量化趋势策略的“黄金搭档”SuperTrend 与 ADX，一篇文章讲清楚 Python 如何实现！

👇我的小册 54章教程:(小白零基础用Python量化股票分析小册) ,原价299，限时特价2杯咖啡，满100人涨10元。

大家好，我是菜哥，累积原创Python内容860+篇

作为一个资深的量化爱好者，说实话学Python不做点量化其实很亏的。因为目前量化领域第一语言就是python ，上次写了一篇关于"量化策略里面的“常青树” SuperTrend 策略，一篇文章告诉你用Python怎么实现！" ,很多同学给我留言，对这个非常感兴趣其实我们有专门的社群的详细看文末。

大家留言比较多的就是：

“这个指标在趋势行情里很好用，一到震荡就不行了。”

这句话对，也不完全对。

对的是：SuperTrend 本质是趋势跟随工具，天生怕震荡。

不完整的是：不是 SuperTrend 不行，而是你让它在不该工作的行情里硬上。

真正成熟的量化系统，很少只靠一个指标解决所有问题。而 SuperTrend 最大的短板，恰恰可以用另一个老牌指标补上 —— ADX。

一、核心思路：先判断“有没有趋势”，再谈“怎么跟趋势”

在量化里，有两个完全不同的问题：

• 现在有没有趋势？

• 如果有趋势，我该怎么跟？

大多数新手会犯的错误是： 直接跳过第 1 步，拿着 SuperTrend 就开始交易。

大家可以看一下在这个图上面是一个supertrend的交易回测图，下面是一个adx指标，当adx指标大于黑色的线的时候，行情就是比较活跃的，是一个趋势行情，相对而已跑supertrend会比较有利。

二、ADX + SuperTrend 的指标逻辑拆解

ADX全称叫（Average Directional Index）并不关心涨还是跌，它只关心一件事：多空是否已经分出胜负？

它来自一整套结构：

• +DI：多头动能

• -DI：空头动能

• ADX：多空差距的“强度平滑值”

经验上非常常用的区间是：

• ADX < 20：震荡行情

• ADX 20~25：趋势酝酿

• ADX > 25：趋势行情

简单说，就是ADX 不到 20，别做趋势策略。

三、ADX如何通过Python 来实现演示代码

下面给大家一个案例，看看如何通过Python来计算这个adx指标：

这段代码我简单解释一下：
代码输入的df就是就是我们的股票或者其他金融数据，比如一开始取出最高价、最低价和收盘价，然后通过相邻 K 线的变化，分别计算多头方向的推动力（plus_dm）和空头方向的推动力（minus_dm）。接着用条件判断，只保留多空中更强的一方，弱的一方直接归零，避免震荡时的噪音干扰。

后面这一步计算的是 真实波幅 TR，它综合了当日高低波动以及和上一根收盘价的跳空情况，再对 TR 做周期平均，得到 ATR，用来衡量当前市场的波动强度。随后用多头和空头推动力除以 ATR，得到 +DI 和 −DI，代表多空力量的相对强弱。

最后通过计算两者差距的比例，并再次平滑处理，得到 ADX 数值。ADX 越高，说明趋势越明显；越低，说明行情越震荡。

四、实战中应该怎么用

在实盘里面应该怎么用呢，其实很简单

• 先看 ADX ：ADX < 20 ，大概率是震荡行情，放弃趋势策略

• 再看 SuperTrend：顺势持仓，不逆势折腾

• 减少交易频率：趋势策略不怕少，就怕乱

真正的实盘除了上面的指标组合，还设计到参数的调整和回测的优化，而且不同的品种参数还不太一样，当然还有仓位的管理和资金风险的控制，头寸的控制。但是至少你通过这个指标还是可以过滤出哪些是趋势行情，哪些是震荡行情，可以帮你避一些坑！

当然除了adx还有一些其他的指标也可以过滤，后面我们继续写一篇介绍，如果有兴趣的话，可以留言支持一下。

如果果你觉得这篇文章有帮助，别忘了点赞、关注、收藏哟，你的支持是我原创的动力~

对了，如果你也对Python量化编程感兴趣，可以跟我们交流！

关注下方👇🏻公众号，回复【小助手】获取学习手册

另外下面是一个量化小白的入门小册，有兴趣的可以看看，合适了再下手哈！买了之后有我们专门的量化交流群可以讨论。