3. 技术指标计算与特征工程

做量化交易，说白了就是跟数据打交道。原始的价格序列就像一块璞玉，你得把它打磨成能用的特征。我个人习惯把这一步叫做「给市场做CT」——把K线图一层层扫描，找出那些肉眼看不到的规律。

今天咱们就聊聊技术指标的计算和特征工程。嗯，这部分我踩过的坑可不少，待会慢慢说。

3.1 常见技术指标：从原理到代码

先说说几个最常用的指标。你想想看，市场上成千上万的策略，80%以上都离不开这几个老朋友。

3.1.1 SMA（简单移动平均线）

SMA 是最基础的指标。就是把过去 N 天的收盘价加起来除以 N。公式很简单：

SMA = (P₁ + P₂ + ... + Pₙ) / N

但别小看它。我在做趋势跟踪策略时，SMA 的交叉信号虽然简单，配合好止损，年化收益能做到 15% 以上。关键在于参数的选择——我个人习惯用 20 日和 60 日两条均线。

3.1.2 EMA（指数移动平均线）

EMA 跟 SMA 不一样。它给近期的价格更高的权重。公式稍微复杂点：

EMA = (P × α) + (前一日EMA × (1 - α))
其中 α = 2 / (N + 1)

为什么要用 EMA？我举个例子。2020年3月美股暴跌时，SMA 还在高位，EMA 已经提前掉头了。说白了，EMA 反应更快，适合短线交易。

3.1.3 RSI（相对强弱指标）

RSI 衡量价格变动的速度和幅度。取值范围 0-100。一般认为：

• RSI > 70：超买，可能回调
• RSI < 30：超卖，可能反弹

公式：

RSI = 100 - [100 / (1 + RS)]
RS = 平均上涨幅度 / 平均下跌幅度

我曾经犯过一个错：看到 RSI 到 70 就做空，结果被连续逼空。后来才明白，强趋势行情里 RSI 可以在超买区待很久。嗯，这里要注意：RSI 背离信号比超买超卖更可靠。

3.1.4 MACD（指数平滑异同移动平均线）

MACD 由三部分组成：

• DIF 线：快线（12EMA） - 慢线（26EMA）
• DEA 线：DIF 的 9 日 EMA
• 柱状图：2 × (DIF - DEA)

MACD 的核心逻辑是「趋势的加速度」。当柱状图由负转正，说明多头力量在增强。我一般用 MACD 金叉死叉作为入场信号，配合成交量确认。

3.2 使用 ta-lib 库：一行代码搞定计算

手动算指标太慢了。ta-lib 这个库，你值得拥有。它用 C 语言写的，速度飞快。安装方式：

pip install TA-Lib

如果安装报错，去 这里 下载对应的 whl 文件。

来看看怎么用：

import talib
import pandas as pd
import numpy as np

# 假设 df 是你的数据，包含 'close' 列
close = df['close'].values

# 计算 SMA
sma_20 = talib.SMA(close, timeperiod=20)

# 计算 EMA
ema_12 = talib.EMA(close, timeperiod=12)

# 计算 RSI
rsi_14 = talib.RSI(close, timeperiod=14)

# 计算 MACD
macd, macd_signal, macd_hist = talib.MACD(
    close, 
    fastperiod=12, 
    slowperiod=26, 
    signalperiod=9
)

# 全部塞回 DataFrame
df['sma_20'] = sma_20
df['ema_12'] = ema_12
df['rsi_14'] = rsi_14
df['macd'] = macd
df['macd_signal'] = macd_signal
df['macd_hist'] = macd_hist

ta-lib 支持的指标超过 150 种。除了上面这些，还有：

• 布林带：talib.BBANDS
• ATR（平均真实波幅）：talib.ATR
• ADX（平均趋向指数）：talib.ADX
• CCI（商品通道指数）：talib.CCI

我个人习惯把常用的指标封装成一个函数：

def add_technical_indicators(df):
    """给 DataFrame 添加技术指标"""
    close = df['close'].values
    high = df['high'].values
    low = df['low'].values
    volume = df['volume'].values
    
    # 趋势指标
    df['sma_20'] = talib.SMA(close, 20)
    df['sma_60'] = talib.SMA(close, 60)
    df['ema_12'] = talib.EMA(close, 12)
    df['ema_26'] = talib.EMA(close, 26)
    
    # 动量指标
    df['rsi_14'] = talib.RSI(close, 14)
    df['macd'], df['macd_signal'], df['macd_hist'] = talib.MACD(close)
    
    # 波动率指标
    df['atr_14'] = talib.ATR(high, low, close, 14)
    df['upper'], df['middle'], df['lower'] = talib.BBANDS(close, 20, 2)
    
    # 成交量指标
    df['obv'] = talib.OBV(close, volume)
    
    return df

3.3 特征标准化与归一化：让数据站在同一起跑线

你想想看，RSI 取值范围 0-100，而成交量可能是几百万。如果不做处理，模型会天然认为成交量更重要——这显然不对。

标准化和归一化就是解决这个问题的。

3.3.1 归一化（Min-Max Scaling）

把数据缩放到 [0, 1] 区间：

X_scaled = (X - X_min) / (X_max - X_min)

用 sklearn 实现：

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler()
df[['rsi_14', 'macd', 'volume']] = scaler.fit_transform(
    df[['rsi_14', 'macd', 'volume']]
)

3.3.2 标准化（Z-score Standardization）

把数据变成均值为 0，标准差为 1 的分布：

X_scaled = (X - μ) / σ

代码实现：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
df[['close', 'volume', 'atr_14']] = scaler.fit_transform(
    df[['close', 'volume', 'atr_14']]
)

标准化对异常值不那么敏感。我个人在大多数场景下都用标准化，除非模型要求输入在 [0,1] 区间（比如某些神经网络）。

3.3.3 什么时候用什么？

场景	推荐方法	原因
数据无明显异常值	归一化	保留原始分布形状
数据有异常值	标准化	对异常值鲁棒
神经网络输入	归一化	加速收敛
SVM、PCA 等算法	标准化	假设数据服从正态分布

3.4 本章知识体系

下面这张图总结了本章的核心逻辑：

从原始数据出发，经过 ta-lib 计算技术指标，再通过标准化/归一化处理，最终得到可供模型使用的特征矩阵。每一步都有坑，但每一步也都有规律可循。