js数组的reduce方法在股票参数计算中的运用

最近在用js做股票和币圈的一些走势分析，这就不免要去计算K线中的一些技术指标，如移动均线MA、布林带轨线、MACD等等等，这些指标运算公式看上去不复杂，实际动手写起来还是要费一点脑子的，我们把K线数据集表示为一个数组，那么计算K线指标就是对这个数组进行一系列操作，问题的核心就在对数组的操作上。

很多时候，我们会使用for循环去解决所有的数组问题，这没毛病，也是绝对保险的一条路，但是在解决股票参数计算这种问题上，for循环并不是那么好用，对于需要反复迭代运算的指标（譬如KDJ），用for可能会写出语句松散、代码量很大的函数。这里就引出了数组迭代运算的主角：reduce。这个reduce很多人肯定在数组求和时用过，这也是reduce最广为人知的使用场景，那么我们就从数组求和说起。

布林带上下轨的计算

在股票中，布林带的上下轨线是基于20日均线的标准差得到的，其中标准差的计算公式比较复杂，但是用reduce的话一切都是水到渠成的事：

let avg = ma20.reduce((a, b) => a + b) / 20;
let sd = Math.pow(ma20.reduce((a, b) => a + Math.pow(b - avg, 2), 0) / 20,0.5);

两句话就能计算出数组的标准差，第一步是计算平均值，第二步是套用标准差公式，reduce在迭代运算场景中的适性由此可见一斑。而如果我们用for循环去计算标准差，可能会写出很长一串代码，而且需要声明很多变量作为中转，事倍功半。上述计算标准差的本质，其实还是一开始提到的求和那一套东西，让我们再来看看比较复杂的场景。

计算KDJ指标

KDJ是判断股市行情的一个重要指标，其计算公式比较特殊，是一种递归运算，也就是说，某个时间点的KDJ值取决于其前一个KDJ的具体数值。下面我们以KDJ中的K指标为例，介绍一下计算方法。

百度百科给出的公式为： 当日K值=2/3×前一日K值+1/3×当日RSV ，若无前一日K值，则可以用50代替。这里我们假设已经得到了一组RSV，那么reduce的计算公式该如何用js代码表示呢？看下面：

let k = [];
rsv.reduce((a, b) => {
    let result = (2 / 3) * a + (1 / 3) * b;
    k.push(result);
    return result;
}, 50);

我们依然使用了reduce去迭代，和前一个案例不同的是，这次我们赋予了一个初始值50，并且每次迭代计算时我们都会将当前结果放入k数组，这样才能完整保留每次运算的K值。同时，我们将当前结果传递为下次的初始值，这样一套迭代计算之后得到的k数组就是每个时间点K值的集合。相信大家看到这里，应该能明白reduce迭代运算的强大了吧！

在K线指标计算中，reduce迭代器承担着十分重要的角色，大家也可以尝试自己去写一下，最后对照实际指标，看看运算结果有没有出入。最后顺带提一句，近期比特币短线指标看跌。

（全文完）