Python算法交易实战

第2章　通过技术分析解读市场

本章将介绍一些流行的技术分析方法，并展示在分析市场数据时如何应用它们。我们将使用市场趋势、支撑和阻力等方法执行基本的算法交易。

你可能在考虑，如何提出自己的策略，过去是否有可行的、较为直接的策略可供参考。

正如本书第1章中所描述的那样，人类交易资产的行为已有数十个世纪的历史了。为了增加利润或者有时只是为了保持相同的利润，就已经制定了许多策略。在这个零和博弈中，竞争是非常激烈的，因为它需要在交易模型和技术方面不断创新。在这场争夺最大份额的竞赛中，最重要的是要了解分析的基础，以便制定交易策略。在预测市场时，我们假设过去会在未来重演。那么为了预测未来的价格和数量，技术分析师则会研究历史市场数据。而市场数据以行为经济学和定量分析为基础分为两个主要领域。

一是图表模式。技术分析的这一方面基于识别交易模式并预测将来何时会重现，但这通常更难以实现。

二是技术指标。使用数学计算来预测金融市场的方向。技术指标非常多，足以单独编写一本有关该主题的书，它们由几个不同的主要领域组成：趋势、动量、交易量、波动率以及支撑和阻力。我们将以支撑和阻力策略为例，说明一种著名的技术分析方法。

本章将介绍以下主题。

●　基于趋势和动量指标设计交易策略。

●　基于基本技术分析创建交易信号。

●　在交易工具中贯彻高级概念，如季节性。

2.1　基于趋势和动量指标设计交易策略

基于趋势的交易策略和基于动量的交易策略非常相似。如果我们可以用一个比喻来说明两者的区别，那么基于趋势的交易策略使用的是速度，而基于动量的交易策略使用的是加速度。对于基于趋势的交易策略，我们会研究价格的历史数据。如果这个价格在过去固定的天数中持续上涨，我们就会假设价格会不断上涨，从而开出多头仓位。

基于动量的交易策略是一种基于过去行为强度发送订单的技术。价格动量是指价格的运动量。其基本规则是预测一个资产价格在某一方向上有强劲的走势，而且在未来会一直朝同一方向发展。我们将回顾一些表达市场动量的技术指标，前文提及的支撑和阻力是预测未来行为的指标示例。 ...