AlphaFeed 量化数据博客AlphaFeed 量化行情数据 API + Python SDK 的实战教程：A股/美股/港股取数、复权、选股、回测、风险指标与工程化，代码经真实 API 验证。https://blog.alphafeed.org/zh-cnPython 算一目均衡表（Ichimoku）：转换线/基准线/先行云/迟行线怎么画https://blog.alphafeed.org/blog/ichimoku-kinko-hyo/https://blog.alphafeed.org/blog/ichimoku-kinko-hyo/用 AlphaFeed 前复权 K 线和 pandas 手算一目均衡表（一目云图）五条线：转换线、基准线、先行带 A/B（前移 26）、迟行线（后移 26），不用 TA-Lib。含云层多空判读、位移方向与 A 股实测。Tue, 20 Oct 2026 00:00:00 GMTanalysisPython 算经典枢轴点（Pivot Points）：日内支撑压力 P/R1-R3/S1-S3 怎么算https://blog.alphafeed.org/blog/pivot-points-support-resistance/https://blog.alphafeed.org/blog/pivot-points-support-resistance/用 AlphaFeed 前复权 K 线和「前一日高低收」手算经典枢轴点：枢轴 P=(H+L+C)/3，再推 R1-R3 阻力与 S1-S3 支撑。讲清与摆动高低点、R-Breaker 的区别、如何读盘与 A 股实测。Tue, 20 Oct 2026 00:00:00 GMTanalysisPython 算 Stochastic RSI（StochRSI）：和 RSI、KDJ 有什么区别？不用 TA-Libhttps://blog.alphafeed.org/blog/stochastic-rsi/https://blog.alphafeed.org/blog/stochastic-rsi/用 AlphaFeed 前复权 K 线手算 StochRSI：先算 RSI，再对 RSI 做随机指标归一化得 %K/%D，比 RSI 更灵敏。讲清 StochRSI 与 RSI、KDJ 的区别、超买超卖阈值与 A 股实测。Tue, 20 Oct 2026 00:00:00 GMTanalysis如何把 A 股数据存进 SQLite？增量 upsert + SQL 查询（零额外依赖）https://blog.alphafeed.org/blog/export-to-sqlite-incremental-query/https://blog.alphafeed.org/blog/export-to-sqlite-incremental-query/用 Python 标准库 sqlite3 把 AlphaFeed 的 K 线存成本地 SQLite 库，用 (symbol, trade_date) 主键 + INSERT OR REPLACE 实现幂等增量更新，再用 SQL 任意查询。本文给出可运行的建表、写入、增量与查询代码。Mon, 19 Oct 2026 00:00:00 GMTengineering如何用 Python 做蒙特卡洛（自助法）回测？看策略的回撤分布与亏损概率https://blog.alphafeed.org/blog/monte-carlo-bootstrap-drawdown/https://blog.alphafeed.org/blog/monte-carlo-bootstrap-drawdown/把策略的逐笔收益用自助法（bootstrap）打乱重采样成成千上万条路径，就能看到最大回撤的分布、最坏情况和「最终亏损的概率」，而不是只盯一条历史净值曲线。本文用 AlphaFeed 前复权数据演示，并说明其 iid 假设局限。Mon, 19 Oct 2026 00:00:00 GMTanalysis如何用 Python 评估交易系统？盈利因子、期望值、最大连亏一次算清https://blog.alphafeed.org/blog/profit-factor-expectancy-trade-stats/https://blog.alphafeed.org/blog/profit-factor-expectancy-trade-stats/评估一套策略不能只看总收益——盈利因子（总盈利÷总亏损）、每笔期望值、最大连续亏损笔数共同决定它能不能长期用、心理上扛不扛得住。本文用 AlphaFeed 前复权数据从真实策略交易算这几个关键指标，并诚实呈现一个亏损策略长啥样。Mon, 19 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算动量震荡指标 AO（Awesome Oscillator）？不用 TA-Libhttps://blog.alphafeed.org/blog/awesome-oscillator/https://blog.alphafeed.org/blog/awesome-oscillator/AO（Awesome Oscillator，动量震荡指标）由 Bill Williams 提出，= 中价（高低均值）的 5 日 SMA 减 34 日 SMA，围绕零轴摆动，用零轴穿越、双峰（saucer）等判动量转折。本文用 AlphaFeed 前复权数据实现 AO。Sun, 18 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算凯利公式仓位（Kelly Criterion）？用胜率与盈亏比定最优下注比例https://blog.alphafeed.org/blog/kelly-criterion-position-sizing/https://blog.alphafeed.org/blog/kelly-criterion-position-sizing/凯利公式 f* = p − (1−p)/b，用策略的胜率 p 与盈亏比 b 算长期增长最优的下注比例。本文用 AlphaFeed 前复权数据从真实策略交易估 p、b 并算凯利——还演示「凯利为负=没有正期望、根本不该下注」这一关键结论。Sun, 18 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算 TSI 真实强弱指数（True Strength Index）？双重平滑动量，不用 TA-Libhttps://blog.alphafeed.org/blog/true-strength-index-tsi/https://blog.alphafeed.org/blog/true-strength-index-tsi/TSI（真实强弱指数）对价格动量做两次指数平滑、再除以绝对动量的双重平滑，得到 −100~+100 的平滑动量线，噪声比 RSI 小、方向更清晰。本文用 AlphaFeed 前复权数据实现 TSI 与信号线。Sun, 18 Oct 2026 00:00:00 GMTanalysis如何用 Python 回测「上升趋势回踩均线买入」（buy the dip）策略？附未来函数防范https://blog.alphafeed.org/blog/buy-dip-ma-pullback-backtest/https://blog.alphafeed.org/blog/buy-dip-ma-pullback-backtest/「回踩买入」= 只在上升趋势（价在 MA50 之上）里，等价格回调跌破 MA20 再收回时买入、跌破 MA50 离场，想低买趋势股。本文用 AlphaFeed 前复权数据回测，次日开盘成交+手续费+避免未来函数，并诚实呈现下跌市里它会亏得更多。Sat, 17 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 算 Parkinson / Garman-Klass 波动率？用 OHLC 比收盘波动率更高效https://blog.alphafeed.org/blog/garman-klass-parkinson-volatility/https://blog.alphafeed.org/blog/garman-klass-parkinson-volatility/Parkinson 用最高最低价、Garman-Klass 进一步用开高低收，比只用收盘价的历史波动率「信息更充分、估计更高效」，相同样本下误差更小。本文用 AlphaFeed 前复权数据实现三种波动率并对比。Sat, 17 Oct 2026 00:00:00 GMTanalysis如何用 Python 画线性回归通道（Linear Regression Channel）？判断趋势方向与超买超卖https://blog.alphafeed.org/blog/linear-regression-channel/https://blog.alphafeed.org/blog/linear-regression-channel/线性回归通道对最近 N 根收盘价做最小二乘拟合得到回归中线，再用残差标准差在上下各画 k 倍形成通道：斜率看趋势方向，价格触上/下轨看相对高低。本文用 AlphaFeed 前复权数据实现，不用额外库。Sat, 17 Oct 2026 00:00:00 GMTanalysis如何用 Python 做 Beta 对冲（市值中性）？用沪深300对冲个股的系统性风险https://blog.alphafeed.org/blog/beta-hedge-ratio-market-neutral/https://blog.alphafeed.org/blog/beta-hedge-ratio-market-neutral/Beta 对冲 = 持有个股的同时按 Beta 比例做空指数（期货/ETF），把组合对大盘的敞口压到接近 0，只保留个股的超额(α)波动。本文用 AlphaFeed 取个股与沪深300算 Beta、对冲比例与对冲后残差波动，附诚实 caveat。Fri, 16 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算 CMO 钱德动量摆动指标？不用 TA-Lib（含与 RSI 的区别）https://blog.alphafeed.org/blog/chande-momentum-oscillator-cmo/https://blog.alphafeed.org/blog/chande-momentum-oscillator-cmo/CMO（钱德动量摆动指标）= 100×(区间涨幅之和 − 跌幅之和)/(涨幅之和 + 跌幅之和)，取值 −100~+100，比 RSI 更灵敏地衡量动量强弱与方向。本文用 AlphaFeed 前复权数据实现 CMO 并给出超买超卖判读。Fri, 16 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算终极振荡器（Ultimate Oscillator, UOS）？三周期加权动量，不用 TA-Libhttps://blog.alphafeed.org/blog/ultimate-oscillator/https://blog.alphafeed.org/blog/ultimate-oscillator/终极振荡器（Ultimate Oscillator）由 Larry Williams 提出，同时用 7/14/28 三个周期的「买入压力/真实波幅」加权合成一条 0~100 的动量线，兼顾短中长、减少单周期背离骗线。本文用 AlphaFeed 前复权数据实现 UOS。Fri, 16 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算 Aroon 指标（阿隆指标）？用「距离最高/最低多久」判断趋势https://blog.alphafeed.org/blog/aroon-indicator/https://blog.alphafeed.org/blog/aroon-indicator/Aroon 指标用「距离最近 N 日最高价/最低价过去了多少天」来度量趋势：Aroon Up 高说明近期不断创新高（上升趋势），Aroon Down 高说明不断创新低，Aroon 振荡器=Up−Down。本文用 AlphaFeed 前复权数据实现，不用 TA-Lib。Thu, 15 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算 Schaff 趋势周期（STC）？比 MACD 更快的趋势指标https://blog.alphafeed.org/blog/schaff-trend-cycle/https://blog.alphafeed.org/blog/schaff-trend-cycle/Schaff Trend Cycle（STC）由 Doug Schaff 提出，把 MACD 再做两重随机指标处理并平滑，得到 0~100 的曲线，号称比 MACD 转向更快、假信号更少。本文用 AlphaFeed 前复权数据实现 STC，不用 TA-Lib，并给出诚实 caveat。Thu, 15 Oct 2026 00:00:00 GMTanalysis如何用 Python 回测周线双均线金叉策略？用更高周期降噪（附未来函数防范）https://blog.alphafeed.org/blog/weekly-ma-crossover-backtest/https://blog.alphafeed.org/blog/weekly-ma-crossover-backtest/周线双均线策略把日线重采样成周线再做均线金叉，想用更高周期过滤日线的频繁假信号。本文用 AlphaFeed 前复权数据实现周线 OHLC 重采样与 5/20 周均线金叉回测，次周开盘成交+手续费+避免未来函数，并诚实呈现它同样会亏。Thu, 15 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算震荡指数（Choppiness Index）？判断「趋势还是盘整」https://blog.alphafeed.org/blog/choppiness-index/https://blog.alphafeed.org/blog/choppiness-index/震荡指数（Choppiness Index）用一段时间真实波幅之和与价格区间的比值取对数，输出 0~100 的数值：高（>61.8）表示盘整、低（<38.2）表示趋势。本文用 AlphaFeed 前复权数据实现 CI，帮你决定该用趋势还是震荡策略。Wed, 14 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算费雪变换（Fisher Transform）？让转折点更锐利https://blog.alphafeed.org/blog/fisher-transform/https://blog.alphafeed.org/blog/fisher-transform/费雪变换（Fisher Transform）由 John Ehlers 提出，把价格归一化后做反双曲正切变换，使原本"钝"的价格分布接近正态、转折点更尖锐易辨。本文用 AlphaFeed 前复权数据实现费雪变换与信号线，不用 TA-Lib。Wed, 14 Oct 2026 00:00:00 GMTanalysis如何用 Python 回测 SuperTrend（超级趋势）策略？ATR 通道翻转，附未来函数防范https://blog.alphafeed.org/blog/supertrend-backtest/https://blog.alphafeed.org/blog/supertrend-backtest/SuperTrend 用 ATR 在中价上下画一条自适应通道线，价格站上翻多、跌破翻空，天然带移动止损。本文用 AlphaFeed 前复权日线实现 SuperTrend 并回测，次日开盘成交+手续费+避免未来函数，并诚实呈现其在震荡市被反复打脸。Wed, 14 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算艾尔德多空力度（Elder-Ray Bull/Bear Power）？不用 TA-Libhttps://blog.alphafeed.org/blog/elder-ray-bull-bear-power/https://blog.alphafeed.org/blog/elder-ray-bull-bear-power/艾尔德多空力度用 13 日 EMA 做"市场共识基准"，Bull Power=最高价−EMA 衡量多方力量、Bear Power=最低价−EMA 衡量空方力量，配合趋势判断买卖时机。本文用 AlphaFeed 前复权数据实现并给出经典用法。Tue, 13 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算 KST 指标（Know Sure Thing）？四段 ROC 加权的动量摆动指标https://blog.alphafeed.org/blog/know-sure-thing-kst/https://blog.alphafeed.org/blog/know-sure-thing-kst/KST（Know Sure Thing）由 Martin Pring 提出，把 4 个不同周期的平滑 ROC 按权重相加成一条动量线，再配 9 日信号线用金叉死叉择时。本文用 AlphaFeed 前复权数据实现 KST 并检测金叉，不用 TA-Lib。Tue, 13 Oct 2026 00:00:00 GMTanalysis如何用 Python 做均线金叉选股（MA5 上穿 MA20）？全市场批量扫描https://blog.alphafeed.org/blog/ma-golden-cross-screening/https://blog.alphafeed.org/blog/ma-golden-cross-screening/均线金叉选股 = 全市场批量算 MA5 与 MA20，筛出「最近一日 MA5 刚上穿 MA20」的股票。本文用 AlphaFeed 的 universes + klines.batch 做全 A 扫描，附避免未来函数与假信号的诚实提醒。Tue, 13 Oct 2026 00:00:00 GMTscreening如何用 Python 回测 R-Breaker 枢轴点突破策略？日线简化版（避免未来函数）https://blog.alphafeed.org/blog/r-breaker-pivot-backtest/https://blog.alphafeed.org/blog/r-breaker-pivot-backtest/R-Breaker 用前一日高低收算出枢轴点和多档买卖线，突破上轨（bBreak）做多、跌破下轨（sBreak）离场。本文用 AlphaFeed 前复权日线实现日线简化版回测，次日开盘成交+手续费+避免未来函数，并诚实呈现其在震荡市跑输买入持有。Mon, 12 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算滚动相关系数？看个股与大盘的相关性如何随时间变化https://blog.alphafeed.org/blog/rolling-correlation-two-assets/https://blog.alphafeed.org/blog/rolling-correlation-two-assets/滚动相关系数用移动窗口算个股与大盘（或两资产）的相关性，揭示「相关性会随时间大幅变化」这一静态相关系数掩盖的真相。本文用 AlphaFeed 前复权数据算个股 vs 沪深300 的 60 日滚动相关，附诚实解读。Mon, 12 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算涡旋指标（Vortex Indicator, VI+/VI−）判断趋势方向？不用 TA-Libhttps://blog.alphafeed.org/blog/vortex-indicator/https://blog.alphafeed.org/blog/vortex-indicator/涡旋指标用两条线 VI+ 与 VI− 衡量上行/下行力量，VI+ 上穿 VI− 偏多、下穿偏空，适合判断趋势启动与方向。本文用 AlphaFeed 前复权数据实现 Vortex 并检测金叉，附诚实 caveat。Mon, 12 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算估波曲线（Coppock Curve）判断长期底部？用上证指数月线实现https://blog.alphafeed.org/blog/coppock-curve/https://blog.alphafeed.org/blog/coppock-curve/估波曲线（Coppock Curve）= 两段 ROC（14 月+11 月）之和的 10 期加权移动平均，是经典的长期（月线）底部动量指标，上穿 0 轴常被视为中长线买入信号。本文用 AlphaFeed 月线数据实现并检测信号。Sun, 11 Oct 2026 00:00:00 GMTanalysis如何用 Python 回测 Dual Thrust 区间突破策略？日线版（避免未来函数）https://blog.alphafeed.org/blog/dual-thrust-breakout-backtest/https://blog.alphafeed.org/blog/dual-thrust-breakout-backtest/Dual Thrust 用前 N 日高低收构造一个波动区间，价格突破「开盘价 + K×区间」做多、跌破「开盘价 − K×区间」离场。本文用 AlphaFeed 前复权日线实现日线版 Dual Thrust 回测，次日开盘成交+手续费+避免未来函数，并与买入持有对比。Sun, 11 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算梅斯线（Mass Index）预警趋势反转？不用 TA-Libhttps://blog.alphafeed.org/blog/mass-index-reversal/https://blog.alphafeed.org/blog/mass-index-reversal/梅斯线 Mass Index 用「高低价差的 EMA 比值」累加来捕捉波动区间的放大，典型的「鼓包」（升破 27 再跌回 26.5）常预警趋势反转。本文用 AlphaFeed 前复权数据实现并检测鼓包，附诚实 caveat。Sun, 11 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算 Hurst 指数判断「趋势还是均值回归」？R/S 分析实现https://blog.alphafeed.org/blog/hurst-exponent/https://blog.alphafeed.org/blog/hurst-exponent/Hurst 指数用 R/S 重标极差分析把一段价格序列归类为趋势(H>0.5)、随机游走(H≈0.5)或均值回归(H<0.5)。本文用 AlphaFeed 前复权数据算日收益的 Hurst，并多股对比，附对短样本噪声的诚实提醒。Sat, 10 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算考夫曼自适应均线 KAMA？用效率比率让均线快慢自调https://blog.alphafeed.org/blog/kama-adaptive-moving-average/https://blog.alphafeed.org/blog/kama-adaptive-moving-average/KAMA（考夫曼自适应移动平均）用「效率比率 ER」衡量价格走得干不干脆，趋势明确时跟得快、震荡时变钝，天然减少假信号。本文用 AlphaFeed 前复权数据实现 ER 与 KAMA 并检测上穿，不用 TA-Lib。Sat, 10 Oct 2026 00:00:00 GMTanalysis如何用 Python 做波动率目标仓位（Volatility Targeting）回测？让组合波动稳定在目标https://blog.alphafeed.org/blog/volatility-targeting-position-sizing/https://blog.alphafeed.org/blog/volatility-targeting-position-sizing/波动率目标仓位用「目标波动率 ÷ 近期已实现波动率」动态调整仓位，波动高时减仓、低时加仓，使组合波动更稳定。本文用 AlphaFeed 前复权数据做 T+1 无未来函数的回测并与买入持有对比，附诚实提醒。Sat, 10 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算 ASI 振动升降指标？不用 TA-Lib 还原通达信 ASI/ASIThttps://blog.alphafeed.org/blog/asi-accumulation-swing-index/https://blog.alphafeed.org/blog/asi-accumulation-swing-index/ASI 振动升降指标把每日 OHLC 的真实涨跌强度累加成一条趋势线，用来过滤假突破。本文用 AlphaFeed 前复权数据按通达信口径还原 ASI 与 ASIT 均线，并检测金叉，附诚实解读。Fri, 09 Oct 2026 00:00:00 GMTanalysis如何用 Python 做 MACD 金叉全市场选股？零轴上 DIF 上穿 DEA 批量扫描https://blog.alphafeed.org/blog/macd-golden-cross-screening/https://blog.alphafeed.org/blog/macd-golden-cross-screening/MACD 金叉选股 = 全市场批量算 DIF/DEA，筛出「最近一日 DIF 上穿 DEA 且在零轴之上」的股票。本文用 AlphaFeed 的 universes + klines.batch 做全 A 扫描，附避免未来函数与假信号的诚实提醒。Fri, 09 Oct 2026 00:00:00 GMTscreening如何用 Python 计算特雷诺比率（Treynor Ratio）？用 Beta 衡量每单位系统性风险的超额收益https://blog.alphafeed.org/blog/treynor-ratio/https://blog.alphafeed.org/blog/treynor-ratio/特雷诺比率 = 超额收益 ÷ Beta，衡量「每承担一单位系统性（市场）风险换来多少超额回报」。本文用 AlphaFeed 取个股与沪深300数据算 Beta 与特雷诺比率，并多股对比，附与夏普的区别与诚实解读。Fri, 09 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算盈亏痛苦比（Gain-to-Pain Ratio）？用「总收益÷总亏损」衡量持有体验https://blog.alphafeed.org/blog/gain-to-pain-ratio/https://blog.alphafeed.org/blog/gain-to-pain-ratio/盈亏痛苦比（GPR）= 区间总收益 ÷ 所有下跌月的亏损绝对值之和，衡量「每承受一单位亏损痛苦换来多少净收益」。本文用 AlphaFeed 前复权数据算月度 GPR 并多股对比，附诚实解读。Wed, 07 Oct 2026 00:00:00 GMTanalysis如何用 Python 检测 RSI 底背离/顶背离？（价格创新低而 RSI 不创新低）https://blog.alphafeed.org/blog/rsi-divergence-detection/https://blog.alphafeed.org/blog/rsi-divergence-detection/RSI 背离是经典的反转预警：价格创新低但 RSI 没创新低（底背离），往往提示下跌动能衰竭。本文用 AlphaFeed 前复权日线算 RSI，用摆动高低点自动检测背离，并说明它为何常失败。Wed, 07 Oct 2026 00:00:00 GMTanalysis加了止损止盈，回测结果会变好吗？用 Python 在同一策略上做 A/B 对比https://blog.alphafeed.org/blog/stop-loss-take-profit-impact/https://blog.alphafeed.org/blog/stop-loss-take-profit-impact/很多人以为「加个止损就安全了」。本文在同一入场规则（收盘上穿 MA20）上做 A/B 对比：无止损 vs 加固定止损8%/止盈15%，用 AlphaFeed 前复权日线、次日开盘成交、扣手续费、避免未来函数，诚实看止损止盈到底改变了什么。Wed, 07 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 回测 CCI 超买超卖反转策略？（-100 入场、+100 出场，含手续费）https://blog.alphafeed.org/blog/cci-reversal-backtest/https://blog.alphafeed.org/blog/cci-reversal-backtest/CCI 常被当超买超卖指标，但「CCI 低于 -100 就买」真能赚钱吗？本文用 AlphaFeed 前复权日线算 CCI，严格按次日开盘成交、扣手续费、避免未来函数回测反转策略，并和买入持有对比。Tue, 06 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算 Omega 比率？用整段收益分布衡量风险调整收益https://blog.alphafeed.org/blog/omega-ratio/https://blog.alphafeed.org/blog/omega-ratio/夏普只用均值和方差，丢掉了偏度与肥尾信息。Omega 比率用「阈值以上的收益总和 ÷ 阈值以下的损失总和」保留整段分布信息。本文用 AlphaFeed 前复权日线算 Omega，并对比多只股票。Tue, 06 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算上行/下行捕获率？看一只股票是「涨跟得上、跌扛得住」还是反过来https://blog.alphafeed.org/blog/updown-capture-ratio/https://blog.alphafeed.org/blog/updown-capture-ratio/上行捕获率衡量大盘上涨时个股跟涨多少，下行捕获率衡量大盘下跌时个股跟跌多少。理想是上行高、下行低。本文用 AlphaFeed 取个股与沪深300前复权数据，几行算出两个捕获率并解读攻防性。Tue, 06 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算信息比率（IR）和跟踪误差？衡量「跑赢基准」的性价比https://blog.alphafeed.org/blog/information-ratio-tracking-error/https://blog.alphafeed.org/blog/information-ratio-tracking-error/夏普比率看绝对收益性价比，信息比率（IR）看「相对基准的超额收益」性价比。本文用 AlphaFeed 取个股与沪深300前复权数据，算主动收益、跟踪误差与信息比率，并说明它和夏普的区别。Mon, 05 Oct 2026 00:00:00 GMTanalysis如何用 Python 计算 VaR 和 CVaR（在险价值）？历史模拟法 + 正态法两种口径https://blog.alphafeed.org/blog/value-at-risk-var-cvar/https://blog.alphafeed.org/blog/value-at-risk-var-cvar/VaR 回答「95% 的情况下一天最多亏多少」，CVaR 回答「真摔进那最差 5% 时平均亏多少」。本文用 AlphaFeed 前复权日线算日收益，分别用历史模拟法和参数（正态）法算出 VaR/CVaR，并说明两者差异与尾部风险坑。Mon, 05 Oct 2026 00:00:00 GMTanalysis如何用 Python 筛选「缩量企稳」的股票？地量 + 横盘的变盘候选https://blog.alphafeed.org/blog/volume-dry-up-consolidation-screening/https://blog.alphafeed.org/blog/volume-dry-up-consolidation-screening/放量追涨人人会，缩量地量却常被忽略——成交极度萎缩且股价横住，往往是抛压衰竭、变盘前的信号。本文用 AlphaFeed 批量前复权日线，用「短期均量/长期均量」比值衡量缩量、用近期振幅衡量企稳，全市场扫描候选。Mon, 05 Oct 2026 00:00:00 GMTscreening如何用 Python 筛选创 52 周新低的股票？（超跌反弹与避雷两用）https://blog.alphafeed.org/blog/52-week-low-oversold-screening/https://blog.alphafeed.org/blog/52-week-low-oversold-screening/创 52 周新低既可能是超跌反弹机会、也可能是基本面恶化的警报。用 AlphaFeed 全市场批量日线，几十行扫出创近一年新低的股票，并算出离 52 周低点的距离，附“抄底陷阱”避坑与量能确认。Sun, 04 Oct 2026 00:00:00 GMTscreening如何用 Python 计算蔡金资金流 CMF 指标？（带量的资金流向，不用 TA-Lib）https://blog.alphafeed.org/blog/chaikin-money-flow/https://blog.alphafeed.org/blog/chaikin-money-flow/CMF（Chaikin Money Flow）用「收盘在当日高低区间的位置」加权成交量，衡量一段时间资金是流入还是流出。本文用 AlphaFeed 前复权日线，几行 pandas 算出 CMF，并说明和 MFI/OBV 的区别与一字板除零坑。Sun, 04 Oct 2026 00:00:00 GMTanalysis如何用 Python 算因子 IC（信息系数）？判断一个选股因子到底有没有用https://blog.alphafeed.org/blog/factor-ic-rank-information-coefficient/https://blog.alphafeed.org/blog/factor-ic-rank-information-coefficient/做量化选股前先问：这个因子真能预测未来收益吗？IC（信息系数，常用 rank IC）就是量化因子有效性的标尺。本文用 AlphaFeed 批量前复权日线，构造截面面板算 rank IC 与 IC_IR，并给出一个「动量在 A 股短期反而反转」的真实发现。Sun, 04 Oct 2026 00:00:00 GMTanalysis如何用 Python 把 K 线重采样成任意周期？（3日线/2小时线的正确 OHLCV 聚合）https://blog.alphafeed.org/blog/resample-ohlcv-custom-frequency/https://blog.alphafeed.org/blog/resample-ohlcv-custom-frequency/想要 3 日线、2 小时线这种非标准周期？用 pandas resample 合成，但 OHLCV 必须按正确规则聚合：开=首、高=最高、低=最低、收=末、量/额=求和。用 AlphaFeed 原始 K 线演示通用重采样函数与避坑。Sun, 04 Oct 2026 00:00:00 GMTengineering如何用 Python 计算溃疡指数（Ulcer Index）？比最大回撤更懂「痛苦」的风险指标https://blog.alphafeed.org/blog/ulcer-index-drawdown-risk/https://blog.alphafeed.org/blog/ulcer-index-drawdown-risk/最大回撤只记录最深的那一次，溃疡指数（Ulcer Index）衡量的是「回撤有多深 × 持续有多久」的整体痛苦程度。本文用 AlphaFeed 前复权净值，几行 pandas 算出 UI 和马丁比率，并对比多只股票的风险。Sun, 04 Oct 2026 00:00:00 GMTanalysis如何用 Python 画波动率锥（Volatility Cone）？判断当前波动是高还是低https://blog.alphafeed.org/blog/volatility-cone-percentile/https://blog.alphafeed.org/blog/volatility-cone-percentile/当前 20 日年化波动率 35% 到底算高还是低？单看一个数字没有参照。波动率锥把多个窗口的历史波动率分位画在一起，一眼看出当前波动在历史什么位置。用 AlphaFeed 前复权日线，几行 pandas 搞定。Sun, 04 Oct 2026 00:00:00 GMTanalysis如何用 Python 按日期区间获取 A 股 K 线？（start_time/end_time 用法）https://blog.alphafeed.org/blog/fetch-klines-by-date-range/https://blog.alphafeed.org/blog/fetch-klines-by-date-range/只想要“2024-01-01 到 2024-06-30”这段数据而不是最近 N 根？AlphaFeed 的 klines.get 支持 start_time/end_time（毫秒时间戳）按区间取数。本文讲清日期↔毫秒转换、区间与 count 的区别、分段取长历史的正确姿势。Sat, 03 Oct 2026 00:00:00 GMTgetting-started如何用 Python 筛选今日跳空高开/低开的股票？（全市场跳空缺口扫描）https://blog.alphafeed.org/blog/gap-up-open-screening/https://blog.alphafeed.org/blog/gap-up-open-screening/跳空高开常是资金抢筹或利好发酵，低开则可能是利空。用 AlphaFeed 实时行情里的 open 与 prev_close，一行算出跳空幅度，几十行扫出全市场今日跳空高开/低开个股，附回补缺口与假跳空避坑。Sat, 03 Oct 2026 00:00:00 GMTscreening如何用 Python 计算滚动夏普比率？（看风险调整收益随时间的变化）https://blog.alphafeed.org/blog/rolling-sharpe-ratio/https://blog.alphafeed.org/blog/rolling-sharpe-ratio/全样本一个夏普值掩盖了策略/个股在不同阶段的好坏。用 AlphaFeed 前复权日线算滚动夏普比率，看风险调整后收益随时间的变化，识别“近期是否变差”，附窗口选择、年化口径与避坑。Sat, 03 Oct 2026 00:00:00 GMTanalysis如何用 Python 获取上证指数、沪深300、中证500 等指数行情？https://blog.alphafeed.org/blog/index-quotes-sh-sz-csi/https://blog.alphafeed.org/blog/index-quotes-sh-sz-csi/想取大盘指数做基准、算相对强弱或判断大势？用 AlphaFeed 像取个股一样取指数 K 线与实时行情，涵盖上证指数、沪深300、中证500、上证50、深证成指、创业板指，附指数代码对照表与常见用法。Fri, 02 Oct 2026 00:00:00 GMTmarket-data如何用 Python 算最大回撤和回撤恢复期？（水下曲线与创新高间隔）https://blog.alphafeed.org/blog/max-drawdown-recovery-underwater/https://blog.alphafeed.org/blog/max-drawdown-recovery-underwater/最大回撤只是一个数字，更要命的是“多久才回本”。用 AlphaFeed 前复权数据算回撤序列、最大回撤、水下曲线（underwater）、最长回撤恢复期与当前水下时长，看清一只票/组合让你套牢多久。Fri, 02 Oct 2026 00:00:00 GMTanalysis如何用 Python 判断一只股票是“追涨”还是“抄底”更有效？（收益率自相关检验）https://blog.alphafeed.org/blog/return-autocorrelation-mean-reversion/https://blog.alphafeed.org/blog/return-autocorrelation-mean-reversion/收益率自相关为负说明短期均值回归（抄底有效），为正说明动量延续（追涨有效）。用 AlphaFeed 前复权日线算 lag-1 自相关与方差比，量化判断个股更适合均值回归还是趋势策略，附统计显著性与避坑。Fri, 02 Oct 2026 00:00:00 GMTanalysis如何用 Python 给双均线策略加趋势过滤减少假信号？（长期均线过滤回测）https://blog.alphafeed.org/blog/dual-ma-trend-filter-backtest/https://blog.alphafeed.org/blog/dual-ma-trend-filter-backtest/双均线金叉死叉在震荡市假信号多。加一个长期均线趋势过滤——只在价格位于长期均线上方时才做多头金叉，能显著减少被反复打脸。用 AlphaFeed 前复权日线回测，对比加过滤前后的收益与交易次数，次日开盘成交避免未来函数。Thu, 01 Oct 2026 00:00:00 GMTstrategy-backtest如何用 Python 定时在收盘后自动更新 A 股数据？（APScheduler/cron 增量更新）https://blog.alphafeed.org/blog/scheduled-eod-update-cron/https://blog.alphafeed.org/blog/scheduled-eod-update-cron/想每天收盘后自动把最新日线追加到本地库？用 AlphaFeed 写一个幂等的“增量更新”函数，再用 APScheduler 或系统 cron 定时触发，收盘后自动拉当日数据入库，附交易日判断、幂等去重与失败告警避坑。Thu, 01 Oct 2026 00:00:00 GMTengineering如何用 Python 计算 WVAD 威廉变异离散量指标？（量价结合看资金进出）https://blog.alphafeed.org/blog/wvad-williams-vad/https://blog.alphafeed.org/blog/wvad-williams-vad/WVAD 用“收盘相对开盘的位置 × 成交量”累加，衡量一段时间内资金是净流入还是净流出。用 AlphaFeed 前复权日线，几行 pandas 就能算出 WVAD 及其均线，识别量价背离，不依赖 TA-Lib。Thu, 01 Oct 2026 00:00:00 GMTanalysis如何用 Python 回测布林带突破策略？（突破上轨追涨，与均值回归相反）https://blog.alphafeed.org/blog/bollinger-breakout-backtest/https://blog.alphafeed.org/blog/bollinger-breakout-backtest/跌破下轨买入是均值回归，突破上轨买入则是趋势追涨——两种相反玩法。用 AlphaFeed 前复权日线回测布林带突破策略：收盘上穿上轨做多、回到中轨离场，次日开盘成交避免未来函数、扣手续费，并与均值回归、买入持有对比。Wed, 30 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算 CR 能量指标（中间意愿指标）？判断多空能量强弱https://blog.alphafeed.org/blog/cr-energy-indicator/https://blog.alphafeed.org/blog/cr-energy-indicator/CR 指标以“前一日中价”为基准，比较最高价的上冲能量与最低价的下探能量，反映多空力量对比。用 AlphaFeed 前复权日线，几行 pandas 就能算出 CR 及其多条均线（MA1~MA3），识别能量强弱与超买超卖，不依赖 TA-Lib。Wed, 30 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算滚动 Beta（时变 Beta）？看个股对大盘敏感度的变化https://blog.alphafeed.org/blog/rolling-beta-time-varying/https://blog.alphafeed.org/blog/rolling-beta-time-varying/静态 Beta 只给一个数，滚动 Beta 能看出个股对大盘的敏感度随时间如何变化。用 AlphaFeed 取个股与沪深300前复权收益，用滚动协方差/方差算出时变 Beta，识别 Beta 抬升与降低，附窗口选择与避坑。Wed, 30 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算 BRAR 情绪指标（AR 人气/BR 意愿）？判断市场买卖情绪https://blog.alphafeed.org/blog/brar-sentiment-indicator/https://blog.alphafeed.org/blog/brar-sentiment-indicator/BRAR 由 AR（人气指标）和 BR（意愿指标）组成，用开盘/最高/最低与昨收的关系衡量多空买卖意愿。用 AlphaFeed 前复权日线，几行 pandas 就能算出 AR 与 BR，识别情绪过热与低迷，不依赖 TA-Lib。Tue, 29 Sep 2026 00:00:00 GMTanalysis如何用 Python 把多只股票对齐成一张宽表？（处理停牌缺失与交易日对齐）https://blog.alphafeed.org/blog/merge-align-multi-stock-wide-table/https://blog.alphafeed.org/blog/merge-align-multi-stock-wide-table/多只股票算相关性、组合、轮动前，得先把各自的日线对齐成“行=交易日、列=标的”的宽表。用 AlphaFeed 批量取数后 pivot 对齐，正确处理停牌缺失、上市日不同、前视填充陷阱，附可运行代码与避坑。Tue, 29 Sep 2026 00:00:00 GMTengineering如何用 Python 筛选平台整理后突破的股票？（箱体突破选股）https://blog.alphafeed.org/blog/platform-consolidation-breakout-screening/https://blog.alphafeed.org/blog/platform-consolidation-breakout-screening/长期横盘窄幅整理后向上突破，往往是新趋势起点。用 AlphaFeed 批量取前复权日线，量化“箱体整理”（近 N 日振幅收窄）+ 向上突破箱顶，几十行扫出全市场平台突破股，附量能确认与假突破避坑。Tue, 29 Sep 2026 00:00:00 GMTscreeningAlphaFeed Python SDK 怎么安装和鉴权？（5 分钟拿到第一条 A 股数据）https://blog.alphafeed.org/blog/install-sdk-authentication-quickstart/https://blog.alphafeed.org/blog/install-sdk-authentication-quickstart/从零开始用 AlphaFeed：pip 安装、设置 API Key（环境变量/.env）、写出第一个取 K 线的请求，并搞清鉴权失败、权限不足等常见报错怎么排查。答案先行的最小可运行示例。Mon, 28 Sep 2026 00:00:00 GMTgetting-started如何用 Python 回测海龟交易法则？（唐奇安突破 + ATR 头寸 + 加仓，完整系统）https://blog.alphafeed.org/blog/turtle-trading-system-backtest/https://blog.alphafeed.org/blog/turtle-trading-system-backtest/海龟交易法则不只是唐奇安突破，还包括用 ATR(N) 定头寸、按 N 加仓、突破反向通道离场。用 AlphaFeed 前复权日线实现完整海龟系统回测，次日开盘成交避免未来函数、扣手续费，输出收益与回撤。Mon, 28 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算 VR 成交量变异率指标？（用量能判断多空强弱）https://blog.alphafeed.org/blog/vr-volume-ratio-indicator/https://blog.alphafeed.org/blog/vr-volume-ratio-indicator/VR（成交量变异率）比较上涨日与下跌日的成交量，反映资金做多还是做空的能量对比。用 AlphaFeed 前复权日线，几行 pandas 就能算出 VR，识别低位放量与高位risk，附阈值参考与避坑，不依赖 TA-Lib。Mon, 28 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算 DPO 去趋势价格振荡器？（剔除趋势看价格周期）https://blog.alphafeed.org/blog/dpo-detrended-price-oscillator/https://blog.alphafeed.org/blog/dpo-detrended-price-oscillator/DPO（去趋势价格振荡器）把移动均线前移相减，剥离长期趋势、突出价格的周期性高低点。用 AlphaFeed 前复权日线，几行 pandas 就能算出 DPO，估计周期节奏、识别相对超买超卖，不依赖 TA-Lib。Sun, 27 Sep 2026 00:00:00 GMTanalysis如何用 Python 筛选连续上涨（N 连阳）的股票？（全市场连阳/连阴统计）https://blog.alphafeed.org/blog/n-consecutive-up-days-screening/https://blog.alphafeed.org/blog/n-consecutive-up-days-screening/想找出连续收阳、走势凌厉的强势股？用 AlphaFeed 批量取前复权日线，判定每日阳线（收盘>开盘）并统计当前连阳天数，几十行扫出全市场 N 连阳股，附连阳与连涨的区别、量能过滤与避坑。Sun, 27 Sep 2026 00:00:00 GMTscreening如何用 Python 计算索提诺比率和卡玛比率？（比夏普更懂下行风险的收益评估）https://blog.alphafeed.org/blog/sortino-calmar-risk-adjusted-return/https://blog.alphafeed.org/blog/sortino-calmar-risk-adjusted-return/夏普比率把上涨波动也当风险，索提诺只罚下行波动、卡玛用最大回撤衡量风险。用 AlphaFeed 前复权日线算出年化收益、下行波动、最大回撤，几行 pandas 得到 Sortino 与 Calmar，更贴合“怕跌不怕涨”的真实风险偏好。Sun, 27 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算 EMV 简易波动指标？（量价结合看拉升是否轻松）https://blog.alphafeed.org/blog/emv-ease-of-movement/https://blog.alphafeed.org/blog/emv-ease-of-movement/EMV（简易波动指标）把价格变动和成交量结合，衡量股价上涨/下跌是否“轻松”。用 AlphaFeed 前复权日线，几行 pandas 就能算出 EMV 与其均线，识别放量滞涨与缩量上行，不依赖 TA-Lib。Sat, 26 Sep 2026 00:00:00 GMTanalysis如何给 AlphaFeed 取数加本地缓存？（避免重复请求、省额度、离线复用）https://blog.alphafeed.org/blog/local-cache-avoid-refetch/https://blog.alphafeed.org/blog/local-cache-avoid-refetch/反复调试同一段行情代码会重复请求、浪费额度也变慢。用一个简单的本地缓存层（Parquet + 过期判断）缓存 AlphaFeed 已取到的 K 线，命中缓存直接读盘、未命中再请求，几十行搞定省额度又提速。Sat, 26 Sep 2026 00:00:00 GMTengineering如何用 Python 回测动量轮动策略？（多只 ETF/股票按强弱定期换仓，含手续费）https://blog.alphafeed.org/blog/momentum-rotation-backtest/https://blog.alphafeed.org/blog/momentum-rotation-backtest/动量轮动=每期持有最强的 N 只、定期换掉转弱的。用 AlphaFeed 批量取前复权日线，实现多标的动量排名 + 月度调仓回测，次月开盘换仓避免未来函数、扣手续费，并与等权持有对比。Sat, 26 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算 BBI 多空指标？（多周期均线的多空分界线）https://blog.alphafeed.org/blog/bbi-bull-bear-index/https://blog.alphafeed.org/blog/bbi-bull-bear-index/BBI（多空指标）把 3/6/12/24 日四条均线取平均，形成一条兼顾短中期的多空分界线。用 AlphaFeed 前复权日线，几行 pandas 就能算出 BBI，判断价格在多头还是空头区域，并做全市场多头排列筛选，不依赖 TA-Lib。Fri, 25 Sep 2026 00:00:00 GMTanalysisAlphaFeed K 线的 OHLCV 字段怎么理解？open/high/low/close/volume/amount 含义与单位https://blog.alphafeed.org/blog/ohlcv-fields-explained/https://blog.alphafeed.org/blog/ohlcv-fields-explained/K 线返回的 volume 是股还是手？amount 是元吗？open/high/low/close 是不是复权价？本文用 AlphaFeed 真实数据讲清每个行情字段的含义与单位，附成交均价、单位换算与常见误用的排查。Fri, 25 Sep 2026 00:00:00 GMTgetting-started如何用 Python 回测抛物线 SAR 翻转策略？（多空翻转 + 移动止损，含手续费）https://blog.alphafeed.org/blog/sar-flip-strategy-backtest/https://blog.alphafeed.org/blog/sar-flip-strategy-backtest/SAR 由多翻空/由空翻多能不能当交易信号？用 AlphaFeed 前复权日线实现 Parabolic SAR 翻转策略回测，做多信号次日开盘买入、翻空平仓，扣手续费、避免未来函数，输出收益/回撤/交易次数并与买入持有对比。Fri, 25 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 计算 DMA 平行线差指标？（快慢均线差值判断趋势）https://blog.alphafeed.org/blog/dma-indicator/https://blog.alphafeed.org/blog/dma-indicator/DMA（平行线差）用两条不同周期均线的差值判断趋势方向与拐点，比单看均线更灵敏。用 AlphaFeed 前复权日线，几行 pandas 就能算出 DMA 与信号线 AMA，识别金叉死叉与零轴穿越，不依赖 TA-Lib。Thu, 24 Sep 2026 00:00:00 GMTanalysis如何用 Python 回测 KDJ 金叉死叉策略？（含 J 值超卖过滤与手续费）https://blog.alphafeed.org/blog/kdj-golden-cross-backtest/https://blog.alphafeed.org/blog/kdj-golden-cross-backtest/KDJ 金叉买入、死叉卖出到底赚不赚钱？用 AlphaFeed 前复权日线，几十行 Python 实现 KDJ 金叉死叉回测，加入 J 值超卖过滤、次日开盘成交与手续费，避免未来函数，输出收益/胜率/最大回撤。Thu, 24 Sep 2026 00:00:00 GMTstrategy-backtestAlphaFeed K 线的时间字段怎么用？timestamp / trade_date / trade_time 解析与时区https://blog.alphafeed.org/blog/parse-timestamp-trade-time-fields/https://blog.alphafeed.org/blog/parse-timestamp-trade-time-fields/K 线里的 timestamp 是毫秒还是秒？trade_date 和 trade_time 有什么区别？分钟线时间是北京时间吗？本文用 AlphaFeed 真实数据讲清三个时间字段的含义、单位、时区与互转，附 pandas 正确解析代码。Thu, 24 Sep 2026 00:00:00 GMTgetting-startedAlphaFeed 支持哪些 K 线周期？1m/5m/15m/30m/60m/日/周/月 period 参数详解https://blog.alphafeed.org/blog/kline-period-frequency-parameter/https://blog.alphafeed.org/blog/kline-period-frequency-parameter/取分钟线、周线、月线到底传什么 period？AlphaFeed 原生支持 1m/5m/15m/30m/60m/1d/1w/1M 八种周期，本文讲清每个取值、如何选周期、周线月线无需手动合成，附错误取值的正确排查。Wed, 23 Sep 2026 00:00:00 GMTgetting-started如何把 A 股行情高效存成 Parquet/Feather？（比 CSV 更省空间、保留类型）https://blog.alphafeed.org/blog/save-data-parquet-feather-efficient/https://blog.alphafeed.org/blog/save-data-parquet-feather-efficient/用 CSV 存全市场 K 线又大又慢还丢类型？用 AlphaFeed 批量取数后存成 Parquet/Feather，实测体积仅 CSV 的三分之一、列式读取更快、dtype 完整保留，附 CSV vs Parquet vs Feather 实测对比与分区存储方案。Wed, 23 Sep 2026 00:00:00 GMTengineering如何用 Python 计算 TRIX 三重指数平滑均线指标？（过滤震荡的趋势指标）https://blog.alphafeed.org/blog/trix-triple-smoothed-indicator/https://blog.alphafeed.org/blog/trix-triple-smoothed-indicator/TRIX 通过三重指数平滑过滤掉短期波动噪音，是识别中长期趋势的经典指标。用 AlphaFeed 前复权日线，几行 pandas 就能算出 TRIX 与其信号线 MATRIX，识别金叉死叉与零轴穿越，完全不依赖 TA-Lib。Wed, 23 Sep 2026 00:00:00 GMTanalysis批量取数比循环单取快多少？用 AlphaFeed klines.batch 给多股票取数提速https://blog.alphafeed.org/blog/batch-fetch-vs-loop-performance/https://blog.alphafeed.org/blog/batch-fetch-vs-loop-performance/取 100 只股票的 K 线，for 循环一只只调接口慢又容易触发限频。用 AlphaFeed 的 klines.batch 一次批量取回（内置并发与分批），实测比循环快数倍，附计时对比、batch_size/max_workers 参数与错误处理。Tue, 22 Sep 2026 00:00:00 GMTengineering如何用 Python 计算抛物线 SAR（Parabolic SAR）指标？判断趋势反转与移动止损https://blog.alphafeed.org/blog/parabolic-sar-indicator/https://blog.alphafeed.org/blog/parabolic-sar-indicator/SAR 是最经典的趋势跟踪与移动止损指标。用 AlphaFeed 前复权日线，几十行 Python 就能实现 Wilder 原版 SAR（含加速因子 AF），识别多空翻转点、做移动止损，完全不依赖 TA-Lib，附参数与避坑说明。Tue, 22 Sep 2026 00:00:00 GMTanalysis如何用 Python 自动识别股票的支撑位与压力位？（摆动高低点 + 成交密集区）https://blog.alphafeed.org/blog/support-resistance-levels/https://blog.alphafeed.org/blog/support-resistance-levels/支撑压力位怎么用代码找？用 AlphaFeed 历史 K 线，通过摆动高低点（swing high/low）聚类与成交量密集区两种方法自动识别支撑位与压力位，附参数、去重与实战避坑，纯 pandas 实现。Tue, 22 Sep 2026 00:00:00 GMTanalysis如何用 Python 统计 A 股连续涨停（几连板）？——历史连板天数与最长纪录https://blog.alphafeed.org/blog/consecutive-limit-up-streak/https://blog.alphafeed.org/blog/consecutive-limit-up-streak/想知道一只票最近几连板、历史最长连板多少天？用 AlphaFeed 日线数据按板块涨跌停幅度识别涨停日，几行代码算出当前连板数与历史最长连涨停纪录，含 20cm 与 ST 的阈值处理。Mon, 21 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算 ROC 变动率指标做动量分析？（不依赖 TA-Lib）https://blog.alphafeed.org/blog/roc-rate-of-change-momentum/https://blog.alphafeed.org/blog/roc-rate-of-change-momentum/ROC（Rate of Change 变动率）是最直观的动量指标。用 AlphaFeed 前复权日线，几行 pandas 就能算出 N 日 ROC、判断动量强弱与背离，并做全市场动量排名，附参数选择与背离识别的实战注意事项。Mon, 21 Sep 2026 00:00:00 GMTanalysisA 股代码后缀 .SH/.SZ/.BJ 怎么区分？Python 统一处理沪深京港美股代码https://blog.alphafeed.org/blog/stock-symbol-code-format-suffix/https://blog.alphafeed.org/blog/stock-symbol-code-format-suffix/600 开头是沪市还是深市？.SH/.SZ/.BJ/.HK/.US 后缀怎么来的？用 AlphaFeed 一步拿到标准代码、交易所与市场归属，附纯数字代码与标准代码互转的可运行函数。Mon, 21 Sep 2026 00:00:00 GMTgetting-startedA股数据源和 API 怎么选？（2026 全景选型指南 + 决策树）https://blog.alphafeed.org/blog/a-share-data-api-selection-guide/https://blog.alphafeed.org/blog/a-share-data-api-selection-guide/A股数据API怎么选不用纠结：先按数据类型/规模实时性/身份预算/技术栈四维定位，再照决策树落子。免费库(AkShare/Baostock)负责日频研究，Tushare/Wind负责财务另类，AlphaFeed负责稳定实时+五档+全市场+跨市场行情。含全景对照表，诚实标注alphafeed不含财务/另类。Sun, 20 Sep 2026 00:00:00 GMTcomparisonA股数据源是否全覆盖、准确吗？（停牌/除权/覆盖度怎么自己验证）https://blog.alphafeed.org/blog/a-share-data-coverage-quality-check/https://blog.alphafeed.org/blog/a-share-data-coverage-quality-check/别轻信全覆盖超准的宣传，自己写几行脚本验证：查全市场只数、抽查停牌(volume=0)、检查前复权序列有无异常跳空、对已知值。AlphaFeed实测全A约5565只、停牌约12只、茅台前复权最大单日涨跌约8.6%(复权连续)。覆盖度要按你需要的数据类型判断，财务/另类不含。Sun, 20 Sep 2026 00:00:00 GMTengineering复权价和同花顺对不上？前/后复权哪家准、复权因子怎么用？https://blog.alphafeed.org/blog/adjusted-price-mismatch-diagnosis/https://blog.alphafeed.org/blog/adjusted-price-mismatch-diagnosis/复权价对不上几乎都是口径不同(前vs后复权、比例vs加法、基准日、是否含最新除权)，不是数据错。正解是固定一种adjust口径、别中途换、别跨源拼接。AlphaFeed用adjust参数显式指定复权，ex_factors是除权事件审计记录(非简单相乘还原)。实测前复权最新价=原始价、后复权抬高。Sun, 20 Sep 2026 00:00:00 GMTengineering每天收盘怎么拿全 A 涨跌停 + 成交额排行？（最简方案）https://blog.alphafeed.org/blog/eod-all-a-limit-turnover-ranking/https://blog.alphafeed.org/blog/eod-all-a-limit-turnover-ranking/收盘拿全A涨跌停+成交额排行，最简做法是AlphaFeed一行quotes.get(universes=CN_Stock)取全市场快照(约5500+只，自带涨跌幅/成交额)，按amount排序出成交额榜、按change_pct阈值筛涨跌停，要精确再用instruments的涨跌停价比对。含板块阈值差异说明。Sun, 20 Sep 2026 00:00:00 GMTmarket-dataA股数据 API 免费还是付费？（个人预算年 1000 内怎么选）https://blog.alphafeed.org/blog/free-vs-paid-a-share-data-budget/https://blog.alphafeed.org/blog/free-vs-paid-a-share-data-budget/个人预算有限选A股数据源：先把免费源用到极限，再为真正卡住你的那一项付费。日频/财务研究免费够用；稳定实时、五档、全市场、跨市场是付费拐点。AlphaFeed有免费额度可先试，按universes付费点升级，只在行情上收费，别为用不到的全家桶买单。Sun, 20 Sep 2026 00:00:00 GMTcomparisonA股分钟级和 Level-2 数据，个人有正规 API 能买吗？多少钱？https://blog.alphafeed.org/blog/level2-tick-data-individual-reality/https://blog.alphafeed.org/blog/level2-tick-data-individual-reality/分钟级数据个人容易拿(AlphaFeed klines 1m/5m免费额度可试)；Level-2逐笔/十档/委托队列门槛高需授权、按席位收费，个人多数用不满。盯盘打板用五档盘口(depth,Level-1)就够。诚实说明alphafeed不提供Level-2逐笔。Sun, 20 Sep 2026 00:00:00 GMTmarket-data本地 A股量化数据库怎么设计？（方便做因子计算的表结构）https://blog.alphafeed.org/blog/local-quant-db-schema-for-factors/https://blog.alphafeed.org/blog/local-quant-db-schema-for-factors/因子库设计三原则：存不复权原始价+单独存除权因子(复权按需算)、长表+(symbol,trade_date)主键、元数据分离。用AlphaFeed klines.batch(返回dict)灌行情、ex_factors存事件、instruments存元数据三张表起步。含建表SQL与灌数代码。财务因子诚实从专门源另建。Sun, 20 Sep 2026 00:00:00 GMTengineering如何用 Python 做均线粘合选股？（多头发散前的变盘候选）https://blog.alphafeed.org/blog/ma-convergence-squeeze-screening/https://blog.alphafeed.org/blog/ma-convergence-squeeze-screening/想批量筛选均线粘合、准备变盘的股票？用 AlphaFeed 批量复权日线，算 5/10/20/30/60 日均线的离散度，离散度极小即为粘合，几行扫出候选池，并讲清粘合不辨方向、需配合放量突破等坑。Sun, 20 Sep 2026 00:00:00 GMTscreening如何用 Python 检测 MACD 顶背离/底背离？（价格新高而 DIF 不新高）https://blog.alphafeed.org/blog/macd-divergence-detection/https://blog.alphafeed.org/blog/macd-divergence-detection/想用程序自动识别 MACD 顶背离、底背离？用 AlphaFeed 复权日线算 DIF/DEA，找价格摆动高点，价格创新高但 DIF 没创新高即顶背离，几行搞定，并讲清背离≠反转、右侧确认等坑。Sun, 20 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算 MFI 资金流量指标？（带成交量的 RSI）https://blog.alphafeed.org/blog/mfi-money-flow-index/https://blog.alphafeed.org/blog/mfi-money-flow-index/想用 MFI 资金流量指标判断资金进出与超买超卖？用 AlphaFeed 复权日线，取典型价×成交量算正负资金流，几行得到 14 日 MFI，用 80/20 识别超买超卖，并讲清它和 RSI 的区别、缩量失真等坑。Sun, 20 Sep 2026 00:00:00 GMTanalysisA股历史分钟线和当日分时数据怎么拿？（1m/5m/15m + Python 代码）https://blog.alphafeed.org/blog/minute-bar-intraday-data-source/https://blog.alphafeed.org/blog/minute-bar-intraday-data-source/A股分钟线用AlphaFeed的klines.get(period=5m)取，支持1m/5m/15m/30m/60m；当日分时用klines.intraday一次拿全天约240根，多只用intraday_batch(返回dict)。讲清分钟线多为原始价、跨除权日处理、当日与历史两个接口别混用、控制体量。Sun, 20 Sep 2026 00:00:00 GMTmarket-dataA股实时行情 API 个人能申请吗？延迟、合规、免费实时靠谱吗？https://blog.alphafeed.org/blog/realtime-quote-api-personal-access/https://blog.alphafeed.org/blog/realtime-quote-api-personal-access/个人怎么接入A股实时行情API：跳过易封IP的非官方接口，用带鉴权的商业快照API。AlphaFeed的quotes.get返回约3秒刷新的实时快照，自带涨跌幅/换手率，三行接入。讲清快照非逐笔、涨跌幅是小数、免费实时慎用、转售需授权的边界。Sun, 20 Sep 2026 00:00:00 GMTmarket-data爬新浪/东财接口稳定吗？会不会封 IP？（vs 正规数据 API/SDK）https://blog.alphafeed.org/blog/web-scraping-vs-official-api-ip-ban/https://blog.alphafeed.org/blog/web-scraping-vs-official-api-ip-ban/爬新浪/东财非官方接口做量化生产会踩限流封IP、字段口径漂移、无重试无SLA三座大山。正规行情SDK用鉴权换稳定：AlphaFeed的batch/universes+内置重试，超额是明确限频错误而非静默封。个人临时研究可爬，认真做量化上SDK。Sun, 20 Sep 2026 00:00:00 GMTcomparison如何用 Python 回测肯特纳通道（Keltner Channel）突破策略？（EMA+ATR 通道）https://blog.alphafeed.org/blog/keltner-channel-backtest/https://blog.alphafeed.org/blog/keltner-channel-backtest/想用肯特纳通道做趋势突破？用 AlphaFeed 复权日线算 EMA 中轨 ± ATR 通道，回测「突破上轨买入、跌破中轨卖出」策略（含手续费），并用真实数据说明它在震荡市频繁止损跑输买入持有——讲清与布林带的区别及突破策略的坑。Sat, 19 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 做股价历史分位选股？（筛出处于历史低位的股票）https://blog.alphafeed.org/blog/price-percentile-screening/https://blog.alphafeed.org/blog/price-percentile-screening/想找出股价处于近一年低位的股票？用 AlphaFeed 全市场标的池 + 批量日线，计算当前收盘价在近 N 日的百分位，筛出低分位候选，几十行搞定，并讲清分位≠便宜、趋势下移与回看窗口的坑。Sat, 19 Sep 2026 00:00:00 GMTscreening如何用 Python 计算 PSY 心理线指标？（用上涨天数占比看市场情绪）https://blog.alphafeed.org/blog/psy-psychological-line/https://blog.alphafeed.org/blog/psy-psychological-line/想用 PSY 心理线判断超买超卖情绪？用 AlphaFeed 复权日线，统计近 N 日上涨天数占比算出 PSY，用 75/25 识别超买超卖，几行搞定，并讲清 PSY 只看涨跌天数不看幅度、震荡钝化的坑。Sat, 19 Sep 2026 00:00:00 GMTanalysis如何用 Python 做乖离率（BIAS）选股？（全市场筛负乖离超跌股）https://blog.alphafeed.org/blog/bias-deviation-screening/https://blog.alphafeed.org/blog/bias-deviation-screening/想找出短期超跌、股价大幅偏离均线的股票？用 AlphaFeed 全市场标的池 + 批量日线，计算 BIAS 乖离率并筛出负乖离过大的超跌候选，几十行搞定，并讲清乖离率无固定阈值、趋势中持续负乖离的坑。Fri, 18 Sep 2026 00:00:00 GMTscreening如何用 Python 分析股票的日历效应？（星期效应与月份效应，附数据挖掘陷阱）https://blog.alphafeed.org/blog/calendar-effect-analysis/https://blog.alphafeed.org/blog/calendar-effect-analysis/股票收益真有"星期效应""月份效应"吗？用 AlphaFeed 复权日线按星期几、月份分组统计平均收益，几行看出规律，并用真实数据讲清这类效应大多不稳定、易受数据挖掘偏差影响，别当交易信号。Fri, 18 Sep 2026 00:00:00 GMTanalysis如何用 Python 回测定投策略（定期定额 DCA）？（和一次性买入对比）https://blog.alphafeed.org/blog/dollar-cost-averaging-backtest/https://blog.alphafeed.org/blog/dollar-cost-averaging-backtest/定投到底比一次性买入好在哪？用 AlphaFeed 复权日线回测「每 N 个交易日定额买入」的定投策略，和期初一次性全投对比收益，并用真实数据说明定投降低择时风险但牛市常跑输一次性——讲清定投的真正价值与误区。Fri, 18 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 做低波动率选股？（全市场按年化波动率排名筛低波股）https://blog.alphafeed.org/blog/low-volatility-screening/https://blog.alphafeed.org/blog/low-volatility-screening/想筛出走势更稳的低波动股票？用 AlphaFeed 全市场标的池 + 批量日线，计算日收益的年化波动率并升序排名，几十行筛出全市场低波动候选，并讲清低波异象、波动率≠风险全貌与回看窗口的坑。Thu, 17 Sep 2026 00:00:00 GMTscreening如何用 Python 回测 MACD 金叉死叉策略？（真实收益与频繁交易的代价）https://blog.alphafeed.org/blog/macd-crossover-backtest/https://blog.alphafeed.org/blog/macd-crossover-backtest/MACD 金叉买入、死叉卖出到底赚不赚钱？用 AlphaFeed 复权日线算 DIF/DEA，回测金叉死叉策略（含手续费），并用真实数据说明它交易频繁、常跑输买入持有——讲清 MACD 滞后、震荡假信号与过拟合的坑。Thu, 17 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 分析股票收益率分布？（偏度、峰度与"尖峰厚尾"）https://blog.alphafeed.org/blog/return-distribution-skew-kurtosis/https://blog.alphafeed.org/blog/return-distribution-skew-kurtosis/股票日收益真的服从正态分布吗？用 AlphaFeed 复权日线算日收益率的均值、标准差、偏度、峰度，用真实数据看清"尖峰厚尾"现象，并讲清峰度口径、极端值影响与用正态假设的风险。Thu, 17 Sep 2026 00:00:00 GMTanalysis如何用 Python 回测唐奇安通道突破策略？（海龟交易思路与真实表现）https://blog.alphafeed.org/blog/donchian-breakout-backtest/https://blog.alphafeed.org/blog/donchian-breakout-backtest/想验证海龟交易的唐奇安通道突破到底行不行？用 AlphaFeed 复权日线回测「突破 N 日最高买入、跌破 M 日最低卖出」策略，含手续费，并用真实数据说明它在震荡市频繁止损跑输买入持有——讲清突破策略的假突破与过拟合坑。Wed, 16 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 画 K 线图（蜡烛图）？（mplfinance + 均线 + 成交量）https://blog.alphafeed.org/blog/plot-candlestick-kline-chart/https://blog.alphafeed.org/blog/plot-candlestick-kline-chart/想用 Python 画出带均线和成交量的专业 K 线蜡烛图？用 AlphaFeed 取复权日线，整理成 mplfinance 需要的 DatetimeIndex+OHLCV 格式，几行画出蜡烛图，并讲清列名规范、复权与中文字体的坑。Wed, 16 Sep 2026 00:00:00 GMTengineering如何用 Python 计算威廉指标 WR（%R）？（超买超卖判断，不用 TA-Lib）https://blog.alphafeed.org/blog/williams-r-indicator/https://blog.alphafeed.org/blog/williams-r-indicator/想用威廉指标 WR 判断超买超卖？用 AlphaFeed 复权日线，几行算出 Williams %R，用 -20/-80 识别超买超卖区，并讲清 WR 的负值区间、与 KDJ 的关系及震荡钝化的坑。Wed, 16 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算 CCI 顺势指标？（超买超卖与背离，不用 TA-Lib）https://blog.alphafeed.org/blog/cci-commodity-channel-index/https://blog.alphafeed.org/blog/cci-commodity-channel-index/想自己算 CCI 顺势指标判断超买超卖？用 AlphaFeed 复权日线，用典型价 TP、平均绝对偏差 MD 几行算出 CCI，识别 ±100 超买超卖区，并讲清 CCI 无界、震荡钝化与背离的坑。Tue, 15 Sep 2026 00:00:00 GMTanalysis如何用 Python 回测 RSI 超卖反弹策略？（RSI<30 买入的真实收益与陷阱）https://blog.alphafeed.org/blog/rsi-oversold-backtest/https://blog.alphafeed.org/blog/rsi-oversold-backtest/RSI 超卖买入到底赚不赚钱？用 AlphaFeed 复权日线回测「RSI<30 买入、RSI 回升到阈值卖出」策略，含手续费，并用真实数据说明它常跑输买入持有——讲清单标的回测过拟合与幸存者偏差的坑。Tue, 15 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 做放量选股？（全市场扫描成交量突增的异动股）https://blog.alphafeed.org/blog/volume-surge-screening/https://blog.alphafeed.org/blog/volume-surge-screening/想快速找出今天突然放量的异动股？用 AlphaFeed 全市场标的池 + 批量日线，计算今日成交量与过去 N 日均量的比值，几十行扫出放量倍数高的个股，并讲清放量方向不明、次新股失真与量比口径的坑。Tue, 15 Sep 2026 00:00:00 GMTscreening如何用 Python 获取全部 ETF 列表与行情？（按成交额筛选活跃 ETF）https://blog.alphafeed.org/blog/etf-list-screening/https://blog.alphafeed.org/blog/etf-list-screening/想要一份全市场 ETF 清单还带实时行情？用 AlphaFeed 的 CN_ETF 标的池一行取回上千只 ETF 的代码、名称、成交额与涨跌幅，再按成交额筛出流动性好的活跃 ETF，并讲清 ETF 与股票字段差异、流动性与规模的坑。Mon, 14 Sep 2026 00:00:00 GMTmarket-data如何用 Python 计算 KDJ 随机指标？（金叉死叉与超买超卖，不用 TA-Lib）https://blog.alphafeed.org/blog/kdj-stochastic-indicator/https://blog.alphafeed.org/blog/kdj-stochastic-indicator/想自己算 KDJ 又怕和行情软件对不上？用 AlphaFeed 复权日线，用经典 RSV + K/D/J 递推口径几行算出 KDJ，识别金叉死叉与超买超卖，并讲清 KDJ 平滑口径、J 值溢出与钝化的坑。Mon, 14 Sep 2026 00:00:00 GMTanalysis如何用 Python 筛选均线多头排列的股票？（MA5>MA10>MA20>MA60 全市场选股）https://blog.alphafeed.org/blog/ma-bullish-alignment-screening/https://blog.alphafeed.org/blog/ma-bullish-alignment-screening/想找出趋势向上、均线多头排列的强势股？用 AlphaFeed 全市场标的池 + 批量复权日线，几十行筛出 MA5>MA10>MA20>MA60 且股价站上均线的多头排列个股，并讲清多头排列滞后、复权与回踩的坑。Mon, 14 Sep 2026 00:00:00 GMTscreening如何用 Python 计算 ADX 判断趋势强弱？（区分趋势市与震荡市）https://blog.alphafeed.org/blog/adx-trend-strength/https://blog.alphafeed.org/blog/adx-trend-strength/想知道行情是有趋势还是在震荡？用 AlphaFeed 复权日线算 ADX 与 +DI/-DI，用 ADX 高低判断趋势强弱、用 DI 方向判断多空，几十行让你的策略只在有趋势时出手，并讲清 ADX 滞后与阈值的坑。Sun, 13 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算 A 股涨停价/跌停价与最小变动价位？（含创业板科创板20%）https://blog.alphafeed.org/blog/limit-price-tick-size-calc/https://blog.alphafeed.org/blog/limit-price-tick-size-calc/涨停价到底怎么算？用 AlphaFeed 的 instruments 接口直接取每只股票的 limit_up/limit_down/tick_size，无需自己套规则，还能对照主板 10%、创业板/科创板 20% 的涨跌幅规则，并讲清 ST、新股、四舍五入的坑。Sun, 13 Sep 2026 00:00:00 GMTgetting-started如何用 Python 做 RSI 超卖选股？（全市场筛 RSI<30 的抄底候选）https://blog.alphafeed.org/blog/rsi-oversold-screening/https://blog.alphafeed.org/blog/rsi-oversold-screening/想批量找 RSI 超卖的股票？用 AlphaFeed 取全市场标的池 + 批量复权日线，用 Wilder 口径算 RSI(14) 筛出 RSI<30 的超卖候选，几十行搞定，并讲清 RSI 在趋势市钝化、超卖≠反弹的坑。Sun, 13 Sep 2026 00:00:00 GMTscreening如何用 Python 自建一个股票指数？（流通市值加权 vs 等权，自选股篮子）https://blog.alphafeed.org/blog/custom-index-market-cap-weighted/https://blog.alphafeed.org/blog/custom-index-market-cap-weighted/想给自选股组合做一条"自己的指数"？用 AlphaFeed 取成分股复权收盘 + instruments 的流通股本，几十行算出流通市值加权指数并和等权指数对比，讲清基点归一、成分对齐与复权的坑。Sat, 12 Sep 2026 00:00:00 GMTanalysis如何用 Python 把 A 股行情批量导出到 Excel/CSV？（多股票多 Sheet）https://blog.alphafeed.org/blog/export-stock-data-excel-csv/https://blog.alphafeed.org/blog/export-stock-data-excel-csv/想把多只股票的历史行情一次性存成 Excel 或 CSV？用 AlphaFeed 的 klines.batch 批量取复权日线，配合 pandas ExcelWriter 写多 Sheet、to_csv 分文件落地，几十行搞定，并讲清 Sheet 名长度、编码与复权口径的坑。Sat, 12 Sep 2026 00:00:00 GMTengineering如何用 Python 计算已实现波动率（Realized Volatility）？用分钟线更准https://blog.alphafeed.org/blog/realized-volatility-intraday/https://blog.alphafeed.org/blog/realized-volatility-intraday/想比日线更精细地度量波动？用 AlphaFeed 取分钟 K 线，用分钟收益平方和算已实现方差再年化，得到已实现波动率（RV），比只用日收盘的历史波动率更贴近真实日内波动，并讲清采样频率与隔夜跳空的坑。Sat, 12 Sep 2026 00:00:00 GMTanalysis如何用 Python 筛选创 52 周新高的股票？（全市场新高突破选股）https://blog.alphafeed.org/blog/52-week-high-breakout-screening/https://blog.alphafeed.org/blog/52-week-high-breakout-screening/想抓创新高的强势股？用 AlphaFeed 取全市场行情池 + 复权日线，几十行算出"收盘价突破过去一年最高价"并叠加成交额过滤，做出可复现的 52 周新高突破选股器，并讲清幸存者偏差与复权坑。Fri, 11 Sep 2026 00:00:00 GMTscreening如何用 Python 回测布林带均值回归策略？（跌破下轨买入·回中轨止盈）https://blog.alphafeed.org/blog/bollinger-mean-reversion-backtest/https://blog.alphafeed.org/blog/bollinger-mean-reversion-backtest/想验证"跌破布林带下轨抄底"到底值不值？用 AlphaFeed 复权日线算布林带，用 T-1 信号 T 开盘成交避免未来函数，回测跌破下轨买入、回归中轨止盈，含手续费与最大回撤，并诚实讲清均值回归的失效场景。Fri, 11 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 把日线合成周线？做多周期共振分析（日线+周线）https://blog.alphafeed.org/blog/weekly-resample-multi-timeframe/https://blog.alphafeed.org/blog/weekly-resample-multi-timeframe/想做周线/月线级别分析又不想找周线数据源？用 AlphaFeed 取复权日线后用 pandas resample 合成周线/月线，几行代码算出日线+周线均线共振信号，并讲清 resample 周期锚点与复权的坑。Fri, 11 Sep 2026 00:00:00 GMTanalysis如何用 Python 做 ATR 移动止损（吊灯止损）回测？控回撤的正确姿势https://blog.alphafeed.org/blog/atr-trailing-stop-backtest/https://blog.alphafeed.org/blog/atr-trailing-stop-backtest/想给策略加一个会跟随价格上移的止损？用 AlphaFeed 的复权日线算 ATR，实现吊灯移动止损并回测。真实数据显示它能显著压低最大回撤，但也可能因震荡被扫出而降低收益。Thu, 10 Sep 2026 00:00:00 GMTstrategy-backtest配对交易怎么用 Python 做？价差 z-score 回测（附 A 股做空的现实限制）https://blog.alphafeed.org/blog/pairs-trading-spread/https://blog.alphafeed.org/blog/pairs-trading-spread/想做统计套利/配对交易？用 AlphaFeed 批量取两只相关股票的复权日线，算对冲比率、构造价差与 z-score 做均值回归回测。并诚实说明 A 股个股做空受限这一落地硬伤。Thu, 10 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 做量价分析？放量突破与 OBV 量价背离识别https://blog.alphafeed.org/blog/volume-price-analysis/https://blog.alphafeed.org/blog/volume-price-analysis/想用成交量确认价格信号？用 AlphaFeed 的复权日线，几十行算出"放量突破前高"和 OBV 量价背离，量价配合看突破真假、背离看趋势衰竭，并讲清成交量分析的坑。Thu, 10 Sep 2026 00:00:00 GMTanalysis网格交易怎么用 Python 准备数据并回测？（含手续费才是真相）https://blog.alphafeed.org/blog/grid-trading-data-prep/https://blog.alphafeed.org/blog/grid-trading-data-prep/网格交易要先定区间和格距。用 AlphaFeed 的日线算出价格区间、ATR 与分位网格，再写一个几十行的网格回测——你会发现：在趋势行情里、加上手续费后，网格常常是亏的。Wed, 09 Sep 2026 00:00:00 GMTstrategy-backtest如何用 Python 做动量选股（相对强弱排名）？找出近期最强势的股票https://blog.alphafeed.org/blog/momentum-relative-strength-screening/https://blog.alphafeed.org/blog/momentum-relative-strength-screening/想筛出"近 N 日涨得最强"的股票做动量策略？用 AlphaFeed 批量取复权日线，算每只票的区间收益并横向排名，几十行搞定相对强弱榜，并讲清动量选股的坑。Wed, 09 Sep 2026 00:00:00 GMTscreening量化回测的幸存者偏差怎么破？用上市日期避免前视，并正视退市股缺失https://blog.alphafeed.org/blog/survivorship-bias-delisted/https://blog.alphafeed.org/blog/survivorship-bias-delisted/只用"当前还在交易的股票"做回测，会因为退市的失败者被剔除而结果虚高。用 AlphaFeed 的 instruments 上市日期过滤掉"回测起点还没上市"的票避免前视，并诚实面对退市股缺失这一硬限制。Wed, 09 Sep 2026 00:00:00 GMTengineering如何用 Python 扫描 A 股跳空缺口并统计缺口回补概率？https://blog.alphafeed.org/blog/gap-analysis/https://blog.alphafeed.org/blog/gap-analysis/想快速找出今日高开/低开跳空的股票，并回测缺口「当天回补」的概率？用 AlphaFeed 一次取全 A 快照按开盘价对昨收算跳空，再用日线历史统计缺口回补率，几十行搞定。Tue, 08 Sep 2026 00:00:00 GMTanalysisA 股怎么做 T（T+0）？用 Python 回测日内高抛低吸值不值https://blog.alphafeed.org/blog/intraday-t0-backtest/https://blog.alphafeed.org/blog/intraday-t0-backtest/想知道日内做 T 到底能不能降成本？用 AlphaFeed 的 5 分钟 K 线，几十行代码就能回测「围绕底仓高抛低吸」的正 T/反 T 规则，并诚实算清手续费与成交假设。Tue, 08 Sep 2026 00:00:00 GMTstrategy-backtest不用 SDK 也能取 A 股数据：AlphaFeed REST API 用 cURL/HTTP 直连教程https://blog.alphafeed.org/blog/rest-api-http-curl/https://blog.alphafeed.org/blog/rest-api-http-curl/用 Go、Node.js、Java 或只想 cURL 直连？AlphaFeed 提供标准 REST API，x-api-key 鉴权、/v1 路径、data 包裹的 JSON。本文给出可直接复制的 cURL 与 Python requests 示例。Tue, 08 Sep 2026 00:00:00 GMTengineering如何存原始价+除权因子，随时复现前复权价？（可复现、可审计的复权方案）https://blog.alphafeed.org/blog/adjust-factors-reproducible-prices/https://blog.alphafeed.org/blog/adjust-factors-reproducible-prices/复权价会随最新分红“漂移”，直接存复权价迟早对不上。用 AlphaFeed 存原始价与除权因子，任意时点都能精确复现前复权序列，误差为 0。Sun, 06 Sep 2026 00:00:00 GMTengineering如何用 Python 获取全部 A 股代码列表与基础信息？（含 ETF、上市日期、股本）https://blog.alphafeed.org/blog/all-a-share-symbol-list/https://blog.alphafeed.org/blog/all-a-share-symbol-list/想批量拿到全 A 股票代码、名称、上市日期、股本？用 AlphaFeed 一次取回全市场标的池与基础信息，几行代码生成可直接入库的股票清单。Sun, 06 Sep 2026 00:00:00 GMTgetting-started如何用 Python 监控 A 股涨停跌停与封板/炸板？（打板数据准备）https://blog.alphafeed.org/blog/limit-up-down-monitor/https://blog.alphafeed.org/blog/limit-up-down-monitor/想实时统计涨停家数、识别封板与炸板？用 AlphaFeed 拿全 A 快照与涨跌停价，比对最新价即可判涨跌停，再用五档封单量识别封板强度与炸板。Sun, 06 Sep 2026 00:00:00 GMTmarket-data如何用 Python 做多因子打分选股？（动量+换手+市值，全 A 可跑）https://blog.alphafeed.org/blog/multi-factor-scoring-screener/https://blog.alphafeed.org/blog/multi-factor-scoring-screener/单一指标选股噪声大。用 AlphaFeed 一次取全 A 快照，叠加动量、换手率、流通市值做 z-score 综合打分，几十行代码得到可复现的选股清单。Sun, 06 Sep 2026 00:00:00 GMTscreening如何用 Python 算多只股票的相关性矩阵与组合波动率？（组合风险入门）https://blog.alphafeed.org/blog/portfolio-correlation-risk/https://blog.alphafeed.org/blog/portfolio-correlation-risk/持有一篮子股票，风险不是各自波动的简单相加。用 AlphaFeed 批量取复权 K 线，几行代码算出相关性矩阵、年化组合波动率与各标的风险贡献。Sun, 06 Sep 2026 00:00:00 GMTanalysis如何对齐 A 股/美股/港股的交易日历做跨市场分析？（缺失交易日、假期、对齐）https://blog.alphafeed.org/blog/trading-calendar-alignment/https://blog.alphafeed.org/blog/trading-calendar-alignment/各市场假期不同，直接把 A 股和美股收益率并排相减就会错位。用 AlphaFeed 从 K 线推导各市场真实交易日历，用交易日交集正确对齐，再算相关性与联动。Sun, 06 Sep 2026 00:00:00 GMTengineering如何用 Python 计算个股的 Beta 和相关性？（以沪深300为基准）https://blog.alphafeed.org/blog/beta-correlation/https://blog.alphafeed.org/blog/beta-correlation/用日 K 线和沪深300指数，几行 Python 算出个股 Beta、与大盘的相关系数，以及多只股票的相关性矩阵。Sat, 05 Sep 2026 00:00:00 GMTanalysis如何批量下载全市场历史数据并搭建本地行情数据库？（增量更新）https://blog.alphafeed.org/blog/bulk-download-local-db-incremental/https://blog.alphafeed.org/blog/bulk-download-local-db-incremental/用批量 K 线接口把全 A 股历史数据落地到 SQLite/Parquet，并实现每天只拉新数据的增量更新方案。Sat, 05 Sep 2026 00:00:00 GMTengineering如何用 Python 自动生成每日 A 股市场复盘报告？https://blog.alphafeed.org/blog/daily-market-recap/https://blog.alphafeed.org/blog/daily-market-recap/用全市场行情一键统计涨跌家数、涨跌停数量、成交额、涨幅榜，自动生成每日复盘 Markdown 报告并定时运行。Sat, 05 Sep 2026 00:00:00 GMTanalysis如何给 A 股 K 线数据做清洗与异常检测？（停牌、跳空、缺口）https://blog.alphafeed.org/blog/data-cleaning-anomaly/https://blog.alphafeed.org/blog/data-cleaning-anomaly/用 Python 检测 K 线里的停牌日、价格异常跳空、缺失交易日和零成交，给回测准备一份干净可信的数据。Sat, 05 Sep 2026 00:00:00 GMTengineering如何获取股票的日内分时数据做盘中分析？（分钟级）https://blog.alphafeed.org/blog/intraday-vwap/https://blog.alphafeed.org/blog/intraday-vwap/用日内分时接口获取当日分钟级走势，计算 VWAP、识别放量时段、构建分时监控，附完整代码。Sat, 05 Sep 2026 00:00:00 GMTmarket-data如何用五档盘口数据判断买卖盘力量？（委比/委差实战）https://blog.alphafeed.org/blog/level1-orderbook-weibi/https://blog.alphafeed.org/blog/level1-orderbook-weibi/用五档盘口（Level-1 深度）数据，教你计算委比、委差，识别涨停封单、大单挂价，量化买卖盘博弈。Sat, 05 Sep 2026 00:00:00 GMTmarket-data如何用 Python 写一个均线策略回测？（附避免未来函数的正确姿势）https://blog.alphafeed.org/blog/ma-crossover-backtest/https://blog.alphafeed.org/blog/ma-crossover-backtest/从获取数据到信号、成交、净值、绩效，完整实现一个双均线策略回测，并讲清楚新手最容易犯的未来函数错误。Sat, 05 Sep 2026 00:00:00 GMTstrategy-backtest如何用一套代码同时获取 A 股、美股、港股数据？https://blog.alphafeed.org/blog/multi-market-a-us-hk/https://blog.alphafeed.org/blog/multi-market-a-us-hk/用统一的标的代码格式和标的池，一套 Python 代码跨 A 股/美股/港股取行情与 K 线，附时区、交易日、货币处理要点。Sat, 05 Sep 2026 00:00:00 GMTmarket-data如何用 Python 做一个实时自选股监控脚本？https://blog.alphafeed.org/blog/realtime-watchlist-monitor/https://blog.alphafeed.org/blog/realtime-watchlist-monitor/用实时行情快照接口，几十行 Python 搭一个能在终端里刷新、涨跌变色、到价提醒的自选股监控器。Sat, 05 Sep 2026 00:00:00 GMTmarket-data如何用 Python 获取 A 股历史 K 线数据？（前复权/后复权详解）https://blog.alphafeed.org/blog/python-a-share-kline-adjust/https://blog.alphafeed.org/blog/python-a-share-kline-adjust/用几行 Python 代码获取 A 股日线、周线、月线的历史 OHLCV 数据，并搞清楚前复权、后复权、不复权到底该怎么选。Sat, 05 Sep 2026 00:00:00 GMTgetting-started如何用 Python 计算股票的收益率、波动率和最大回撤？https://blog.alphafeed.org/blog/return-volatility-drawdown-sharpe/https://blog.alphafeed.org/blog/return-volatility-drawdown-sharpe/用日 K 线数据，手把手计算年化收益率、年化波动率、夏普比率和最大回撤，附完整可运行代码。Sat, 05 Sep 2026 00:00:00 GMTanalysis如何用 Python 计算 MA、MACD、RSI、布林带？（不依赖 TA-Lib）https://blog.alphafeed.org/blog/technical-indicators-without-talib/https://blog.alphafeed.org/blog/technical-indicators-without-talib/只用 pandas 和 numpy，从行情 API 取数后手写 MA、EMA、MACD、RSI、布林带，附完整可运行代码。Sat, 05 Sep 2026 00:00:00 GMTanalysis如何用换手率和振幅做 A 股选股？（Python 实战）https://blog.alphafeed.org/blog/turnover-amplitude-screening/https://blog.alphafeed.org/blog/turnover-amplitude-screening/用实时行情里现成的换手率、振幅字段，几行 Python 做活跃度选股，避开僵尸股和过度投机票。Sat, 05 Sep 2026 00:00:00 GMTscreeningA 股量化数据接口怎么选？Tushare、AkShare、baostock 与 AlphaFeed 对比https://blog.alphafeed.org/blog/tushare-akshare-baostock-vs-alphafeed/https://blog.alphafeed.org/blog/tushare-akshare-baostock-vs-alphafeed/从数据覆盖、实时性、易用性、稳定性、价格几个维度，客观对比常见的 A 股量化数据方案，帮你选对数据源。Sat, 05 Sep 2026 00:00:00 GMTcomparison如何用 Python 做 ETF 动量轮动？（全市场 ETF 扫描 + 定时监控）https://blog.alphafeed.org/blog/etf-rotation-monitor/https://blog.alphafeed.org/blog/etf-rotation-monitor/用 CN_ETF 标的池一次拿到全市场 ETF 行情，按流动性筛选、按动量排名做轮动，并搭一个定时监控，附可运行代码与避坑要点。Fri, 04 Sep 2026 00:00:00 GMTmarket-data不会写量化代码？把 AlphaFeed 数据源告诉 AI（Codex/Claude），让它帮你写策略https://blog.alphafeed.org/blog/feed-alphafeed-to-codex-claude/https://blog.alphafeed.org/blog/feed-alphafeed-to-codex-claude/用一段“数据源说明 Prompt”把 AlphaFeed 的 SDK 用法喂给 AI 编程助手，让 ChatGPT/Codex/Claude 直接生成能跑的选股与回测代码。Fri, 04 Sep 2026 00:00:00 GMTai-workflow如何用 Python 做 A 股全市场扫描选股？（多条件筛选实战）https://blog.alphafeed.org/blog/full-market-scan-screener/https://blog.alphafeed.org/blog/full-market-scan-screener/用一个支持全市场池查询的行情 API，几十行 Python 实现涨幅、成交额、换手率、均线多头等多条件全 A 扫描选股。Fri, 04 Sep 2026 00:00:00 GMTscreening如何用 Python 按市值 / 流通市值筛选股票？（小市值策略数据准备）https://blog.alphafeed.org/blog/market-cap-small-cap-screening/https://blog.alphafeed.org/blog/market-cap-small-cap-screening/用标的元数据里的总股本、流通股本，结合实时价，几行 Python 算出总市值和流通市值，做市值分层与小市值选股。Fri, 04 Sep 2026 00:00:00 GMTscreening调用行情 API 遇到限频（429）怎么办？Python 重试与异常处理最佳实践https://blog.alphafeed.org/blog/rate-limit-retry-error-handling/https://blog.alphafeed.org/blog/rate-limit-retry-error-handling/讲清楚行情数据 API 的限流、鉴权、参数错误等异常，如何用类型化异常和自动重试写出生产级健壮的数据获取代码。Fri, 04 Sep 2026 00:00:00 GMTengineering