分类

图表分析法(Charts)

例:搜索关键词

外汇交易图表分析法

绘制点数图关键是确定两个参数:(1)每一空格的 “ 格值 ” ,即每一个 × 、 Ο 符号所代表的价位幅度;(2)确定转势的价位幅度,即 “ 转列格值 ” ,表明价格朝着与原来方向相反的趋势上升或下跌超过多少幅度时才表明价格转势。例如一幅 5×20 的点数图,它所反映的是每一空格代表 5 格点,当价格朝着相反方向波动超过 20 个点时表明市场转势,即由升势 × 转为跌势 Ο ,或由跌势转为升势 ×. 一般地格值大小并无一定标准,可以因人因市、因货币的不同而有所不同,但不可以随意设定。格值太大,则点数图不容易反映出价格的变动,因为很小的价格波动并不能在图中显示出来;格值太小,则图形会过于复杂,失去图形的意义。同样,转列格值的确定也没有一定规则,但太多或太少都会造成价格过于敏感。最常用的是三格转列,即价格的涨跌超过三个格值转列。

点数图的两个参数可以有多种组合,如 5 × 15 、 10 × 20 , 10 × 30 , 20 × 60 , 100 × 300 等等。点数图中的这两项参数数值的不同组合,会影响点数图所显示的市场价格走势的精细程度。每一空格所代表的点数越多,即格值越大,其反映市场的精细程度越低;相反,每一空格所代表的点数越少,即格值越小,则其反映的精细程度越高。一般而言,分析中短期的市场走势,可选择 20 × 60 , 100 × 300 等灵敏度较低的组合来分析市场大势。

外汇交易者在运用点数图判断市场走势时可以尝试多种不同的组合来观察,看看哪一种组合所反映的买卖信号最为明确。使用现时的一些专业图表终端如 Moneyline 的 Telegrate 和路透社的交易系统,只要将两个参数输入电脑,便可以得到所需的点数图,省去了手绘的麻烦。

在直线中,横坐标为时间单位,纵坐标是价格变动幅度单位。直线图的绘制首先找出一定时间内(如一日)的最高价和最低价,联结最低价成一直线,即表示当天最高价与最低价的涨跌幅度。然后再将当天的收盘价和开盘价绘制在该直线上,就形成一个“直线”单元。随着时间的推移,每天的交易情况均可画出一条直线,日复一日就构成了一个高高低低、波浪起伏的日直线图形。除了日直线图形可以外,还可以有周、月、年直线图。日直线图的绘制,每周 5 条,若遇到假日,当日的直线图即略去不画。以周、月为绘制单位其画法与日线图相同。

K 线图的绘制方法,以 K 线图为例来说明,首先是找到某一营业日的市场最高价和最低价,垂直地连成一条直线,然后再找出当日的开市价和收市价,把这两个价位连接成一个长方体,并压在垂直线上,加入当日的收市价为高(即低开高收),便将长方体留空,这种柱体就称为“阳线”;假如当日的收市价较开市为低(即高开低收),便将长方体涂黑,这种柱体称为“阴线”。

数据可视化Data Visualization需要哪些图表技能?

数据可视化Data Visualization需要哪些图表技能?

* 2 个分类数据维度和 1 个数字数据维度

到目前为止,我认为最有用的图表就是条形图,因为它适用于大多数情况。条形图非常适合呈现数字,并对数据进行分类。通常,该图表可以呈现 1 – 2 个数据维度,但你可以用分组(也称为分组条形图Grouped bar chart)来添加更多维度,一般分为水平方向条形图,以及垂直方向条形图(也称为柱状图)

条形图种类

日期-时间的数据非常常见,折线图是可视化这类数据的最佳图表之一。即便有多个数据维度,我们也可以通过线型图轻松地读取数据,但是,这些数据值必须在相近的范围内。折现图能够可视化趋势及季节的能力,他的价值是无法衡量的。

折线图种类

在处理数值数据时,常常会先检查数的据分布,这就是直方图的作用。直方图可以呈现一个值在数据集中出现的频率,帮助你检测偏斜度(skewness)、异常值(outlier)等。直观来看,直方图与条形图相似,但本质上是不同的。

直方图种类

散点图是数值数据分析的必备图形,也是检测两列数据之间相关性的最佳工具,非常适合检测异常值。条带/群图是散点图的一种特殊形式,可用于呈现分类关系。

散点图种类

数据分布也可以用各种统计指标(中位数、四分位数、IQR……)表示。箱线图中包含大多数重要指标,且结构紧凑,非常适合比较不同的数据分布。但是,如果你不习惯使用箱型图,你可能会觉得有点不直观。

箱型图种类

热图是一个三维图表,只能表示 2 个分类值和 1 个数值。听起来这种图表需要在非常确切的情况才能使用,但实际上,这种数据列组合有很多用例。我认为热图是用 3 个数据维度表示复杂模式的最直观的方法之一。气泡图(Bubble chart)也可以用来描述相同的模式。

热图

气泡图

特殊数据集的特殊图表:

分析文本数据难度很大,可视化文本数据更是如此,但也不是不可能。词汇云是一种在狭小空间中表示不同词汇或短语数量的好方法。

雷达图是一种非常特殊的图表,可通过易于理解的方式呈现多维数值数据。

雷达图

结论

选择合适的图表时,你需要非常慎重。图表可以呈现信息,那么同时也可以掩盖信息。因此,你需要一再谨慎。图表设计也非常重要,你需要时刻观察,动态调整。

数据分析图表类型主要有哪些呢?

例:2011-2017 年合同金额对比

2. 对比柱状图

特点:用于展示包含相反含义的数据的对比,若不是相反含义的建议使用分组柱形图。

例:民主党与共和党在各州票数对比

3. 分组柱形图

特点:相同分组下,数据的类别不能过多。

例:第一季度每月饮料、日用品、零食、销售额对比

4. 堆积柱形图

特点:适合展示总量大小,但不适合对不同分组下同个类别进行对比。

例:各渠道周一至周日访问量分布

5. 分区折线图

特点:适合对比趋势,避免多个折线图交叉在一起。

例:两城市风速对比

6. 雷达图

特点:雷达图变量过多会降低图表的可阅读性,非常适合展示性能数据。

例:两款手机性能对比

特点:不适合数据量多的文本数据,也不适合数据区分度不大的数据处理。

例:搜索关键词

8. 聚合气泡图

特点:不适合区分度不大的数据。

例:某大学各省招生人数

9. 南丁格尔玫瑰图

特点:数据比较相近时,不适合用饼图,而是适合用南丁格尔玫瑰图。

例:各市回款金额分布

二、 占比类

特点:类别数量不能过多,且不适合区分度不大的数据。

例:合同金额与回款金额占比

2. 矩形块图

特点:非常适合带权的树形数据,对比各分类的大小关系以及相对于整体的占比关系。

例:2011-2017 年的合同金额情况

3. 百分百堆积柱形图

特点:同一个分组内不同分类的个数不能过多。

例:1986 年至 2016 年期间,民众对体罚儿童的支持态度对比变化情况

4. 多层饼图

特点:层级和类别都不能过多,过多导致切片过小干扰阅读。

例:某品牌各区销售额

5. 仪表盘

特点:只适合单个指标的数据展示。

三、趋势/关联类

1. 折线图

特点:折线数量不能过多,会导致图表可读性变差。

2. 范围面积图

特点:展示两个连续变量的差值的变化趋势。

例:访问次数和跳出次数的变化趋势

3. 普通面积图

特点:面积线最好不要超过五条。

例:汇款金额与合同金额变化趋势

4. 瀑布图

特点:通过悬空的柱形图,可以更直观的展现数据的增减变化。

1. 散点图

特点:散点图在有比较多数据时,才能更好的体现数据分布。也可用于趋势类数据。

例:男女生身高体重分布

2. 热力区域图

特点:效果柔化,不适合精确的数据表达,主要用于看分布。

例:每月 24 小时的气温分布

特点:非常直观的观察不同区域的数据关系。

例:各个城市的销售额

4. 漏斗图

特点:上下之间必须是有逻辑顺序关系的,若是无逻辑关系建议使用柱形图对比。

例:观察从搜索到交易成功的人数变化,并定位对比每一步流失人数

《以交易为生》第3章 经典图表分析法

道除了作为《华尔街日报》的编辑外,从不写书。汉密尔顿在道去世之后接替了他的工作,并在自己的著作《股市晴雨表》(The Stock Market Barometer)中阐述了道关于股票市场的理论。在1929年股票崩盘之后 ,汉密尔顿写下了著名的社论“趋势的反转”(The Turn of the Tide)。1932年,通讯出版商罗伯特·雷亚(Robert Rhea)在他出版《道氏理论》(The Dow Theory)中将道氏理论推向了顶峰。

1948年,爱德华兹(夏巴克的一个继子)和迈吉共同出版了一本书,名叫《股市趋势技术分析》(Technical Analysis of Stock Trends)(注:该书第9版中文版机械工业出版社已出版)。他们在书中推广了诸如三角形、矩形、头肩顶等概念,以及支撑位、阻力位和趋势线等图表形态。其他图表分析师则用这些概念去赚钱。

《以交易为生》图17-1.jpg

“灯芯”的最高点代表着当天的最高价格。相应地,“灯芯”的最低点代表当日的最低价格。根据《日本蜡烛图技术》(Japanese Candlestick 图表分析法(Charts) Charting Techniques)的作者史蒂夫·尼森(Steve Nison)的说法,日本的交易者 认为最高点和最低点相对而言并不重要。他们更关注开盘价和收盘价之间的关系,以及几个“蜡烛”之间的形态。