alpha
/
claw_skills
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

feat: 初始化，并增加分析

Browse Source
master
Lxy 3 months ago
commit 56f0db7844
7 changed files with 4366 additions and 0 deletions
Show Stats Download Patch File Download Diff File

14
README.md
Unescape View File

@ -0,0 +1,14 @@
# claw skills合集
## futures-technical-analysis
获取多周期数据并进行分析
### 使用示例
- 分析一下Au2604 -- 期货
- 分析一下000001 -- 股票
- 上传数据（json），分析一下xxxx

307
futures-technical-analysis/SKILL.md
Unescape View File

@ -0,0 +1,307 @@
---
name: futures-technical-analysis
description: 期货和股票技术分析实战分析工具。提供支撑阻力、止跌反弹、多周期共振、滞涨回调、多空分歧五大核心主题的判断方法与实操Checklist。支持两种数据输入模式：(1)自动获取 - 当用户提供合约代码(如SN2504)或股票代码(如000001)时，自动调用数据获取脚本获取多周期K线数据；(2)手动提供 - 用户直接提供JSON格式K线数据。自动分析各周期多空情况、关键点位、交易建议及预案。适用于期货日内/波段交易分析、股票技术分析、趋势识别、关键位验证、交易决策支持。当用户需要期货/股票技术分析指导、交易策略制定、市场结构判断、多周期共振验证、支撑阻力有效性确认时使用本Skill。
---
# 期货技术分析实战分析
本Skill提供完整的期货交易技术分析框架，涵盖五大核心主题：
## 核心功能
1. **支撑/阻力有效性判断** - 五维度验证法（测试次数、成交量、周期共振、基本面、突破后表现）
2. **止跌与反弹鉴别** - 四大维度确认止跌，区分下跌中继与反转趋势
3. **多周期共振交易法** - 60分钟定趋势→30分钟找拐点→15分钟择入场
4. **滞涨与回调性质区分** - 洗盘vs反转的多周期共振判断
5. **多空分歧识别** - 五维度识别分歧强度，预判趋势转折
6. **JSON数据自动分析** - 接收多周期K线JSON数据，输出完整分析报告
## 使用方法
### 分析流程
当用户需要进行期货或股票技术分析时，按以下步骤执行：
1. **判断数据来源** - 检查用户是否提供了JSON格式的K线数据
- **情况A：未提供JSON数据** → 执行[数据获取流程](#数据获取流程)
- **情况B：已提供JSON数据** → 直接执行[JSON数据分析](#json数据输入分析)
2. **明确分析目标** - 确定是判断支撑阻力、分析止跌反弹、还是识别多空分歧
3. **查阅参考手册** - 阅读 `references/期货交易技术分析实战手册（整合版）.md` 获取完整方法论
4. **使用Checklist** - 根据具体场景选用对应的Checklist进行逐项核查
5. **给出判断结论** - 基于核查结果给出明确的交易建议
### 数据获取流程（当用户未提供JSON数据时）
当用户询问"分析一下XX合约"或"分析一下XX股票"但未附带JSON数据时：
#### 步骤1：识别代码类型
从用户输入中提取合约/股票代码，判断类型：
- **期货合约**：格式为品种代码+年份+月份，如 `SN2504`(沪锡)、`AG2506`(沪银)、`LC2505`(碳酸锂)
- **股票代码**：6位数字，如 `000001`(平安银行)、`600000`(浦发银行)
#### 步骤2：调用数据获取脚本
使用 skill 目录下的 `futures_data_collector.py` 脚本获取数据：
```bash
# 期货数据获取
python futures_data_collector.py --symbol <合约代码> --type futures
# 股票数据获取
python futures_data_collector.py --symbol <股票代码> --type stock
```
#### 步骤3：检查数据获取结果
- 如果脚本执行成功，会返回多周期K线数据（5min/15min/30min/60min/daily）
- 如果执行失败（如合约代码错误、数据源异常），向用户说明情况并请求提供JSON数据
#### 步骤4：将获取的数据传入分析流程
脚本输出的JSON数据格式与[JSON数据输入分析](#json数据输入分析)章节定义的格式一致，直接传入后续分析步骤。
### 场景指导
| 用户场景 | 分析方法 | 关键Checklist | 数据来源 |
|---------|---------|--------------|---------|
| "分析一下SN2504"（无JSON） | 先调用脚本获取数据 → 多周期自动分析 | 完整分析报告输出 | 自动获取 |
| "分析一下000001股票"（无JSON） | 先调用脚本获取数据 → 多周期自动分析 | 完整分析报告输出 | 自动获取 |
| "这个位置是支撑还是阻力？" | 支撑阻力五维度判断法 | 支撑/阻力有效性Checklist | 用户提供 |
| "可以抄底了吗？" | 止跌四大维度判断+反弹性质鉴别 | 止跌确认Checklist + 反弹性质判断Checklist | 用户提供 |
| "现在可以入场吗？" | 多周期共振交易法 | 多周期共振入场Checklist | 用户提供 |
| "这是洗盘还是真跌？" | 滞涨回调多周期共振判断 | 滞涨判断Checklist | 用户提供 |
| "多空分歧大吗？" | 多空分歧五维度识别 | 多空分歧识别Checklist | 用户提供 |
| **提供JSON数据进行分析** | **多周期自动分析+关键位计算+预案生成** | **完整分析报告输出** | **用户提供** |
---
## JSON数据输入分析
当用户未提供JSON数据时，先调用 `futures_data_collector.py` 脚本获取数据；当用户已提供JSON格式的多周期K线数据时，直接执行完整的技术分析流程。
### 脚本自动获取数据说明
数据获取脚本 `futures_data_collector.py` 支持：
- **期货数据**：支持上海期货交易所、大连商品交易所、郑州商品交易所、广州期货交易所等主流品种
- **股票数据**：支持A股所有个股
- **多周期覆盖**：自动获取5min/15min/30min/60min/daily五个周期的K线数据
- **技术指标计算**：每根K线自动计算MA10、MA20、MACD(DIF/DEA/Histogram)
**常见期货合约代码示例**：
- `SN2504` - 沪锡2504合约（上海期货交易所）
- `AG2506` - 沪银2506合约（上海期货交易所）
- `LC2505` - 碳酸锂2505合约（广州期货交易所）
- `NI2505` - 沪镍2505合约（上海期货交易所）
**常见股票代码示例**：
- `000001` - 平安银行
- `600000` - 浦发银行
- `000858` - 五粮液
- `600519` - 贵州茅台
### 输入数据格式
用户提供或通过脚本获取的JSON数据结构：
```json
{
"symbol": "合约代码",
"current_price": 当前价格,
"timeframes": {
"60min": {
"trend": "up|down|sideways",
"ma10": 数值,
"ma20": 数值,
"macd_signal": "bullish|bearish|neutral",
"volume_trend": "increasing|decreasing|stable",
"support": 支撑位,
"resistance": 阻力位,
"candles": [
{"time": "", "open": 0, "high": 0, "low": 0, "close": 0, "volume": 0}
]
},
"30min": { ... },
"15min": { ... }
},
"fundamentals": {
"recent_news": "近期消息",
"inventory_change": "库存变化",
"cost_support": 成本支撑价
}
}
```
参考示例：`references/kline-data-example.json`
### 分析输出格式
必须包含以下五个部分：
#### 1. 各周期多空情况分析
| 周期 | 趋势方向 | 多空强度 | 关键信号 | 一致性检查 |
|------|---------|---------|---------|-----------|
| 60分钟 | 多/空/震荡 | 强/中/弱 | MA排列、MACD位置、量价关系 | - |
| 30分钟 | 多/空/震荡 | 强/中/弱 | 拐点信号、突破情况 | - |
| 15分钟 | 多/空/震荡 | 强/中/弱 | 入场信号、量能配合 | - |
| **周期共振** | **共振方向** | **共振强度** | **矛盾点（如有）** | **结论** |
#### 2. 关键点位识别
```
强阻力位（R2）: xxx - 理由：...
第一阻力位（R1）: xxx - 理由：...
枢轴点（PP）: xxx - 计算：...
第一支撑位（S1）: xxx - 理由：...
强支撑位（S2）: xxx - 理由：...
```
**关键位有效性验证**（针对每个关键位）：
- □ 测试次数≥3次
- □ 量价配合良好
- □ 多周期共振
- □ 与基本面匹配
#### 3. 当前状态判断
使用Checklist逐项核查：
| 检查项 | 结果 | 说明 |
|--------|------|------|
| 是否处于有效支撑/阻力区 | □ | 距离关键位xxx点 |
| 是否出现止跌/滞涨信号 | □ | 依据：... |
| 是否形成多周期共振 | □ | 共振方向：... |
| 多空分歧程度 | □ | 轻度/中度/重度 |
| 基本面配合度 | □ | 利好/利空/中性 |
**综合判断**：□可入场 □观望 □减仓 □离场
#### 4. 交易建议
**当前建议**：
- **方向**：做多/做空/观望
- **入场区间**：xxx - xxx
- **止损位**：xxx（入场价下方/上方x%）
- **第一止盈**：xxx（盈亏比1:2）
- **第二止盈**：xxx（关键阻力/支撑位）
- **建议仓位**：x%（基于风险评级）
**风险评级**：□低风险 □中风险 □高风险
#### 5. 各种情况预案（基于真实市场情景）
根据当前技术面状态，以下是可能发生的市场情景及概率估算：
---
**情景一：趋势延续（顺势突破）**
- **概率**：35%-45%
- **触发条件**：
- 多周期共振方向一致（如60/30/15分钟均多头）
- 放量突破关键阻力/支撑，成交量较近期均值放大50%+
- MACD柱状图同向放大，无背离信号
- **走势描述**：价格沿当前趋势方向持续运行，回调幅度小（<20%），关键位转化为新支撑/阻力
- **应对策略**：
- 已有持仓：持有，移动止损至成本价或前低/前高
- 新开仓：突破确认后顺势追单，仓位减半，严格止损
- **风险提示**：警惕"尾盘冲刺"式突破，夜盘22:00后假突破概率增加
---
**情景二：高位/低位震荡（多空拉锯）**
- **概率**：30%-40%
- **触发条件**：
- 周期信号矛盾（如60分钟多 vs 15分钟空）
- 价格在关键位附近反复测试，成交量萎缩
- MACD在零轴附近徘徊，红柱/绿柱交替出现
- **走势描述**：价格在R1-S1区间内来回波动，形成3-5根K线的整理平台，方向不明
- **应对策略**：
- 区间上沿：减仓或试空，止损设区间外1%
- 区间下沿：低吸或试多，止损设区间外1%
- 区间中部：观望，等待方向突破
- **风险提示**：震荡末期常伴随假突破诱多/诱空，需等待收盘确认
---
**情景三：假突破后反转（陷阱行情）**
- **概率**：15%-25%
- **触发条件**：
- 快速突破关键位但成交量不足（<近期均值1.2倍）
- 突破后1-2根K线内迅速回撤，收回关键位内
- 长上影线/长下影线伴随缩量
- **走势描述**：先冲高/冲低制造突破假象，随后快速反向运行，形成"多头陷阱"或"空头陷阱"
- **应对策略**：
- 追单被套：立即止损，不可补仓摊低成本
- 未入场：反向做单，止损设假突破极值点
- 观望者：等待价格回到区间中部再评估
- **风险提示**：此类行情常在重大数据发布前出现，主力清洗浮筹
---
**情景四：突发消息驱动（黑天鹅/灰犀牛）**
- **概率**：5%-10%
- **触发条件**：
- 突发政策、地缘冲突、宏观数据（如非农数据、CPI）
- 价格瞬间跳空，跳过1-2个关键位
- 成交量暴增3-5倍，但持续性不确定
- **走势描述**：
- 利好：高开高走或高开低走（利好兑现）
- 利空：低开低走或低开高走（利空出尽）
- **应对策略**：
- 消息前5分钟：减仓50%，规避不确定性
- 消息发布后15分钟内：不新开仓，观察价格对关键位的反应
- 若价格站稳新关键位：跟随趋势，仓位减半
- 若价格回到消息前区间：视为无效波动，观望
- **风险提示**：消息市流动性骤降，点差扩大，止损可能无法成交在预设价位
---
**情景五：趋势衰竭/反转（拐点形成）**
- **概率**：5%-10%
- **触发条件**：
- 价格创新高/新低，但MACD出现顶/底背离
- 成交量萎缩（<近期均值70%），量价背离
- 长周期（60分钟）出现滞涨/止跌K线形态
- **走势描述**：
- 上涨衰竭：最后冲刺后快速回落，跌破前低
- 下跌衰竭：恐慌性抛盘后V型反转，突破前高
- **应对策略**：
- 原有趋势持仓：逐步减仓，止盈位下移/上移
- 反向开仓：等待60分钟确认信号，轻仓试单
- 止损设置：新趋势确认前，止损位放宽至2-3%
- **风险提示**：拐点判断错误率较高，建议分2-3次建仓，首次仓位≤3%
---
**概率使用说明**：
- 概率基于当前技术面统计，随价格运行动态变化
- 当某情景概率>50%时，可作为主策略
- 当两情景概率接近（如35% vs 40%）时，以观望或轻仓试错为主
- 突发消息情景概率虽低，但影响最大，需始终预留仓位应对
---
## 参考资料
详细的分析方法、量化标准、对比表格、Checklist清单见：
**[期货交易技术分析实战手册（整合版）.md](references/期货交易技术分析实战手册（整合版）.md)**
包含内容：
- 五大核心原理解析
- 五类实战判断方法
- 六套实操Checklist（可直接打印使用）
- 交易决策流程图
- 避坑要点汇总
- 核心公式与参数附录
**[K线数据示例](references/kline-data-example.json)** - JSON数据格式参考
**[futures_data_collector.py](futures_data_collector.py)** - 数据自动获取脚本
- 依赖：`pip install akshare pandas`
- 用法见脚本头部注释
## 输出格式（标准版）
非JSON数据输入时的分析结果应包含：
1. **判断结论** - 明确的支撑/阻力、止跌/继续跌、洗盘/反转等结论
2. **核查结果** - 各维度核查项达标情况
3. **交易建议** - 具体的入场/离场/观望建议
4. **风险提示** - 需注意的假信号、假突破等风险点

2616
futures-technical-analysis/data/688385_20260309_005629.json
View File

File diff suppressed because it is too large Load Diff

BIN
futures-technical-analysis/futures-technical-analysis.tar.gz
View File

Binary file not shown.

681
futures-technical-analysis/futures_data_collector.py
Unescape View File

@ -0,0 +1,681 @@
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
================================================================================
期货/股票多周期数据获取与技术指标计算脚本
================================================================================
【功能介绍】
本脚本用于获取期货或股票的多周期K线数据，并自动计算技术指标，输出JSON格式，
可直接用于技术分析Skill的输入。
【核心功能】
1. 多周期数据获取
- 5分钟K线（至少50根）
- 15分钟K线（至少50根）
- 30分钟K线（至少50根）
- 60分钟K线（至少50根）
- 日K线（至少50根）
2. 技术指标自动计算（每根K线都包含）
- MA10: 10日/周期移动平均线
- MA20: 20日/周期移动平均线
- MACD_DIF: MACD快线
- MACD_DEA: MACD慢线（信号线）
- MACD_HISTOGRAM: MACD柱状图
3. 输出格式
每个周期为一个数组，数组中每项包含：
{
"time": "K线时间",
"open": 开盘价,
"high": 最高价,
"low": 最低价,
"close": 收盘价,
"volume": 成交量,
"ma10": MA10值,
"ma20": MA20值,
"macd_dif": DIF值,
"macd_dea": DEA值,
"macd_histogram": 柱状图值
}
【使用方法】
1. 安装依赖
pip install akshare pandas
2. 运行脚本
# 获取期货数据（默认）
python futures_data_collector.py --symbol SN2504 --type futures
# 获取股票数据
python futures_data_collector.py --symbol 000001 --type stock
python futures_data_collector.py --symbol 600000 --type stock --output stock_data.json
3. 参数说明
--symbol: 代码（必填）
期货格式：品种代码 + 年份 + 月份，如 SN2504(沪锡)、AG2506(沪银)
股票格式：6位数字代码，如 000001(平安银行)、600000(浦发银行)
--type: 数据类型（可选，默认 futures）
可选值：futures(期货)、stock(股票)
--output: 输出文件名（可选）
默认格式：{代码}_{时间戳}.json
【常见代码对照】
期货：
SN2504 - 沪锡（上海期货交易所）
AG2506 - 沪银（上海期货交易所）
LC2505 - 碳酸锂（广州期货交易所）
NI2505 - 沪镍（上海期货交易所）
股票：
000001 - 平安银行
600000 - 浦发银行
000858 - 五粮液
600519 - 贵州茅台
【输出示例】
{
"symbol": "SN2504",
"current_price": 223500,
"timestamp": "2026-03-07T22:15:00+08:00",
"timeframes": {
"60min": [
{
"time": "2026-03-07 14:00",
"open": 22100,
"high": 22300,
"low": 22050,
"close": 22250,
"volume": 12500,
"ma10": 22180.5,
"ma20": 22000.3,
"macd_dif": 0.0523,
"macd_dea": 0.0312,
"macd_histogram": 0.0422
}
],
"30min": [ ... ],
"15min": [ ... ],
"5min": [ ... ],
"daily": [ ... ]
}
}
【注意事项】
1. 数据源使用akshare，数据可能有延迟或频率限制
2. 分钟数据受交易所限制，可能无法获取太多历史数据
3. 如遇数据获取失败，请检查合约代码是否正确
4. 脚本会自动过滤掉数据不足的周期
【作者】OpenClaw Assistant
【日期】2026-03-07
================================================================================
"""
import akshare as ak
import pandas as pd
import json
import argparse
import os
from datetime import datetime, timedelta
from typing import Dict, List
import warnings
warnings.filterwarnings('ignore')
# 清除缓存
ak.cache = {}
# 数据目录配置
DATA_DIR = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'data')
os.makedirs(DATA_DIR, exist_ok=True)
def calculate_ma(df: pd.DataFrame, periods: List[int] = [10, 20]) -> pd.DataFrame:
"""计算移动平均线"""
for period in periods:
df[f'MA{period}'] = df['close'].rolling(window=period, min_periods=1).mean()
return df
def calculate_macd(df: pd.DataFrame, fast: int = 12, slow: int = 26, signal: int = 9) -> pd.DataFrame:
"""计算MACD指标"""
ema_fast = df['close'].ewm(span=fast, adjust=False).mean()
ema_slow = df['close'].ewm(span=slow, adjust=False).mean()
df['macd_dif'] = ema_fast - ema_slow
df['macd_dea'] = df['macd_dif'].ewm(span=signal, adjust=False).mean()
df['macd_histogram'] = (df['macd_dif'] - df['macd_dea']) * 2
# MACD信号判断
df['macd_signal'] = df.apply(lambda row:
'bullish' if row['macd_dif'] > row['macd_dea'] and row['macd_histogram'] > 0
else 'bearish' if row['macd_dif'] < row['macd_dea'] and row['macd_histogram'] < 0
else 'neutral', axis=1)
return df
def get_current_time() -> datetime:
"""获取当前北京时间（去除微秒）"""
return datetime.now().replace(microsecond=0)
def filter_future_data(df: pd.DataFrame, current_time: datetime = None) -> pd.DataFrame:
"""
过滤掉未来数据
Args:
df: 包含datetime列的DataFrame
current_time: 当前时间，默认为系统当前时间
Returns:
过滤后的DataFrame
"""
if current_time is None:
current_time = get_current_time()
if 'datetime' not in df.columns:
return df
# 确保datetime列是datetime类型
df['datetime'] = pd.to_datetime(df['datetime'])
# 过滤掉大于当前时间的数据（未来数据）
original_count = len(df)
df = df[df['datetime'] <= current_time].copy()
filtered_count = original_count - len(df)
if filtered_count > 0:
print(f" 过滤了 {filtered_count} 条未来数据")
return df
def extend_night_session_data(df: pd.DataFrame, symbol: str, period: str) -> pd.DataFrame:
"""
尝试获取完整的夜盘数据
期货夜盘时间：21:00 - 02:30（次日）
"""
if df.empty or 'datetime' not in df.columns:
return df
df['datetime'] = pd.to_datetime(df['datetime'])
df = df.sort_values('datetime').reset_index(drop=True)
# 检查是否需要补充夜盘数据
# 获取最后一条数据的时间
last_time = df['datetime'].iloc[-1]
last_hour = last_time.hour
last_minute = last_time.minute
# 如果最后数据在 21:00-23:59 或 00:00-02:30 范围内，可能需要补充
# 夜盘结束时间是 02:30
is_night_session = (
(last_hour >= 21) or # 21:00 - 23:59
(last_hour < 2) or # 00:00 - 01:59
(last_hour == 2 and last_minute <= 30) # 02:00 - 02:30
)
if not is_night_session:
return df
# 检查是否包含 02:30 的数据（对于5分钟、15分钟等周期）
has_0230 = False
for dt in df['datetime']:
if dt.hour == 2 and dt.minute == 30:
has_0230 = True
break
# 如果已经有 02:30 的数据，说明夜盘完整
if has_0230:
return df
# 尝试通过获取历史数据来补充夜盘
# 由于akshare限制，我们记录警告信息
print(f" 注意: 夜盘数据可能不完整（缺少02:30及之前的数据）")
return df
def get_minute_data(symbol: str, period: str) -> pd.DataFrame:
"""
获取期货分钟K线数据，过滤未来数据，确保夜盘完整
Args:
symbol: 合约代码，如 "SN2504"
period: 分钟周期，"5", "15", "30", "60"
Returns:
DataFrame with OHLCV data
"""
try:
# 获取当前时间（用于过滤未来数据）
current_time = get_current_time()
# 使用akshare获取分钟数据
df = ak.futures_zh_minute_sina(symbol=symbol, period=period)
# 重命名列
df = df.rename(columns={
'day': 'datetime',
'open': 'open',
'high': 'high',
'low': 'low',
'close': 'close',
'volume': 'volume'
})
# 转换数据类型
for col in ['open', 'high', 'low', 'close', 'volume']:
df[col] = pd.to_numeric(df[col], errors='coerce')
# 确保datetime列是datetime类型
df['datetime'] = pd.to_datetime(df['datetime'])
# 过滤未来数据
df = filter_future_data(df, current_time)
# 尝试补充夜盘数据
df = extend_night_session_data(df, symbol, period)
# 确保至少50根K线
if len(df) < 50:
print(f" 警告: {period}分钟只获取到{len(df)}根K线，建议检查数据源")
return df
except Exception as e:
print(f" 获取{period}分钟数据失败: {e}")
return pd.DataFrame()
def get_daily_data(symbol: str, days: int = 60) -> pd.DataFrame:
"""
获取期货日K线数据，过滤未来数据
Args:
symbol: 合约代码
days: 获取天数
Returns:
DataFrame with OHLCV data
"""
try:
# 获取当前时间（用于过滤未来数据）
current_time = get_current_time()
# 获取日K数据（获取较多历史数据）
df = ak.futures_zh_daily_sina(symbol=symbol)
# 重命名列
df = df.rename(columns={
'date': 'datetime',
'open': 'open',
'high': 'high',
'low': 'low',
'close': 'close',
'volume': 'volume'
})
# 转换数据类型
for col in ['open', 'high', 'low', 'close', 'volume']:
df[col] = pd.to_numeric(df[col], errors='coerce')
# 排序
df['datetime'] = pd.to_datetime(df['datetime'])
df = df.sort_values('datetime').reset_index(drop=True)
# 过滤未来数据（只保留今天及之前的数据）
df = filter_future_data(df, current_time)
# 取最近N天
df = df.tail(days).reset_index(drop=True)
return df
except Exception as e:
print(f" 获取日K数据失败: {e}")
return pd.DataFrame()
def get_stock_minute_data(symbol: str, period: str) -> pd.DataFrame:
"""
获取股票分钟K线数据
Args:
symbol: 股票代码，如 "000001"
period: 分钟周期，"5", "15", "30", "60"
Returns:
DataFrame with OHLCV data
"""
try:
# 获取当前时间（用于过滤未来数据）
current_time = get_current_time()
# 使用akshare获取股票分钟数据
# stock_zh_a_minute 需要 symbol 格式为 sh600000 或 sz000001
if symbol.startswith('6'):
full_symbol = f"sh{symbol}"
else:
full_symbol = f"sz{symbol}"
df = ak.stock_zh_a_minute(symbol=full_symbol, period=period)
# 重命名列
df = df.rename(columns={
'day': 'datetime',
'open': 'open',
'high': 'high',
'low': 'low',
'close': 'close',
'volume': 'volume'
})
# 转换数据类型
for col in ['open', 'high', 'low', 'close', 'volume']:
df[col] = pd.to_numeric(df[col], errors='coerce')
# 确保datetime列是datetime类型
df['datetime'] = pd.to_datetime(df['datetime'])
# 过滤未来数据
df = filter_future_data(df, current_time)
# 确保至少50根K线
if len(df) < 50:
print(f" 警告: {period}分钟只获取到{len(df)}根K线，建议检查数据源")
return df
except Exception as e:
print(f" 获取{period}分钟数据失败: {e}")
return pd.DataFrame()
def get_stock_daily_data(symbol: str, days: int = 60) -> pd.DataFrame:
"""
获取股票日K线数据
Args:
symbol: 股票代码，如 "000001"
days: 获取天数
Returns:
DataFrame with OHLCV data
"""
try:
# 获取当前时间（用于过滤未来数据）
current_time = get_current_time()
# 计算开始日期（获取足够的历史数据）
end_date = current_time.strftime('%Y%m%d')
start_date = (current_time - timedelta(days=days*2)).strftime('%Y%m%d')
# 获取日K数据
df = ak.stock_zh_a_hist(symbol=symbol, period="daily", start_date=start_date, end_date=end_date)
# 重命名列
df = df.rename(columns={
'日期': 'datetime',
'开盘': 'open',
'最高': 'high',
'最低': 'low',
'收盘': 'close',
'成交量': 'volume'
})
# 转换数据类型
for col in ['open', 'high', 'low', 'close', 'volume']:
df[col] = pd.to_numeric(df[col], errors='coerce')
# 排序
df['datetime'] = pd.to_datetime(df['datetime'])
df = df.sort_values('datetime').reset_index(drop=True)
# 过滤未来数据（只保留今天及之前的数据）
df = filter_future_data(df, current_time)
# 取最近N天
df = df.tail(days).reset_index(drop=True)
return df
except Exception as e:
print(f" 获取日K数据失败: {e}")
return pd.DataFrame()
def process_data(df: pd.DataFrame, timeframe: str) -> List[Dict]:
"""
处理数据，计算指标并格式化输出
每个周期返回一个数组，每项包含交易数据+计算指标
Args:
df: K线DataFrame
timeframe: 周期名称
Returns:
格式化后的K线数组，每项包含指标
"""
if df.empty or len(df) < 10:
return []
# 计算技术指标
df = calculate_ma(df)
df = calculate_macd(df)
# 格式化K线数据（取最近50根或全部）
candles = []
df_tail = df.tail(50) if len(df) > 50 else df
for _, row in df_tail.iterrows():
candle = {
"time": str(row['datetime']),
"open": round(float(row['open']), 2),
"high": round(float(row['high']), 2),
"low": round(float(row['low']), 2),
"close": round(float(row['close']), 2),
"volume": int(row['volume']) if not pd.isna(row['volume']) else 0,
"ma10": round(float(row['MA10']), 2) if not pd.isna(row.get('MA10')) else None,
"ma20": round(float(row['MA20']), 2) if not pd.isna(row.get('MA20')) else None,
"macd_dif": round(float(row['macd_dif']), 4) if not pd.isna(row.get('macd_dif')) else 0,
"macd_dea": round(float(row['macd_dea']), 4) if not pd.isna(row.get('macd_dea')) else 0,
"macd_histogram": round(float(row['macd_histogram']), 4) if not pd.isna(row.get('macd_histogram')) else 0
}
candles.append(candle)
return candles
def collect_futures_data(symbol: str) -> Dict:
"""
收集期货多周期完整数据
Args:
symbol: 合约代码，如 "SN2504"
Returns:
完整的JSON格式数据
"""
print(f"\n正在获取期货 {symbol} 的多周期数据...")
print(f"当前时间: {get_current_time().strftime('%Y-%m-%d %H:%M:%S')}")
print("-" * 50)
result = {
"symbol": symbol,
"type": "futures",
"current_price": None,
"timestamp": datetime.now().strftime("%Y-%m-%dT%H:%M:%S+08:00"),
"timeframes": {}
}
# 获取各周期数据
periods = [
("60min", "60"),
("30min", "30"),
("15min", "15"),
("5min", "5")
]
for tf_name, tf_period in periods:
print(f"获取 {tf_name} 数据...")
try:
df = get_minute_data(symbol, tf_period)
if not df.empty and len(df) >= 50:
candles = process_data(df, tf_name)
if candles:
result["timeframes"][tf_name] = candles
# 设置当前价格为最新收盘价
if result["current_price"] is None:
result["current_price"] = candles[-1]["close"]
print(f" [OK] 成功获取 {len(candles)} 根K线")
else:
print(f" [FAIL] 数据不足或获取失败 (获取到{len(df)}根)")
except Exception as e:
print(f" [ERROR] 错误: {e}")
# 获取日K数据
print("获取 daily 数据...")
try:
df_daily = get_daily_data(symbol, days=60)
if not df_daily.empty and len(df_daily) >= 50:
candles = process_data(df_daily, "daily")
if candles:
result["timeframes"]["daily"] = candles
print(f" [OK] 成功获取 {len(candles)} 根K线")
else:
print(f" [FAIL] 数据不足或获取失败 (获取到{len(df_daily)}根)")
except Exception as e:
print(f" [ERROR] 错误: {e}")
print("-" * 50)
return result
def collect_stock_data(symbol: str) -> Dict:
"""
收集股票多周期完整数据
Args:
symbol: 股票代码，如 "000001"
Returns:
完整的JSON格式数据
"""
print(f"\n正在获取股票 {symbol} 的多周期数据...")
print(f"当前时间: {get_current_time().strftime('%Y-%m-%d %H:%M:%S')}")
print("-" * 50)
result = {
"symbol": symbol,
"type": "stock",
"current_price": None,
"timestamp": datetime.now().strftime("%Y-%m-%dT%H:%M:%S+08:00"),
"timeframes": {}
}
# 获取各周期数据
periods = [
("60min", "60"),
("30min", "30"),
("15min", "15"),
("5min", "5")
]
for tf_name, tf_period in periods:
print(f"获取 {tf_name} 数据...")
try:
df = get_stock_minute_data(symbol, tf_period)
if not df.empty and len(df) >= 50:
candles = process_data(df, tf_name)
if candles:
result["timeframes"][tf_name] = candles
# 设置当前价格为最新收盘价
if result["current_price"] is None:
result["current_price"] = candles[-1]["close"]
print(f" [OK] 成功获取 {len(candles)} 根K线")
else:
print(f" [FAIL] 数据不足或获取失败 (获取到{len(df)}根)")
except Exception as e:
print(f" [ERROR] 错误: {e}")
# 获取日K数据
print("获取 daily 数据...")
try:
df_daily = get_stock_daily_data(symbol, days=60)
if not df_daily.empty and len(df_daily) >= 50:
candles = process_data(df_daily, "daily")
if candles:
result["timeframes"]["daily"] = candles
print(f" [OK] 成功获取 {len(candles)} 根K线")
else:
print(f" [FAIL] 数据不足或获取失败 (获取到{len(df_daily)}根)")
except Exception as e:
print(f" [ERROR] 错误: {e}")
print("-" * 50)
return result
def main():
parser = argparse.ArgumentParser(description='期货/股票多周期数据获取与技术指标计算')
parser.add_argument('--symbol', type=str, required=True,
help='代码，期货如 SN2504(沪锡), 股票如 000001(平安银行)')
parser.add_argument('--type', type=str, default='futures', choices=['futures', 'stock'],
help='数据类型：futures(期货)、stock(股票)，默认为 futures')
parser.add_argument('--output', type=str, default=None,
help='输出JSON文件名，默认为 代码_时间戳.json')
args = parser.parse_args()
# 根据类型获取数据
if args.type == 'stock':
data = collect_stock_data(args.symbol)
else:
data = collect_futures_data(args.symbol)
# 检查是否获取到数据
if not data["timeframes"]:
print("\n错误: 未能获取到任何数据，请检查代码是否正确")
if args.type == 'stock':
print("常见股票代码示例:")
print(" 000001 - 平安银行")
print(" 600000 - 浦发银行")
print(" 000858 - 五粮液")
print(" 600519 - 贵州茅台")
else:
print("常见期货合约代码示例:")
print(" SN2504 - 沪锡2504")
print(" AG2506 - 沪银2506")
print(" LC2505 - 碳酸锂2505")
print(" NI2505 - 沪镍2505")
return
# 打印JSON到控制台
print("\n" + "="*60)
print("JSON 输出:")
print("="*60)
json_output = json.dumps(data, ensure_ascii=False, indent=2)
print(json_output)
# 保存到文件（统一放到 data 目录）
if args.output:
# 如果用户指定了文件名，也放到 data 目录下
filename = os.path.join(DATA_DIR, args.output)
else:
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
filename = os.path.join(DATA_DIR, f"{data['symbol']}_{timestamp}.json")
with open(filename, 'w', encoding='utf-8') as f:
f.write(json_output)
print("\n" + "="*60)
print(f"[OK] 数据已保存到: {filename}")
print(f"[OK] 共获取 {len(data['timeframes'])} 个周期数据")
print("="*60)
if __name__ == "__main__":
main()

73
futures-technical-analysis/references/kline-data-example.json
Unescape View File

@ -0,0 +1,73 @@
{
"symbol": "沪锡2605",
"current_price": 223500,
"timestamp": "2026-01-17T14:30:00+08:00",
"timeframes": {
"60min": {
"trend": "up",
"ma10": 22350,
"ma20": 21800,
"macd_signal": "bullish",
"macd_histogram": "positive",
"volume_trend": "increasing",
"support": 21800,
"resistance": 22800,
"bollinger": {
"upper": 23000,
"middle": 22400,
"lower": 21800
},
"recent_high": 22850,
"recent_low": 21750,
"candles": [
{"time": "10:00", "open": 22100, "high": 22300, "low": 22050, "close": 22250, "volume": 12500},
{"time": "11:00", "open": 22250, "high": 22400, "low": 22150, "close": 22350, "volume": 13200},
{"time": "13:00", "open": 22350, "high": 22500, "low": 22200, "close": 22450, "volume": 14800},
{"time": "14:00", "open": 22450, "high": 22600, "low": 22350, "close": 22350, "volume": 11500}
]
},
"30min": {
"trend": "up",
"ma10": 22320,
"ma20": 22100,
"macd_signal": "bullish",
"macd_histogram": "positive",
"volume_trend": "stable",
"support": 22100,
"resistance": 22500,
"pattern": "bullish_engulfing",
"candles": [
{"time": "13:30", "open": 22300, "high": 22380, "low": 22250, "close": 22280, "volume": 6200},
{"time": "14:00", "open": 22280, "high": 22450, "low": 22250, "close": 22400, "volume": 7500},
{"time": "14:30", "open": 22400, "high": 22500, "low": 22350, "close": 22350, "volume": 6800}
]
},
"15min": {
"trend": "sideways",
"ma5": 22360,
"ma10": 22300,
"macd_signal": "neutral",
"volume_trend": "decreasing",
"support": 22250,
"resistance": 22450,
"entry_signal": "wait",
"candles": [
{"time": "14:15", "open": 22380, "high": 22420, "low": 22350, "close": 22380, "volume": 2800},
{"time": "14:30", "open": 22380, "high": 22400, "low": 22320, "close": 22350, "volume": 2400},
{"time": "14:45", "open": 22350, "high": 22380, "low": 22330, "close": 22360, "volume": 2100}
]
}
},
"fundamentals": {
"recent_news": "缅甸锡矿复产不及预期，供给偏紧",
"inventory_change": "库存下降5.2%",
"cost_support": 210000,
"policy_risk": "交易所上调保证金",
"demand_outlook": "新能源需求提振"
},
"market_sentiment": {
"dominant_side": "bullish",
"divergence_level": "moderate",
"main_concern": "高位追涨风险"
}
}

675
futures-technical-analysis/references/期货交易技术分析实战手册（整合版）.md
Unescape View File

@ -0,0 +1,675 @@
# 期货交易技术分析实战手册（整合版）
> **文档说明**：本手册整合5份期货交易技术分析文档，涵盖支撑阻力、止跌反弹、多周期共振、滞涨回调、趋势分歧五大核心主题，提供可落地的判断方法与实操Checklist。
---
## 目录
1. [核心原理篇](#一核心原理篇)
- 1.1 [支撑与阻力的有效性原理](#11-支撑与阻力的有效性原理)
- 1.2 [止跌与反弹的动力学原理](#12-止跌与反弹的动力学原理)
- 1.3 [多周期共振原理](#13-多周期共振原理)
- 1.4 [滞涨与回调原理](#14-滞涨与回调原理)
- 1.5 [多空分歧识别原理](#15-多空分歧识别原理)
2. [实战方法篇](#二实战方法篇)
- 2.1 [支撑/阻力位判断方法](#21-支撑阻力位判断方法)
- 2.2 [止跌判断与反弹鉴别方法](#22-止跌判断与反弹鉴别方法)
- 2.3 [多周期共振交易法](#23-多周期共振交易法)
- 2.4 [滞涨判断与回调性质区分](#24-滞涨判断与回调性质区分)
- 2.5 [多空分歧实战分析](#25-多空分歧实战分析)
3. [实操Checklist汇总](#三实操checklist汇总)
- 3.1 [支撑/阻力有效性Checklist](#31-支撑阻力有效性checklist)
- 3.2 [止跌确认Checklist](#32-止跌确认checklist)
- 3.3 [反弹性质判断Checklist](#33-反弹性质判断checklist)
- 3.4 [多周期共振入场Checklist](#34-多周期共振入场checklist)
- 3.5 [滞涨判断Checklist](#35-滞涨判断checklist)
- 3.6 [多空分歧识别Checklist](#36-多空分歧识别checklist)
4. [交易决策流程](#四交易决策流程)
5. [避坑要点汇总](#五避坑要点汇总)
---
## 一、核心原理篇
### 1.1 支撑与阻力的有效性原理
**核心逻辑**：支撑位/阻力位的有效性取决于市场资金对该价位的共识程度。单一技术面点位参考意义有限，需结合**测试次数、成交量、周期共振、基本面、突破后表现**五大维度交叉验证。
**有效性金字塔**：
```
▲
/ \
/ 强 \ 5维度共振
/ 有效 \ （测试≥3次+量价同步+多周期+基本面+回踩确认）
/────────\
/ 中等 \ 3-4维度匹配
/ 有效 \
/──────────────\
/ 弱有效 \ 1-2维度匹配
/────────────────────\
/ 无效/临时点位 \ 孤立点位、无量、无基本面
──────────────────────────────
```
**关键原理**：
- **测试次数原理**：价位被测试次数越多，多空双方在该价位达成的平衡越稳固，突破所需能量越大
- **量价配合原理**：无量支撑/阻力为"虚位"，量能是资金共识的具象化表现
- **周期共振原理**：多周期点位重合形成共振效应，成为极强的关键价位
- **基本面匹配原理**：技术点位需与成本线、政策线、供需拐点等基本面逻辑匹配才可持续
- **转化验证原理**：突破后的回踩/反抽表现是确认有效性的最后一步
---
### 1.2 止跌与反弹的动力学原理
**核心逻辑**：止跌的本质是"抛压耗尽+买盘入场"，需通过**量能变化、K线形态、关键支撑位、基本面**四大维度共振确认。
**止跌动力学链条**：
```
下跌末期缩量 → 抛压耗尽 → 企稳K线放量 → 买盘入场 → 关键支撑守住 → 止跌确认
↓ ↓ ↓ ↓ ↓
情绪降温 空头力竭 多头介入 资金确认 技术确认
```
**反弹性质区分原理**：
| 维度 | 下跌中继（诱多） | 反转趋势（拐点） |
|------|-----------------|-----------------|
| **量能** | 反弹缩量，遇阻量能萎缩 | 持续放量，突破阻力时量能再放大 |
| **价格** | 无法突破关键阻力位，承压回落 | 放量突破关键阻力，回踩不跌破 |
| **周期** | 仅短周期反弹，长周期仍空头排列 | 多周期共振向上，均线逐步形成多头排列 |
| **基本面** | 供需格局未变，下跌驱动因素仍存在 | 基本面发生实质性变化，利好持续发酵 |
| **持续性** | 持续时间短，冲高后快速回落创新低 | 回调幅度浅，低点逐步上移 |
---
### 1.3 多周期共振原理
**核心逻辑**：
```
60分钟周期（定趋势） → 30分钟周期（找拐点） → 15分钟周期（择入场）
↓ ↓ ↓
过滤信号方向 确认拐点有效性 精准执行入场
```
**周期层级关系**：
- **日线**：主导中期趋势，定回调大方向
- **60分钟**：衔接趋势与短期波动，确认趋势连贯性
- **30分钟**：捕捉回调拐点，验证短期转折
- **15/5分钟**：执行周期，精准入场与止损设置
**共振标准**：
- **强共振**：3个及以上周期信号同向，判断准确率≥85%
- **弱共振**：2个周期信号同向，需结合基本面验证
- **无共振**：周期信号矛盾，以最大周期为准或观望
---
### 1.4 滞涨与回调原理
**核心逻辑**：滞涨的本质是上涨动能衰竭，通过**成交量（资金动能）、K线（价格表现）、MACD（动能量化）**三大维度共振判断。
**滞涨识别原理**：
```
价格创新高/微涨
↓
量能显著萎缩 或 放量但价格不涨（抛压显现）
↓
上涨节奏骤降，高点上移乏力
↓
MACD红柱缩短或顶背离
↓
滞涨确认（至少2个维度达标，3个维度达标确认度≥80%）
```
**回调性质区分原理**：
| 维度 | 洗盘（短期调整） | 反转（趋势结束） |
|------|-----------------|-----------------|
| **成交量** | 缩量下跌，较滞涨期萎缩≥30%，无资金出逃 | 放量下跌，越跌量越大，主力砸盘 |
| **K线** | 小阴小阳交替，无大阴线破位 | 大阴线连拉，出现阴包阳、跳空低开破位 |
| **MACD** | 红柱小幅缩短，未翻绿、无明确死叉 | 红柱快速消失并翻绿，绿柱持续放大，死叉明确 |
| **支撑位** | 不跌破短期支撑位（MA10/MA20） | 有效跌破中期支撑位（MA60） |
| **周期** | 大周期保持强势，小周期短期调整 | 大周期率先走弱，小周期同步利空 |
---
### 1.5 多空分歧识别原理
**核心逻辑**：多空分歧本质是资金博弈加剧、多空观点对立的表现，核心特征为**"量能放大但价格无明确方向"**，是趋势延续或反转的关键预判节点。
**分歧识别五维度**：
1. **成交量维度**：价格创新高/新低但量能放大、涨幅/跌幅收窄（量价背离）
2. **K线形态维度**：长上影/长下影线交替，十字星密集，反转组合出现
3. **技术指标维度**：MACD背离，KDJ钝化后反复交叉，均线纠缠
4. **盘口与持仓维度**：主力持仓双增，大单异动，持仓量增幅大但价格波动小
5. **基本面维度**：多空消息交织，市场对消息解读分歧
**分歧强度分级**：
- **轻度分歧（3-4项信号）**：大概率震荡整理，趋势放缓
- **中度分歧（5-6项信号）**：反转概率提升，警惕关键位破位
- **重度分歧（7项及以上）**：博弈白热化，价格即将选方向，建议观望
---
## 二、实战方法篇
### 2.1 支撑/阻力位判断方法
#### 2.1.1 五维度判断法（按优先级排序）
| 维度 | 有效特征 | 无效特征 |
|------|---------|---------|
| **1. 测试次数** | 价位被3次及以上测试，回踩不破或反弹不过 | 仅1-2次测试，临时情绪驱动 |
| **2. 成交量** | 缩量企稳/放量突破，量价同步 | 无量支撑/阻力，或放量但无法企稳/突破 |
| **3. 周期共振** | 多周期点位重合（如5分钟+15分钟+1小时） | 仅单一短周期出现，无共振 |
| **4. 基本面** | 契合成本线、政策底线、供需拐点 | 与基本面背离（如产能过剩下的技术支撑） |
| **5. 突破后表现** | 突破后回踩/反抽确认（阻力变支撑不跌破，支撑变阻力不突破） | 突破后快速回撤，无成交量配合 |
#### 2.1.2 关键位判断方法
**1. 量能密集区定位（核心）**
关键位是前期大量成交的价格区间，而非单一高低点。
- 支撑位：前期密集成交区下沿
- 阻力位：前期密集成交区上沿/套牢盘集中区
**2. 枢轴点辅助测算**
```
枢轴点（PP）=（高+低+收）/3
一级支撑（S1）= 2×PP - 高
二级支撑（S2）= PP -（高-低）
一级压力（R1）= 2×PP - 低
二级压力（R2）= PP +（高-低）
```
**3. 均线与前期高低点共振**
- 短期均线（MA5/MA10）：即时压力/支撑
- 长期均线（MA20/MA60）与前期高低点形成共振，强化关键位有效性
#### 2.1.3 日内交易 vs 波段交易要点
| 场景 | 核心周期 | 关键要点 |
|------|---------|---------|
| **日内交易** | 5分钟+15分钟+1小时 | 避开1分钟孤立点位，重点关注波动高峰期（10:00-11:30、14:00-15:00）的点位测试情况 |
| **波段交易** | 日线+周线+4小时 | 绑定成本线、库存拐点等基本面逻辑，不迷信纯技术面点位 |
---
### 2.2 止跌判断与反弹鉴别方法
#### 2.2.1 止跌判断四大维度
| 维度 | 核心信号 | 实操验证要点 |
|------|---------|-------------|
| **量能变化** | 下跌末期缩量，企稳时放量 | 1. 下跌末端成交量持续萎缩；2. 企稳K线成交量≥前3根K线平均量能的1.5倍；3. 日内聚焦5/15分钟周期"缩量下跌→放量企稳"信号 |
| **K线形态** | 反转类K线+底部组合结构 | 1. 单根：锤子线（下影线≥实体2倍）、看涨吞没、刺透形态；2. 组合：双底、启明之星；3. 排除十字星、小阳线等无力度形态 |
| **关键支撑位** | 支撑位回踩不破+量价配合 | 1. 回踩前期低点、成本线、均线支撑缩量企稳；2. 假跌破后快速拉回且放量收复为强信号；3. 支撑需满足"测试≥3次、多周期共振" |
| **基本面/消息面** | 利空出尽或突发实质性利好 | 1. 驱动下跌的利空已充分消化；2. 出现政策托底、需求回暖、库存大降等利好；3. 无消息面配合的纯技术止跌大概率为短期震荡 |
#### 2.2.2 止跌确认必要条件（满足≥3项可试仓）
- [ ] 下跌末端缩量，企稳K线放量（量能达标）
- [ ] 出现至少1种反转类K线或底部组合形态
- [ ] 关键支撑位回踩不破，或假跌破后快速收复
- [ ] 无新利空干扰，或有基本面利好加持
- [ ] 5/15分钟短周期与1小时中周期同步出现企稳信号
#### 2.2.3 反弹强度分级
| 反弹强度 | 量价特征 | 幅度/持续时间 | 实战意义 |
|---------|---------|--------------|---------|
| **弱反弹** | 缩量上涨，反弹量能＜前期下跌量能 | 幅度≤前期跌幅30%；日内1-2根5分钟K线，波段1个交易日 | 大概率为下跌中继，反弹后易再创新低，坚决不抄底 |
| **中反弹** | 温和放量，反弹量能≈前期下跌量能 | 幅度达30%-50%；突破1个次要阻力位 | 需观察关键阻力位表现，警惕冲高回落，不可重仓 |
| **强反弹** | 持续放量，反弹量能＞前期下跌量能1.5倍 | 幅度＞50%；连续突破多个阻力位 | 反转概率大幅提升，需进一步验证趋势延续性 |
---
### 2.3 多周期共振交易法
#### 2.3.1 三周期核查体系
**60分钟周期（主导周期：定方向，过滤信号）**
| 看涨趋势核查 | 看跌趋势核查 |
|-------------|-------------|
| □ MA10＞MA20，价格站稳MA10上方，回调不跌破 | □ MA10＜MA20，价格跌破MA10下方，反弹不突破 |
| □ MACD在零轴上方运行，红柱持续/温和放大 | □ MACD在零轴下方运行，绿柱持续/温和放大 |
| □ 量价同步：上涨放量、回调缩量，无缩量新高 | □ 量价同步：下跌放量、反弹缩量，无缩量新低 |
| □ 布林带中轨向上倾斜，价格在中轨上方震荡 | □ 布林带中轨向下倾斜，价格在中轨下方震荡 |
*注：若以上仅满足≤2项，判定为趋势不明，直接放弃交易*
**30分钟周期（辅助周期：确认拐点，验证趋势）**
| 看涨拐点核查 | 看跌拐点核查 |
|-------------|-------------|
| □ 出现阳包阴、启明星等反转K线组合 | □ 出现阴包阳、黄昏星等反转K线组合 |
| □ 突破前期小高点，且突破时放量 | □ 跌破前期小低点，且跌破时放量 |
| □ MACD零轴上金叉，或死叉后快速金叉 | □ MACD零轴下死叉，或金叉后快速死叉 |
| □ 布林带价格突破中轨，回踩不跌破 | □ 布林带价格跌破中轨，反弹不突破 |
*注：需与60分钟趋势方向一致，若信号矛盾判定为无效拐点*
**15分钟周期（执行周期：精准入场，设置止损）**
| 做多入场信号核查 | 做空入场信号核查 |
|-----------------|-----------------|
| □ 突破30分钟确认的拐点压力位 | □ 跌破30分钟确认的拐点支撑位 |
| □ 突破时成交量≥前5根K线均量1.5倍 | □ 跌破时成交量≥前5根K线均量1.5倍 |
| □ MACD红柱同步放大，无顶背离 | □ MACD绿柱同步放大，无底背离 |
| □ 回踩缩量，且不跌破15分钟MA5 | □ 反弹缩量，且不突破15分钟MA5 |
| □ 止损位设置：入场K线低点下方5-10个点 | □ 止损位设置：入场K线高点上方5-10个点 |
#### 2.3.2 风险与信号有效性补充核查
| 核查项目 | 核查要点 | 结果 |
|---------|---------|------|
| 信号一致性 | 三周期信号无矛盾，趋势方向统一 | □ |
| 规避假突破 | 非脉冲式放量，突破后3根K线不回踩关键位 | □ |
| 消息面风险 | 无突发政策、数据发布（发布前后15分钟暂停交易） | □ |
| 资金管理 | 单笔仓位≤10%，止损≤账户1%-2% | □ |
#### 2.3.3 入场/离场决策规则
| 情况 | 判定标准 | 操作建议 |
|------|---------|---------|
| **可入场** | 60分钟≥3项√ + 30分钟≥3项√ + 15分钟≥4项√ + 补充核查全√ | 满足共振条件，按计划入场 |
| **谨慎入场** | 总√数7-8项，且无核心信号缺失（如量能、趋势项） | 可轻仓（≤5%）试错 |
| **禁止入场** | 总√数≤6项，或存在信号矛盾、假突破、消息面风险 | 直接观望 |
| **强制离场** | 触发止损位；60分钟趋势拐头（如MA10拐向）；临近收盘前30分钟 | 无论盈亏平仓 |
---
### 2.4 滞涨判断与回调性质区分
#### 2.4.1 滞涨判断三大维度（按优先级）
| 维度 | 核心特征（可量化） | 30分钟级 | 60分钟级 | 日线级 |
|------|-----------------|---------|---------|--------|
| **成交量（资金核心）** | 价格创新高/微涨，但量能显著萎缩；或放量但价格涨不动 | 量能较近期峰值萎缩≥30%，或放量但1-2根K线涨不足1% | 量能较峰值萎缩≥40%，或放量滞涨（成交量达近期平均1.2倍+，K线涨不动） | 量能较峰值萎缩≥50%，或放量滞涨（单日成交量达近期平均1.5倍+，收盘价未创新高） |
| **K线（价格直观）** | 上涨节奏骤降，高点上移乏力，出现顶部特征K线 | 2-3根小阳/十字星交替，高点持平，回落幅度不超5个点 | 出现乌云盖顶、阴包阳，连续3根K线未突破前高 | 连续2-3交易日收小阳/十字星/小阴，高点持平，出现墓碑线、黄昏星 |
| **MACD（动能辅助）** | 红柱持续缩短，或与价格形成顶背离 | 红柱较峰值缩短≥30%，未出现死叉 | 红柱较峰值缩短≥50%，DIFF开始走平，可出现轻微顶背离 | 红柱较峰值缩短≥50%，顶背离持续2个交易日+，红柱可开始翻绿 |
#### 2.4.2 回调性质对比（洗盘 vs 反转）
| 维度 | 洗盘（短期调整，趋势延续） | 反转（趋势结束，进入下跌） |
|------|--------------------------|--------------------------|
| **成交量** | 缩量下跌！较滞涨期量能萎缩≥30%，越跌量越小，无资金主动出逃 | 放量下跌！下跌过程中量能持续放大，越跌量越大，主力砸盘 |
| **K线形态** | 小阴小阳交替下跌，无大阴线破位，偶有十字星，不破短期支撑位 | 大阴线连拉，出现阴包阳、跳空低开等破位K线，有效跌破中期支撑位 |
| **MACD指标** | 红柱小幅缩短，未翻绿、无明确死叉，指标仅从超买区小幅回落 | 红柱快速消失并翻绿，绿柱持续放大，出现明确死叉，顶背离信号延续 |
| **支撑位** | 收盘价始终站在10/20日均线上方 | 有效跌破60日均线（中期支撑），收盘价站在支撑下方 |
| **周期共振** | 日线保持强势，60/30分钟出现短期调整信号，调整后快速共振回升 | 日线率先走弱，60/30分钟同步出现利空信号，三者持续共振走弱 |
#### 2.4.3 多周期共振判断步骤
```
第一步：看日线（定方向）
↓ 核对日线的成交量、K线、MACD是否符合洗盘/反转特征
↓ 明确中期回调大方向
第二步：看60分钟（找衔接）
↓ 核对60分钟三大维度信号
↓ 确认是否与日线方向一致
第三步：看30分钟（抓拐点）
↓ 核对30分钟三大维度信号
↓ 确认是否与日线、60分钟方向一致
第四步：确认共振级别
↓ 2个周期同向 = 初步确认
↓ 3个周期同向 = 最终确认
↓ 结合基本面验证，制定交易策略
```
#### 2.4.4 滞涨后交易决策
| 场景 | 信号特征 | 操作建议 |
|------|---------|---------|
| **滞涨信号初现** | 1个维度达标 | 观望为主，不加减仓，重点跟踪另外两个维度 |
| **滞涨信号共振** | 2-3个维度达标 | 轻仓/大幅减仓（30分钟级减20%，60分钟级减30%-50%，日线级减50%-70%），仅留极小底仓，不新开多单 |
| **确认洗盘** | 三大维度符合洗盘特征（缩量+无破位+MACD未翻绿） | 在短期支撑位附近低吸回补仓位，止损位设为支撑位下方3%-5% |
| **确认反转** | 三大维度符合反转特征（放量下跌+K线破位+MACD翻绿死叉） | 清仓所有多单，可轻仓试空，止损位设为跌破的支撑位上方3%-5%，坚决不抄底 |
---
### 2.5 多空分歧实战分析
#### 2.5.1 多空分歧五维度识别
| 维度 | 分歧信号特征 |
|------|-------------|
| **成交量** | 价格创新高/新低但量能放大、涨幅/跌幅收窄；或巨量阴线/阳线后无延续 |
| **K线形态** | 长上影/长下影线交替（影线长度超实体2倍）；十字星/纺锤线密集（3根及以上）；反转组合出现；跳空缺口当日回补 |
| **技术指标** | MACD顶/底背离；KDJ超买/超卖区内反复交叉；均线纠缠（MA5/MA10与MA20间距<1%） |
| **盘口持仓** | 主力持仓双增（多空均大幅增仓）；大单异动（频繁大单扫货后砸盘）；持仓量增幅超20%但价格波动<2% |
| **基本面** | 多空消息交织；重要政策/数据发布后价格无明显趋势性波动 |
#### 2.5.2 分歧强度分级与操作
| 级别 | 信号数量 | 概率判断 | 操作建议 |
|------|---------|---------|---------|
| **轻度分歧** | 3-4项 | 大概率震荡整理，趋势放缓 | 仓位控制在50%以内，不追涨杀跌 |
| **中度分歧** | 5-6项 | 反转概率提升，警惕关键位破位 | 仓位控制在30%以内，突破关键位后顺势跟进 |
| **重度分歧** | 7项及以上 | 博弈白热化，价格即将选方向 | 建议观望，等待方向明确 |
#### 2.5.3 关键位突破有效性验证
| 验证维度 | 有效突破（压力位） | 有效跌破（支撑位） |
|---------|------------------|------------------|
| **量能验证** | 突破时量能≥前5日均量1.5倍，分布均匀 | 跌破时量能放大，跌幅超3%，恐慌盘信号明确 |
| **时间验证** | 突破后3个日线周期不回踩，缩量企稳于压力位上方 | 跌破后3个日线周期不反弹，缩量横盘确认 |
| **多周期验证** | 日线突破+60分钟布林带中轨突破+MACD红柱放大 | 日线跌破+60分钟布林带下轨突破+MACD绿柱拉长 |
| **测试次数验证** | 连续测试3-4次后突破，压力位强度衰减 | 连续测试3-4次后跌破，支撑位强度衰减 |
---
## 三、实操Checklist汇总
### 3.1 支撑/阻力有效性Checklist
**适用场景**：盘中快速核对支撑/阻力位是否有效，满足≥4项可确认有效性，≤2项需放弃该点位参考。
| 序号 | 核查项 | 结果 |
|------|--------|------|
| 1 | □ 测试次数≥3次，且每次测试后均出现反向走势（支撑回踩反弹，阻力反弹回落） | □ |
| 2 | □ 测试/突破时量价同步（缩量企稳/放量突破，无无量虚动情况） | □ |
| 3 | □ 至少2个时间周期点位重合（如日内5分钟+1小时，波段4小时+日线） | □ |
| 4 | □ 贴合基本面逻辑（对应成本、供需、政策，无基本面背离） | □ |
| 5 | □ 突破后回踩/反抽确认成功（阻力变支撑不跌破，支撑变阻力不突破） | □ |
| 6 | □ 品种流动性充足（主力合约，成交量稳居前列，无低成交波动） | □ |
| 7 | □ 无突发消息干扰（点位非临时消息驱动，可持续性强） | □ |
**统计**：共____项√，判定：□有效（≥4项） □可疑（3项） □无效（≤2项）
---
### 3.2 止跌确认Checklist
**适用场景**：快速下跌后判断是否有效止跌，满足≥3项可试仓。
| 序号 | 核查项 | 结果 |
|------|--------|------|
| 1 | □ 下跌末端缩量，企稳K线量能≥前3根平均量能1.5倍 | □ |
| 2 | □ 出现锤子线/阳包阴/启明之星等反转形态 | □ |
| 3 | □ 关键支撑位回踩不破，或假跌破后快速收复 | □ |
| 4 | □ 无新利空，或有基本面利好加持 | □ |
| 5 | □ 短周期（5/15分钟）与中周期（1小时）同步企稳 | □ |
**统计**：共____项√，判定：□可试仓（≥3项） □观望（<3项）
---
### 3.3 反弹性质判断Checklist
**适用场景**：止跌后判断反弹性质，左侧≥3项为下跌中继，右侧≥3项为反转趋势。
**下跌中继反弹** | **反转趋势反弹**
---|---
□ 反弹缩量，遇阻量能萎缩 | □ 持续放量，突破阻力时量能放大
□ 无法突破关键阻力位，承压回落 | □ 突破阻力后回踩不跌破，阻力变支撑
□ 仅短周期反弹，长周期仍空头 | □ 多周期共振向上，均线逐步多头排列
□ 基本面无改善，下跌驱动仍在 | □ 基本面利好持续发酵，供需格局改变
□ 反弹持续时间短，快速回落创新低 | □ 反弹持续久，回调浅，低点上移
**统计**：下跌中继____项√，反转趋势____项√，判定：□下跌中继 □反转趋势 □待定
---
### 3.4 多周期共振入场Checklist
**适用场景**：日内交易多周期共振核查，满足≥8项√且无矛盾信号方可入场。
**60分钟周期（定趋势）**
| 方向 | 核查项 | 结果 |
|------|--------|------|
| 看涨 | □ MA10＞MA20，价格站稳MA10上方，回调不跌破 | □ |
| 看涨 | □ MACD在零轴上方运行，红柱持续/温和放大 | □ |
| 看涨 | □ 量价同步：上涨放量、回调缩量，无缩量新高 | □ |
| 看涨 | □ 布林带中轨向上倾斜，价格在中轨上方震荡 | □ |
| 看跌 | □ MA10＜MA20，价格跌破MA10下方，反弹不突破 | □ |
| 看跌 | □ MACD在零轴下方运行，绿柱持续/温和放大 | □ |
| 看跌 | □ 量价同步：下跌放量、反弹缩量，无缩量新低 | □ |
| 看跌 | □ 布林带中轨向下倾斜，价格在中轨下方震荡 | □ |
**30分钟周期（找拐点）**
| 方向 | 核查项 | 结果 |
|------|--------|------|
| 看涨 | □ 出现阳包阴、启明星等反转K线组合 | □ |
| 看涨 | □ 突破前期小高点，且突破时放量 | □ |
| 看涨 | □ MACD零轴上金叉，或死叉后快速金叉 | □ |
| 看涨 | □ 布林带价格突破中轨，回踩不跌破 | □ |
| 看跌 | □ 出现阴包阳、黄昏星等反转K线组合 | □ |
| 看跌 | □ 跌破前期小低点，且跌破时放量 | □ |
| 看跌 | □ MACD零轴下死叉，或金叉后快速死叉 | □ |
| 看跌 | □ 布林带价格跌破中轨，反弹不突破 | □ |
**15分钟周期（择入场）**
| 方向 | 核查项 | 结果 |
|------|--------|------|
| 做多 | □ 突破30分钟确认的拐点压力位 | □ |
| 做多 | □ 突破时成交量≥前5根K线均量1.5倍 | □ |
| 做多 | □ MACD红柱同步放大，无顶背离 | □ |
| 做多 | □ 回踩缩量，且不跌破15分钟MA5 | □ |
| 做多 | □ 止损位设置：入场K线低点下方5-10个点 | □ |
| 做空 | □ 跌破30分钟确认的拐点支撑位 | □ |
| 做空 | □ 跌破时成交量≥前5根K线均量1.5倍 | □ |
| 做空 | □ MACD绿柱同步放大，无底背离 | □ |
| 做空 | □ 反弹缩量，且不突破15分钟MA5 | □ |
| 做空 | □ 止损位设置：入场K线高点上方5-10个点 | □ |
**补充核查**
| 核查项 | 结果 |
|--------|------|
| □ 三周期信号无矛盾，趋势方向统一 | □ |
| □ 非脉冲式放量，突破后3根K线不回踩关键位 | □ |
| □ 无突发政策、数据发布 | □ |
| □ 单笔仓位≤10%，止损≤账户1%-2% | □ |
**统计**：共____项√，判定：□可入场（≥8项） □谨慎入场（7-8项） □禁止入场（≤6项）
---
### 3.5 滞涨判断Checklist
**适用场景**：快速上涨后判断滞涨及回调性质。
**滞涨判断（三大维度）**
| 维度 | 核查项 | 结果 |
|------|--------|------|
| 成交量 | □ 对应当前周期（30/60分钟/日线），量能萎缩达标，或出现放量滞涨信号 | □ |
| K线 | □ 出现对应周期的顶部K线/组合，高点上移乏力，回落幅度匹配周期特征 | □ |
| MACD | □ 红柱缩短达标，或出现对应周期的顶背离，无明显动能回升信号 | □ |
| 周期 | □ 明确当前周期，区分信号级别（日线>60分钟>30分钟） | □ |
| 共振 | □ 至少2项核对项达标，3项全达标时滞涨确认度≥80% | □ |
**回调性质判断（洗盘 vs 反转）**
| 维度 | 洗盘特征 | 反转特征 |
|------|---------|---------|
| 成交量 | □ 缩量下跌，较滞涨期萎缩≥30% | □ 放量下跌，越跌量越大 |
| K线形态 | □ 小阴小阳交替，无大阴线破位 | □ 大阴线连拉，出现阴包阳、跳空低开 |
| MACD | □ 红柱小幅缩短，未翻绿、无明确死叉 | □ 红柱快速消失并翻绿，绿柱持续放大 |
| 支撑位 | □ 不跌破短期支撑位（MA10/MA20） | □ 有效跌破中期支撑位（MA60） |
| 周期 | □ 大周期保持强势，小周期短期调整 | □ 大周期率先走弱，小周期同步利空 |
**统计**：洗盘____项√，反转____项√，判定：□洗盘（≥3项） □反转（≥3项） □待定
---
### 3.6 多空分歧识别Checklist
**适用场景**：判断多空分歧强度，满足3项及以上判定为分歧加剧。
| 维度 | 核心核查项 | 分歧信号 |
|------|-----------|---------|
| **成交量** | □ 价格创新高/低，量能放大但涨/跌幅收窄 | □ |
| **成交量** | □ 日内量价波动剧烈（幅度超5%） | □ |
| **成交量** | □ 量放50%+但未突破关键位 | □ |
| **K线形态** | □ 连续长影线（接近实体2倍） | □ |
| **K线形态** | □ 出现反转K线组合 | □ |
| **技术指标** | □ MACD顶/底背离 | □ |
| **技术指标** | □ KDJ极端区间反复交叉 | □ |
| **盘口持仓** | □ 盘口大单异动、反复博弈 | □ |
| **基本面** | □ 多空消息交织 | □ |
**统计**：共____项√，判定：□轻度分歧（3-4项） □中度分歧（5-6项） □重度分歧（7项+）
---
## 四、交易决策流程
### 4.1 完整交易决策流程图
```
┌─────────────────────────────────────────────────────────────────┐
│ 交易决策流程 │
└─────────────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────┐
│ 第一步：趋势判断（60分钟周期） │
│ • MA10/MA20排列方向 │
│ • MACD零轴位置 │
│ • 量价同步性 │
└─────────────────────────────────────────────────────────────────┘
│
┌───────────────┴───────────────┐
│ │
▼ ▼
┌─────────────┐ ┌─────────────┐
│ 趋势不明 │ │ 趋势明确 │
│（≤2项达标） │ │（≥3项达标） │
└─────────────┘ └──────┬──────┘
│ │
▼ ▼
┌─────────────┐ ┌─────────────┐
│ 放弃交易 │ │ 第二步：拐点确认（30分钟） │
└─────────────┘ │ • 反转K线形态 │
│ • 突破/跌破有效性 │
│ • MACD金叉/死叉 │
└──────┬──────┘
│
┌──────────────┴──────────────┐
│ │
▼ ▼
┌─────────────┐ ┌─────────────┐
│ 拐点无效 │ │ 拐点有效 │
│（与60分钟矛盾）│ │（与60分钟一致）│
└─────────────┘ └──────┬──────┘
│ │
▼ ▼
┌─────────────┐ ┌─────────────┐
│ 观望等待 │ │ 第三步：入场执行（15分钟） │
└─────────────┘ │ • 突破确认 │
│ • 量能验证（≥1.5倍） │
│ • 设置止损（入场K线±5-10点）│
└──────┬──────┘
│
▼
┌─────────────┐
│ 持仓管理 │
│ • 跟踪止盈 │
│ • 触发止损 │
│ • 收盘前平仓 │
└─────────────┘
```
### 4.2 关键决策节点速查表
| 决策节点 | 判定标准 | 通过 | 不通过 |
|---------|---------|------|--------|
| **趋势过滤** | 60分钟≥3项√ | 进入拐点确认 | 放弃交易 |
| **拐点确认** | 30分钟≥3项√且与60分钟同向 | 进入入场执行 | 观望等待 |
| **入场确认** | 15分钟≥4项√ + 补充核查全√ | 按计划入场 | 禁止入场 |
| **离场确认** | 触发止损/止盈或60分钟拐头 | 立即平仓 | 继续持有 |
---
## 五、避坑要点汇总
### 5.1 通用避坑要点
1. **不单一依赖某一维度**
- 仅看K线（如单根墓碑线）、仅看MACD（如红柱缩短），极易误判
- 必须结合成交量（资金核心）共振确认
2. **不忽视周期联动**
- 日线级出现滞涨/反转信号，即使60分钟/30分钟级有反弹信号，也以日线为主，优先减仓
3. **不强行共振**
- 若某一周期信号与其他周期矛盾（如日线洗盘，60分钟反转），不算共振，以日线为准，观望等待信号统一
4. **不混淆信号强度**
- 日线信号强度 > 60分钟 > 30分钟
- 不可因30分钟共振反转，忽视日线强势信号，盲目做空
5. **不扛单**
- 日线级反转信号共振（放量+破位+MACD死叉），立即清仓
- 期货带杠杆，扛单会放大亏损
### 5.2 分场景避坑要点
| 场景 | 避坑要点 |
|------|---------|
| **支撑/阻力交易** | 仅在主力合约（高流动性）中运用支撑/阻力分析；远月合约、低成交量品种的点位无资金验证，参考价值极低 |
| **止跌抄底** | 快速下跌后第一次反弹，80%为下跌中继；建议等待"二次回踩支撑不破+放量拉升"再入场 |
| **多周期共振** | 不背离大趋势交易；高波动品种需等待5+15+60分钟多周期共振确认，不依赖单一周期信号 |
| **滞涨回调** | 不忽视量能共振；多周期共振的核心是成交量共振，无成交量共振，仅K线+MACD共振，准确率大幅降低 |
| **多空分歧** | 分歧期忌追涨杀跌，仓位控制在30%以内；价格突破关键位且量能验证后，顺势跟进 |
### 5.3 品种特性避坑
| 品种类型 | 代表品种 | 注意事项 |
|---------|---------|---------|
| **高波动品种** | 沪锡、沪银、碳酸锂 | 假止跌、假突破信号频发，需多周期共振确认；严格设置止损 |
| **中波动品种** | 燃料油、集运欧线 | 受地缘与供需影响，警惕政策调控风险 |
| **低波动品种** | 甲醇、沪镍 | 适合趋势跟踪，结合产业基本面操作 |
---
## 附录：核心公式与参数
### A.1 枢轴点计算公式
```
枢轴点（PP）=（高+低+收）/3
一级支撑（S1）= 2×PP - 高
二级支撑（S2）= PP -（高-低）
一级压力（R1）= 2×PP - 低
二级压力（R2）= PP +（高-低）
```
### A.2 量能计算标准
```
企稳放量标准：企稳K线成交量 ≥ 前3根K线平均量能 × 1.5
突破放量标准：突破时成交量 ≥ 前5根K线均量 × 1.5
缩量标准：回调量能较峰值萎缩 ≥ 30%（洗盘特征）
```
### A.3 止损设置标准
```
日内交易止损：入场K线低点/高点下方/上方 5-10个点
波段交易止损：支撑位/阻力位下方/上方 3%-5%
资金风控止损：单笔止损 ≤ 账户资金的 1%-2%
```
### A.4 仓位管理标准
```
正常仓位：单笔仓位 ≤ 10%
试错仓位：≤ 5%
分歧期仓位：≤ 30%
```
---
**重要提示**：本文档内容仅为技术分析实操参考，不构成任何投资建议。期货交易风险极高，需结合自身风险承受能力，搭配科学止损策略使用，谨慎操作。
---
*文档整合完成日期：2026年3月7日*
*整合来源：5份期货交易技术分析实战文档*
Write Preview
Loading…
Cancel
Save