K 线数据怎么算技术指标
拿到底层 K 线后，技术指标其实自己就能算——不需要昂贵工具。本文用 ashareapi 免费端点取前复权日线，手写 MA / MACD / RSI / KDJ / BOLL 五个常用指标，纯 Python + pandas，不依赖 TA-Lib。
一、先拿数据（免费端点）
`/v1/kline` 是免费端点（无需 Key）。返回前复权日/周/月线，字段固定：
import requests
import pandas as pd
r = requests.get("https://api.ashareapi.com/v1/kline",
params={"code": "sh600667", "period": "day", "count": 60},
timeout=30)
bars = r.json()["data"] # list[dict]
df = pd.DataFrame(bars)
print(df[["date", "open", "last", "high", "low", "volume"]].head())- 前复权：已按分红送转调整（除权日无跳空）。如需原始价，自己用分红/送转因子还原（本文不展开）
- `last` 是收盘价，不是实时现价 —— 计算指标用收盘价是标准做法（用 open/high/low 可扩展）
| 字段 | 含义 | 说明 |
|---|---|---|
| date | 交易日 | 日线=当日；周/月=周期结束日 |
| open / last | 开盘 / 收盘 | last 是收盘（不是现价） |
| high / low | 最高 / 最低 | |
| volume | 成交量 | 单位：手（×100 = 股） |
| amount | 成交额 | 单位：元 |
| turnover | 换手率 | % |
二、MA（简单移动平均，最基础）
MA(N) = 最近 N 天收盘价的均值。它是趋势的"平滑滤镜"，也是其它指标的输入。
def ma(close, n):
return close.rolling(n).mean()
df["ma5"] = ma(df["last"], 5)
df["ma10"] = ma(df["last"], 10)
df["ma20"] = ma(df["last"], 20)
df["ma60"] = ma(df["last"], 60)
print(df[["date", "last", "ma5", "ma20"]].tail())- 金叉：MA5 上穿 MA20（短期均线穿过长期 = 短期转强）
- 死叉：MA5 下穿 MA20（转弱）
- 多头排列：MA5 > MA10 > MA20（趋势向上）；空头排列反之
三、MACD（最常用的趋势 + 动能）
MACD = 快慢 EMA 的差（DIF）再平滑（DEA），用 12/26/9 标准参数。
def macd(close, fast=12, slow=26, sig=9):
ema_f = close.ewm(span=fast).mean()
ema_s = close.ewm(span=slow).mean()
dif = ema_f - ema_s # 快慢线差
dea = dif.ewm(span=sig).mean() # DIF 的均线
hist = (dif - dea) * 2 # 柱（MACD 常见 ×2）
return dif, dea, hist
df["dif"], df["dea"], df["macd"] = macd(df["last"])- 金叉：DIF 上穿 DEA（动能转正）；死叉：下穿（转负）
- 柱：红柱放大=多头动能增强，绿柱放大=空头动能增强
- 背离：价格创新高但 MACD 不创新高（顶背离，警示）；价格新低但 MACD 不新低（底背离）
四、RSI（超买超卖）
RSI(N) 衡量一段时间内涨跌力量对比，常用于判断超买/超卖。经典参数 14。
def rsi(close, n=14):
delta = close.diff()
gain = delta.clip(lower=0).rolling(n).mean()
loss = (-delta.clip(upper=0)).rolling(n).mean()
rs = gain / loss
return 100 - 100 / (1 + rs)
df["rsi14"] = rsi(df["last"])- > 70 通常视为超买（涨多了，警惕回调）；< 30 超卖（跌多了，警惕反弹）
- 背离同样适用：价格新高但 RSI 不新高 = 顶背离信号
- 不是绝对：强趋势中 RSI 可长期钝化在超买区（不必然回调）
五、KDJ（随机指标，短线常用）
KDJ 用最高/最低/收盘的相对位置，灵敏但易噪。经典参数 9,3,3。
def kdj(high, low, close, n=9):
low_n = low.rolling(n).min()
high_n = high.rolling(n).max()
rsv = (close - low_n) / (high_n - low_n) * 100
k = rsv.ewm(alpha=1/3).mean()
d = k.ewm(alpha=1/3).mean()
j = 3 * k - 2 * d
return k, d, j
df["k"], df["d"], df["j"] = kdj(df["high"], df["low"], df["last"])- K 上穿 D = 金叉（短线转强）；下穿 = 死叉
- > 80 超买 / < 20 超卖，比 RSI 更敏感
- J 值可超过 0/100（极端），用来判断钝化
六、BOLL（布林带，判断波动区间）
BOLL = 中轨 MA20 ± 2 倍标准差，刻画价格的"正常波动带"。
def boll(close, n=20, k=2):
mid = close.rolling(n).mean()
std = close.rolling(n).std()
upper = mid + k * std
lower = mid - k * std
return upper, mid, lower
df["boll_up"], df["boll_mid"], df["boll_low"] = boll(df["last"])- 缩口（带宽收窄）= 波动将放大（变盘前兆）；张口 = 波动加大
- 价格触及上轨 = 偏强（趋势中可沿轨走）；触及下轨 = 偏弱
- 跌破下轨再收回 = 可能超跌反弹；突破上轨 = 可能加速（但强趋势中会沿轨走，不必然回落）
七、五个指标怎么组合（不是越多越好）
- 趋势 + 动能：MA（看方向）+ MACD（看动能）—— 最常用组合
- 超买超卖：RSI / KDJ（二选一即可，都偏短线、易噪）
- 波动区间：BOLL（给 MA 一个"应该在哪"的参考带）
- 纪律：指标是辅助确认，不能单独当买卖依据。两个以上指标同向 + 自己逻辑，才更可靠（本文只讲取数与计算，不构成买卖建议）
八、常见误判（重要）
- ① 复权口径：接口返回前复权 —— 算指标用前复权正确（保持连续性）。但如果要跟"未复权的现价"对账单，要留意
- ② 指标公式参数可调：MACD(12,26,9) / RSI(14) / KDJ(9,3,3) / BOLL(20,2) 是"常用"，不是"唯一"。改参数 = 换一个指标，结论可能不同
- ③ 技术指标有滞后：都是历史均线/平滑，反映的是过去。强势趋势里指标可钝化，不能机械按金叉/死叉交易
常见问题
不需要。kline 是 5 个免费端点之一（quote / kline / hot / market-overview / changedist），无需 Key 即可调用。
是，接口固定返回前复权（除权日无跳空）。计算技术指标用前复权是正确的（保证序列连续）。如需原始未复权价，需用分红送转因子自行还原。
TA-Lib 功能全但安装麻烦（需编译）。本文用纯 pandas 实现 5 个常用指标，零额外依赖，方便教学与轻量用。若做大规模策略回测，再考虑 TA-Lib 提速。
不能。当前 kline 只提供日 / 周 / 月三种周期，没有分钟级。日内数据在别的端点（如 orderbook 的实时盘口），但无分钟 K 线。
最后更新: 2026-09-29
数据取自 ashareapi /v1/kline 线上真实返回（2026-09-29 实测：前复权日线字段 date/open/last/high/low/volume/amount/turnover）；指标实现为标准算法（pandas 版，无 TA-Lib 依赖）。