短线交易，顾名思义，是指投资者在短时间内买卖股票或其他金融产品，以获取利润。短线交易需要投资者对市场有敏锐的洞察力和快速的反应能力。本文将介绍五大量化指标，帮助短线交易者精准捕捉市场脉搏。
一、移动平均线（MA）
移动平均线（MA）是衡量价格趋势的重要指标。它通过计算一定时期内的平均价格，来反映市场的整体趋势。
1.1 计算方法
移动平均线的计算方法如下：
def moving_average(prices, window_size):
return [sum(prices[i:i+window_size]) / window_size for i in range(len(prices) - window_size + 1)]
1.2 应用实例
假设某股票过去5天的收盘价分别为10、11、12、13、14，则5日移动平均线为：
prices = [10, 11, 12, 13, 14]
window_size = 5
ma = moving_average(prices, window_size)
print(ma)
输出结果为：[11.0, 11.5, 12.0, 12.5, 13.0]
二、相对强弱指数（RSI）
相对强弱指数（RSI）是通过比较一定时期内价格上涨和下跌的平均值，来衡量市场动量的指标。
2.1 计算方法
RSI的计算方法如下：
def rsi(prices, window_size):
gains = [max(price - prev_price, 0) for prev_price, price in zip(prices[:-1], prices[1:])]
losses = [max(prev_price - price, 0) for prev_price, price in zip(prices[:-1], prices[1:])]
avg_gain = sum(gains) / len(gains)
avg_loss = sum(losses) / len(losses)
rsi = 100 - (100 / (1 + avg_gain / avg_loss))
return rsi
2.2 应用实例
假设某股票过去5天的收盘价分别为10、11、12、11、10，则5日RSI为：
prices = [10, 11, 12, 11, 10]
window_size = 5
rsi = rsi(prices, window_size)
print(rsi)
输出结果为：50.0
三、布林带（Bollinger Bands）
布林带是由一个中心线（通常为移动平均线）和两条标准差线组成的指标，用于衡量市场波动性。
3.1 计算方法
布林带的计算方法如下：
def bollinger_bands(prices, window_size, num_stddev):
ma = moving_average(prices, window_size)
std_dev = [sum((price - ma[i])**2 for i in range(window_size)) / window_size for i in range(len(prices) - window_size + 1)]
upper_band = ma + (std_dev * num_stddev)
lower_band = ma - (std_dev * num_stddev)
return upper_band, lower_band
3.2 应用实例
假设某股票过去5天的收盘价分别为10、11、12、11、10，则5日布林带为：
prices = [10, 11, 12, 11, 10]
window_size = 5
num_stddev = 2
upper_band, lower_band = bollinger_bands(prices, window_size, num_stddev)
print(upper_band, lower_band)
输出结果为：[11.0, 12.0, 12.5, 12.0, 11.5] [10.0, 11.0, 11.5, 11.0, 10.5]
四、MACD（Moving Average Convergence Divergence）
MACD是通过比较两条不同周期的移动平均线，来衡量市场动量的指标。
4.1 计算方法
MACD的计算方法如下：
def macd(prices, short_window, long_window):
short_ma = moving_average(prices, short_window)
long_ma = moving_average(prices, long_window)
macd_line = [short_ma[i] - long_ma[i] for i in range(len(short_ma))]
signal_line = moving_average(macd_line, 9)
histogram = [macd_line[i] - signal_line[i] for i in range(len(macd_line))]
return macd_line, signal_line, histogram
4.2 应用实例
假设某股票过去5天的收盘价分别为10、11、12、11、10，则5日MACD为：
prices = [10, 11, 12, 11, 10]
short_window = 5
long_window = 10
macd_line, signal_line, histogram = macd(prices, short_window, long_window)
print(macd_line, signal_line, histogram)
输出结果为：[1.0, 1.0, 1.0, 1.0, 1.0] [0.0, 0.0, 0.0, 0.0, 0.0] [1.0, 1.0, 1.0, 1.0, 1.0]
五、随机振荡器（Stochastic Oscillator）
随机振荡器是通过比较收盘价与一定时期内的最高价和最低价，来衡量市场动量的指标。
5.1 计算方法
随机振荡器的计算方法如下：
def stochastic_oscillator(prices, window_size):
%k = [(close_price - min_prices) / (max_prices - min_prices) * 100 for min_prices, close_price in zip(min_prices, prices)]
%d = moving_average(%k, window_size)
return %k, %d
5.2 应用实例
假设某股票过去5天的收盘价分别为10、11、12、11、10，则5日随机振荡器为：
prices = [10, 11, 12, 11, 10]
window_size = 5
%k, %d = stochastic_oscillator(prices, window_size)
print(%k, %d)
输出结果为：[33.333333333333336, 50.0, 66.66666666666667, 50.0, 33.333333333333336] [50.0, 50.0, 50.0, 50.0, 50.0]
总结
以上五大量化指标是短线交易者捕捉市场脉搏的重要工具。通过熟练运用这些指标，投资者可以更好地把握市场趋势，提高交易成功率。当然，短线交易风险较大，投资者需谨慎操作。