如何在Pine Script中计算KDJ时排除特定时段数据？

嘿，我明白你要的效果了——在1130-1430这段时间里，KDJ的计算不跟着这段的K线更新，而是保持和1130时刻一致的数据源；等过了1430之后，再逐步把这段排除的K线一个个加回计算池，直到10个周期后完全用新的时段数据。咱们来一步步实现这个需求：

核心思路 #

要实现这个逻辑，我们需要：

1. 识别出需要排除的时段（1130-1430）
2. 在进入排除时段时，保存当时的KDJ计算数据源（最近10个有效K线的数据）
3. 排除时段内，复用保存的旧数据源进行计算
4. 退出排除时段后，逐步用排除时段的K线替换旧数据源中的最早数据，直到完全更新为新数据

完整实现代码 #

study("KDJ - Exclude Specific Session", overlay=false)

// 配置参数
ilong = input.int(10, title="KDJ Period")
isigK = input.int(3, title="K Smoothing Period")
isigD = input.int(3, title="D Smoothing Period")
excludeSession = input.session("1130-1430", title="Exclude Session")

// 判断当前是否在排除时段内
isExcluded() =>
    timeframe.isintraday and time(excludeSession) != 0

// 初始化变量：保存排除前的数据源、排除时段状态、排除时段K线计数
var bool inExclusion = false
var float[] preExHighs = array.new_float(ilong)
var float[] preExLows = array.new_float(ilong)
var float[] preExCloses = array.new_float(ilong)
var int excludeBarCount = 0

// 更新排除时段计数
if isExcluded()
    excludeBarCount := excludeBarCount + 1
else
    excludeBarCount := 0

// 进入排除时段时，保存当前的有效数据源
if not inExclusion and isExcluded()
    inExclusion := true
    // 收集进入排除前的最近ilong个非排除时段的数据
    var float[] tempHighs = array.new_float()
    var float[] tempLows = array.new_float()
    var float[] tempCloses = array.new_float()
    for i = 0 to ilong - 1
        if not isExcluded()[i]
            array.push(tempHighs, high[i])
            array.push(tempLows, low[i])
            array.push(tempCloses, close[i])
    // 确保数组长度符合ilong（如果不足则补最近的）
    while array.size(tempHighs) < ilong
        array.push(tempHighs, high[array.size(tempHighs)])
        array.push(tempLows, low[array.size(tempLows)])
        array.push(tempCloses, close[array.size(tempCloses)])
    preExHighs := tempHighs
    preExLows := tempLows
    preExCloses := tempCloses

// 退出排除时段时，重置状态
if inExclusion and not isExcluded()
    inExclusion := false

// 获取当前计算用的数据源
currentHighs = array.new_float()
currentLows = array.new_float()
currentCloses = array.new_float()

if inExclusion
    // 排除时段内，复用保存的旧数据源
    currentHighs := preExHighs
    currentLows := preExLows
    currentCloses := preExCloses
else
    if excludeBarCount > 0
        // 刚退出排除时段，逐步替换旧数据源
        postExBarCount = barssince(not isExcluded()) + 1
        // 从旧数据源中去掉前postExBarCount个最早的数据
        slicedHighs = array.slice(preExHighs, postExBarCount, array.size(preExHighs))
        slicedLows = array.slice(preExLows, postExBarCount, array.size(preExLows))
        slicedCloses = array.slice(preExCloses, postExBarCount, array.size(preExCloses))
        // 从排除时段中取最近postExBarCount个数据（从1430开始的K线）
        excludeHighs = array.new_float()
        excludeLows = array.new_float()
        excludeCloses = array.new_float()
        for i = 0 to postExBarCount - 1
            array.push(excludeHighs, high[excludeBarCount - i - 1])
            array.push(excludeLows, low[excludeBarCount - i - 1])
            array.push(excludeCloses, close[excludeBarCount - i - 1])
        // 合并得到当前数据源
        currentHighs := array.concat(slicedHighs, excludeHighs)
        currentLows := array.concat(slicedLows, excludeLows)
        currentCloses := array.concat(slicedCloses, excludeCloses)
    else
        // 正常时段，收集最近ilong个非排除时段的数据
        if not isExcluded()
            array.push(currentHighs, high)
            array.push(currentLows, low)
            array.push(currentCloses, close)
        // 保持数组长度不超过ilong
        while array.size(currentHighs) > ilong
            array.shift(currentHighs)
            array.shift(currentLows)
            array.shift(currentCloses)
        // 如果数组长度不足，补最近的数据
        while array.size(currentHighs) < ilong
            array.push(currentHighs, high[array.size(currentHighs)])
            array.push(currentLows, low[array.size(currentLows)])
            array.push(currentCloses, close[array.size(currentCloses)])

// 计算KDJ指标
h = array.max(currentHighs)
l = array.min(currentLows)
c = array.get(currentCloses, array.size(currentCloses)-1)
RSV = 100 * ((c - l) / (h - l))

// 计算K值（基于有效RSV的SMA）
getValidSMA(len, src) =>
    var float[] validSrc = array.new_float()
    if not isExcluded()
        array.push(validSrc, src)
    while array.size(validSrc) > len
        array.shift(validSrc)
    array.size(validSrc) >= len ? ta.sma(array.concat(validSrc), len) : na

pK = getValidSMA(isigK, RSV)
pD = getValidSMA(isigD, pK)
pJ = 3 * pK - 2 * pD

// 绘图
plot(pK, color=color.red, title="K Line")
plot(pD, color=color.blue, title="D Line")
plot(pJ, color=color.green, title="J Line")

// 标记排除时段背景
bgcolor(isExcluded() ? color.silver : na, transp=80)

代码对应你的需求示例 #

• 1430时刻：此时仍处于排除时段，inExclusion为true，所以用的是进入排除前保存的1121-1130时段的数据，和1130时刻的计算依据完全一致
• 1431时刻：退出排除时段，postExBarCount为1，会从旧数据源中去掉最早的1121数据，加入排除时段的最后一个数据（1430的K线），最终数据源是1122-1130 +1430，符合你的需求
• 1432时刻：postExBarCount为2，去掉旧数据源的前2个数据（1121、1122），加入1430、1431的K线数据，数据源变为1123-1130 +1430-1431
• 1439时刻：postExBarCount为9，数据源变成1130 +1430-1438，共10个数据
• 1440时刻：postExBarCount为10，旧数据源被完全替换，变成1430-1439的10个数据，之后就会逐步用新的非排除时段数据更新

注意事项 #

• 代码中加入了参数配置，你可以直接调整excludeSession来修改排除时段
• 处理了数据源长度不足的边界情况（比如刚开盘时）
• 背景色标记保留了你原来的逻辑，方便直观查看排除时段

内容的提问来源于stack exchange，提问作者Andy