TradingView的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

零基礎入門的Python自動化投資：10年操盤手團隊量化通，教你從零開始學程式交易，讓你輕鬆選股、判斷買賣時機，精準獲利

為了解決TradingView的問題，作者量化通 這樣論述：

沒時間盯盤、不會選股、不敢停損停利⋯⋯ 讓投資新手或資深股民都相當困擾， 其實，只要學會程式交易，機器人幫你自動化投資， 這些問題就能一勞永逸， 連文科人也可以輕鬆上手！   　　★ 第一次用Python投資理財就上手 　　★ 5大策略╳3大數據整理套件╳2大爬蟲基礎╳基礎語法╳選股模型╳LINE即時通知 　　★ 超過5,000名學員實證，可以簡單學習、好用的自動化投資法   　　如果你有這些問題，必讀本書： 　　．想要投資卻不知道怎麼開始 　　．沒有程式基礎，也不知道怎麼入門用Python投資理財 　　．資訊爆炸的時代，不知道哪些才是有用的數據

　　．到底要怎麼快速取得股市的報價 　　．總是沒有時間看即時的股市資訊，導致錯失進出場良機   　　◎ AI取代人工投資，程式交易已成為時代主流 　　隨著科技與網路的進步，AI逐漸取代人力，處理重複且瑣碎的工作， 　　也可以應用在投資理財的領域， 　　無論是基金、股市、期貨、加密貨幣，都可以看到AI的應用， 　　就連美國高盛集團也只剩三名人工交易員，幾乎所有交易流程皆透過電腦程式自動化， 　　國內外金融機構導入金融科技（FinTech）推出相關服務，大專院校紛紛開設相關課程， 　　「程式交易」明顯已經成為時代的主流。   　　◎ 程式交易，讓你更輕鬆賺錢

、賺自由 　　程式交易可以把原本由「人」操作的投資，全部交由電腦程式自動執行， 　　不僅能隨時追蹤股市行情，讓你不錯過買賣時機，減輕盯盤壓力， 　　更能用最嚴謹、最即時的數據，優化你的投資策略，戰勝不敢停損的心魔， 　　輕鬆獲利的同時，更獲得自由！   　　◎ 程式交易的入門首選──Python 　　目前有各種可以應用在投資的交易程式，包括：Python、Multicharts、TradingView、MT4…… 　　而Python是一種廣泛使用的程式語言，適用於各作業系統，函式庫也非常豐富， 　　就連沒學過程式的小學生、文科生，都能輕鬆上手。   　　

◎ 第一次用Python投資理財就上手 　　致力於提供程式交易教學的量化通， 　　團隊累積數十年的投資經驗，管理資產規模達上億元， 　　多次受邀至各大專院校與知名企業擔任講師， 　　擅長用深入淺出的方式帶領投資新手輕鬆學會程式交易， 　　因此，透過本書，你將從零開始學到──   　　．5大策略：趨勢策略、動能策略、反轉逆勢策略、通道策略、籌碼策略 　　．零基礎學Python：從安裝到建置開發環境、基本語法、資料整理 　　．3大數據整理套件：datetime、csv、pandas 　　．2大爬蟲基礎：get、post 　　．選股模型：建立選股架構，實踐

個人的選股策略 　　．LINE即時通知：設定不同種類的訊息，免費推送至到不同的群組   　　本書會用圖解和步驟的方式，帶你從零開始學會用Python投資理財， 　　還有許多實戰技巧和範例，讓你能避開人性的投資盲點， 　　優化選股策略，自動化投資，精準獲利！   　　本書幫你解決對程式交易的疑問： 　　．要選擇哪種程式語言與軟體呢？ 　　．完全不會寫程式，要怎麼開始？ 　　．要準備多少資金？如何用最小的成本開始？ 　　．電腦設備要很好才能做程式交易嗎？ 　　．要如何知道程式執行的結果？ 專業推薦   　　Adam｜HiSKIO專業線上

學習平台CEO 　　Nic｜在地上滾的工程師  　　蔡明志｜輔仁大學資管系副教授、多本Python程式語言書籍作家   好評推薦   　　「很開心聽到量化通即將出版新書，他們對於量化交易領域一直有著自己的堅持與想像，在過去與他們合作的過程當中，感受到他們在內容製作上相當用心，並且對簡單化專業知識與複雜資訊的企圖心非常強烈。如果你在網路上看過相關內容卻仍然一知半解，透過本書，相信能以友善且有系統的方式，從零開始一步步建構必要的知識點，無痛地上手Python程式交易，開啟新的投資方式。」──Adam，HiSKIO專業線上學習平台CEO   　　「不管先學

程式還是先學投資，當兩個技能組合在一起的時候，可以探索不一樣的收入模式，透過這本書入門會是個不錯的選擇！」──Nic，在地上滾的工程師  

TradingView進入發燒排行的影片

擺盪型指標投資研究-以營建相關類股為例

為了解決TradingView的問題，作者陳冠樺 這樣論述：

近年來低名目利率及高通膨的時代下，資金放在銀行定存將失去實質報酬，因此投資變得相當重要，其中投資股票市場是較為常見的選項，目前國內學者多數針對台灣50指數型基金等進行研究，而營建相關產業作為標的之研究較少，故運用常見的技術指標來操作實證技術分析是否適用於營建相關產業。本研究以市面常見之KD及RSI技術指標對經財務資訊篩選之營造業、建設業、鋼鐵業、水泥業標的，將前學者研究實證結果進行簡單程式驗證後並分別於三大股災復甦時期回測，探討常見的技術指標於不同交易模式策略，何種產業具較優正報酬機率，及何種產業之指標模式下具較優正報酬機率。研究實證結果發現情境一策略下，建設業總體總合平均分數最高，情境二模

式下，水泥業總合平均分數最高。研究發現營造業以模式一周KD、模式一月KD、模式二月KD具較優結果；建設業以模式一周KD、模式二周KD、模式二月KD、模式三6日RSI具較優結果；鋼鐵業以模式一月KD及模式二月KD具較優結果；水泥業各模式分數均達100%，且各情境下皆為模式二月KD之總合平均分數最高，本研究透過上述擺盪型技術指標模式回測，提供投資人對營建相關類股之操作策略參考依據。

Trading Forex with Divergence on MT4/MT5 & TradingView

為了解決TradingView的問題，作者Brown, Jim 這樣論述：

應用Malmquist模型進行績效評估與同業結盟-以康普公司為例

為了解決TradingView的問題，作者陳竒帆 這樣論述：

　　本文希望透過資料包絡分析法(Data Envelopment Analysis, DEA)分析出各電池芯原料供應商的經營效率，除了要達成降低成本、提高產能外，也要能在經營效率上做出有效的提升，並以康普公司為例利用同業結盟方式來增強彼此在市場的定位。 　本研究對象為30間國內外上市上櫃公司加上29個虛擬組合共59個決策單位(Decision Making Unit, DMU)以資料包絡分析法之Malmquist生產力指數模型，計算出這59個DMU在2016年至2020年的跨年期經營績效並加以排名。最後找出哪些企業與康普公司做結盟會有更好的效率，哪些結盟會出現不好的結果。　　研究結果發現康

普結盟大同、康普結盟三星SDI及康普結盟比亞迪這三個組合能有更好的效率，其中又以康普結盟大同為最好的組合；而康普結盟寧德時代、康普結盟中航鋰電、康普結盟尚化則變得更沒效率，其中又以康普結盟寧德時代為最不好的組合。關鍵詞：電動車電池芯原料、資料包絡分析法、Malmquist生產力指數