一 了解金融基础
本章节会粗略介绍一下量化中的基本概念，包含K线分析，均线，动量线, 技术面和基本面。它们各自有什么特点，我们在日常的交易中，应该如何组合去使用它们。
什么是K线图
K线图是一种用于展示金融资产价格走势的技术分析图表，起源于18世纪的日本米市，现广泛应用于股票、外汇、加密货币、期货等交易市场。 它有几个核心指标 开盘价: (Open) 收盘价: (Close) 最高价: (High) 最低价: (Low) 其中，收盘价一般是一些技术分析里面最核心的一个价格。
这就是常见的K线
K线图中的衍生概念
实体: （表示K线中的矩形行）
阳线: 表示 收盘价> 开盘价 ，实体越长，买方越强 阴线: 表示 开盘价< 收盘价 ，实体越长，卖方越强
影线: （表示K线中的突出的线）
上影线: 买方冲高回落(抛压大，有人想要逃跑) 下影线: 卖方止跌回升(支撑强)
成交量:
成交量描述的是行情的燃料，价格是车，成交量是油。 量价配合才能确定一定的趋势。否则，类似缩量上涨，通常是带有欺骗性质。
市值
公式: 股价 * 总股本 它表示的是，你将这家公式整个买下来，需要付多少钱
PE
PE(市盈率)-- 回本需要多少年 公式: 市值/净利润 它表示的是，它表示你多少年才能回本 一般来说，PE越低越好，但是如果是科技股/AI股，大家预期未来赚大钱，那对PE的容忍度会很高。
PB
PB(市净率)--破产了还能剩下多少 公式: 股价/每股净资产 PB < 1 ,PB 小于 1 表示公司的市值低于其净资产账面价值 这种情况一般发生与 银行股和钢铁股 为什么会这样呢？ 银行: 资产主要是钱(贷款) 当市场预期经济环境不好、坏账风险增加，市场会认为银行的账面资产虚高，因此给的估值低于账面价值。 钢铁: 这些行业通常会有大量的厂房，设备，如果在行业低谷时，这些设备不但产生不了任何利润，反而需要花费大量的钱去进行维护和保养。而市场担心资产贬值。
二 技术面
何为技术面
技术面，他的推崇者通常是西蒙斯和海龟流派。 他们认为所有的信息都反映在价格里面了。历史会重演。 但是两者之间也还是会有一些区别
| 维度 | 西蒙斯 | 西蒙斯 |
|---|---|---|
| 核心理念 | 寻找市场短期统计套利机会 | 捕捉中长期趋势 |
| 策略类型 | 多因子+高频统计套利 | 趋势跟踪+动量交易 |
| 持仓周期 | 几秒到几天 | 几周到几个月 |
| 杠杆使用 | 中高杠杆 | 高杠杆 |
| 可复制性 | 极低 | 高 |
技术面里面的几个核心指标
MA
均线--市场的成本线 直观的逻辑是过去N天大家的平均买入价格，股价每天上蹿下跳，充满了噪音。MA的作用是过滤掉高频噪音，只保留低频的趋势信号。 我们重点看的是MA5和MA20这两个均线。而这两个均线统称为双均线，两者的上穿和下穿通常是一个市场情绪的信号。
金叉: MA5上穿MA20，表示金叉 死叉: MA5下穿至MA20，表示死叉
MACD
MACD(指数平滑异同移动平均线)-- 速度的度量衡 直观理解: 指标之王，看快慢线的交叉和红绿柱。 红柱子变长，表示上涨在加速。 红柱子变短，表示虽然还在涨，但是速度慢下来了。
MACD计算: EMA(12), EMA(26) DIF=EMA12-EMA26 DEA=EMA(DIF,9), MACD=(DIF-DEA)*2
| 特性 | MA(双均线) | MACD(指数平滑异同移动平均线) |
|---|---|---|
| 本质 | 看方向。它的价格是平滑处理，告诉你现在是涨势还是跌势 | 看速度。它是均线的衍生物，反映上涨下跌的速度 |
| 优点 | 稳。过滤噪音能力强，在像茅台这种大趋势行情中，能吃到最肥的一段 | 快，比MA更灵活，通过顶背离，底背离更快判断趋势 |
| 缺点 | 滞后性很强 | 钝化，在单边暴涨暴跌的行情中，会失灵 |
RSI
RSI(相对强弱指标)--弹簧的极限 RSI = 100-100/(1+RS) RS = 平均上涨幅度/平均下跌幅度
它反应的是买卖双方力量的对比的量化。 RSI > 80 超买: 连续大涨后，买方力量枯竭，弹簧拉到极限 RSI < 20 超卖: 连续大跌后，卖方力量枯竭，反弹概率大
ATR
ATR(平均真实波幅) ATR 是真实波幅TR在N日移动的平均值 量化解读: 仓位管理。 这个是海龟交易法则的核心
Step1 获取真实波幅，取以下三者的最大值 tr1 = high - low # 当日振幅 tr2 = abs(high - prev_close) # 当日最高 vs 前日收盘 tr3 = abs(low - prev_close) # 当日最低 vs 前日收盘 Step2 计算ATR = TR的N日简单移动平均(或指数移动平均)
布灵带
布林带是由约翰·布林格发明的技术分析工具，用于衡量价格波动性和识别超买超卖、趋势强度、潜在突破信号。其核心是动态波动通道。
上轨 (Upper Band)
|
| 价格在此区间内波动
|
中轨 (Middle Band) ── 20日简单移动平均线(SMA)
|
| 带宽反映波动率
|
下轨 (Lower Band)
中轨 = 20日SMA
标准差 = 过去20日收盘价的标准差
上轨 = 中轨 + (2 × 标准差)
下轨 = 中轨 - (2 × 标准差)
| 带宽状态 | 市场含义 | 交易意义 |
|---|---|---|
| 收窄 | 低波动，蓄势期 | 突破前兆，准备大幅波动 |
| 扩张 | 高波动，趋势运行中 | 趋势延续，避免逆势 |
| 极端扩张 | 情绪过度，超买超卖 | 趋势可能反转 |
基本面
何为基本面
《AI量化思维》中，格雷厄姆学派信仰的就是基本面，即价格最终会回归价值
格雷厄姆学派的三大基石
一 市场先生
市场是癫狂的：报价受情绪驱动，经常严重偏离价值 利用非理性：不预测市场，而是利用其错误定价 独立判断：基于公司基本面，而非市场情绪做决策
二 安全边际
核心公式：安全边际 = 内在价值 - 市场价格 核心原则：用5毛钱买1块钱的东西 双重保护：
- 错误判断时减少亏损
- 正确判断时放大收益
三 投资 vs 投机
| 维度 | 投资(格雷厄姆定义) | 投机 |
|---|---|---|
| 分析基础 | 深入基本面分析 | 听消息，看图表 |
| 时间框架 | 长期持有 | 短期交易 |
| 收益来源 | 企业价值增长+分红 | 价格波动 |
| 风险控制 | 安全边际+分散化 | 杠杆+集中押注 |
基本面里面的核心指标
PE:
它的概念我们上面已经介绍过了
不同的行业，不同的企业对应的PE的合理区间都不一样。 我们可以通过几个维度来综合分析
一 历史PE参考 历史最低 历史最高 近五年的中枢 近三年的中枢 将这些数据统一进行罗列，看当前的PE处于什么区间内。如果处于中枢或者中枢偏下，则说明价格估值偏低 二 机构预期 主流券商对该股票的估值判断，根据该估值，计算PE的区间
PB:
同上
ROE:
净资产收益率，是衡量公司盈利能力的核心指标，称为赚钱效率之王 同时，该指标是巴菲特最看重的指标。它反应了每投入一块钱，公式每年能利用这比钱创造多少的利润。 ROE = 净利润/股东权益 (净资产) 如果一家公司，能够长期保持15%-20%的ROE，那这家公式的盈利能力通常是非常优秀的，一般有强大的护城河。
毛利率:
毛利率是评估公司核心业务盈利能力和市场竞争地位的关键指标，它直接反映了公司产品/服务的定价权和成本控制能力。 如果一家公司，毛利率为90%以上，意味着成本只有几十元，但却能卖出数千元，具备极强的行业定价权。
资产负债率:
资产负债率是评估公司财务结构稳健性和偿债风险的核心指标，它揭示了公司资产中有多少是通过负债融资获得的，是衡量财务杠杆和风险水平的关键尺度. 当然，不同行业，对应的资产负债率水平也有较大差异，像银行，保险，房地产都是属于高负债率企业。 资产负债率 = 总负债/总资产
经营性现金流/净利润:
经营性现金流/净利润 = 经营活动产生的现金流量净额/归属于母公司股东的净利润 不同的商业模式对 该值的影响
| 商业模式 | 典型比率 | 行业影响 |
|---|---|---|
| 先款后货 | 1.2 -2.0 | 在行业内占绝对领导地位 |
| 现款现货 | 1.0-1.3 | 行业上下游，话语权较重 |
| 赊销为主 | 0.3-0.8 | 一般在行业内属于弱势地位，容易受制下游企业 |
| 项目制 | 0.2-0.6 | 在行业内没有什么地位，属于给一口汤就能喝的企业 |
市占率:
市占率，衡量的不仅仅是销售额，更多的是定价权。比如宁德时代全球的市占率超过35%，因为规模太大，它对上游的供应商企业有议价权，对下游的汽车厂商有成本优势。别人造电池亏钱，她还能挣钱，靠的就是这个规模带来的行业壁垒。
自由现金流:
贝索斯极为看重现金流，他在亚马逊1997年的那封著名股东信中明确提出: 如果必须在优化会记报表和最大化自由现金流中选择，他会毫不犹豫的选择自由现金流。 净利润可以因为折旧，摊销被会计规则演示，但现金流是真金白银
我们在实际操作中，如何结合基本面+技术面来操作
上文我们介绍了技术面和基本面，大家可以看到，技术面和基本面都各自有各自的特点。如果我们信奉格雷厄姆学派，那我们可以更多的观察基本面。如果我们要研究市场的短期波动进行套利，可以观察技术面。 但是，在量化交易里面，我们是既要还要。
Thinking: 所以，我们应该怎么做呢？ 按照基本面和技术面的特点，其实我们可以先设定指标，利用基本面来筛选股票池，获取对应的候选股。其次我们可以对候选的股票进行技术面进一步筛选，以确定具体操作的目标。 我会在下篇文章中，结合着代码，来给大家实操演示一遍。
