引用的概念

引用的概念有广义和狭义的分别。

广义的引用泛指一切访问数据的方式，既包括对其他品种和周期的访问吗，也包括对本图表上，本品种、本周期的数据的访问。例如ref，hhv，data2，data10甚至ma函数都可以归入广义的引用函数。

而狭义的“引用”，是指调用非本图上的，其他品种的，其他周期的数据。这里主要讨论狭义的引用。下面提到引用时只要不特别说明，都是指狭义引用。

引用分为两大类，第一类是引用原始K线数据，第二类是引用指标数据。

其实引用指标也可以理解为引用数据的一种。引用指标可以理解为对引用数据直接加工再返回的方式。

引用函数

服务于引用的函数有以下这些

refData、refIndi

OpenD、HighD、LowD、CloseD系列

RefDataEx、RefIndiEx

除此之外，还有为了兼容而支持的stkindi、"xxx.yyy#min5"、“close##day”等引用方式，是用refData和refIndi实现的。尽管部分功能相同，但我们鼓励大家使用参数意义更明确、功能更强的refData、refIndi、refDataEx、refIndiEx等函数。

用途：

refData，refIndi主要用于逐行模式的指标显示。

refDataEx，refIndiEx主要用于逐根模式的交易策略。

OpenD，HighD等主要是为了兼容easyLanguage，如果不是必须，建议使用refDataEx来代替。

策略中跨周期引用

refDataEx和refIndiEx

在策略中引用数据或指标需要用到refDataEx和refIndiEx函数

同样的，这两个函数也是只能用在逐根模式。

refDataEx与refData的区别：

　在引用到大周期数据时，

　refData和refIndi是直接用大周期历史数据计算而成。

　refDataEx和refIndiEx用到的数据，是由主图的小周期类型数据，在每一个小周期，不断插值拼接成大周期，再进行计算。由于Ex函数是用本周期数据合成被引用的数据，所以在大周期用Ex引用小周期是没有意义的；数据只能通过合并由多变少，不能变多。

这么做的目的是，测评的时候能得到当时精确的大周期值。当然，交易时，如果在小周期引用大周期进行交易，那么只要使用nextBar模式，也保证了历史信号是正确的。

例如，1分钟引用日线，那么，每一个1分钟，都能得到当时那1分钟的日线的收盘，而不是那1分钟所在那一天的最后一分钟的日线收盘。

这样就杜绝了未来数据，让历史信号精确匹配。

例如，主图是5分钟K线，引用“沪深300”日线的5日均线。

refIndiEx( '399300', 'ma.m1', P_DAY,1);

那么，首先取出沪深300的5分钟线，然后用这些5分钟线合成日线，然后用合成的日线计算5日均线。

注意：

在实际使用中，上例中的refIndiEx( '399300', 'ma.m1', P_DAY,1);是个不好的例子，因为它引用了逐行的ma指标。

在逐根时，不要引用逐行指标。逐根引用逐行，带来一个dataCount*dataCount次的循环，会导致公式运行非常缓慢。

有可能的话，自己写一个#run_by_bar的ma指标，然后引用它。

例如这样：建一个指标myma

#Run_By_Bar
ma5:ma(c,5);

然后引用公式是：

#Run_By_Bar
_refIndiEx : RefIndiEx( ' ', 'myma.ma5', P_Day, 1 );

让我们对比一下

_refIndi :RefIndi( ' ', 'ma.m1', P_Day, 1 );

白色横线是原引用函数refIndi的结果，它直接取了日线最后的结果填到每一根1分钟里。黄色锯齿状线是新引用函数refIndiEx的结果，它的数值是日线在当时每1分钟下的ma5值。

refDataEx和refIndiEx的局限

由于数据是由小周期数据（典型应用里都是分钟数据）组合而成，那么有可能所有分钟得到的最高最低值，不一定能和日线的最高最低值匹配。原因是日线的最高最低是由交易所提供，而分钟线的最高最低，是从分笔得来，而分笔是一个均值，不一定能达到真正的最高最低。

对于nextBar交易，小周期拼接可以大大提升策略的进入时机的精确性；

而对于运行在thisBar模式下的交易，小周期拼接的精确性，依然无法达到分笔插值的程度。

refIndiEx实例

rr:RefIndiEx('000001.SZ', 'RSI.RSI1', P_Day, 2, 20); //计算深发展的参数为20的日线的RSI 
rr1:rr[1];//深发展昨天收盘时的RSI值
rr0:rr[0];//深发展这一刻的日线RSI值

参数说明

refData、refIndi包含以下参数

  Symbol：品种代码，如'600001.SH'。也可以写' '，代表当前品种。
  DataType：引用的数据类型，包括开、高、低、收、量、额、持仓
  Period：包括 default，分笔、1分钟5分钟等。
  Align：数据是否对齐
  nCount：每次返回的数据数量。

关于nCount：

nCount这个参数在不对齐模式下才有用。建议直接取1。

关于对齐：我们都知道，一份历史数据是有很多根的。对于股票，1天会产生1根日线和240根1分钟线。

我们处理数据时通常是以下标的形式对这些数据顺序逐个处理的。

这就产生一个问题，同样是下标1，在1分钟线是指向今天的时间，而日线就可能指向昨天。

为了让相同的下标下，1分钟和日线都同样指向今天，就需要对今天日线进行复制，并填充到下标1，以便让下标1依然是今天的日线。

例如，当1分钟与日线相对，那么就要填充239根相同的日线。

以上为了让时间落在同一范围内的动作就称之为对齐。

refDataEx和refIndiEx大部分参数与refData，refIndi相同，但没有对齐选项。这两个函数总是不对齐的。

refData不对齐的应用

有时我们想在同一图上的副图显示另一周期的K线和指标。这时我们其实想要的是看其他周期的图形、形态和信号，不需要时间对齐。以下公式在副图显示一份其他周期的K线。并且在上面画5分钟和10分钟均线

Input:
 periodType(15,0, 100000,1);

Switch( periodType )Begin
   case 0:period:=P_Day;
   case 1:period:=P_Min1;
   case 5:period:=P_Min5;
   Default:period:=P_Min1*periodType;
end  

 
cc:=RefData(, D_Close, period, 0, 2000);
hh:=RefData(, D_High, period, 0, 2000);
ll:=RefData(, D_Low, period, 0, 2000);
oo:=RefData(, D_Open, period, 0, 2000);
KLine( oo, hh, ll, cc , 0);

ma5:ma( cc, 5);
ma10:ma(cc, 10);

refIndiEx高级用法

有问到，引用时是否每引用一次都要计算一次，每次都计算是否浪费时间？能否一次返回多个不同的数据？

回答是：

1.确实每引用一次都要计算一次。不过对于逐根模式，计算一根的开销通常都比较小，可忽略不计。

2.虽然多计算一次不耗费什么时间，但是要写多个refIndiEX确实也让人感到比较浪费，最好还是可以一次返回多个值。目前我们不支持“结构”这样的数据类型，但确实是可以一次返回多种数据的，因为在逐根模式下，即使是序列，实际上每次也只是计算一根，只不过后台把每次计算的数据累积起来而已。既然如此，在引用的时候，就可以把当次计算的多个变量组合到一个数组里返回。返回之后，再另外找变量累积就可以了。

例如，想把macd的三个变量diff、dea、macd三个值一次性返回。那么只需要这样做。首先新建一个指标myMacd，代码如下

#Run_By_Bar
Input:p(26,20,100,1),s(12,5,40,1),m(9,2,60,1);

DIFF : EMA(CLOSE,S) - EMA(CLOSE,P);
DEA  : EMA(DIFF,M);
MACD : 2*(DIFF-DEA), COLORSTICK;
cc:0;
cc[0]:=diff;
cc[1]:=dea;
cc[2]:=macd;

上面的代码，把diff，dea和macd三个值组合到一个变量cc里，那么引用的时候，让cc每次返回3个值，就刚好是最近一次计算的diff，dea和macd了。

引用代码如下：

#Run_By_Bar
cc := RefIndiEx( ' ', 'myMACD.cc', P_Day, 3 );
大周期diff:cc[0];
大周期dea:cc[1];
大周期macd:cc[2];

这个写法，跟

#RUN_BY_BAR
大周期diff:RefIndiEx( ' ', 'myMACD.diff', P_Day, 1 );
大周期dea:RefIndiEx( ' ', 'myMACD.dea', P_Day, 1 );
大周期macd:RefIndiEx( ' ', 'myMACD.macd', P_Day, 1

是等价的

easyLanguage兼容引用函数

OpenX，CloseX，HighX，LowX，VolX，AmountX系列函数

这个系列的函数只能用在逐根模式。

跟RefDataEx不同，它们并非使用本周期数据合成日线，而是直接取现成日线，所以有可能的话最好用RefDataEx来代替。

引用数据和指标

目录