：
那么这个return就可以被称为价格的动量，这里我们使用了收盘价作为计算动量的标注，在实际的因子开发和挖掘中我们还会使用不同的计算方法，例如
来计算受盘中最高价和最低价的调整的调整收盘价动量。这样做的逻辑是，在日线的层面上我们收盘价往往可以表示市场主力资本对标的物的价值判断（由于夜间停盘时无法进行市场交易，资本需要将标的物的价值调整到合理的范围规避资本风险），而最高价和最低价往往反应了市场投机者（职业交易者与散户投资）的情绪，同时合理考虑这样的多方情绪可以更好的衡量市场的动量变化。
现在我们来尝试使用Python构建动量因子, 在python计算动量因子只需要一行代码即可实现, 其中timeperiod就是我们的时间位移窗口N:
上面是动量因子最简单的实现方式，那么同样我们可以看一下调整后的价格动量因子如何实现:
上图是我们的绘制了2根k线动量与2根k线调整收盘价动量的分析，可以看出调整价的两日动量明显更加明显。
那么到这里我们的动量因子就已经实现完成了，但是由于股票的价格是一个随经济或标的本身经营情况有变化的变量。那么如果变量有指数增长趋势（exponential growth），比如 GDP，股票价格，期货价格，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
这里我们还可以将我们的因子转变为：
def barMon(data, timeperiod=2):
return np.log(data['price'] - data['price].shift(timeperiod)
或是调整收盘价因子：
我们看到由于对数值取了对数，所以我们发现动量为负值的时候动量变得不连续了（小于零的值的对数在实数域上我们不考虑）。除此之外上述这样的因子考虑的够全面了么？我们知道不同的交易标的由于价格不一样所以价格浮动的绝对值也大相径庭。
例如，
股票A 的每股价格是2000元，当日涨幅1% ，该股的对应上涨的价格是20元/股
而股票B的每股价格是20 元，当日涨幅达到了涨停板的10%，该股的上涨的对应绝对值2元/股。
那么依照前面的动量计算公式，A股的一日动量值为 20， B股的一日动量值为2每股。
这样的动量显然没有办法很好的衡量投资标的物在市场中的变化量（这里主要是针对依据动量选股策略做出调整，因为需要比较不同标的之间的动量关系）。
所以我们继续修改动量指标的计算方式：
所对应的调整收盘价的动量计算方式就为：
可以看出在对数百分比角度上这两个因子就相差比较小了, 在实际的动量策略中我们常常是使用这样的经过对数调整的因子。那么到这里我们动量因子的构建方式就完成啦!
5. 动量指标最佳参数？
动量指标的计算方式非常简单，简单到会被怀疑其到底能否足够有效和管用：
动量指标M=当日收盘价-N日前收盘价。
动量指标只有一个参数——时间周期N，N的默认值常常是10~14。如果N=10，那指标值就是当前的收盘价减去10天前对应的收盘价。
由于动量指标的计算太过直观，所以我们马上就会考虑到0轴的存在。如果动量指标大于0，那就说明当前收盘价高于N天前的收盘价，市场在近期内出现了上涨。如果动量指标值小于0，就表示当前收盘价低于N天前的收盘价，价格最近在下跌。
6. 动量因子？
在经典物理学上有一个描述表示物体质量和速度的乘积的物理量，物理学家们将其命名为动量，通俗来讲这个物理量描述的是运动物体的作用效果。
一辆高速运动质量很大的卡车就拥有一个很强大的动量，而一个低速运动的自行车的动量反而就不那么大了。换一句话说动量很大的大卡车相比与低速运动的自行车而言，很难停下。而在过去的股票市场中，很多投资者都喜欢采取追涨杀跌的方式购买股票（或是一些其他标的的投资）。但是这一切都只是一种假设，在学术界并没有一个严格的论证（虽然没有论证但是很多投资者已经基于动量因子构建了一些动量策略获得了不菲的利润）。
而直到1993年，Jegadeesh和Titman发表在上的论文首次从经济学的角度探讨了从1965年到1989年的美国股票市场上发生的动量效应。
首先我们来看一下动量因子的定义，我们可以利用计算个股（或其他投资标的）过去N个时间窗口的收益回报, 收益回报的计算公式如下：
那么这个return就可以被称为价格的动量，这里我们使用了收盘价作为计算动量的标注，在实际的因子开发和挖掘中我们还会使用不同的计算方法，例如
来计算受盘中最高价和最低价的调整的调整收盘价动量。这样做的逻辑是，在日线的层面上我们收盘价往往可以表示市场主力资本对标的物的价值判断（由于夜间停盘时无法进行市场交易，资本需要将标的物的价值调整到合理的范围规避资本风险），而最高价和最低价往往反应了市场投机者（职业交易者与散户投资）的情绪，同时合理考虑这样的多方情绪可以更好的衡量市场的动量变化。
现在我们来尝试使用Python构建动量因子, 在python计算动量因子只需要一行代码即可实现, 其中timeperiod就是我们的时间位移窗口N:
上面是动量因子最简单的实现方式，那么同样我们可以看一下调整后的价格动量因子如何实现:
上图是我们的绘制了2根k线动量与2根k线调整收盘价动量的分析，可以看出调整价的两日动量明显更加明显。
那么到这里我们的动量因子就已经实现完成了，但是由于股票的价格是一个随经济或标的本身经营情况有变化的变量。那么如果变量有指数增长趋势（exponential growth），比如 GDP，股票价格，期货价格，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
这里我们还可以将我们的因子转变为：
def barMon(data, timeperiod=2):
return np.log(data['price'] - data['price].shift(timeperiod)
或是调整收盘价因子：
我们看到由于对数值取了对数，所以我们发现动量为负值的时候动量变得不连续了（小于零的值的对数在实数域上我们不考虑）。除此之外上述这样的因子考虑的够全面了么？我们知道不同的交易标的由于价格不一样所以价格浮动的绝对值也大相径庭。
例如，
股票A 的每股价格是2000元，当日涨幅1% ，该股的对应上涨的价格是20元/股
而股票B的每股价格是20 元，当日涨幅达到了涨停板的10%，该股的上涨的对应绝对值2元/股。
那么依照前面的动量计算公式，A股的一日动量值为 20， B股的一日动量值为2每股。
这样的动量显然没有办法很好的衡量投资标的物在市场中的变化量（这里主要是针对依据动量选股策略做出调整，因为需要比较不同标的之间的动量关系）。
所以我们继续修改动量指标的计算方式：
所对应的调整收盘价的动量计算方式就为：
可以看出在对数百分比角度上这两个因子就相差比较小了, 在实际的动量策略中我们常常是使用这样的经过对数调整的因子。那么到这里我们动量因子的构建方式就完成啦!
7. stochris指标详解？
Stochastic Oscillator指标又名KDJ 指标 ，是由 George Lane 首创的，最早用于期货市场。
Stochastic Oscillator指标在图表上采用％K和％D两条线，在设计中综合了动量观念、强弱指标与移动平均线的优点，在计算过程中主要研究高低价位与收市价的关系，反映价格走势的强弱和超买超卖现象。
它的主要理论依据是：当价格上涨时，收市价倾向于接近当日价格区间的上端；相反，在下降趋势中收市价趋向于接近当日价格区间的下端。在股市和期市中，因为市场趋势上升而未转向前，每日多数都会偏向于高价位收市，而下跌时收市价就常会偏于低位。随机指数在设计中充分考虑价格波动的随机振幅与中短期波动的测算，使其短期测市功能比移动平均线更加准确有效，在市场短期超买超卖的预测方面又比强弱指数敏感，因此，这一指标被投资者广泛采用。
Stochastic Oscillator指标对比给定的一段时期里，价格的范围同价格收市价（Close）的相关情况。该振荡指标以双线来显示。主线被称为%K线。第二根线被称为%D线，它的数值是主线%K的移动平均线。%K通常显示为一条实心的曲线，而%D线则显示为点状曲线。
Stochastic Oscillator指标的计算公式
%K的方程式: %K = 100* (LOSE-LOW(%K))/(HIGH(%K)-LOW(%K))
注释：
CLOSE — 当天的收盘价格
LOW(%K) — %K的最低值
HIGH(%K) — %K的最高值
根据公式，我们可以计算出%D的移动平均线:
%D = SMA(%K, N)
注释:
N — 用于计算的时间周期
SMA — 简单移动平均线
8. stochris指标详解？
Stochastic Oscillator指标又名KDJ 指标 ，是由 George Lane 首创的，最早用于期货市场。
Stochastic Oscillator指标在图表上采用％K和％D两条线，在设计中综合了动量观念、强弱指标与移动平均线的优点，在计算过程中主要研究高低价位与收市价的关系，反映价格走势的强弱和超买超卖现象。
它的主要理论依据是：当价格上涨时，收市价倾向于接近当日价格区间的上端；相反，在下降趋势中收市价趋向于接近当日价格区间的下端。在股市和期市中，因为市场趋势上升而未转向前，每日多数都会偏向于高价位收市，而下跌时收市价就常会偏于低位。随机指数在设计中充分考虑价格波动的随机振幅与中短期波动的测算，使其短期测市功能比移动平均线更加准确有效，在市场短期超买超卖的预测方面又比强弱指数敏感，因此，这一指标被投资者广泛采用。
Stochastic Oscillator指标对比给定的一段时期里，价格的范围同价格收市价（Close）的相关情况。该振荡指标以双线来显示。主线被称为%K线。第二根线被称为%D线，它的数值是主线%K的移动平均线。%K通常显示为一条实心的曲线，而%D线则显示为点状曲线。
Stochastic Oscillator指标的计算公式
%K的方程式: %K = 100* (LOSE-LOW(%K))/(HIGH(%K)-LOW(%K))
注释：
CLOSE — 当天的收盘价格
LOW(%K) — %K的最低值
HIGH(%K) — %K的最高值
根据公式，我们可以计算出%D的移动平均线:
%D = SMA(%K, N)
注释:
N — 用于计算的时间周期
SMA — 简单移动平均线
9. stochris指标详解？
Stochastic Oscillator指标又名KDJ 指标 ，是由 George Lane 首创的，最早用于期货市场。
Stochastic Oscillator指标在图表上采用％K和％D两条线，在设计中综合了动量观念、强弱指标与移动平均线的优点，在计算过程中主要研究高低价位与收市价的关系，反映价格走势的强弱和超买超卖现象。
它的主要理论依据是：当价格上涨时，收市价倾向于接近当日价格区间的上端；相反，在下降趋势中收市价趋向于接近当日价格区间的下端。在股市和期市中，因为市场趋势上升而未转向前，每日多数都会偏向于高价位收市，而下跌时收市价就常会偏于低位。随机指数在设计中充分考虑价格波动的随机振幅与中短期波动的测算，使其短期测市功能比移动平均线更加准确有效，在市场短期超买超卖的预测方面又比强弱指数敏感，因此，这一指标被投资者广泛采用。
Stochastic Oscillator指标对比给定的一段时期里，价格的范围同价格收市价（Close）的相关情况。该振荡指标以双线来显示。主线被称为%K线。第二根线被称为%D线，它的数值是主线%K的移动平均线。%K通常显示为一条实心的曲线，而%D线则显示为点状曲线。
Stochastic Oscillator指标的计算公式
%K的方程式: %K = 100* (LOSE-LOW(%K))/(HIGH(%K)-LOW(%K))
注释：
CLOSE — 当天的收盘价格
LOW(%K) — %K的最低值
HIGH(%K) — %K的最高值
根据公式，我们可以计算出%D的移动平均线:
%D = SMA(%K, N)
注释:
N — 用于计算的时间周期
SMA — 简单移动平均线
10. 上升和下降的动量方向相同吗？
我们知道，在物理学中，动量是一个重要的物理量，它是一个矢量，既有大小它的值等于mv，也有方向它的方向总是与速度的方向相同，也就是说，物体运动的速度方向就是动量的方向，那么，上升的物体速度向上其动量方向向上，下降的物体速度向下其动量方向向下。
11. 动量指标有哪些？
动量指标（Momentum Indicator）衡量价格变化的速度，通常会将价格的当前值与一段时间前的价格值做比较，从而分析价格趋势的周期性变化。以下是几种常见的动量指标：
1. 相对强弱指数（Relative Strength Index，RSI）：RSI是一个非常流行的动量指标，它通过比较一段时间内上涨和下跌的股票价格来衡量股票市场趋势的强度。
2. 随机指标（Stochastic Oscillator）：随机指标可以用于衡量某个证券价格的超买和超卖情况。它通过比较最近若干个时间周期的最高价和最低价之间的差距，来预测未来价格走势。
3. 指数移动平均线（Moving Average Convergence Divergence，MACD）：MACD是一种从趋势图中获取信号的技术指标，通过比较快速移动平均线和慢速移动平均线之间的交叉情况来寻找买入和卖出的时机。
4. 相对强度（Rate of Change，ROC）：ROC可以用来度量价格变化的速度，通过比较当前价格与一定期间前的价格的差异来计算ROC值，ROC值越大，表示价格上涨的趋势越明显。
不同的动量指标适用于不同的市场情况和投资策略，需要针对具体情况进行选择。
12. 动量指标最佳参数？
动量指标的计算方式非常简单，简单到会被怀疑其到底能否足够有效和管用：
动量指标M=当日收盘价-N日前收盘价。
动量指标只有一个参数——时间周期N，N的默认值常常是10~14。如果N=10，那指标值就是当前的收盘价减去10天前对应的收盘价。
由于动量指标的计算太过直观，所以我们马上就会考虑到0轴的存在。如果动量指标大于0，那就说明当前收盘价高于N天前的收盘价，市场在近期内出现了上涨。如果动量指标值小于0，就表示当前收盘价低于N天前的收盘价，价格最近在下跌。
13. 为什么动量要用符号P表示？
因为在动量英文（momentum）动量中并没有字母P。但质量已经用m表示。所以动量的缩写就用英文（impetus）字母中质量中的字母P来表示。
国际上许多专用名词多用英文字母，这主要是历史上欧美科技发达，政治霸权。他们掌握着话语权。但现在我国在国际上的地位逐渐提高。话语权也在上升。如我国制订的高铁标准。得到了国际铁路联盟的认可。
14. 为什么动量要用符号P表示？
因为在动量英文（momentum）动量中并没有字母P。但质量已经用m表示。所以动量的缩写就用英文（impetus）字母中质量中的字母P来表示。
国际上许多专用名词多用英文字母，这主要是历史上欧美科技发达，政治霸权。他们掌握着话语权。但现在我国在国际上的地位逐渐提高。话语权也在上升。如我国制订的高铁标准。得到了国际铁路联盟的认可。
15. 动量指标最佳参数？
动量指标的计算方式非常简单，简单到会被怀疑其到底能否足够有效和管用：
动量指标M=当日收盘价-N日前收盘价。
动量指标只有一个参数——时间周期N，N的默认值常常是10~14。如果N=10，那指标值就是当前的收盘价减去10天前对应的收盘价。
由于动量指标的计算太过直观，所以我们马上就会考虑到0轴的存在。如果动量指标大于0，那就说明当前收盘价高于N天前的收盘价，市场在近期内出现了上涨。如果动量指标值小于0，就表示当前收盘价低于N天前的收盘价，价格最近在下跌。
16. 动量指标有哪些？
动量指标（Momentum Indicator）衡量价格变化的速度，通常会将价格的当前值与一段时间前的价格值做比较，从而分析价格趋势的周期性变化。以下是几种常见的动量指标：
1. 相对强弱指数（Relative Strength Index，RSI）：RSI是一个非常流行的动量指标，它通过比较一段时间内上涨和下跌的股票价格来衡量股票市场趋势的强度。
2. 随机指标（Stochastic Oscillator）：随机指标可以用于衡量某个证券价格的超买和超卖情况。它通过比较最近若干个时间周期的最高价和最低价之间的差距，来预测未来价格走势。
3. 指数移动平均线（Moving Average Convergence Divergence，MACD）：MACD是一种从趋势图中获取信号的技术指标，通过比较快速移动平均线和慢速移动平均线之间的交叉情况来寻找买入和卖出的时机。
4. 相对强度（Rate of Change，ROC）：ROC可以用来度量价格变化的速度，通过比较当前价格与一定期间前的价格的差异来计算ROC值，ROC值越大，表示价格上涨的趋势越明显。
不同的动量指标适用于不同的市场情况和投资策略，需要针对具体情况进行选择。
17. 为什么动量要用符号P表示？
因为在动量英文（momentum）动量中并没有字母P。但质量已经用m表示。所以动量的缩写就用英文（impetus）字母中质量中的字母P来表示。
国际上许多专用名词多用英文字母，这主要是历史上欧美科技发达，政治霸权。他们掌握着话语权。但现在我国在国际上的地位逐渐提高。话语权也在上升。如我国制订的高铁标准。得到了国际铁路联盟的认可。
18. 动量指标有哪些？
动量指标（Momentum Indicator）衡量价格变化的速度，通常会将价格的当前值与一段时间前的价格值做比较，从而分析价格趋势的周期性变化。以下是几种常见的动量指标：
1. 相对强弱指数（Relative Strength Index，RSI）：RSI是一个非常流行的动量指标，它通过比较一段时间内上涨和下跌的股票价格来衡量股票市场趋势的强度。
2. 随机指标（Stochastic Oscillator）：随机指标可以用于衡量某个证券价格的超买和超卖情况。它通过比较最近若干个时间周期的最高价和最低价之间的差距，来预测未来价格走势。
3. 指数移动平均线（Moving Average Convergence Divergence，MACD）：MACD是一种从趋势图中获取信号的技术指标，通过比较快速移动平均线和慢速移动平均线之间的交叉情况来寻找买入和卖出的时机。
4. 相对强度（Rate of Change，ROC）：ROC可以用来度量价格变化的速度，通过比较当前价格与一定期间前的价格的差异来计算ROC值，ROC值越大，表示价格上涨的趋势越明显。
不同的动量指标适用于不同的市场情况和投资策略，需要针对具体情况进行选择。
19. 上升和下降的动量方向相同吗？
我们知道，在物理学中，动量是一个重要的物理量，它是一个矢量，既有大小它的值等于mv，也有方向它的方向总是与速度的方向相同，也就是说，物体运动的速度方向就是动量的方向，那么，上升的物体速度向上其动量方向向上，下降的物体速度向下其动量方向向下。
20. 上升和下降的动量方向相同吗？
我们知道，在物理学中，动量是一个重要的物理量，它是一个矢量，既有大小它的值等于mv，也有方向它的方向总是与速度的方向相同，也就是说，物体运动的速度方向就是动量的方向，那么，上升的物体速度向上其动量方向向上，下降的物体速度向下其动量方向向下。
21. 动量指标有哪些？
动量指标（Momentum Indicator）衡量价格变化的速度，通常会将价格的当前值与一段时间前的价格值做比较，从而分析价格趋势的周期性变化。以下是几种常见的动量指标：
1. 相对强弱指数（Relative Strength Index，RSI）：RSI是一个非常流行的动量指标，它通过比较一段时间内上涨和下跌的股票价格来衡量股票市场趋势的强度。
2. 随机指标（Stochastic Oscillator）：随机指标可以用于衡量某个证券价格的超买和超卖情况。它通过比较最近若干个时间周期的最高价和最低价之间的差距，来预测未来价格走势。
3. 指数移动平均线（Moving Average Convergence Divergence，MACD）：MACD是一种从趋势图中获取信号的技术指标，通过比较快速移动平均线和慢速移动平均线之间的交叉情况来寻找买入和卖出的时机。
4. 相对强度（Rate of Change，ROC）：ROC可以用来度量价格变化的速度，通过比较当前价格与一定期间前的价格的差异来计算ROC值，ROC值越大，表示价格上涨的趋势越明显。
不同的动量指标适用于不同的市场情况和投资策略，需要针对具体情况进行选择。
22. 上升和下降的动量方向相同吗？
我们知道，在物理学中，动量是一个重要的物理量，它是一个矢量，既有大小它的值等于mv，也有方向它的方向总是与速度的方向相同，也就是说，物体运动的速度方向就是动量的方向，那么，上升的物体速度向上其动量方向向上，下降的物体速度向下其动量方向向下。
23. 动量因子？
在经典物理学上有一个描述表示物体质量和速度的乘积的物理量，物理学家们将其命名为动量，通俗来讲这个物理量描述的是运动物体的作用效果。
一辆高速运动质量很大的卡车就拥有一个很强大的动量，而一个低速运动的自行车的动量反而就不那么大了。换一句话说动量很大的大卡车相比与低速运动的自行车而言，很难停下。而在过去的股票市场中，很多投资者都喜欢采取追涨杀跌的方式购买股票（或是一些其他标的的投资）。但是这一切都只是一种假设，在学术界并没有一个严格的论证（虽然没有论证但是很多投资者已经基于动量因子构建了一些动量策略获得了不菲的利润）。
而直到1993年，Jegadeesh和Titman发表在上的论文首次从经济学的角度探讨了从1965年到1989年的美国股票市场上发生的动量效应。
首先我们来看一下动量因子的定义，我们可以利用计算个股（或其他投资标的）过去N个时间窗口的收益回报, 收益回报的计算公式如下：
那么这个return就可以被称为价格的动量，这里我们使用了收盘价作为计算动量的标注，在实际的因子开发和挖掘中我们还会使用不同的计算方法，例如
来计算受盘中最高价和最低价的调整的调整收盘价动量。这样做的逻辑是，在日线的层面上我们收盘价往往可以表示市场主力资本对标的物的价值判断（由于夜间停盘时无法进行市场交易，资本需要将标的物的价值调整到合理的范围规避资本风险），而最高价和最低价往往反应了市场投机者（职业交易者与散户投资）的情绪，同时合理考虑这样的多方情绪可以更好的衡量市场的动量变化。
现在我们来尝试使用Python构建动量因子, 在python计算动量因子只需要一行代码即可实现, 其中timeperiod就是我们的时间位移窗口N:
上面是动量因子最简单的实现方式，那么同样我们可以看一下调整后的价格动量因子如何实现:
上图是我们的绘制了2根k线动量与2根k线调整收盘价动量的分析，可以看出调整价的两日动量明显更加明显。
那么到这里我们的动量因子就已经实现完成了，但是由于股票的价格是一个随经济或标的本身经营情况有变化的变量。那么如果变量有指数增长趋势（exponential growth），比如 GDP，股票价格，期货价格，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
这里我们还可以将我们的因子转变为：
def barMon(data, timeperiod=2):
return np.log(data['price'] - data['price].shift(timeperiod)
或是调整收盘价因子：
我们看到由于对数值取了对数，所以我们发现动量为负值的时候动量变得不连续了（小于零的值的对数在实数域上我们不考虑）。除此之外上述这样的因子考虑的够全面了么？我们知道不同的交易标的由于价格不一样所以价格浮动的绝对值也大相径庭。
例如，
股票A 的每股价格是2000元，当日涨幅1% ，该股的对应上涨的价格是20元/股
而股票B的每股价格是20 元，当日涨幅达到了涨停板的10%，该股的上涨的对应绝对值2元/股。
那么依照前面的动量计算公式，A股的一日动量值为 20， B股的一日动量值为2每股。
这样的动量显然没有办法很好的衡量投资标的物在市场中的变化量（这里主要是针对依据动量选股策略做出调整，因为需要比较不同标的之间的动量关系）。
所以我们继续修改动量指标的计算方式：
所对应的调整收盘价的动量计算方式就为：
可以看出在对数百分比角度上这两个因子就相差比较小了, 在实际的动量策略中我们常常是使用这样的经过对数调整的因子。那么到这里我们动量因子的构建方式就完成啦!
24. 为什么动量要用符号P表示？
因为在动量英文（momentum）动量中并没有字母P。但质量已经用m表示。所以动量的缩写就用英文（impetus）字母中质量中的字母P来表示。
国际上许多专用名词多用英文字母，这主要是历史上欧美科技发达，政治霸权。他们掌握着话语权。但现在我国在国际上的地位逐渐提高。话语权也在上升。如我国制订的高铁标准。得到了国际铁路联盟的认可。
