Python新手学量化：我测试了一个趋势通道指标，发现它比普通均线更适合看突破！

👇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！

小长假归来，又要开工喽！今天给大家分享一下通道趋势指标，很多新手刚开始做技术分析时，最容易接触到的指标就是均线。比如 20 日均线、60 日均线、200 日均线，看起来很简单：价格站上均线，说明走势偏强；价格跌破均线，说明走势偏弱。

但做久了你会发现一个问题：均线只能告诉你趋势方向，却很难告诉你“价格是不是涨得太远了”“这次突破是不是有力度”“现在追进去是不是太晚了”。

这时候，就可以用这个大名鼎鼎：凯尔特纳通道，我给大家来拆解一下。

01.凯尔特纳通道到底是什么？

凯尔特纳通道，英文叫 Keltner Channel(江湖人称KC)，它不是单独看一条线，而是用三条线给价格画出一个动态通道。你可以把它理解成：价格正常波动时，大部分时间会在这个通道里运行；当价格突破通道上轨或下轨时，往往说明市场波动正在放大，趋势可能正在加强。

凯尔特纳通道的核心其实不复杂，它由三条线组成：中轨、上轨、下轨。

中轨一般使用移动平均线，比如 20 日均线。它的作用是判断价格的大方向。中轨向上，说明整体趋势偏多；中轨向下，说明整体趋势偏空。

上轨等于中轨加上 ATR 乘以一个倍数。下轨等于中轨减去 ATR 乘以一个倍数。公式可以写成这样：

中轨 = MA(close, n)
上轨 = 中轨 + ATR × k
下轨 = 中轨 - ATR × k

这里有两个关键参数，一个是周期 n，一个是倍数 k。

n 决定这个通道看的是短期趋势还是长期趋势。比如 n=20，就比较适合短线和波段观察。n=50 或 n=100，就更偏中长期趋势。

k 决定通道宽度。k 越小，通道越窄，信号越灵敏，但假突破也会更多。k 越大，通道越宽，信号更稳，但可能会慢半拍。

02.为什么它比普通均线更有用

普通均线只有一条线，它只能告诉你价格相对于均线的位置。但是市场不是静止的，不同阶段的波动完全不一样。

比如有些时候，市场很安静，一天只波动 1%。这时候价格稍微涨一点，就可能已经算强了。

但有些时候，市场非常疯狂，一天波动 10%。这时候价格即使涨了 3%，可能也只是正常波动。

所以，光看均线是不够的。我们还要知道当前市场的波动水平。

凯尔特纳通道厉害的地方就在这里：它把 ATR 加了进来。

ATR 是平均真实波幅，简单理解就是衡量最近一段时间价格波动有多大。波动大，通道就变宽；波动小，通道就变窄。

这样一来，凯尔特纳通道就不是一条死板的线，而是一套会根据市场环境自动变化的动态通道。

03.如何使用这个指标

通道类指标的话最基础的用法是看突破。当价格突破上轨，并且中轨也在向上走，说明市场不只是涨了一下，而是有可能进入了强势上涨状态。这种情况可以理解为多头信号。

但这里要注意，不是所有突破上轨都能追。最好配合其他条件和指标使用。

反过来，当价格跌破下轨，并且中轨向下，说明市场可能进入强势下跌状态。这种情况可以理解为空头信号(如果同时 MACD 死叉，或者 RSI 没有严重超卖，那么空头信号会更有参考价值)。

除了突破，凯尔特纳通道还有一个很好用的场景，就是回调入场。

比如价格处于上升趋势中，之前已经突破过上轨，说明多头比较强。后来价格回落到中轨附近，但没有有效跌破中轨，而是在中轨附近企稳，这时候中轨就像一个动态支撑位。

04.用 Python 怎么计算凯尔特纳通道

下面给一个简单的 Python 示例，适合新手理解。假设我们已经有一份 K 线数据，里面包含 open、high、low、close 四列。

这个代码里面最重要的是两步。

第一步是算中轨，也就是均线：

df["middle"] = df["close"].rolling(window=ma_period).mean()

它代表价格的平均成本和趋势方向。

第二步是算 ATR。ATR 不是简单地用最高价减最低价，而是考虑了跳空和前一根 K 线收盘价的影响，所以它比普通波动幅度更真实。

最后用中轨加减 ATR，就得到了上轨和下轨。

05.参数应该怎么选

如果你做的是日内短线：可以把 MA 周期设为 10 到 20，ATR 周期设为 5 到 10。这样指标反应更快，但缺点是假信号更多。

如果你做的是波段或中长期趋势：可以把 MA 周期设为 50 到 100，ATR 周期设为 20 到 50。这样信号更慢，但稳定性会更好。

通道倍数方面，新手可以先从 2 开始。因为 2 倍 ATR 的通道相对更稳，不会因为一点小波动就频繁触发信号。等你熟悉之后，再根据品种波动特征调整到 1.5 或 1。

凯尔特纳通道的本质，是“均线趋势 + 波动范围”的结合。要比均线好用，当然有的老鸟还是觉得均线简单，一根ema200打天下！

限于篇幅，我就不展开，有兴趣的小伙伴可以试一下这个指标也许对你的策略有帮助。

往期热文:

Python新手学量化：我测试了20个指标，发现鳄鱼线指标真香！

Python量化交易入门：一个超过4万赞的量化交易框架

Python量化交易新手必学的2个波动率指标指标：ATR和布林带

这4个股票数据API，让我第一次把量化交易跑通了

5年21倍，量化里面超牛的均线：让Python带你玩转KAMA自适应指标！

Github上开源的AI股票分析神器，已经突破5.5K+ Star!

量化交易提速100倍？这个Python库让我相见恨晚！

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！

另外下面是一个量化小白的入门小册，有兴趣的可以看看，考虑清楚合适了再下手哈！买了之后有我们专门的几百人新手量化交流群可以讨论。