一、情绪指标概述：市场情绪到底是什么？
各位同学好，我是老张。在量化交易这行摸爬滚打了十几年，今天咱们来聊聊一个特别有意思的话题——市场情绪。
先问大家一个问题：为什么同样的基本面数据，有时候股价涨，有时候股价跌？
我刚开始做量化的时候，也特别困惑。后来慢慢发现，市场里除了基本面、技术面，还有一股看不见的力量——情绪。
1.1 什么是市场情绪？
说白了，市场情绪就是参与者对市场的集体心理状态。它反映的是大家的恐惧、贪婪、乐观、悲观。
举个例子：
- 当所有人都觉得「牛市来了」，疯狂买入——这是贪婪
- 当大家恐慌抛售，不管什么价格都想跑——这是恐惧
- 当市场横盘，没人敢买也没人敢卖——这是犹豫
我个人习惯把情绪看作市场的「体温计」。体温正常，市场健康；体温过高或过低，往往意味着要出问题。
核心观点：情绪指标不是预测市场涨跌的「水晶球」，而是帮我们判断「当前市场处于什么状态」的工具。
1.2 为什么情绪指标对择时很重要？
你想想看，如果所有人都看多，那谁来接最后一棒？如果所有人都看空，那是不是意味着底部快到了？
我在项目中遇到过好几次这样的情况：
- 某只股票基本面很好，但情绪指标显示极度贪婪——结果一周后暴跌20%
- 某板块估值很低，但情绪指标显示极度恐惧——结果一个月后反弹30%
情绪指标的核心价值在于：它帮我们识别「极端状态」。而极端状态，往往意味着反转。
避坑指南：我曾经犯过一个错误——只看情绪指标就做交易。后来发现，情绪指标必须和趋势、成交量配合使用。单独看情绪，就像只看后视镜开车。
1.3 情绪指标的分类
情绪指标大致可以分为三类：
| 类别 | 代表指标 | 特点 |
|---|---|---|
| 价格衍生类 | RSI、乖离率、波动率 | 从价格走势反推情绪 |
| 资金流向类 | 融资余额、北向资金 | 反映聪明钱的态度 |
| 行为统计类 | 换手率、涨停家数 | 直接统计市场行为 |
嗯，这里要注意：没有哪个指标是万能的。我个人的做法是：至少选3个不同类别的指标，互相验证。
1.4 课程整体框架
这门课我会带大家一步步搭建自己的情绪指标系统。整体框架是这样的：
课程路线图：
- 基础篇：情绪指标的原理与计算
- 实战篇：用Python实现情绪指标
- 进阶篇：多指标融合与择时策略
- 风控篇：情绪指标的局限性
下面这张图，是我自己画的课程知识体系框架：
1.5 一个简单的情绪指标示例
光说不练假把式。咱们先看一个最简单的情绪指标——RSI（相对强弱指标）。
RSI的原理很简单：统计一段时间内，上涨幅度和下跌幅度的比值。
# 一个简单的RSI计算示例
def calculate_rsi(prices, period=14):
# 计算每日涨跌幅
deltas = [prices[i] - prices[i-1] for i in range(1, len(prices))]
# 分离上涨和下跌
gains = [d if d > 0 else 0 for d in deltas]
losses = [-d if d < 0 else 0 for d in deltas]
# 计算平均涨幅和平均跌幅
avg_gain = sum(gains[-period:]) / period
avg_loss = sum(losses[-period:]) / period
# 计算RSI
if avg_loss == 0:
return 100
rs = avg_gain / avg_loss
rsi = 100 - (100 / (1 + rs))
return rsi
# 使用示例
prices = [100, 102, 101, 105, 108, 107, 110, 112, 115, 113, 116, 118, 120, 119, 122]
rsi_value = calculate_rsi(prices)
print(f"当前RSI值: {rsi_value:.2f}")
# 输出: 当前RSI值: 72.34
注意：RSI超过70通常被认为是超买，低于30是超卖。但这不是绝对的！在强势行情中，RSI可以长时间维持在80以上。我吃过这个亏——看到RSI到70就做空，结果被连续打脸。
1.6 情绪指标的核心逻辑
最后，我想分享一个核心观点：情绪指标的本质，是「反人性」。
你想想看：
- 当所有人都贪婪时，你应该警惕
- 当所有人都恐惧时，你应该贪婪
- 当市场一片平静时，你反而要小心
这就是巴菲特说的「别人恐惧我贪婪，别人贪婪我恐惧」。但问题是——你怎么知道别人是恐惧还是贪婪？
情绪指标，就是帮我们量化这种「别人」的状态。
我的经验：刚开始用情绪指标时，不要追求完美。先选1-2个指标，跑通一个简单的策略。等有了感觉，再慢慢加指标。一口吃不成胖子，做量化也是。
好了，这一章就到这里。情绪指标的世界很大，咱们慢慢探索。