Skip to main content

技术面分析

核心思想：所有信息都蕴含在市场交易数据中——不需要看公司财报，只看历史走势就够了。

技术面分析的核心思想​

技术面分析认为，影响股价的所有因素（基本面、心理、政策……）最终都会反映在价格和成交量上。因此只需要分析历史交易数据即可。

但不能只看涨跌——一个月前涨了不代表现在会涨。需要定义技术指标来量化分析。

基本面 vs 技术面​

维度基本面分析技术面分析
关注点公司本身价格走势
数据来源财务报表、行业新闻K 线、成交量
时间周期中长期短期到中期
核心问题值不值得买？什么时候买卖？
优势逻辑清晰反应快速
劣势反应滞后信号可能不准

常见技术指标​

1. K 线（蜡烛图）​

最基础的图形工具，每一根 K 线代表一天的交易，包含四个价格：开盘价、收盘价、最高价、最低价。（详见 K 线图详解）

2. MA 均线（Moving Average）​

将前若干天的价格做平均值，连成线。反映最近一段时间的价格趋势。（详见 均线理论）

3. MACD（指数平滑异同移动平均线）​

MACD 是趋势跟踪指标，由快线（DIF）、慢线（DEA）和柱状图组成：

  • 金叉（DIF 上穿 DEA）→ 买入信号
  • 死叉（DIF 下穿 DEA）→ 卖出信号
# 用 Pandas 计算 MACD
exp12 = df['close'].ewm(span=12, adjust=False).mean()
exp26 = df['close'].ewm(span=26, adjust=False).mean()
df['macd'] = exp12 - exp26
df['signal'] = df['macd'].ewm(span=9, adjust=False).mean()
df['histogram'] = df['macd'] - df['signal']

4. KDJ（随机指标）​

KDJ 是超买超卖指标：

  • K 值 > 80：超买区域 → 可能回调
  • K 值 < 20：超卖区域 → 可能反弹
  • K 线上穿 D 线：买入信号
  • K 线下穿 D 线：卖出信号

5. RSI（相对强弱指标）​

衡量近期价格变动的速度和幅度：

  • RSI > 70：超买
  • RSI < 30：超卖
# 计算 RSI
delta = df['close'].diff()
gain = (delta.where(delta > 0, 0)).rolling(window=14).mean()
loss = (-delta.where(delta < 0, 0)).rolling(window=14).mean()
rs = gain / loss
df['rsi'] = 100 - (100 / (1 + rs))

技术分析的局限​

  1. 滞后性：所有指标都是基于历史数据的
  2. 假信号：任何指标都可能给出错误的买卖信号
  3. 参数敏感：不同参数（如均线天数）可能导致不同结论
  4. 不适合极端市场：股灾、黑天鹅事件时技术指标可能失效

技术分析不是预测未来的水晶球，而是辅助决策的概率工具。

下一步：K 线图详解 →

Last updated on by Kimi Gao