NetLogo模型讲解：财富分配 Wealth Distribution

本文档由netlogo爱好者编，如有不足，请见谅！

模型目录：Sample Models-> Social Science -> Wealth Distribution

模型原理：模型模拟了财富分配，我们通常说“穷的人变的更穷，富的人会越来越富”，这就表达了财富分配的不均匀。模型模拟了帕雷托法则（pareto’s law）。模型中大量的穷人用红色标记，中等阶级用绿色标记，少量的富人用蓝色标记。穷人富人的视野不一样（这里可以理解为生活中能够获得的资源不一样），这就决定了他们获得的财富不一样。

原语学习：

●scale-color

scale-color color number range1 range2

返回明暗与number成正比的color色。

number是一个主体变量，但是必须是数字型。

如果range1 < range2, number越大，颜色越亮。如果range > range2,则相反。

如果number < range1,则为最暗的color色。

如果number > range1,则为最亮的color色。

注意：对明暗无关的颜色，例如green and green + 2一样，使用同样的色谱。

●diffuse

diffuse patch-variable number

告诉每个瓦片将瓦片变量patch-variable的(number * 100)% 均等的分配到它的8个相邻瓦片上去。Number在0-1之间。不管拓扑如何，整个世界的patch-variable之和守恒。

（如果一个瓦片的邻元少于8个，每个邻元仍然得到1/8的份额，剩余的该瓦片自己保留）。

●repeat

repeat number[commands]

运行commands 共number 次

程序主界面：

globals

[

max-grain ; 定义了一个每个瓦片能够拥有最大谷物量

gini-index-reserve ；；后面两个是计算基尼系数的

lorenz-points

]

patches-own ；；定义瓦片变量，每个瓦片上有谷物，人在上面行走就能够获得谷物

[

grain-here ; 当前瓦片拥有的谷物数量

max-grain-here ; 定义一个瓦片能够拥有的最大谷物数量

turtles-own ；；人（海龟）变量定义[

age ; 年龄

wealth ; 财富

life-expectancy ; 能够活多少岁

metabolism ; 每次新陈代谢消耗掉的谷物

vision ;视野，人在瓦片上行走，总是寻找附近谷物最多的瓦片。这个很重要，富人的视野和穷人的视野是不同的，这就造成了贫富差距，富人的视野更

大，穷人小。

；；与setup相关函数

to setup

clear-all

;; set global variables to appropriate values

set max-grain 50

;; call other procedures to set up various parts of the world

setup-patches

setup-turtles

update-lorenz-and-gini

reset-ticks

end

to setup-patches ；；谷物代表着财富，瓦片上随机赋值谷物，因为随机复制的话，相邻两个瓦片的值会出现差值很大，所以这里采用了diffuse，就是将谷物和周围邻

居稍微重新分配一下

ask patches

[ set max-grain-here 0 ；；设置当前瓦片的最大谷物

if (random-float 100.0) <= percent-best-land ；；利用随机数控制，要么等于0，要么等

于50（定义全局变量的时候定义的）[ set max-grain-here max-grain

set grain-here max-grain-here ] ]

repeat 5 ；；“平滑”瓦片上谷物

[ ask patches with [max-grain-here != 0]

[ set grain-here max-grain-here ]

diffuse grain-here 0.25 ]

repeat 10

[ diffuse grain-here 0.25 ] ;;

ask patches ；；将当前谷物保留在max-grain-here，并根据谷物着色

[ set grain-here floor grain-here ;; round grain levels to whole numbers

set max-grain-here grain-here ;; initial grain level is also maximum

recolor-patch ]

end

to recolor-patch ;; 根据谷物的多少来给瓦片着色

set pcolor scale-color yellow grain-here 0 max-grain

end

to setup-turtles ；；设置海龟（人）的初始值

set-default-shape turtles "person"

create-turtles num-people

[ move-to one-of patches ;; put turtles on patch centers

set size 1.5 ;; easier to see

set-initial-turtle-vars

set age random life-expectancy ]；；年龄设置为在生命期限之间的数字

recolor-turtles ；；根据谷物（谷物代表财富）多少，给人赋予不同的颜色

end

to set-initial-turtle-vars ；；设置海龟变量

set age 0

face one-of neighbors4

set life-expectancy life-expectancy-min +

random (life-expectancy-max - life-expectancy-min + 1)

set metabolism 1 + random metabolism-max

set wealth metabolism + random 50

set vision 1 + random max-vision

end

to recolor-turtles ；；如果一个人的财富比财富最多的人的财富的三分之一还小，那么这个人是穷人，如果是在三分之一和三分之二之间，那么是中产阶级，其他的

是富人，根据财富值着色

let max-wealth max [wealth] of turtles

ask turtles

[ ifelse (wealth <= max-wealth / 3)

[ set color red ]

[ ifelse (wealth <= (max-wealth * 2 / 3))

[ set color green ]

[ set color blue ] ] ]

end

;;;

;;; 与go相关函数

;;;

to go ；；根据视野，人走向最多谷物的瓦片，然后收获谷物，增加财富，年龄增加，新陈代谢消耗，然后根据生命期限判断是否活着

ask turtles

[ turn-towards-grain ] ;; 根据视野，选择最多谷物的方向

Harvest ；；收获，下面有定义

ask turtles

[ move-eat-age-die ] ；；新陈代谢和年龄变化；下面有定义

recolor-turtles

;; 谷物增长间隔周期后，谷物增长

if ticks mod grain-growth-interval = 0

[ ask patches [ grow-grain ] ]

update-lorenz-and-gini ；；更新基尼系数

tick

end

to turn-towards-grain ;; 根据视野范围，比较正北正南正东正西四个方向哪一个方向能够获得的累积的谷物最多

set heading 0

let best-direction 0

let best-amount grain-ahead

set heading 90

if (grain-ahead > best-amount)

[ set best-direction 90

set best-amount grain-ahead ]

set heading 180

if (grain-ahead > best-amount)

[ set best-direction 180

set best-amount grain-ahead ]

set heading 270

if (grain-ahead > best-amount)

[ set best-direction 270

set best-amount grain-ahead ]

set heading best-direction

end

to-report grain-ahead ;; 视野就是控制在视野范围内正前方能够看到谷物的累积

let total 0

let how-far 1

repeat vision

[ set total total + [grain-here] of patch-ahead how-far

set how-far how-far + 1 ]

report total

end

to grow-grain ;; 在谷物增长周期间隔后，瓦片增长谷物，并判断是否更新最大谷物if (grain-here < max-grain-here)

[ set grain-here grain-here + num-grain-grown

;; if the new amount of grain on a patch is over its maximum

;; capacity, set it to its maximum

if (grain-here > max-grain-here)

[ set grain-here max-grain-here ]

recolor-patch ]

end

收获谷物，就是每个人将所在的瓦片的谷物收获，转换为他的财富，并将瓦片谷物置0

to harvest

; have turtles harvest before any turtle sets the patch to 0

ask turtles

[ set wealth floor (wealth + (grain-here / (count turtles-here))) ]

;; now that the grain has been harvested, have the turtles make the

;; patches which they are on have no grain

ask turtles

[ set grain-here 0

recolor-patch ]

end

to move-eat-age-die ;; turtle procedure

fd 1

;;新陈代谢将要消耗点财富，就像我们的生活中一样

set wealth (wealth - metabolism)

;;年龄增长

set age (age + 1)

;; 如果一个人没有财富了，就死了，或者年龄到了生命期限就死了。但是为了保证模型人数的平衡性，死了一个人，就按最开始随机生成一个人的方式再生成一个人，死的人的财富就没有了，新生成的人的财富按上面讲的方法生成

if (wealth < 0) or (age >= life-expectancy)

[ set-initial-turtle-vars ]

end

;; 计算基尼系数，以及画图，这部分原理不是很懂，社会学的朋友可以自己研究一下

to update-lorenz-and-gini

let sorted-wealths sort [wealth] of turtles

let total-wealth sum sorted-wealths

let wealth-sum-so-far 0

let index 0

set gini-index-reserve 0

set lorenz-points []

;; now actually plot the Lorenz curve -- along the way, we also

;; calculate the Gini index.

;; (see the Info tab for a description of the curve and measure)

repeat num-people [

set wealth-sum-so-far (wealth-sum-so-far + item index sorted-wealths)

set lorenz-points lput ((wealth-sum-so-far / total-wealth) * 100) lorenz-points

set index (index + 1)

set gini-index-reserve

gini-index-reserve +

(index / num-people) -

(wealth-sum-so-far / total-wealth)

]

end

需要项目合作的可以加我企鹅：2763035721

或者有疑问加我企鹅群：530305942

如果你觉得对你有用，欢迎请分享者一杯咖啡！

文华财经函数大全

文华财经函数大全 1、引用数据 AVPRICE引用均价(在盘后对于国内三个期货交易所指结算价) SETTLE引用结算价(如果用在周期小于'日'的K线上如5分钟K线，一小时k 线，每根k线返回的值表示这根k线当日开盘时到这根k线的为止的结算价(均价) 如果用在周期大于等于'日'的K线上，返回当根K线结束时间所在日的结算价.)CLOSE引用收盘价(在盘中指最新价)，也可简写为C。 HIGH引用最高价，也可简写为H。 LOW引用最低价，也可简写为L。 OPEN引用开盘价，也可简写为O。 OPI引用持仓量 REF(X,N)引用X在N个周期前的值 例: REF(CLOSE,5); 表示引用当前周期前第5个周期的收盘价 REFX(X,N)引用N个周期后的数据。（N为大于等于1的整数） 『未来函数』 例： REFX(CLOSE,5); 表示引用自当前周期后第5个周期的收盘价 VOL引用成交量，也可简写为V。

GETPRICE(N)根据文华码取出某一品种的最新价。 例子： GETPRICE (1209);返回文华码为1209的合约品种的最新价。 2、金融统计 BACKSET(X,N)若X条件成立,则将当前位置到N周期前的数值设为1。『未来函数』例： BACKSET(CLOSE>OPEN,3);表示当K线收阳时，自当前位置到3周期前的数值设为1该函数参数支持变量计算如BACKSET(CLOSE>OPEN,VAR1);//VAR1是变量 BARSLAST(X)求上一次条件成立到当前的周期数。 例： BARSLAST(X): 上一次满足X条件到现在的K线根数。如果本根K线满足X条件，则BARSLAST(X)返回 0. COUNT(X,N)表示统计在N周期内满足X条件的周期数。若N=0则从本地数据的第一个有效值开始。 例： WR: =-100*(HHV(HIGH,N)-CLOSE)/(HHV(HIGH,N)-LLV(LOW,N));COUNT(WR>80,5);表示统计在5个周期内满足WR>80的次数。 DMA(X,N)返回X的动态移动平均，其中N必须介于0及1之间。 计算方法：

财富世界强历年国家分布情况分析

财富世界500强历年国家分布情况分析 第一份《财富》500强排行榜诞生于1955年，当时上榜的仅限于美国公司。1957年，美国之外的大公司首次拥有了专门的排行榜。1976年，第一份国际500强排行榜出炉，但仅包括美国之外的公司。直到1995年，第一份包含了美国和其他各国企业在内的综合榜单才正式问世，这也是第一份真正意义上的世界500强排行榜。 从历年榜单的国别分布情况，可以看出：在竞争激烈的国际市场上，企业发展与国家兴衰息息相关，二者相得益彰。世界500强排行榜不仅是世界知名企业用来判断自身国际竞争力的重要指标，也是观察世界各国经济状况的一个“晴雨表”。 美国和日本长期占据榜单的“第一方阵”。截至2005年，这两个国家的企业数目总和均占到了50%以上。但是，日本在资产泡沫破灭后一蹶不振，500强企业数量自2005年起就基本呈下滑趋势，美国也在2002年达到巅峰的197家之后开始减少。 随着美日在全球的影响力不断下降，新兴国家获得了增长的空间，尤其是中国企业异军突起，已和美日共同形成“第一方阵”。近年来，中国企业进入榜单的数量逐年增加。2012年，中国大陆上榜公司数量达到69家，首次超过日本。2014年，上榜的中国（包括香港、台湾）公司数量创纪录地达到了100家，全球排名第二。美国、中国、日本共有285家企业入榜，占比超过总企业数的50%， 英、德、法这三个欧盟最重要的国家构成了“第二方阵”。每个国家入选世界500强的公司数目基本都在30~40家左右徘徊，整体数量一直很稳定。但由于近年来笼罩在债务危机的阴影之下，这三国入围企业数量也在缓慢减少。2014年，英德法三国共有86家企业入围榜单，占总企业数的17.2%。 韩国、瑞士、荷兰稳稳占据“第三方阵”。每年入选的企业数量均在十几家。2014年，三国上榜企业共42家，占比为8.4%。

文华财经 商品期货 基本交易模型

?一、内盘案例 ? ? ? ? ? ?二、外盘案例 ? ? ?三、经济数据、突发事件案例 ? ? 一、内盘案例 模型一： 棕榈油周线基本面模型 NN:=BARSLAST(DATE<>REF(DATE,1))+1; RZC:=SUM(OPI,NN)-REF(SUM(OPI,NN),NN); RZC1:=STD(RZC,5); AA..GETBASEINFO(32);GETBASEINFO(84);GETBASEINFO(253);GETBASEINFO(220) ;GETBASEINFO(221); 模型二： 棉花日线基本面模型 AA:=GETBASEINFO(230);

模型五： 郑棉主连日线案例 加载合约：郑棉主连 周期：日线 信号计算起始时间：2014年1月1日至今 沉淀资金:=OPI*C*UNIT*MARGIN; NUM3:=REF(BARSLASTCOUNT(ISNULL(GETBASEINFO(286))),1)+1; S5:=GETBASEINFO(286)>REF(GETBASEINFO(286),NUM3); B5:=GETBASEINFO(286)

中国财富实力分布情况

中国财富实力分布情况 1中国富人集中在哪些省份？见（附件1） ——广东人最富，河北、河南成为“后起之秀”，宁夏、青海最少 2中国富人的钱怎么赚的？ ——“办实业”虽仍是主流，但“金融投资”占比大幅提升 3中国富人喜欢去境外哪些地方投资？ ——最爱中国香港、美国和加拿大 4中国富人喜欢哪些理财渠道？ ——36%购买过互联网理财产品 5中国富人投资者主要投资哪些领域？ ——调研结果显示，平均每位受访者覆盖近4个不同的投资领域；约65%受访客户投资于股票市场，约61%和56%的受访客户分别投资于现金管理类和固定收益类产品。除此之外，42%的受访客户投资于信托产品，也主要由于其“刚性兑付”的特性，可满足客户实现保值和稳定增值的需求。 同时，可投资资产大于3000万的高净值客户将股票、信托和房地产作为最主要的投资手段，对于现金管理类和固定收益类产品的热度较其他客户而言更少一些，主要是因为高净值客户在财富积累有相当量的前提下，愿意积极寻求其他风险与收益率稍高的替代产品 6中国富人投资者的资产配置和风险承受能力？ 调研结果显示，68%的受访客户愿意承担一定风险，较2012年的客户调研结果有大幅增长；另有14%的客户风险容忍度较强，愿意承受较大风险，也接受“高回报意味着可能要承担较高风险”的想法。受访客户中，47%和40%的客户分别配置了中等和高等风险产品；相较于可投资资产在600万~3000万之间的客户，可投资资产大于3000万元的高净值客户在中高风险产品的配置上更为激进，持有30%及以上比例中等和高等风险产品的客户占比分别为41%和48%。 7 中国富人除投资以外还有什么爱好？见（附件2） 8 中国富人都喜欢聊自己的家乡，怀念当年，为什么，怎么聊？见（附件3） 中国富人都不会忘记曾今自己的出生地或家乡是多么的美好，如果这个时候你能帮客户回忆聊起他美好的家乡，你们注定能达成共识，无话不谈，感情铺垫到位，无意中提到现货市场目前的火爆，你还会担心客户不成交吗，几百万，千万资金不算什么，客户也许正考虑玩玩现货呢。

文华财经商品期货基本交易模型

文华财经商品期货基本 交易模型 Document number【SA80SAB-SAA9SYT-SAATC-SA6UT-SA18】

一、内盘案例 二、外盘案例 三、经济数据、突发事件案例 一、内盘案例 模型一： 棕榈油周线基本面模型 NN:=BARSLAST(DATE<>REF(DATE,1))+1; RZC:=SUM(OPI,NN)-REF(SUM(OPI,NN),NN); RZC1:=STD(RZC,5); AA..GETBASEINFO(32);GETBASEINFO(84);GETBASEINFO(253);GETBASEINFO(220) ;GETBASEINFO(221); 模型二： 棉花日线基本面模型 AA:=GETBASEINFO(230);

模型五： 郑棉主连日线案例 加载合约：郑棉主连 周期：日线 信号计算起始时间：2014年1月1日至今 沉淀资金:=OPI*C*UNIT*MARGIN; NUM3:=REF(BARSLASTCOUNT(ISNULL(GETBASEINFO(286))),1)+1; S5:=GETBASEINFO(286)>REF(GETBASEINFO(286),NUM3); B5:=GETBASEINFO(286)

中国财富市场富裕人群细分趋势分析

中国财富市场富裕人群细分趋势分析

中国财富市场保持强劲发展势头-2008年，全球总财富减少了11.7%，但中国总财富仅减少了2.3%，达到3.41万亿美元。在亚太地区（不包括日本），中国财富市场规模最大且发展最为迅速，即使从全球范围来看也应是增长最快的市场。 参考资料:BCG《中国财富管理市场》2003-2008 年均复合 增长率12.5% ?万一网制作收集整理，未经授权请勿转载转发， 违者必究

-2008年，中国可投资资产1 千万人民币以上的高净值 人群达30万人，人均持有 可投资资产约2900万人民 币，共持有可投资资产8.8 万亿人民币。 -2009年，预计高净值人群 达到32万人，同比增长达 到6%；高净值人群持有的 可投资资产规模超过9万亿 人民币，同比增长7%。 参考资料:招商银行&贝恩《2009中国私人财富报告》中国富裕人群规模正在不断扩大 ?万一网制作收集整理，未经授权请勿转载转发， 违者必究

收入水平的提高和高储蓄率 有助于财富市场发展 -过去十几年，中国人均收入的年均增长速度已经超过了10% -中国国民储蓄率高达51%，在亚太地区国家中处于最高水平-百万美元资产家庭的数量将在2008年到2013年间几乎翻一倍 2008-2013 年均复合 增长率 13.6%

财富将持续高度集中于富裕人群-2008年中国的百万美元资产家庭占家庭总数不到0.1%， 但拥有45.8%的总财富。 -在市场复苏后，这些百万美元资产家庭将重新变得更为 富有，财富的集中度又将升高。 46.3% ?万一网制作收集整理，未经授权请勿转载转发， 违者必究

文华财经2016年商品期货最新基本交易模型

文华财经2016年商品期货最新基本交易模型

?一、内盘案例 ?棕榈油周线基本面模型 ?棉花日线基本面模型 ?沪铜指数日线案例 ?白糖指数日线案例 ?郑棉主连日线案例 ?二、外盘案例 ?COMEX铜指日线案例 ?马盘棕榈油周线基本面模型 ?三、经济数据、突发事件案例 ?沪金指数日线案例 ?COMEX黄金一小时线单一突发事件函数模型 一、内盘案例 模型一： 棕榈油周线基本面模型 NN:=BARSLAST(DATE<>REF(DATE,1))+1; RZC:=SUM(OPI,NN)-REF(SUM(OPI,NN),NN); RZC1:=STD(RZC,5); AA..GETBASEINFO(32);//马来西亚棕榈油产量 BB..GETBASEINFO(84);//马来西亚棕榈油库存 DD..GETBASEINFO(253);//马来西亚棕榈油现货 EE..GETBASEINFO(220);//马来西亚棕榈油出口ITS FF..GETBASEINFO(221);//马来西亚棕榈油出口SGS DD1:=MA(DD,2); NUM1:=REF(BARSLASTCOUNT(ISNULL(GETBASEINFO(32))),1)+1;//马来西亚棕榈油产量 A1:=GETBASEINFO(32)>REF(GETBASEINFO(32),NUM1); A2:=GETBASEINFO(32)REF(GETBASEINFO(84),NUM2); B2:=GETBASEINFO(84)REF(GETBASEINFO(220),NUM3); C2:=GETBASEINFO(220)

资料综合：当代中国财富分布状况

资料综合：当代中国财富分布状况 2009-07-04 14:18:48 作者：大军经济观察研究中心编辑来源：大军经济观察研究中心浏览次数：1766 网友评论 12 条 中国财富集中的速度是全球均速的两倍 专家称贫富差距开始伤害中产阶级 2009-6-26 中国社会财富加速增长，有数据显示，这些财富正以全球最快的速度流入极少数富人的腰包。南京大学社会学院院长周晓虹教授表示：“在中国，收入差距的拉大不仅伤害着底层的人民，也开始伤害中产阶级。” 香港《文汇报》报道，在6月召开的政协十一届常委会上，全国政协委员蔡继明称：“中国权威部门的一份报告显示，0.4%的人掌握了70%的财富，财富集中度高于美国。”他指这种大部分社会财富集中在少数人手中的格局，导致了内地消费的不足，甚至产生了畸形的消费。 财富集中速度达全球均速两倍 有专家认为，在日本、澳大利亚等成熟市场，一般是5%的家庭控制国家50%-60%的财富，而中国财富向富人的集中度正以年均12.3%的加速度增长，是全球平均增速的2倍，这一现象值得警醒。另一份多部门联合调查完成的统计报告则显示，截

至06年3月底，内地私人拥有财产（不含在境外、外国的财产）超过5,000万元以上的有27,310人，超过1亿元以上的有3,22 0人。在超过1亿元以上的富豪当中，有2,932人是高干子女。他们占据了亿元户的91%，拥有资产20,450余亿元。而考证其资产来源，主要是依靠家庭背景的权力资本。 这份报告引发社会热议：“严重的社会分配不公，会导致社会矛盾的激化”。实际上，这种畸形财富分布的后果已经开始显现——一方面，金融危机令全球陷入衰退，民众纷纷勒紧裤带过日子；另一方面，据《福布斯》中文版6月发布的报告，中国已经成为国际奢侈品品牌最看好的市场，3.8亿元一套的别墅，1.4亿元一艘的游艇，4,300万元一辆的汽车，1,800万元一只的腕表……天价奢侈品畸型热销。 南京大学社会学院院长周晓虹教授表示：“在中国，收入差距的拉大不仅伤害底层的人民，也开始伤害中产阶级。”数据显示，1994到2004年10年间，中小企业和个体户生存环境恶化，全国有770万家个体户消失。中产塌陷的M型社会倾向，以及精英循环与精英结盟已成为一种定型，财富高度集中、垄断、世袭的现象继续恶化，其它阶层的发展空间将不断遭到侵占。 权威部门报告显示中国0.4%人掌握70%财富

文华财经公式集(源码)开放

文华财经公式 判断趋势 MA50:MA(CLOSE,50); STICKLINE(CLOSEMA50,OPEN,CLOSE,COLORRED,0); DRAWLINE(CLOSE>MA50,HIGH,CLOSE>MA50,LOW,COLORRED); 每日均价 A1:=IF(DAY=1,CLOSE,0); A2:=IF(DAY=2,CLOSE,0); A3:=IF(DAY=3,CLOSE,0); A4:=IF(DAY=4,CLOSE,0); A5:=IF(DAY=5,CLOSE,0); A6:=IF(DAY=6,CLOSE,0); A7:=IF(DAY=7,CLOSE,0); A8:=IF(DAY=8,CLOSE,0); A9:=IF(DAY=9,CLOSE,0); A10:=IF(DAY=10,CLOSE,0); A11:=IF(DAY=11,CLOSE,0); A12:=IF(DAY=12,CLOSE,0); A13:=IF(DAY=13,CLOSE,0); A14:=IF(DAY=14,CLOSE,0); A15:=IF(DAY=15,CLOSE,0); A16:=IF(DAY=16,CLOSE,0); A17:=IF(DAY=17,CLOSE,0); A18:=IF(DAY=18,CLOSE,0); A19:=IF(DAY=19,CLOSE,0); A20:=IF(DAY=20,CLOSE,0); A21:=IF(DAY=21,CLOSE,0); A22:=IF(DAY=22,CLOSE,0); A23:=IF(DAY=23,CLOSE,0); A24:=IF(DAY=24,CLOSE,0); A25:=IF(DAY=25,CLOSE,0); A26:=IF(DAY=26,CLOSE,0); A27:=IF(DAY=27,CLOSE,0); A28:=IF(DAY=28,CLOSE,0); A29:=IF(DAY=29,CLOSE,0); A30:=IF(DAY=30,CLOSE,0); A31:=IF(DAY=31,CLOSE,0); B1:=IF(DAY=1,VOL,0); B2:=IF(DAY=2,VOL,0); B3:=IF(DAY=3,VOL,0); B4:=IF(DAY=4,VOL,0); B5:=IF(DAY=5,VOL,0);

中国家庭财富调查报告

中国家庭财富调查报告 2015年我国家庭人均财富为144197元，城镇家庭和农村家庭的人均财富分别为208317元和64780元。城镇家庭的人均财富是农村家庭人均财富的 3.22倍。 我国城乡家庭的金融资产持有形式单一，投资渠道狭窄，现金和存款依然是城乡家庭持有资产的主要方式。 大多数人对60岁以后的收入水平有着较低的预期。33.28%的人预期60岁以后，收入将不足60岁以前的三成。 由经济日报社中国经济趋势研究院编制的《中国家庭财富调查》4月29日发布。该报告基于覆盖25个省份，268个县共12000户家庭的入户访问调查数据，涉及中国家庭财富的规模与结构、城乡与区域差异、金融资产和住房、家庭投融资决策、养老计划等方面，全面客观地反映了当前我国家庭财富的基本状况。 家庭人均财富14.4万元 2015年我国家庭人均财富为144197元，其中城镇家庭和农村家庭的人均财富分别为208317元和64780元。城镇家庭的人均财富是农村家庭人均财富的3.22倍。除了城乡差异以外，家庭财富也存在着一定的地区差异。东部地区的家庭人均财富水平最高，中部地区次之，西部地区最低。从数值上看，东部地区的家庭人均财富为187793元，中部地区和西部地区分别为130708元和74513元。东部地区的家庭人均财富分别是中部地区和西部地区的1.44倍和2.52倍。 房产占总资产近7成 家庭财富由金融资产、房产净值、动产与耐用消费品、生产经营性资产、非住房负债以及土地等六大部分组成。为了从财富来源的角度理解家庭财富的形成以及分配状况，中国家庭财富报告对家庭财富的构成进行了分析。 房产净值是家庭财富最重要的组成部分。在全国家庭的人均财富中，房产净值的占比为65.61%;在城镇和农村家庭的人均财富中，房产净值的比重分别为67.62%和57.60%。金融资产在家庭财富中也有着极为重要的地位。金融资产在全国、城镇和农村家庭的人均财富中，分别占到了16.49%、15.96%和 18.61%。动产与耐用消费品也是家庭财富的重要组成部分，但其在家庭人均财富中的比重没有呈现出显著的城乡差异。生产经营性资产在城乡家庭的人均财富中有着一定的城乡差异，其在城镇和农村家庭人均财富中的比重分别为 7.30%和6.00%。非住房负债是指除住房债务以外的其他一切债务。 可以看到，我国城乡家庭的非住房负债并不高，非住房负债在城镇和农村家庭人均财富中的占比分别仅为-1.48%和-4.08%。与城镇家庭不同，农村家庭

文华财经模型示例

沪镍2分钟波段策略 PARAM1:=105; PARAM2:=-25; NX1:=7; NX2:=8; NX3:=9; NN:=BARSLAST(DATE<>REF(DATE,1))+1; YC:=REF(C,NN); YO:=REF(REF(O,NN-1),NN); YYC:=REF(REF(C,NN),NN); TDO:=REF(O,NN); TDOMAX:=MAX1(TDO,REF(TDO,NN),REF(REF(TDO,NN),NN)); TDOMIN:=MIN1(TDO,REF(TDO,NN),REF(REF(TDO,NN),NN)); LOTS:=300000/(0.1*UNIT*CLOSE); MA5BD:=(ABS(REF(O,SUMBARS(NN=1,2))-REF(C,SUMBARS(NN=1,1)+1))+ABS(REF( O,SUMBARS(NN=1,3))-REF(C,SUMBARS(NN=1,2)+1))+ABS(REF(O,SUMBARS(NN=1, 4))-REF(C,SUMBARS(NN=1,3)+1))+ABS(REF(O,SUMBARS(NN=1,5))-REF(C,SUMBAR S(NN=1,4)+1))+ABS(REF(O,SUMBARS(NN=1,6))-REF(C,SUMBARS(NN=1,5)+1)))/5; HHS:=REF(HHV(H,10),NX2)*(1000+NX3)/1000; LLS:=REF(LLV(L,10),NX2)*(1000-NX3)/1000;

BUYMARKET:=IF(YYC/YC>=1,1,0); BUYMARKETBUYPRICE:=IF(BUYMARKET=1,TDOMAX+PARAM2*MA5BD/100,TDOM AX); BUYMARKETSHORTPRICE:=IF(BUYMARKET=1,TDOMIN-PARAM1*MA5BD/100,TDO MIN); SHORTMARKET:=IF(YYC/YC<1,1,0); SHORTMARKETBUYPRICE:=IF(SHORTMARKET=1,TDOMAX+PARAM1*MA5BD/100, TDOMAX); SHORTMARKETSHORTPRICE:=IF(SHORTMARKET=1,TDOMIN-PARAM2*MA5BD/10 0,TDOMIN); JUMPK:=ABS((REF(O,NN-1)-YC)/YC*1000); NNN:=IF(JUMPK>3,9,0); KEY:=ABS(YC-YO)<=0.2*MA5BD AND ABS(YC-YO)>=0*MA5BD; KEY1:=ABS(YC-YO)<=2.5*MA5BD AND ABS(YC-YO)>=0.25*MA5BD; LASTMAXBKPRICE:=IF(COUNTSIG(BK,REF(NN,NN)*3)>0,HHV(BKPRICE,REF(NN,NN )*3)*(1000+0)/1000,C); LASTMINSKPRICE:=IF(COUNTSIG(SK,REF(NN,NN)*3)>0,LLV(SKPRICE,REF(NN,NN) *3)*(1000-0)/1000,C); LASTMAXBPPRICE:=IF(COUNTSIG(BP,REF(NN,NN)*3)>0,HHV(REF(C,BARSBP),REF (NN,NN)*3)*(1000+0)/1000,C); LASTMINSPPRICE:=IF(COUNTSIG(SP,REF(NN,NN)*3)>0,LLV(REF(C,BARSSP),REF( NN,NN)*3)*(1000-0)/1000,C);

我国财富管理市场分析

我国财富管理市场分析 一、我国财富管理市场发展现状 我国财富管理行业起步较晚，目前国内财富管理业务还处在相对初级的发展阶段。根 据国家统计局数据显示，2016年我国M2（货币和准货币）总量155万亿元，较2011年的85万亿元增长82.4%，虽然近5年M2增长速度呈缓慢下降趋势，但增长率维持11%以上，投中研究院预测，2020年我国居民可支配收入总量将超过200万亿元，而目前财富管理规模远低于我国居民可支配收入总量，还有较大市场空间。 2016年是中国财富管理行业发展历程中的一道分水岭，在经历了较长时间的“野蛮生长期”后，中国财富管理行业监管日益加强，2016年被业内人士称为财富管理的“规范元年”。2016年4月15日，中国基金业协会发布《私募投资基金募集行为管理办法》（简称“私募新规”），并于2016年7月15日正式实施，规定“私募基金管理人委托未取得基金销售业务资格的机构募集私募基金的，中国基金业协会不予办理私募基金备案业务。”私募新规的出台旨在规范私募机构募集行为，短期可能会带来私募行业及财富管理行业的阵痛，但从长期来看监管趋严对于私募行业和财富管理行业规范发展是利好。 二、我国财富管理市场发展趋势预测 根据瑞信数据显示，目前中国家庭财富全球排名第三，仅次于美国和日本。人均财富 增长强劲，在2000到2016年间，中国人均财富从5670美元增长到22864美元。由于2015年房地产投资回报优于股票，2016年房产在非金融资产中的占比为53%，较2015

年上升3%；人均债务为2100美元，总占比8%，近几年呈上升趋势。 中国财富管理行业处在快速发展阶段，基于当前国内财富管理行业发展现状的判断， 未来可能出现以下发展趋势： 1.行业面临洗牌，优胜劣汰步伐加快 2016年出台的私募新规对于财富管理行业是一次大洗牌，随着监管的严格执行，从业人员无证、机构实力较弱、牌照不齐的财富管理机构都会受到一定冲击，甚至惨遭淘汰；对于实力较强、牌照齐全、规范运营的财富管理机构而言，由于整个市场规模并没有因为监管趋严而缩水，幸存的财富管理机构反而能获得更多的发展机会。 2.加速布局海外资产 2016年“资产荒”仍在延续，国内优质资产较少。随着美联储加息、人民币加入SDR （Special Drawing Right，特别提款权）货币篮子，配置海外资产更加便利。目前我国居民海外资产配置比例较低，未来存在较大发展空间，个人投资者倾向借助有海外投资背景和经验的机构来实现海外资产配置。目前国内已有一些财富管理公司已经开始着手海外资产布局，未来这一趋势还将在更大范围内延续。 3.财富管理与资产管理业务协同发展 目前国内规模较大的财富管理公司如诺亚财富、宜信财富、钜派投资等，采取的都是财富管理和资产管理混合的业务模式，将服务者角色和产品供应者角色相结合，未来可能会有更多财富管理机构积极向资产管理产业链上游拓展，推动财富管理与资产管理业务协同发展，完善自身产品线。 4.智能投顾 智能投顾是指利用大数据分析、量化金融模型以及智能化算法，并结合投资者的风险承受水平、财务状况、预期收益目标以及投资风格偏好等要求，为其提供多元化、自动化、个性化的智能理财服务。随着居民可支配收入的增加，客户对金融理财产品的需求提高，同时互联网技术的发展，使得国内投资者对网络的接受程度越来越高。智能投顾较传统投资顾问的管理咨询费率更低，能降低雇佣投资顾问的人力成本；智能投顾“去人工化”的特点使得

文华财经函数列表及技术指标模型大全

1、引用数据 AVPRICE 引用均价(在盘后对于国内三个期货交易所指结算价) SETTLE 引用结算价(如果用在周期小于'日'的K线上如5分钟K线，一小时k线，每根k线返回的值表示这根k线当日开盘时到这根k线的为止的结算价(均价) 如果用在周期大于等于'日'的K线上，返回当根K线结束时间所在日的结算价.) CLOSE 引用收盘价(在盘中指最新价)，也可简写为C。 HIGH 引用最高价，也可简写为H。 LOW 引用最低价，也可简写为L。 OPEN 引用开盘价，也可简写为O。 OPI 引用持仓量 REF(X,N) 引用X在N个周期前的值 例:REF(CLOSE,5); 表示引用当前周期前第5个周期的收盘价 REFX(X,N) 引用N个周期后的数据。（N为大于等于1的整数） 『未来函数』 例：REFX(CLOSE,5); 表示引用自当前周期后第5个周期的收盘价 VOL 引用成交量，也可简写为V。 GETPRICE(N) 根据文华码取出某一品种的最新价。 例子： GETPRICE(1209);返回文华码为1209的合约品种的最新价。 2、金融统计 BACKSET(X,N) 若X条件成立,则将当前位置到N周期前的数值设为1。『未来函数』 例：BACKSET(CLOSE>OPEN,3);表示当K线收阳时，自当前位置到3周期前的数值设为1 该函数参数支持变量计算如BACKSET(CLOSE>OPEN,VAR1);//VAR1是变量 BARSLAST(X) 求上一次条件成立到当前的周期数。 例： BARSLAST(X):上一次满足X条件到现在的K线根数。如果本根K线满足X条件，则BARSLAST(X)返回0. COUNT(X,N) 表示统计在N周期内满足X条件的周期数。若N=0则从本地数据的第一个有效值开始。 例：WR:=-100*(HHV(HIGH,N)-CLOSE)/(HHV(HIGH,N)-LLV(LOW,N));COUNT(WR>80,5); 表示统计在5个周期内满足WR>80的次数。 DMA(X,N) 返回X的动态移动平均，其中N必须介于0及1之间。 计算方法：DMA(N)=DMA(N-1)*(1-A)+X(N)*A 其中DMA(N-1)为第(N-1)天的DMA值。

财富世界强历年国家分布情况分析

财富世界强历年国家分 布情况分析 集团档案编码：[YTTR-YTPT28-YTNTL98-UYTYNN08]

第一份《财富》500强排行榜诞生于1955年，当时上榜的仅限于美国公司。1957年，美国之外的大公司首次拥有了专门的排行榜。1976年，第一份国际500强排行榜出炉，但仅包括美国之外的公司。直到1995年，第一份包含了美国和其他各国企业在内的综合榜单才正式问世，这也是第一份真正意义上的世界500强排行榜。 从历年榜单的国别分布情况，可以看出：在竞争激烈的国际市场上，企业发展与国家兴衰息息相关，二者相得益彰。世界500强排行榜不仅是世界知名企业用来判断自身国际竞争力的重要指标，也是观察世界各国经济状况的一个“晴雨表”。 美国和日本长期占据榜单的“第一方阵”。截至2005年，这两个国家的企业数目总和均占到了50%以上。但是，日本在资产泡沫破灭后一蹶不振，500强企业数量自2005年起就基本呈下滑趋势，美国也在2002年达到巅峰的197家之后开始减少。 随着美日在全球的影响力不断下降，新兴国家获得了增长的空间，尤其是中国企业异军突起，已和美日共同形成“第一方阵”。近年来，中国企业进入榜单的数量逐年增加。2012年，中国大陆上榜公司数量达到69家，首次超过日本。2014年，上榜的中国（包括香港、台湾）公司数量创纪录地达到了100家，全球排名第二。美国、中国、日本共有285家企业入榜，占比超过总企业数的50%， 英、德、法这三个欧盟最重要的国家构成了“第二方阵”。每个国家入选世界500强的公司数目基本都在30~40家左右徘徊，整体数量一直很稳定。但由于近年来笼罩在债务危机的阴影之下，这三国入围企业数量也在缓慢减少。2014年，英德法三国共有86家企业入围榜单，占总企业数的17.2%。 韩国、瑞士、荷兰稳稳占据“第三方阵”。每年入选的企业数量均在十几家。2014年，三国上榜企业共42家，占比为8.4%。

2016中国财富管理行业发展结构现状及未来趋势分析

2016中国财富管理行业发展结构现状及未来趋势分析 一、财富管理发展概述 伴随着我国GDP的快速发展，社会财富快速积累，与此对应的财富管理市场也经历了十几年的迅猛增长。根据公开数据显示，截至2015年底，中国财富管理市场已超百亿元。其中主要是由银行理财、保险、信托、公募及私募基金、券商资管及第三方财富管理机构组成。 1.1 财富管理市场发展回顾及趋势 1.1.1财富管理定义 目前，对于财富管理的概念并无准确定义，我们借鉴国际经验及国内行业共识，整理后认为，财富管理是指以客户为中心，设计出一套全面的财务规划，通过向客户提供现金、信用、保险、投资组合等一系列的金融服务，将客户的资产、负债、流动性进行管理，以满足客户不同阶段的财务需求，帮助客户达到降低风险、实现财富增值的目的。财富管理范围包括现金储蓄及管理、债务管理、个人风险管理、保险计划、投资组合管理、退休计划及遗产安排。 按照财富管理的定义来看，财富管理的涵盖很广，会涉及到银行理财、保险、信托、公募及私募基金、券商资管及第三方财富管理机构等等。其产品形式会涵盖银行理财、信托、股权投资基金、债券投资基金、股票投资基金、券商资管计划、保险资管产品，投资型保险，期货资管等等。同时，财富管理具有以下特征： 第一，私密性：能为人们提供一对一的一站式理财服务，它涵盖了个人、家庭和事业的一揽子综合金融和增值服务解决方案。 第二，高端性：可以为人们寻找到适合自己的中风险、高收益的投资产品，确保资产能带来可预期的增长。同时，由于个体资产规模较大，资产运作起来的更加轻松自如。 1.1.2中国财富管理市场发展 自改革开放以来，我国经济得到高速发展，推动社会财富快速累积，由此财富管理这一新兴词语取代银行存款成为人们最为关注的焦点。投中研究院将我国财富管理划分为三个时期，分别为潜伏期、萌芽期、生长期。 1）潜伏期（1979-1990） 从我国改革开放开始，社会经济及财富都得到快速增长，国家政策摆脱了计划经济向着市场经济发展，居民理财也摆脱了真空地带。但是，银行定期存款却仍然是那个时代老百姓的唯一金融理财产品，而其中国库券由于利率较高，成为人们争相投资的产品。 在随后的80年，北京、上海、重庆等大城市相继开放了国库券交易市场，每年老百姓都要义务性地买一些。但是手中本来就没几个钱的老百姓很多等不到几年以后再兑现，特别

2015年中国财富管理行业研究报告

2015年中国财富管理行业研究报告 一、财富管理发展概述 伴随着我国GDP的快速发展，社会财富快速积累，与此对应的财富管理市场也经历了十几年的迅猛增长。根据公开数据显示，截至2015年底，中国财富管理市场已超百亿元。其中主要是由银行理财、保险、信托、公募及私募基金、券商资管及第三方财富管理机构组成。 1.1 财富管理市场发展回顾及趋势 1.1.1财富管理定义 目前，对于财富管理的概念并无准确定义，投中研究院借鉴国际经验及国内行业共识，整理后认为，财富管理是指以客户为中心，设计出一套全面的财务规划，通过向客户提供现金、信用、保险、投资组合等一系列的金融服务，将客户的资产、负债、流动性进行管理，以满足客户不同阶段的财务需求，帮助客户达到降低风险、实现财富增值的目的。财富管理范围包括现金储蓄及管理、债务管理、个人风险管理、保险计划、投资组合管理、退休计划及遗产安排。 按照财富管理的定义来看，财富管理的涵盖很广，会涉及到银行理财、保险、信托、公募及私募基金、券商资管及第三方财富管理机构等等。其产品形式会涵盖银行理财、信托、股权投资基金、债券投资基金、股票投资基金、券商资管计划、保险资管产品，投资型保险，期货资管等等。同时，财富管理具有以下特征： 第一，私密性：能为人们提供一对一的一站式理财服务，它涵盖了个人、家庭和事业的一揽子综合金融和增值服务解决方案。

第二，高端性：可以为人们寻找到适合自己的中风险、高收益的投资产品，确保资产能带来可预期的增长。同时，由于个体资产规模较大，资产运作起来的更加轻松自如。 1.1.2中国财富管理市场发展 自改革开放以来，我国经济得到高速发展，推动社会财富快速累积，由此财富管理这一新兴词语取代银行存款成为人们最为关注的焦点。投中研究院将我国财富管理划分为三个时期，分别为潜伏期、萌芽期、生长期。 1）潜伏期（1979-1990） 从我国改革开放开始，社会经济及财富都得到快速增长，国家政策摆脱了计划经济向着市场经济发展，居民理财也摆脱了真空地带。但是，银行定期存款却仍然是那个时代老百姓的唯一金融理财产品，而其中国库券由于利率较高，成为人们争相投资的产品。 在随后的80年，北京、上海、重庆等大城市相继开放了国库券交易市场，每年老百姓都要义务性地买一些。但是手中本来就没几个钱的老百姓很多等不到几年以后再兑现，特别是少做长远打算的年轻人，纷纷在买后不久甚至是第二天，就把国库券以5折的价格卖掉。 自1988年开始，个人可以直接将国库券卖给银行了，但是仅仅在大城市里有交易点，所以出现了许多利用地域差价赚钱的人，目前许多知名人士的第一桶金都来自于当时的国库券买卖。 2）萌芽期（1990-2003） 自1990年开始，中国财富管理进入萌芽时期，1990年12月和1991年7月上海和深圳证券交易所的相继挂牌营业，股票集中交易市场正式宣布成立，中国股市由此诞生。这一阶段是中国股份制改

文华财经模型与函数详解

文华财经模型与函数详解一[程序化新手] 自编公式支持的操作符： ⒈＋操作符，表示“加法运算”。 ⒉－操作符，表示“减法运算”。 ⒊* 操作符，表示“乘法运算”。 ⒋/ 操作符，表示“除法运算”。 例如： CLOSE＋OPEN表示求收盘价及开盘价的和。 CLOSE－OPEN表示求收盘价及开盘价的差。 CLOSE*OPEN 表示求收盘价及开盘价的积。 CLOSE/OPEN 表示求收盘价及开盘价的商。 ⒌&&操作符，表示“与运算”。 ⒍|| 操作符，表示“或运算”。 ⒎> 操作符，表示“大于运算”。 ⒏< 操作符，表示“小于运算”。 ⒐>=操作符，表示“大于等于运算”。 ⒑<=操作符，表示“小于等于运算”。 ⒒<>操作符，表示“不等于运算”。 ⒓= 操作符，表示“等于操作符”。 例如： CLOSE>OPEN表示判断当前周期是否收阳。 CLOSE=OPEN表示判断当前周期是否平盘。

⒔:=操作符，表示定义一个局部变量（这个变量在画图时是不画的）。 ⒕: 操作符，表示声明了一个变量，并且在画图时画出它并且按这个名字显示。 例如： TMP1:=(OPEN CLOSE)/2; MA(TMP1,10); 上面的公式的第一个语句定义了一个局部变量TMP1，在下面一行中引用了这个局部变量，但是要注意的是这个公式在画图的时候只画了第二条语句所求出的结果。 相反下面这个公式则需要画出两条线，第一条是自己定义的均价线，同时显示了均价的名称为AVP,第二条线是均价的简单移动平均线。 AVP:(OPEN CLOSE)/2; MA(AVP,10); 1.引用数据 AVPRICE 取得均价(在盘后对于国内三个期货交易所指结算价) SETTLE 取得结算价(只有在日线周期盘后才能取得当日的结算价) 说明：如果用在周期小于'日'的K线上如5分钟K线，一小时k线，每根k线返回的值表示这根k线当日开盘时到这根k线的为止的结算价(均价) 如果用在周期大于等于'日'的K线上，返回当根K线结束时间所在日的结算价. CLOSE

2014中国家庭财富的分布及高净值家庭财富报告(全文)

中国家庭财富的分布及高净值家庭财富报告 西南财经大学 中国家庭金融调查与研究中心 2014年1月

中国家庭财富的分布及高净值家庭财富报告 摘要 我国最富有10%家庭拥有社会总财富60.6%，资产分布严重不均。虽然，过去两年，中等资产阶层财富增长明显高于其他阶层，但其占社会总财富的比重仍然很低。中等资产阶层财富增长主要是因房产。房产价值的增长对家庭财富增加的贡献超过70%。在对我国富裕家庭的研究中发现，前1%富裕家庭的总资产、净资产、年收入均远高于前5%富裕家庭。也就是说，财富更多的集中在少数家庭中。与普通家庭相比，前5%资产富裕家庭的收入主要来自工商业经营，其家庭消费是普通家庭的3.5倍，但在教育支出上的差距则高达5倍以上。富裕家庭资产构成中，工商业资产占比远高于全国平均水平。在金融市场的参与上，富裕家庭的参与率和有贷款比例远高于平均水平，并且在借出款市场上也非常活跃。 1.家庭财富的分布 中国家庭资产分布极为不均。每个分位数上资产说明有多少百分比的家庭低于此资产。例如，从表1，2013年全国资产10分位数为1.7万，表明有10%的家庭资产低于1.7万，或90%的家庭资产高于1.7万元。在50分位数上的资产值即为中位数，表明有一半的家庭资产低于该数，另有一半的家庭资产高于此。2013年全国资产中位数为25.2万。表1报告了10-90分位数上的全国及城市和农村的家庭资产情况。从全国来看，有10%的家庭资产低于1.7万。对资产最多的家庭而言，有10%的家庭资产多于154.2万。最高的90分位数家庭资产是最低的10分位数家庭资产的88.9倍，是中位数家庭资产的6.1倍，可以看出我国家庭资产分布非常不均。其中，城市地区有10%的家庭资产低于2.2万，而有10%的城市家庭资产多222.5万，中位数为42.3万。农村地区10%的家庭资产低于1.4万；10%的家庭资产高于62万，中位数13万。 表1 各分位家庭资产状况

文华财经2016年商品期货最新基本交易模型

一、内盘案例 棕榈油周线基本面模型 棉花日线基本面模型 沪铜指数日线案例 白糖指数日线案例 郑棉主连日线案例 二、外盘案例 COMEX铜指日线案例 马盘棕榈油周线基本面模型 三、经济数据、突发事件案例 沪金指数日线案例 COMEX黄金一小时线单一突发事件函数模型 一、内盘案例 模型一： 棕榈油周线基本面模型 NN:=BARSLAST(DATE<>REF(DATE,1))+1; RZC:=SUM(OPI,NN)-REF(SUM(OPI,NN),NN); RZC1:=STD(RZC,5); AA..GETBASEINFO(32);//马来西亚棕榈油产量 BB..GETBASEINFO(84);//马来西亚棕榈油库存 DD..GETBASEINFO(253);//马来西亚棕榈油现货 EE..GETBASEINFO(220);//马来西亚棕榈油出口ITS FF..GETBASEINFO(221);//马来西亚棕榈油出口SGS DD1:=MA(DD,2); NUM1:=REF(BARSLASTCOUNT(ISNULL(GETBASEINFO(32))),1)+1;//马来西亚棕榈油产量 A1:=GETBASEINFO(32)>REF(GETBASEINFO(32),NUM1); A2:=GETBASEINFO(32)

NUM2:=REF(BARSLASTCOUNT(ISNULL(GETBASEINFO(84))),1)+1;//马来西亚棕榈油库存 B1:=GETBASEINFO(84)>REF(GETBASEINFO(84),NUM2); B2:=GETBASEINFO(84)REF(GETBASEINFO(220),NUM3); C2:=GETBASEINFO(220)REF(GETBASEINFO(221),NUM4); D2:=GETBASEINFO(221)REF(GETBASEINFO(253),NUM5); E2:=GETBASEINFO(253)DD1&&GETBASEINFO(32)RZC1,BK; DDREF(GETBASEINFO(32),NUM1)||GETBASEINFO(84 )>REF(GETBASEINFO(84),NUM2)&&RZCREF(GETBASEINFO(220),NUM3)||GETBASEINFO( 221)>REF(GETBASEINFO(221),NUM4)||GETBASEINFO(84)>REF(GETBASEINFO(84), NUM2),SP; DD>DD1&&GETBASEINFO(220)