技术分析与量化交易中的技术指标详解

技术分析与量化交易中的技术指标详解

技术指标是量化交易中不可或缺的工具，它们通过对价格和成交量进行数学处理，生成能够辅助交易决策的数值。本文将详细介绍两大类重要技术指标：均线指标和动量指标，并探讨它们在量化交易中的应用。

均线指标

移动平均线是一种常用的技术分析指标，由一系列时间序列上的价格的移动平均值相连形成。技术分析的主要课题之一是判断趋势方向，而移动平均线可以被视为弯曲的趋势线，是判断趋势方向的重要手段之一。移动平均值可以根据不同的加权方式进行分类，包括简单移动平均值、线性加权移动平均值和指数加权移动平均值等。

简单移动平均值（SMA）

又称算术移动平均值，是指一段特定的时间内，对价格进行算术平均计算统计出来的数值，一般是用收盘价来计算。将简单移动平均值连线形成的简单移动平均线是观察价价格趋势的一个最基础指标之一。SMA 的计算公式如下:

其中，SMA(n) 表示n天内的SMA,表示第i天的收盘价，n表示天数。以5日简单移动平均线为例，先确定一个连续5天周期，对每天收盘价进行简单相加，然后除以5，就得出简单移动平均线的起始位置。然后每向后延续一天，就将第一天收盘价剔除，将第六天收盘价增加，继续简单相加后除以5，计算出第二个价格位置。依此类推，最终将所有数值相连形成简单移动平均线。

简单移动平均线中的每个平均值只考虑它所覆盖的最近几个值，而且对它们一视同仁。但有些分析师认为应该对离当前更近的价格赋予更高的权重，这就产生了线性加权移动平均线。

线性加权移动平均值 (LWMA或WMA)

与简单移动平均值的区别就是给每个收盘价赋予一个权重，然后再计算平均值。计算公式如下：

其中，WMA(n) 表示 n 天内的 WMA,表示第i天的收盘价，表示第i天的权重，n表示天数。以5日线性加权移动平均线为例，可以设5天的权重分别为1、2、3、4、5，将它们依次与5天的收盘价相乘再除以5就得到了当天的线性加权移动平均值，依此类推，最终将所有数值相连形成线性加权移动平均线。

指数加权移动平均值（EWMA或EMA）

则更进一步，不仅考虑了权重随时间衰减的问题，而且在计算中把所有历史历史价格都纳入计算。它的计算公式一般用递归形式表达：

其中，EMA(n) 表示第 n 天的 EMA,表示第n天的收盘价，每一天的EMA都要依赖前一天的EMA计算，w表示前一天的EMA的平滑系数，一般设平滑系数等于2/(N+1)。EMA对价格变化更敏感，因为在计算时最近的价格具有的权重更大。

虽然这三种移动平均值的计算方法一个比一个复杂，考虑的内容一个比一个多，但这三种方法在交易中并不存在明确的优劣之分，使用时必须要结合自己的使用场景来选择。由于指数移动平均线在计算时最近的价格具有的权重更大，因此它对价格变化更敏感，也就更容易发现交易信号，而反应较慢的简单移动平均线往往在指明支撑位和阻力位方面表现更好，线性加权移动平均线则介于二者之间。

基于移动平均线这种最简单的指标可以构建很多量化策略。最简单的策略是使用一条移动平均线，在当日收盘价向上突破移动平均线时买入，在当日收盘价向下跌破移动平均线时卖出。这种策略的问题是收盘价在某些时段可能围绕移动平均线来回波动，造成过多的噪声交易。一个稍微复杂一些的策略是采用两条移动平均线，一个周期长，一个周期短，当短周期移动平均线向上突破长周期移动平均线时买入，当短周期移动平均线向下跌破长周期移动平均线时卖出。因为两条移动平均线都是平滑后的，可以过滤掉很多交易噪声。

如果在移动平均线的上下两侧各增加一条包络线来框定价格的波动范围，就形成了一个价格通道。根据包络线的构成规则不同，通道有平行通道、布林带通道、唐奇安通道、肯特纳通道等多种类型，用法大同小异，我们以布林带为例简单介绍。

布林带（Bollinger Bands，BBands）

是由三条轨道线组成的带状通道，中轨和上、下轨各一条。中轨代表股价的平均成本，上轨和下轨可分别视为股价的压力线和支撑线。具体来说，

中轨 = N时间段的简单移动平均线
上轨 = 中轨 + K × N时间段的标准差
下轨 = 中轨 − K × N时间段的标准差

一般设定N=20和K=2，这是有原因的。对于常用的日线图来说，一个月大约有20个交易日，用N=20计算移动平均线得到的其实就是月均线，依照正态分布规则，约有95%的数值会分布在距离平均值有正负2个标准差的范围内。当价格向上突破上轨时，说明市场进入了超买状态，当价格向下突破下轨时，说明市场进入了超卖状态。

使用通道可以构建很多交易策略。例如，可以采用区间交易法，以上轨为目标价在价格穿过中轨时确认上涨趋势，在价格触及上轨时卖出；也可以采用突破买入法，不把价格触及上轨当作超买标志，而是作为市场强势上涨的开始，只有在突破上轨时才买入，著名的海龟交易法就是一种突破交易法。

动量指标

动量指标也叫震荡指标，它并不是用来判断市场是不是处于震荡状态的，而是用来判断市场是不是处于“超买”或“超卖”状态，这类指标在震荡市比较适用。这类指标有很多，最有影响力的应属RSI、随机指数和MACD。

相对强度指数（Relative Strength Index，RSI）

由 Welles Wilder Jr.首创，并在他1978年发表的开创性著作《技术交易系统的新思路》一书中提出，是技术分析中常用的动量指标。RSI衡量证券近期价格变化的速度和幅度，以评估该证券价格的高估或低估情况。其计算公式如下：

其中x是指计算采用的时间跨度。Wilder采用的时间跨度是14天，在这种情况下，需要先把14天内上涨了的收盘价的涨幅相加，然后除以14得到RS的分子，再把14天内下跌了的收盘价的跌幅相加，然后除以14得到RS的分母，算出RS后再带入RSI的计算公式得出最终结果。时间跨度可以根据需要调整，要增加灵敏度和信号数量，可以选择更短的周期；相反，要降低指标的灵敏度，可以选择更长的周期。

从公式可以看出，RSI的取值范围在0到100之间，一般认为指标取值低于30代表超卖状态，高于70则是超买状态，但在某些资产类型、时间框架和风险偏好下可以采用其他临界值。一些交易者会在牛市和熊市中分别设置RSI的判断临界点。例如，在牛市中，许多证券的超买和超卖临界值可能是90和40；类似地，在熊市中，可以认为证券在RSI跌至10之前都不存在超卖，而在RSI达到60 时已经出现超买。一种常见买卖策略是在RSI进入超卖状态后又回到超卖临界点上方后买入，在RSI进入超买状态后又回到超买临界点下方后卖出。

随机指数（Stochastic Oscillator，KD）

是另一个动量指标，除了判断证券是超买还是超卖，它还被用于预测趋势反转。随机指数的理论依据是，当价格处于上涨趋势的时候，收盘价倾向于接近一段时间区间的价格高点，当价格处于下跌趋势的时候，收盘价倾向于接近一段时间区间的价格低点。随机指数由两条线组成，分别是%K线和%D线，%K线计量的是最近的收盘价与所选时段内最高价和最低价的关系，%D线则是%K的简单移动平均线，两条线的数值都在0和100之间震荡。%K的计算时段通常是14个周期，它的3日移动平均线即为%D。%K的计算公式为：

其中，C 是最近一期的收盘价，L14是最近14个交易时段中成交的最低价，H14是最近14个交易时段中成交的最高价格。

随机指数的主要信号是，当%D线处于超买或超卖区间时，%D线与相应的价格图线之间的相互背离现象，超买、超卖的临界值一般也分别设为70和30。

指数平滑异同移动平均线（Moving Average Convergence/Divergence，MACD）

是由Geral Appel在1979年提出的一种趋势跟踪的动量指标。MACD通常由三个组成部分。第一条线是MACD线，它是由短期价格移动平均值（一般取12日）减去长期价格移动平均值（一般取26日）的差值组成的，这一差值一般称为离差值（DIF）。第二条线是信号线，是DIF的指数移动平均值（一般取9日），一般称为DEA。最后一个组成部分是MACD柱状图，它的值是DIF和DEA之间的差值。DIF的内在逻辑是，短期移动移动平均值反映了当前的价格走势，而长期移动移动平均值则反映了较早的价格走势。因此，如果这两个EMA之间差距很大，那么市场就有上升或下降的趋势。而MACD直方图在零线附近震荡，表明趋势的强度。具体计算规则为：

1）计算12日和26指数日移动平均线EMA(12)和EMA(26)

当期EMA(12)=上一期EMA(12)×11/13＋当期收盘价×2/13

当期EMA(26)=上一期EMA(26)×25/27＋当期收盘价×2/27

2）计算离差值(DIF)

DIF=当期EMA(12)－当期EMA(26)

3）计算信号线（DEA）

当期DEA=上一期DEA×8/10＋当期DIF×2/10

4）计算MACD柱

MACD柱=DIF－DEA

其中DIF、DEA和MACD柱都可以作为独立的震荡指标使用，既可以用来衡量证券变化的趋势，也可以作为证券高估或低估的标准，任意一个超出0过多都可以视为超买，任意一个低于0太多都可以视为超卖信号。但是这个判断主观性较强，不像RSI一样有明确的超买、超卖标准。

背离

前面介绍了一些经典指标的构建方法和应用策略，不过在技术分析中这些指标最有效的用法是与价格走势结合来看背离，一旦发现背离，就是趋势反转的有力信号。传统上识别背离的方法是在图表上看两个图形的趋势是否相反，一般是看价格走势与其他数据走势的背离，这里的其他数据既可以是上面提到的具体指标，也可以是交易量、持仓量这类基础数据。

以量价背离为例，传统做法是在图表上分别画一条价格走势的趋势线和一条成交量的趋势线，如果这两条线朝向相反的方向，说明市场不认同当前的价格走势，趋势即将反转。同理，前面提到的MACD和RSI都可以与价格走势放在一起看趋势是否存在背离。

乍看之下，背离的判断与图表形态一样，依赖对图表的主观观察形成，似乎很难量化。但是事实正相反，这种背离很容易用量化手段表达，只需要计算两组数据的相关系数即可，如果相关系数显著为负则说明存在背离。背离在量化业界的应用十分广泛，比如WorldQuant LLC 发布的 101 个股票 Alphas 因子公式就包含大量基于背离的因子，以下是其中三个示例。