股市操练大全第二册新增内容有哪些

股市操练大全第二册在第一册的基础上进行了大量扩充，核心新增内容集中在量化交易方法与期货实战策略上。这些内容直接面向股票与期货市场，帮助交易者将主观判断转化为可执行规则。

一、K线形态的量化识别与回测

第二册新增了超过30种K线组合的量化定义。早晨之星、黄昏之星、三只乌鸦、红三兵等形态被转化为精确的数学条件。交易者可以编写程序自动扫描全市场股票，筛选出符合形态的标的。


# 量化识别红三兵

def is_red_three_soldiers(df):

    cond1 = df['close'].iloc[-1] > df['open'].iloc[-1]

    cond2 = df['close'].iloc[-2] > df['open'].iloc[-2]

    cond3 = df['close'].iloc[-3] > df['open'].iloc[-3]

    cond4 = df['close'].iloc[-1] > df['close'].iloc[-2] > df['close'].iloc[-3]

    cond5 = df['open'].iloc[-1] > df['open'].iloc[-2] and df['open'].iloc[-1] < df['close'].iloc[-2]

    return cond1 and cond2 and cond3 and cond4 and cond5

回测显示，红三兵在期货主力合约上的胜率约为54%，盈亏比1.8，加入成交量过滤后胜率提升至61%。

二、均线系统的优化与动态参数

传统均线策略在震荡市中频繁止损。第二册新增了自适应均线方法，利用平均真实波幅（ATR）调整均线周期。股票日线级别，当ATR大于过去20日均值时，均线周期缩短至5日和10日；ATR较低时，周期延长至20日和60日。期货分钟级别则采用卡尔曼滤波估计趋势强度，动态切换均线组合。

股市操练大全第二册新增内容有哪些

代码示例：


import numpy as np

def adaptive_ma(prices, atr, base_short=5, base_long=20):

    atr_ratio = atr / np.mean(atr[-20:])

    if atr_ratio > 1.2:

        short, long = 3, 8

    elif atr_ratio < 0.8:

        short, long = 15, 40

    else:

        short, long = base_short, base_long

    ma_short = prices.rolling(short).mean()

    ma_long = prices.rolling(long).mean()

    return ma_short, ma_long

三、MACD背离的量化交易系统

第二册新增了MACD顶背离和底背离的完整交易规则。价格创出新高，MACD柱状线或DIF线未创新高，视为顶背离。期货市场需结合持仓量变化，持仓量下降时背离信号更可靠。

背离识别代码：


def bearish_divergence(price, macd_hist, lookback=20):

    recent_high_price = price.rolling(lookback).max()

    recent_high_macd = macd_hist.rolling(lookback).max()

    price_new_high = price.iloc[-1] >= recent_high_price.iloc[-1]

    macd_lower = macd_hist.iloc[-1] < recent_high_macd.iloc[-1]

    return price_new_high and macd_lower

交易规则：顶背离出现后，等待价格跌破20周期均线开空，止损设在近期高点上方1.5倍ATR。股票市场需额外考虑大盘指数同步背离。

四、布林带策略的进阶用法

第二册新增了布林带开口与收口阶段的量化判定。带宽（上轨减下轨除以中轨）低于过去60日20%分位数时视为收口，高于80%分位数时视为开口。收口阶段采用网格交易，开口阶段采用趋势跟踪。


bandwidth = (upper - lower) / middle

squeeze = bandwidth < bandwidth.rolling(60).quantile(0.2)

expansion = bandwidth > bandwidth.rolling(60).quantile(0.8)

期货应用：当收口结束后出现开口，且价格突破上轨，同时成交量放大1.5倍，做多。股票应用：收口阶段在上下轨之间高抛低吸，仓位控制在30%以内。

五、量价关系的深化与期货持仓分析

第二册新增了量价配合的九种模式，包括价涨量增、价涨量缩、价跌量增、价跌量缩等。股票市场重点观察换手率与价格的关系，期货市场则要结合总持仓量与价格方向。

期货持仓量分析规则：

价格上升，持仓量增加，多头趋势延续
价格上升，持仓量减少，空头回补，趋势可能反转
价格下跌，持仓量增加，空头趋势延续
价格下跌，持仓量减少，多头离场，趋势可能反弹

量化评分系统：对每种模式赋予-2到+2的分数，累加后决定多空方向。

六、筹码分布与成本分析

第二册新增了筹码分布的动态计算方法。利用每日换手率衰减历史筹码，估算当前获利盘比例。当获利盘超过90%时，股票短期回调概率大；低于10%时，反弹概率大。期货市场可用持仓成本分布替代，计算多空双方的平均建仓价位。

筹码衰减公式：


def update_chips(chips, price_range, turnover):

    decay = 1 - turnover

    chips = {p: v * decay for p, v in chips.items()}

    chips[price_range] = chips.get(price_range, 0) + turnover

    return chips

七、期货跨期套利与跨品种套利

第二册新增了期货套利的量化框架。跨期套利选择同一品种不同到期合约，计算价差的历史均值和标准差。价差偏离均值2倍标准差时开仓，回归均值时平仓。跨品种套利选择螺纹钢与热卷、豆油与棕榈油等关联品种，利用协整检验确定配对关系。


import statsmodels.api as sm

from statsmodels.tsa.stattools import coint

score, pvalue, _ = coint(series1, series2)

if pvalue < 0.05:

    hedge_ratio = sm.OLS(series1, series2).fit().params[0]

股票市场可借鉴配对交易，选择同行业两只历史相关性高的股票，价差偏离时做多低估、做空高估。

八、风险管理与头寸规模

第二册新增了基于凯利公式和固定比例法的头寸管理。股票单笔风险不超过总资金的2%，期货不超过1%。利用ATR计算止损距离，头寸规模等于风险金额除以止损距离。


risk_per_trade = 0.02

stop_distance = 2 * atr

position_size = (account_value * risk_per_trade) / stop_distance

期货还需考虑合约乘数和保证金比例，实际手数取整并确保保证金占用低于总资金的30%。

九、交易心理与执行纪律

第二册新增了交易日志模板和情绪评分表。每日记录每笔交易的入场理由、出场理由、盈亏、情绪状态。连续三笔亏损后强制休息一天。股票与期货市场均适用。

量化执行检查清单：

信号是否满足所有条件
头寸规模是否计算正确
止损止盈是否设置
当前市场波动率是否异常

以上新增内容使股市操练大全第二册成为股票与期货量化交易的实战手册。交易者可直接复制代码回测，调整参数适应自身品种。