前置知识：技术分析基础概念¶

本篇导览

项目	说明
适合	未系统学过 K 线、均线、RSI、MACD 等指标的读者
预计	45～60 分钟
若已熟练	请从 Tutorial 01 或 Tutorial 02 继续

本文面向从未接触过技术分析的读者。如果你已经了解均线、RSI、MACD，可直接跳过，从 Tutorial 01 开始。

目录¶

价格数据：OHLCV
移动均线（MA）
RSI：相对强弱指标
MACD：异同移动平均
布林带（Bollinger Bands）
ATR：平均真实波幅
KDJ / 随机指标
ADX：趋势强度
成交量相关概念
支撑与阻力
eqlib.utils 对应的函数
下一步

1. 价格数据：OHLCV¶

每一根 K 线（Candlestick / Bar）包含 5 个字段，合称 OHLCV：

字段	英文	含义
`open`	Open	开盘价
`high`	High	最高价
`low`	Low	最低价
`close`	Close	收盘价
`volume`	Volume	成交量（股数）

有时还有 money（成交额，单位元）= 价格 × 成交量的近似。

# eqlib 中获取 OHLCV 数据
hist = attribute_history('601390', 20, '1d', ['open', 'high', 'low', 'close', 'volume'])
#           open   high    low  close      volume
# 2024-01-02  4.85   4.92   4.80   4.88  1234567890
# 2024-01-03  4.89   4.95   4.85   4.92  987654321

为什么常用收盘价？
大多数策略用 close，因为它代表当天市场最终定价，最被广泛引用。某些策略会同时用到 high / low / volume（如 ATR 需要三者，布林带只需收盘价）。

2. 移动均线（MA）¶

2.1 简单移动均线（SMA）¶

最近 N 天收盘价的算术平均：

MA(N) = (close[0] + close[1] + ... + close[N-1]) / N

典型参数： MA5（周线）、MA10（两周）、MA20（月线）、MA60（季线）、MA120（半年）、MA250（年线）

from eqlib import *
from eqlib.utils import ma

hist = attribute_history('601390', 60, '1d', ['close'])
close = hist['close']

# 手动计算
ma5  = close.tail(5).mean()
ma20 = close.tail(20).mean()

# 用 eqlib.utils
ma5_series  = ma(close, 5)    # 返回整个 Series，iloc[-1] 取最新值
ma20_series = ma(close, 20)

2.2 指数移动均线（EMA）¶

对近期数据赋予更高权重的均线，比 SMA 对价格变化反应更快：

from eqlib.utils import ema

ema12 = ema(close, 12)
ema26 = ema(close, 26)

2.3 Wilder 平滑均线（SMMA）¶

RSI、ATR、ADX 内部使用的平滑方法（也叫 RMA / Wilder's Smoothing）：

from eqlib.utils import smma

smma14 = smma(close, 14)

注意（来自项目约定）：eqlib.utils.sma() = 简单滚动均值；eqlib.utils.smma() = Wilder 平滑均线。RSI / ATR 相关指标请用 smma()。

2.4 均线的用途¶

场景	用法
趋势判断	价格在均线上方 = 多头；在均线下方 = 空头
金叉 / 死叉	短期均线上穿长期均线 = 买入信号（金叉）；下穿 = 卖出信号（死叉）
支撑 / 压力	均线本身常成为价格的支撑或压力位
趋势强度	多条均线多头排列（短 > 中 > 长）表示强趋势

3. RSI：相对强弱指标¶

RSI（Relative Strength Index） 衡量价格上涨动力与下跌动力的比值，结果映射到 0–100 区间。

3.1 计算逻辑（简化）¶

1. 计算过去 N 天的涨幅（up）和跌幅（down）的平均值
2. RS = 平均涨幅 / 平均跌幅
3. RSI = 100 - 100 / (1 + RS)

典型参数： period=14（最常用）

3.2 读法¶

RSI 数值	含义	策略含义
> 70	超买（Overbought）	可能下跌，考虑卖出
50–70	偏强	多头市场
30–50	偏弱	空头市场
< 30	超卖（Oversold）	可能反弹，考虑买入

from eqlib.utils import rsi

hist = attribute_history('601390', 60, '1d', ['close'])
rsi14 = rsi(hist['close'], 14)   # 返回 Series
current_rsi = rsi14.iloc[-1]

if current_rsi < 30:
    print('超卖，关注买入机会')

4. MACD：异同移动平均¶

MACD（Moving Average Convergence/Divergence） 由两条均线的差值派生出三条线：

线	计算	含义
DIF（MACD Line）	EMA(12) − EMA(26)	短期与长期均线的差
DEA（Signal Line）	EMA(DIF, 9)	DIF 的 9 日均线（平滑）
柱状图（Histogram）	(DIF − DEA) × 2	两线距离，正/负代表多/空

读法¶

DIF 上穿 DEA（柱状图由负转正）→ 买入信号（"金叉"）
DIF 下穿 DEA（柱状图由正转负）→ 卖出信号（"死叉"）
柱状图由缩短转放大（量能增加）→ 趋势强化

from eqlib.utils import macd

hist = attribute_history('601390', 60, '1d', ['close'])
dif, dea, histogram = macd(hist['close'], fast=12, slow=26, signal=9)

latest_dif = dif.iloc[-1]
latest_dea = dea.iloc[-1]

if latest_dif > latest_dea:
    print('MACD 多头排列')

5. 布林带（Bollinger Bands）¶

布林带 由三条线组成，基于收盘价的均值和标准差：

线	计算
上轨（Upper Band）	MA(N) + k × Std(N)
中轨（Middle Band）	MA(N)（通常 N=20）
下轨（Lower Band）	MA(N) − k × Std(N)

典型参数： N=20，k=2（即 ±2 个标准差）

读法¶

价格触及上轨 → 超买，可能回落
价格触及下轨 → 超卖，可能反弹
带宽收窄 → 波动率下降，可能酝酿大行情
价格持续沿上轨运行 → 强趋势，不宜做空

from eqlib.utils import boll

hist = attribute_history('601390', 60, '1d', ['close'])
upper, middle, lower = boll(hist['close'], period=20, std_dev=2)

price = hist['close'].iloc[-1]

if price < lower.iloc[-1]:
    print('触及布林下轨，均值回归买入信号')

6. ATR：平均真实波幅¶

ATR（Average True Range） 衡量每天价格的波动幅度，用于设置止损和仓位大小。

真实波幅（TR）的计算¶

TR = max(High - Low, |High - PrevClose|, |Low - PrevClose|)
ATR(N) = Wilder平滑均值(TR, N)

典型参数： period=14

用法¶

from eqlib.utils import atr

hist = attribute_history('601390', 30, '1d', ['high', 'low', 'close'])
atr14 = atr(hist['high'], hist['low'], hist['close'], 14)
current_atr = atr14.iloc[-1]

# ATR 止损：当前价 - 2倍 ATR
stop_loss_price = current_price - 2 * current_atr

# ATR 仓位管理：按照每次最多亏损总资金 1% 确定买入股数
risk_per_trade = total_value * 0.01
shares = risk_per_trade / (2 * current_atr)

7. KDJ / 随机指标¶

KDJ（也叫随机指标 Stochastic） 由三条线组成，通过价格在区间内的相对位置衡量超买超卖：

线	含义
K	快速随机值（对 D 更敏感）
D	K 的均线（慢速，即 Signal）
J	3K − 2D（领先指标，超买超卖更极端）

J < 0 → 极度超卖
J > 100 → 极度超买
K 上穿 D → 买入信号；K 下穿 D → 卖出信号

from eqlib.utils import kdj

hist = attribute_history('601390', 30, '1d', ['high', 'low', 'close'])
k, d, j = kdj(hist['high'], hist['low'], hist['close'])

8. ADX：趋势强度¶

ADX（Average Directional Index） 衡量趋势的强弱，不判断方向：

ADX 数值	趋势强度
< 20	无趋势或弱趋势（震荡市）
20–40	中等趋势
> 40	强趋势

ADX 不告诉你涨还是跌，只告诉你是否在趋势中。常配合均线使用：ADX > 25 时才用趋势策略，ADX < 20 时切换均值回归策略。

from eqlib.utils import adx

hist = attribute_history('601390', 30, '1d', ['high', 'low', 'close'])
adx_val, plus_di, minus_di = adx(hist['high'], hist['low'], hist['close'], period=14)
current_adx = adx_val.iloc[-1]

9. 成交量相关概念¶

概念	含义	在 eqlib 中
成交量（Volume）	当日成交的股数	`hist['volume']`
成交额（Amount/Money）	当日成交的金额	`hist['money']`
量比	当日成交量 / 过去 N 日平均成交量	手动计算
OBV（On-Balance Volume）	累积价涨时加成交量、价跌时减	`eqlib.utils.obv()`

成交量的意义： - 放量上涨 → 多头力量强，信号可信度高 - 缩量上涨 → 上涨乏力，需谨慎 - 放量下跌 → 空头力量强 - 缩量下跌 → 下跌或将结束，关注反弹机会

# 量比（当日成交量 / 20 日均量）
hist = attribute_history('601390', 25, '1d', ['close', 'volume'])
avg_vol = hist['volume'].tail(20).mean()
today_vol = hist['volume'].iloc[-1]
volume_ratio = today_vol / avg_vol

if volume_ratio > 1.5:
    print('放量，信号更可信')

10. 支撑与阻力¶

支撑位（Support）：价格跌到某个水平时反复停止下跌并反弹的价格区域。
阻力位（Resistance）：价格涨到某个水平时反复停止上涨并回落的价格区域。

常见支撑/阻力的来源： - 历史高点和低点 - 整数价位（心理关口，如 5 元、10 元、100 元） - 均线（MA20、MA60 等） - 布林带上下轨 - 斐波那契回撤位（38.2%、61.8%） - 成交量集中区（Volume Profile）

from eqlib.utils import support_resistance_levels, donchian

# 斐波那契回撤
from eqlib.utils import fibonacci_retracement

hist = attribute_history('601390', 60, '1d', ['high', 'low', 'close'])
high = hist['high'].max()
low  = hist['low'].min()
fib_levels = fibonacci_retracement(high, low)
# 返回 [0%, 23.6%, 38.2%, 50%, 61.8%, 78.6%, 100%] 对应的价格

# 唐奇安通道（N 日最高/最低价）
upper_ch, lower_ch = donchian(hist['high'], hist['low'], period=20)

11. eqlib.utils 对应的函数¶

以下是本文提到的技术指标在 eqlib.utils 中的对应函数：

指标	函数	返回
SMA（简单均线）	`utils.ma(series, period)`	Series
EMA（指数均线）	`utils.ema(series, period)`	Series
Wilder 均线	`utils.smma(series, period)`	Series
RSI	`utils.rsi(close, period=14)`	Series
MACD	`utils.macd(close, fast, slow, signal)`	(dif, dea, hist)
布林带	`utils.boll(close, period=20, std_dev=2)`	(upper, mid, lower)
ATR	`utils.atr(high, low, close, period=14)`	Series
KDJ	`utils.kdj(high, low, close, ...)`	(k, d, j)
ADX	`utils.adx(high, low, close, period=14)`	(adx, +di, -di)
OBV	`utils.obv(close, volume)`	Series
斐波那契回撤	`utils.fibonacci_retracement(high, low)`	list of prices
唐奇安通道	`utils.donchian(high, low, period)`	(upper, lower)

完整函数列表和参数说明见工具库参考。

12. 下一步¶

继续前置知识：A 股市场基础知识
进入正式教程：Tutorial 00：环境与第一次运行
Tutorial 06 详细讲解 RSI 均值回归策略的实战应用：06_rsi_mean_reversion.md