> Source: https://ashareapi.com/docs/guides/kline-technical-indicators/  ·  Markdown version for LLMs / AI agents

教程

# 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：

 Python：取日线（默认前复权）
```
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 | %

 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。

 Python：MA5 / MA10 / MA20 / MA60
```
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。

 Python：MACD（12, 26, 9）
```
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。

 Python：RSI(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）；**

-
 **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。

 Python：KDJ(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 /

-
 **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"。

 Python：BOLL(20, 2)
```
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
 这需要付费吗？
 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。

 数据是前复权吗？
 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。

 为什么不用 TA-Lib？
 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。

 能拿分钟级 K 线吗？
 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）。

 相关

-
[端点参考（kline）](/docs/endpoints/kline)

-
[涨跌分布判断市场温度](/docs/guides/market-breadth)

-
[因子选股入门（含数据体检）](/docs/guides/factor-screening)

-
[错误码与限流](/docs/errors)

 [← 全部教程](/docs/guides)