量化研究 · 第 3 章 经典技术指标体系

量化研究 · 第 3 章 经典技术指标体系

章节摘要:本章讲量化里最古老、最直观的一类信号——技术指标。先讲技术指标的三大家族分类(趋势/震荡/量能)及其设计逻辑;再借助广发金工《125 个经典技术指标择时分析》给出指标全景概览;然后讲技术指标用于择时的常见方法;最后是本章特色——用仓库里的 main.py + technical.py 做一次完整的 KDJ 金叉死叉信号回测实战,逐行读懂这两份代码,理解「信号有效性检验」的基本套路。本章共 4 节,前置依赖为「第 1~2 章」。

学习目标

阅读完本章,你应当能够:

1. 说清技术指标的三大分类(趋势/震荡/量能)及代表指标。
2. 借助广发 125 指标,建立技术指标的全景认识。
3. 掌握技术指标择时的常见方法(金叉死叉、背离、极值)。
4. 逐行读懂 main.py + technical.py,跑一次 KDJ 信号的未来 N 日胜率检验。

核心概念速览

技术指标的本质:把量价数据变换成更能暴露趋势/超买卖的信号。

子章节导航

01 技术指标分类

趋势类(MA/MACD/ADX)、震荡类(KDJ/RSI)、量能类(OBV/VR)的设计逻辑。

02 广发 125 指标概览

广发金工《125 个经典技术指标择时分析》的指标全景与择时结论。

03 技术指标择时方法

金叉死叉、顶底背离、超买超卖、多指标组合。

04 KDJ 回测代码实战

逐行精读 main.py(遍历股票算未来 N 日涨跌幅)+ technical.py(KDJ 与金叉死叉),跑胜率检验。

子章节之间的逻辑关系

本章第 01 节(分类) ──► 第 02 节(125 指标) ──► 第 03 节(择时方法) ──► 第 04 节(KDJ 实战)
   │
   ▼
下一章(第 4 章 传统机器学习选股)
​

前置知识与后续延伸

前置知识:

• 第 1~2 章(因子与测试概念)
• Python + pandas 基础(第 04 节实战)

后续延伸:

• 第 4 章开始用机器学习替代人工指标组合
• 技术指标的局限性会在第 11 章 CTA 策略中再次涉及