Chapter · 第 294 页起
第14章 Python量化策略的技术指标实例
章节主张
第十四章虽然罗列了很多指标，但真正应该学到的是指标分类法和使用场景，而不是把名字背得滚瓜烂熟。
中文释读
均线、超买超卖、趋势、能量、压力支撑，这些分组比具体参数更重要，因为它们在帮你建立策略素材库。
如果不做分类，这一章会显得杂；一旦分类清楚，它就会变成后面写策略的零件仓。
本章知识路线
关键论据
- 指标需要分类理解。
- 同类指标不要重复堆叠。
- 指标必须回到场景和交易逻辑中。
行动清单
- 按功能给指标分组。
- 给每组挑少量核心指标。
- 避免同类指标叠加造成噪声。
本章图版学习路径
图版按知识点分组，用来把理论页、平台页和代码页重新接上。
源章节深读
以下卡片基于章节和小节起始页 OCR，并补上“问题、动作、提醒”三层解读。
14.1 均线型技术指标实例
Python 量化交易实战入门与技巧 14.1 均线型技术指标实例 均线技术是最基本的分析技术，在股票、基金、外汇、期货等证券市场 中得到广泛的应用，甚至可以说是行情的一部分。均线是价格的生命线，是 对交易成本的最直观反映。另外，均线还是一个弯曲的趋势线，是用来追踪 趋势的，目的在于识别和显示旧趋势已经终结或反转、新趋势正在诞生。 14.1.1 传统平均线 在Python 量化交易策略中，传统平均线函数 MA（）的语法格式如下： MA（security_list, check_ _date,timeperiod=5） 各参数意义如下： 参数 security_list：股票列表，可以是一只股票，也可是多只股票。 参数 check_date：要查询数据的日期。 参数timeperiod：统计的天数。 传统平均线函数 MA（）的返回值是均线的值，是一个字典（dict）类型，其 中键（key）为股票代码，值（value）为数据。
14.2 超买超卖型技术指标实例
第14章 Python 量化策略的技术指标实例 AMV1 = AMV （security_listl,check_date= ‘2018-01-04’ timeperiod=13） for stock in security_list1： print （AMV1 ［stock］） 单击工具栏中的N运行 按钮，运行结果如图14.7所示。
14.3 趋势型技术指标实例
Python 量化交易实战入门与技巧 返回 CCI 的值，返回类型也与传统平均线相同，这里也不再多说。 顺势指标 CCI 用法具体如下： 第一，CCI 为正值时，视为多头市场：为负值时，视为空头市场。 第二，常态行情时，CCI 波动于 士100之间；强势行情，CCI 会超出 100。 第三，CCI>100时，买进，CCI<100时，卖出。 第四，CCI<-100时，先卖出，CCI>-100时，再买进。
14.4 能量型技术指标实例
Python 量化交易实战入门与技巧 14.4 能量型技术指标实例 能量型技术指标是将市场中公众对股票追涨的热情进行量化。股市若形 成一波多头行情，必须要有相应的活跃程度，也就是必须要有一定的成交量， 而这些成交量又必须要有散户公众大量参与。否则，没有散户帮助庄家接下 股价上涨过程中的解套盘及获利盘，大多数庄家是不可能顺利拉高股价的。 而且股价拉高后没有散户接盘，主力也就无法兑现炒作利润，它的炒作也就 毫无意义了。 14.4.1 情绪指标 BRAR 在Python 量化交易策略中，随机指标 KD 的语法格式如下： BRAR （securitY_list, check_date, N=26） 其中 security_list 和 check_date 参数与传统平均线相同，这里不再多 说。参数N 表示统计的天数N。 返回 BR和AR的值，返回类型也与传统平均线相同，这里也不再多说。
14.5 压力支撑型技术指标实例
第14章 Python 量化策略的技术指标实例 14.5 压力支撑型技术指标实例 压力支撑型技术指标的图形区，分为上限带和下限带。上限代表压力， 下限代表支撑。其指标图形特点是：股价向上触碰上限会回档；股价向下触 碰下限会反弹；不同指标有其特殊的不同含义。 14.5.1 布林通道线 BOLL 在 Python 量化交易策略中，布林通道线 BOLL的语法格式如下： Bollinger _Bands （security_list, check. date, timeperiod=20， nbdevup=2,nbdevdn=2） 其中 security_list 和 check_date 参数与传统平均线相同，这里不再多 说。参数 timeperiod、nbdevup 和 nbdevdn 表示统计的天数 timeperiod、 nbdevup 和 nbdevdn。
辨析题：为什么技术指标越学到后面越应该做减法？
因为成熟的策略不靠指标堆砌，而靠少数高理解度工具服务明确场景。