寻找股票支撑与压力位的均线簇法,实战Python代码!

今天我们来说说均线簇法确定压力和支撑位置。

开始前的准备

我这里用的行情数据源是xtquant + miniQMT。 后续示例里会用到一些常见的 Python 库：pandas, numpy, matplotlib，进阶部分还会涉及 scipy, sklearn。在实际运行代码之前，记得先把环境配置好：

这样就能避免因为依赖缺失导致的报错啦。以下是一个基于xtquant + miniQMT获取股票行情的方法，后面的行情Dataframe数据都会通过这个方法来获取：

实战Python代码：

当均线簇≈ 市场在蓄力，方向不确定，但一旦突破，往往容易走出一波行情。

1.使用简单聚合均线

计算思路：

l算均线 → 5日、10日、20日、30日、60日；

l判断是否簇 → 如果这些均线的最高值和最低值之间的差距小于价格的1%，就算是“簇”；

l找第一个点 → 我们只想标记簇刚出现的时候（而不是整个簇区域）。

示例代码：

结果如下：

2.使用均线簇密度算法（进阶）

计算思路：

l计算不同周期的均线；

l计算这些均线的标准差 MA_std；

l用动态阈值：MA_std < rolling_mean(MA_std, 20) * factor 来判定是否属于“均线簇”；

l依然只取连续簇的第一个点。

示例代码：

结果如下：

QMT、miniQMT、PTrade量化交易软件，可以线上低门槛、免费开通、免费使用。

欢迎点赞、转发、留言！

免责声明：本文信息仅为交流学习的目的，不构成任何投资建议，投资者不应以该等信息取代其独立判断或仅根据该等信息作出决策。本文力求信息准确可靠，但对信息的准确性或完整性不作保证，也不对因使用该等信息而引发或可能引发的损失承担任何责任。投资有风险，入市需谨慎。