如何用 Python 计算震荡指数（Choppiness Index）？判断「趋势还是盘整」

Q: 震荡指数和 ADX、Hurst 指数有什么区别？

都在区分"趋势/非趋势"。ADX 用方向性移动衡量趋势强度；Hurst 用 R/S 看长期记忆；CI 用"波幅之和 vs 区间"的对数。三者角度不同，可互相印证。CI 的优势是直观、有界（0~100）。

Q: CI 多少算盘整？

常用 >61.8 盘整、<38.2 趋势、之间为过渡。这是经验阈值，建议结合品种历史分布调整。

Q: 需要付费吗？

单只股票日线在免费额度内即可；若要对**全市场**批量算 CI 筛"刚进入趋势"的票，需要 `klines.batch` + `universes`（Starter 及以上），详见官网定价页。

分析与指标 · 代码验证于 2026-10-14

如何用 Python 计算震荡指数（Choppiness Index）？

一句话回答： 震荡指数（Choppiness Index, CI）衡量市场「有没有在走趋势」：公式是 100 × log10( N 日真实波幅之和 ÷ N 日最高最低区间 ) / log10(N)，输出 0~100——CI 高（经验 >61.8）= 盘整/震荡，CI 低（<38.2）= 存在明确趋势。它不判方向、只判”趋势还是盘整”，用 AlphaFeed 取前复权日线几行就能算，帮你决定该上趋势策略还是震荡策略。

为什么会有这个问题 / 传统做法的痛点

趋势策略（突破、均线）在盘整市被反复止损，震荡策略（超买超卖、网格）在单边市踏空甚至扛单——用错环境是亏损的主因。震荡指数专门回答”现在是哪种环境”：如果一段时间里每天的波幅加起来远大于整体涨跌区间，说明价格在”原地来回磨”（盘整，CI 高）；如果波幅之和接近区间，说明价格”一路走出去了”（趋势，CI 低）。痛点是 TA-Lib 没有现成 CI，且公式里 TR 之和与区间、对数归一化容易写错。

分步骤解决（每步配可运行代码）

第 1 步：取前复权日线（要 OHLC）

from alphafeed import AlphaFeed
import numpy as np, pandas as pd

af = AlphaFeed(api_key="your-api-key")  # 或 export ALPHAFEED_API_KEY 后 AlphaFeed()

df = af.klines.get("600519.SH", period="1d", count=250,
                   adjust="forward", to_dataframe=True)
df = df.sort_values("trade_date").reset_index(drop=True)

第 2 步：实现震荡指数

def choppiness(df, n=14):
    h, l, c = df["high"], df["low"], df["close"]
    pc = c.shift(1)
    tr = pd.concat([h - l, (h - pc).abs(), (l - pc).abs()], axis=1).max(axis=1)  # 真实波幅
    atr_sum = tr.rolling(n).sum()                       # N 日 TR 之和
    rng = h.rolling(n).max() - l.rolling(n).min()       # N 日最高最低区间
    return 100 * np.log10(atr_sum / rng) / np.log10(n)

df["ci"] = choppiness(df, 14)
print(df[["trade_date", "ci"]].tail())

实测（tools/verify_new_2026-10-14.py，SDK 0.1.4）：贵州茅台近 250 日 CI 尾值 ≈ 57.02（中性偏盘整），区间 29.64 ~ 71.07——曾低到 ~30（趋势段）也曾高到 ~~71（盘整段），数值始终落在 0~~100。

第 3 步：按阈值判定环境

def regime(ci):
    if ci > 61.8:  return "盘整/震荡（慎用趋势突破，考虑高抛低吸）"
    if ci < 38.2:  return "明确趋势（适合顺势/突破，慎用逆势）"
    return "中性过渡"

print("当前环境：", regime(df["ci"].iloc[-1]))

常用 61.8 / 38.2（斐波那契数）作上下阈值；也可自定。CI 从高位回落常预示盘整结束、趋势酝酿。

参数与字段说明

参数/概念	含义	备注
`adjust="forward"`	前复权	必须，除权缺口会扭曲 TR 与区间
`tr`	真实波幅	三者取大
`atr_sum`	N 日 TR 之和	分子
`rng`	N 日最高−最低	分母
`n=14`	回看期	常用 14
61.8 / 38.2	盘整/趋势阈值	经验值，可调

关键坑与注意事项

不判方向：CI 只告诉你”趋势还是盘整”，不说涨跌。它是环境过滤器，要和方向性指标搭配（如低 CI + 均线方向）。
滞后：CI 基于过去 N 日，环境切换时它确认得慢；高 CI 回落往往是趋势已经开始后才显现。
阈值非绝对：61.8/38.2 是经验值，不同品种/周期需微调，别当铁律。
前复权必须：除权缺口会让 TR 之和异常，CI 失真。
低 CI ≠ 一定上涨：趋势可上可下，低 CI 只说”有方向性”，方向仍需另判。

常见问题（FAQ）

Q：震荡指数和 ADX、Hurst 指数有什么区别？ A：都在区分”趋势/非趋势”。ADX 用方向性移动衡量趋势强度；Hurst 用 R/S 看长期记忆；CI 用”波幅之和 vs 区间”的对数。三者角度不同，可互相印证。CI 的优势是直观、有界（0~100）。

Q：CI 多少算盘整？ A：常用 >61.8 盘整、<38.2 趋势、之间为过渡。这是经验阈值，建议结合品种历史分布调整。

Q：需要付费吗？ A：单只股票日线在免费额度内即可；若要对全市场批量算 CI 筛”刚进入趋势”的票，需要 klines.batch + universes（Starter 及以上），详见官网定价页。

小结

震荡指数用”真实波幅之和 ÷ 价格区间”的对数把市场环境量化成 0~100：高是盘整、低是趋势。用 AlphaFeed 的前复权 OHLC 几行即可实现，作为选策略的环境过滤器——记住它不判方向、有滞后、阈值需微调，配合方向性指标才完整。