2013年9月18日 (三) 18:27的版本

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、refDLL

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。

这么做的目的是，测评的时候能得到当时精确的大周期值。

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。

注意事项

在逐根时，不要引用逐行指标。

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。

有可能的话，自己写一个#run_by_bar的ma指标，然后引用它。

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、refDataEx、refIndiEx等包括以下参数。

  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：对齐标志。0代表不对齐。1代表对齐。
  nCount：数据数量。

关于nCount：

nCount这个参数在不对齐模式下才有用。

关于对齐：

首先，对齐是之前设计没想清楚时留下的痕迹，是应该要放弃掉的一个参数。一般用户，只需总是选对齐就可以了。

而RefDataEx和RefIndiEx这两个后来新增的函数已经放弃了这个参数，并且总是工作在不对齐模式下。

但这里还是要解释一下这个参数的来历，以帮助大家更好地理解实现原理。

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。

大周期引用小周期数据不考虑对齐

我们认为，在大周期调用小周期数据的话，不考虑、不存在对齐的问题。例如，如果在日线调用1分钟数据，如果要对齐，势必需要压缩合并1分钟数据。合并的结果，其实把1分钟变成了日线，那不如就直接调用日线好了，没必要调用1 分钟。所以，如果在大周期调用小周期数据，进行refData的话，align参数是忽略的。

当需要方便的访问到昨天或昨天之前的大周期数据时，不对齐比较好。上面已经讲到，为了对齐，需要平白的填充很多数据到日线中。那么如果我想在今天访问昨天的日线怎么办？假如不对齐，只需要访问[1]就可以得到昨天日线，如果作了对齐，那还要查找对比时间，比较麻烦。

对于refDataEx，当nCount为1，那么每次返回合成的大周期数据的最新值。如果nCount为2，那么每次返回合成的大周期数据的最新值，和大周期上一周期的值。

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