通用經濟數據年增率 (YoY %)

14 jam lalu

主要觀看經濟數據使用
可將主數據統計週期切換月度年增率或季度年增率
希望能幫到有在關注經濟數據但沒有年增率的網友們

The primary purpose is to view economic data. We can switch the statistical period to monthly year-over-year (YoY) growth or quarterly year-over-year (YoY) growth.

This is intended to assist users who follow economic data but lack access to year-over-year growth rates.

5 jam lalu

Nota Keluaran

Add a customizable length Simple Moving Average (SMA) for Year-over-Year (YoY) growth rate.
新增可自行設定長度的年增率簡單移動均線

4 jam lalu

Nota Keluaran

//version=6
indicator("通用經濟數據年增率 (YoY %)", shorttitle="通用 YoY %", format=format.price, precision=2)

// —————— 1. 輸入設定 (Inputs) ——————
group_main = "核心設定"
source_input = input.source(close, "資料來源 (Source)", group=group_main)

// 新增：讓使用者選擇數據的原始頻率是「月」還是「季」
string freq_option = input.string("月度 (Monthly)", "數據頻率 (Data Frequency)",
options=["月度 (Monthly)", "季度 (Quarterly)"],
tooltip="請根據您分析的數據類型選擇。\n月度數據 (如 CPI, PMI): 選擇此項並使用月線圖。\n季度數據 (如 GDP): 選擇此項並使用季線或月線圖。",
group=group_main)

// —————— 2. 核心計算 (Calculation) ——————
// 根據使用者的選擇，決定正確的回溯期
// 月度數據年增率 -> 回溯 12 個月
// 季度數據年增率 -> 回溯 4 個季度
int lookback_period = switch freq_option
"月度 (Monthly)" => 12
"季度 (Quarterly)" => 4

// 取得對應週期前的數據值
float prev_year_source = source_input[lookback_period]

// 計算年增率 (YoY)
float yoy_rate = prev_year_source != 0 ? ((source_input - prev_year_source) / math.abs(prev_year_source)) * 100 : na

// 計算上一個週期的年增率
float yoy_rate_prev = yoy_rate[1]

// 計算年增率的百分點變化 (Current YoY - Previous YoY)
// 如果當前或前一個年增率為 NA，則結果也為 NA
float yoy_rate_diff_points = na(yoy_rate) or na(yoy_rate_prev) ? na : (yoy_rate - yoy_rate_prev)

// 計算年增率的百分比變化 ((Current YoY - Previous YoY) / Previous YoY * 100)
// 避免除以零，並處理 NA 值
float yoy_rate_percentage_change = na(yoy_rate) or na(yoy_rate_prev) or yoy_rate_prev == 0 ? na : (yoy_rate_diff_points / math.abs(yoy_rate_prev)) * 100

// —————— 3. 移動均線設定與計算 (Moving Average Settings & Calculation) ——————
group_ma = "移動均線設定"
ma_length = input.int(5, "移動均線長度 (MA Length)", minval=1, group=group_ma)
ma_type = input.string("SMA", "移動均線類型 (MA Type)", options=["SMA", "EMA", "WMA", "RMA"], group=group_ma)
// 移除了 ma_color 輸入，因為用戶表示樣式中可以設定

// 根據選擇的類型計算移動均線
float ma_value = switch ma_type
"SMA" => ta.sma(yoy_rate, ma_length) // Simple Moving Average
"EMA" => ta.ema(yoy_rate, ma_length) // Exponential Moving Average
"WMA" => ta.wma(yoy_rate, ma_length) // Weighted Moving Average
"RMA" => ta.rma(yoy_rate, ma_length) // Relative Moving Average (also known as Wilder's Smoothing Average)
=> na // Default case, should not happen

// —————— 4. 繪圖與邏輯檢查 (Plotting & Logic Check) ——————
// 繪製年增率曲線
plot(yoy_rate, "年增率 (YoY %)", color=color.new(#e2a60d, 0))

// 繪製移動均線，顏色將由用戶在 TradingView 的樣式設定中調整
plot(ma_value, "移動均線 (MA)", color=color.blue, linewidth=2) // 預設為藍色，用戶可在樣式中更改

// 繪製零軸線
hline(0, "零軸", color=color.new(color.gray, 50), linestyle=hline.style_dashed)

// 新增：繪製 +10 軸線
hline(10, "上軸", color=color.new(color.green, 50), linestyle=hline.style_dashed)

// 新增：繪製 -10 軸線
hline(-10, "下軸", color=color.new(color.red, 50), linestyle=hline.style_dashed)

// 新增一個更智能的警告系統，防止在錯誤的圖表週期下進行分析
bool is_monthly_mode = freq_option == "月度 (Monthly)"
bool is_quarterly_mode = freq_option == "季度 (Quarterly)"

// 獲取當前圖表的時間週期字串
string current_timeframe_period = timeframe.period

// 邏輯檢查：
// 1. 如果在「月度」模式下，但圖表不是月線 -> 發出警告 (1M 表示月線)
// 2. 如果在「季度」模式下，但圖表不是季線或月線 -> 發出警告 (3M 表示季線，1M 表示月線)
// (註：季度數據在月線圖上看也是合理的，因為一個季度包含三根月線K棒)
if (is_monthly_mode and current_timeframe_period != "1M") or (is_quarterly_mode and current_timeframe_period != "3M" and current_timeframe_period != "1M")
label.new(bar_index, ta.highest(high, 20), "警告：請檢查您的圖表時間週期是否與所選的數據頻率匹配！",
color=color.new(color.red, 20), textcolor=color.white,
style=label.style_label_down, yloc=yloc.price)

// —————— 5. 狀態列顯示 (Status Line Display) ——————
// 繪製新的數據，使其顯示在數據視窗/狀態列中
// 將 plot 的 color 設為完全透明，使其不繪製線條，但值仍會顯示在數據視窗和狀態列中
plot(yoy_rate_diff_points, "年增率月增減百分點 (YoY % Point Change MoM)", color=color.rgb(16, 199, 202), precision=2)