重叠研究指标

重叠研究指标是直接叠加在价格图表上的技术指标，提供趋势跟踪和支撑/阻力位信息。

SMA - 简单移动平均线

简单移动平均线计算指定周期内价格的算术平均值，提供价格趋势的平滑表示。

公式

\[SMA = \frac{\sum_{i=0}^{n-1} price_i}{n}\]

其中 $n$ 为周期。

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	平均计算的周期数

特性

属性	值
输入	收盘价
输出	单个值 (SMA)
回看	period - 1
内存	O(period)

API 使用

Python

from techkit import SMA

# Object-oriented API
sma = SMA(period=20)
result = sma.update(close_price)
if result.valid:
    print(f"SMA: {result.value:.2f}")

# TA-Lib compatible API
from techkit import talib_compat as ta
sma_values = ta.SMA(close_prices, timeperiod=20)

Node.js

const tk = require('techkit');

// Streaming API
const sma = tk.sma(20);
const result = sma.update(closePrice);

// Batch API
const values = tk.SMA(closePrices, 20);

C++

#include <techkit/techkit.hpp>

techkit::SMA sma(20);
auto result = sma.update(closePrice);

C

#include <techkit/techkit_c.h>

tk_indicator sma = tk_sma_new(20);
tk_result r = tk_update(sma, closePrice);
tk_free(sma);

交易应用

趋势识别: 价格在 SMA 上方 = 上升趋势，下方 = 下降趋势
支撑/阻力: SMA 作为动态支撑/阻力位
交叉信号: 价格穿越 SMA 表示潜在趋势变化
多时间框架: 使用不同周期（50、200）进行多时间框架分析

常用周期值

周期	使用场景
5-10	短期趋势，剥头皮交易
20	标准短期趋势
50	中期趋势
200	长期趋势，主要支撑/阻力

EMA - 指数移动平均线

指数移动平均线对近期价格赋予更大权重，使其对价格变化的响应比 SMA 更快。

公式

\[EMA_t = \alpha \times price_t + (1 - \alpha) \times EMA_{t-1}\]

其中 $\alpha = \frac{2}{period + 1}$（平滑因子）。

第一个 EMA 值使用前 period 个值的 SMA 初始化。

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	平滑计算的周期数

特性

属性	值
输入	收盘价
输出	单个值 (EMA)
回看	period - 1
内存	O(1)

API 使用

Python

from techkit import EMA

ema = EMA(period=20)
result = ema.update(close_price)
if result.valid:
    print(f"EMA: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
ema_values = ta.EMA(close_prices, timeperiod=20)

Node.js

const ema = tk.ema(20);
const result = ema.update(closePrice);

C++

techkit::EMA ema(20);
auto result = ema.update(closePrice);

C

tk_indicator ema = tk_ema_new(20);
tk_result r = tk_update(ema, closePrice);

交易应用

更快响应: EMA 对价格变化的反应比 SMA 更快
趋势跟踪: 使用 EMA 交叉作为入场/出场信号
金叉/死叉: EMA(50) 穿越 EMA(200) 表示主要趋势变化
支撑/阻力: EMA 提供动态支撑/阻力位

常用周期值

周期	使用场景
9-12	短期动量
21-26	中期趋势
50	长期趋势
200	主要趋势过滤器

WMA - 加权移动平均线

加权移动平均线对近期价格赋予线性递增的权重，在 SMA 和 EMA 的响应性之间提供折中。

公式

\[WMA = \frac{\sum_{i=0}^{n-1} (n-i) \times price_i}{\frac{n(n+1)}{2}}\]

其中最近的价格权重为 $n$，第二近的价格权重为 $n-1$，以此类推。

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	平均计算的周期数

特性

属性	值
输入	收盘价
输出	单个值 (WMA)
回看	period - 1
内存	O(period)

API 使用

Python

from techkit import WMA

wma = WMA(period=20)
result = wma.update(close_price)
if result.valid:
    print(f"WMA: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
wma_values = ta.WMA(close_prices, timeperiod=20)

Node.js

const wma = tk.wma(20);
const result = wma.update(closePrice);

C++

techkit::WMA wma(20);
auto result = wma.update(closePrice);

C

tk_indicator wma = tk_wma_new(20);
tk_result r = tk_update(wma, closePrice);

交易应用

平衡平滑: 滞后小于 SMA，稳定性高于 EMA
趋势确认: 与其他指标结合使用进行趋势确认
支撑/阻力: WMA 水平可作为支撑/阻力

常用周期值

周期	使用场景
10-20	短期趋势
30-50	中期趋势

DEMA - 双指数移动平均线

双指数移动平均线通过应用两次 EMA 并从两倍的第一 EMA 中减去第二 EMA 来减少滞后。

公式

\[DEMA = 2 \times EMA(price) - EMA(EMA(price))\]

此公式在保持趋势跟踪特性的同时减少滞后。

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	两次计算的 EMA 周期

特性

属性	值
输入	收盘价
输出	单个值 (DEMA)
回看	period - 1
内存	O(1)

API 使用

Python

from techkit import DEMA

dema = DEMA(period=20)
result = dema.update(close_price)
if result.valid:
    print(f"DEMA: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
dema_values = ta.DEMA(close_prices, timeperiod=20)

Node.js

const dema = tk.dema(20);
const result = dema.update(closePrice);

C++

techkit::DEMA dema(20);
auto result = dema.update(closePrice);

C

tk_indicator dema = tk_dema_new(20);
tk_result r = tk_update(dema, closePrice);

交易应用

减少滞后: DEMA 对价格变化的响应比 EMA 更快
趋势跟踪: 非常适合早期捕捉趋势变化
交叉信号: DEMA 交叉提供及时的入场/出场信号

常用周期值

周期	使用场景
10-15	短期动量
20-30	中期趋势

TEMA - 三重指数移动平均线

三重指数移动平均线应用三重平滑以进一步减少滞后，同时保持趋势跟踪特性。

公式

\[TEMA = 3 \times EMA_1 - 3 \times EMA_2 + EMA_3\]

其中：

$EMA_1 = EMA(price, period)$
$EMA_2 = EMA(EMA_1, period)$
$EMA_3 = EMA(EMA_2, period)$

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	所有计算的 EMA 周期

特性

属性	值
输入	收盘价
输出	单个值 (TEMA)
回看	period - 1
内存	O(1)

API 使用

Python

from techkit import TEMA

tema = TEMA(period=20)
result = tema.update(close_price)
if result.valid:
    print(f"TEMA: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
tema_values = ta.TEMA(close_prices, timeperiod=20)

Node.js

const tema = tk.tema(20);
const result = tema.update(closePrice);

C++

techkit::TEMA tema(20);
auto result = tema.update(closePrice);

C

tk_indicator tema = tk_tema_new(20);
tk_result r = tk_update(tema, closePrice);

交易应用

最小滞后: TEMA 在指数移动平均线中滞后最小
趋势跟踪: 非常适合快速变化的市场
敏感: 在震荡市场中更容易出现假信号

常用周期值

周期	使用场景
5-10	极短期动量
15-20	短期趋势

KAMA - 考夫曼自适应移动平均线

考夫曼自适应移动平均线根据市场效率调整其平滑因子，在趋势市场中更敏感，在震荡市场中较不敏感。

公式

\[KAMA_t = KAMA_{t-1} + SC \times (price_t - KAMA_{t-1})\]

其中：

$ER = \frac{|price_t - price_{t-period}|}{\sum_{i=1}^{period} |price_i - price_{i-1}|}$（效率比率）
$SC = \left[ER \times (fast - slow) + slow\right]^2$
$fast = \frac{2}{2+1} = 0.6667$（快速平滑常数）
$slow = \frac{2}{30+1} = 0.0645$（慢速平滑常数）

参数

参数	类型	默认值	范围	描述
period	int	10	1-100000	效率比率计算的周期

特性

属性	值
输入	收盘价
输出	单个值 (KAMA)
回看	period - 1
内存	O(period)

API 使用

Python

from techkit import KAMA

kama = KAMA(period=10)
result = kama.update(close_price)
if result.valid:
    print(f"KAMA: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
kama_values = ta.KAMA(close_prices, timeperiod=10)

Node.js

const kama = tk.kama(10);
const result = kama.update(closePrice);

C++

techkit::KAMA kama(10);
auto result = kama.update(closePrice);

C

tk_indicator kama = tk_kama_new(10);
tk_result r = tk_update(kama, closePrice);

交易应用

自适应平滑: 自动适应市场条件
趋势跟踪: 在趋势市场中更敏感
噪音减少: 在震荡市场中较不敏感，减少假信号
支撑/阻力: KAMA 水平作为动态支撑/阻力

常用周期值

周期	使用场景
10	标准自适应平滑
20-30	长期自适应趋势

TRIMA - 三角移动平均线

三角移动平均线应用两次 SMA，创建具有三角权重函数的更平滑平均值。

公式

\[TRIMA = SMA(SMA(price, \lceil n/2 \rceil), \lfloor n/2 \rfloor + 1)\]

对于偶数周期：$TRIMA = SMA(SMA(price, n/2+1), n/2)$ 对于奇数周期：$TRIMA = SMA(SMA(price, (n+1)/2), (n+1)/2)$

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	三角平滑的总周期

特性

属性	值
输入	收盘价
输出	单个值 (TRIMA)
回看	period - 1
内存	O(period)

API 使用

Python

from techkit import TRIMA

trima = TRIMA(period=20)
result = trima.update(close_price)
if result.valid:
    print(f"TRIMA: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
trima_values = ta.TRIMA(close_prices, timeperiod=20)

Node.js

const trima = tk.trima(20);
const result = trima.update(closePrice);

C++

techkit::TRIMA trima(20);
auto result = trima.update(closePrice);

C

tk_indicator trima = tk_trima_new(20);
tk_result r = tk_update(trima, closePrice);

交易应用

平滑趋势: TRIMA 提供非常平滑的趋势线
滞后: 滞后大于 SMA 但输出更平滑
支撑/阻力: 强支撑/阻力位

常用周期值

周期	使用场景
20-30	中期平滑趋势
50	长期平滑趋势

T3 - 三重指数移动平均线（Tilson）

T3 移动平均线使用广义 DEMA（GD）方法应用三次，提供平滑输出并减少滞后。

公式

T3 使用六个 EMA，系数为：

$c_1 = -v^3$
$c_2 = 3v^2 + 3v^3$
$c_3 = -6v^2 - 3v - 3v^3$
$c_4 = 1 + 3v + v^3 + 3v^2$

其中 $v$ 为成交量因子（默认 0.7）。

\[T3 = c_1 \times EMA_6 + c_2 \times EMA_5 + c_3 \times EMA_4 + c_4 \times EMA_3\]

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	T3 计算的 EMA 周期
volume_factor	double	0.7	0.0-1.0	平滑因子（v 因子）

特性

属性	值
输入	收盘价
输出	单个值 (T3)
回看	6 × (period - 1)
内存	O(1)

API 使用

Python

from techkit import T3

t3 = T3(period=20, volume_factor=0.7)
result = t3.update(close_price)
if result.valid:
    print(f"T3: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
t3_values = ta.T3(close_prices, timeperiod=20, vfactor=0.7)

Node.js

const t3 = tk.t3(20, 0.7);
const result = t3.update(closePrice);

C++

techkit::T3 t3(20, 0.7);
auto result = t3.update(closePrice);

C

tk_indicator t3 = tk_t3_new(20, 0.7);
tk_result r = tk_update(t3, closePrice);

交易应用

平滑且低滞后: T3 提供平滑输出且滞后最小
成交量因子: 较低的 v 因子（0.5-0.6）= 更平滑，较高的（0.8-0.9）= 更敏感
趋势跟踪: 非常适合趋势识别

常用参数值

周期	成交量因子	使用场景
10-15	0.7	短期趋势
20-30	0.7	中期趋势
20	0.5	非常平滑的趋势
20	0.9	更敏感的趋势

BBANDS - 布林带

布林带由中间带（SMA）和两个基于标准差的外带组成，提供动态支撑/阻力位和波动率信息。

公式

\[Middle = SMA(close, period)\]

\[Upper = Middle + nbdev_{up} \times \sigma\]

\[Lower = Middle - nbdev_{down} \times \sigma\]

其中 $\sigma$ 为周期内价格的标准差。

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	中间带的 SMA 周期
nbdev_up	double	2.0	0.1-10.0	上带的标准差倍数
nbdev_down	double	2.0	0.1-10.0	下带的标准差倍数
matype	int	0	0-8	移动平均类型（0=SMA，1=EMA 等）

特性

属性	值
输入	收盘价
输出	三个值（上、中、下）
回看	period - 1
内存	O(period)

API 使用

Python

from techkit import BBANDS

bbands = BBANDS(period=20, std_dev_up=2.0, std_dev_down=2.0)
result = bbands.update(close_price)
if result.valid:
    print(f"Upper: {result.upper:.2f}, Middle: {result.middle:.2f}, Lower: {result.lower:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
upper, middle, lower = ta.BBANDS(close_prices, timeperiod=20, nbdevup=2.0, nbdevdn=2.0)

Node.js

const bbands = tk.bbands(20, 2.0, 2.0);
const result = bbands.update(closePrice);
// result.upper, result.middle, result.lower

C++

techkit::BBANDS bbands(20, 2.0, 2.0);
auto result = bbands.update(closePrice);

C

tk_indicator bbands = tk_bbands_new(20, 2.0, 2.0);
tk_bbands_result r = tk_bbands_update(bbands, closePrice);
// r.upper, r.middle, r.lower

交易应用

波动率指标: 带宽表示波动率（更宽 = 更波动）
超买/超卖: 价格触及上带 = 超买，下带 = 超卖
挤压: 窄带表示低波动率，通常预示着大幅波动
支撑/阻力: 带作为动态支撑/阻力位
均值回归: 价格倾向于回归中间带

常用参数值

周期	nbdev	使用场景
20	2.0	标准布林带
20	1.5	更紧的带，更多信号
20	2.5	更宽的带，更少信号
10	2.0	短期波动率

SAR - 抛物线止损和反转

抛物线 SAR 提供跟踪止损位和趋势反转信号，随着趋势加速，SAR 点向价格靠近。

公式

对于上升趋势： $$SAR_t = SAR_{t-1} + AF \times (EP - SAR_{t-1})$$

其中：

$EP$ = 极值点（上升趋势中的最高价）
$AF$ = 加速因子（从 acceleration 开始，达到新 EP 时增加 acceleration，上限为 maximum）

对于下降趋势，公式反转（使用最低价作为 EP）。

参数

参数	类型	默认值	范围	描述
acceleration	double	0.02	0.001-0.1	初始加速因子
maximum	double	0.20	0.01-1.0	最大加速因子

特性

属性	值
输入	OHLC（最高价、最低价）
输出	单个值（SAR 价格水平）
回看	1
内存	O(1)

API 使用

Python

from techkit import SAR

sar = SAR(acceleration=0.02, maximum=0.20)
result = sar.update_ohlcv(open, high, low, close)
if result.valid:
    print(f"SAR: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
sar_values = ta.SAR(high, low, acceleration=0.02, maximum=0.20)

Node.js

const sar = tk.sar(0.02, 0.20);
const result = sar.updateOHLCV({open, high, low, close});

C++

techkit::SAR sar(0.02, 0.20);
techkit::OHLCV bar{open, high, low, close, volume};
auto result = sar.update(bar);

C

tk_indicator sar = tk_sar_new(0.02, 0.20);
tk_ohlcv bar = {open, high, low, close, volume};
tk_result r = tk_update_ohlcv(sar, &bar);

交易应用

跟踪止损: SAR 提供动态跟踪止损位
趋势跟踪: SAR 低于价格 = 上升趋势，高于 = 下降趋势
反转信号: 价格穿越 SAR 表示趋势反转
止损: 使用 SAR 作为止损位
加速: 更高的加速 = 更紧的止损，更多反转

常用参数值

加速	最大	使用场景
0.02	0.20	标准 SAR（最常见）
0.01	0.10	更慢，更宽的止损
0.03	0.30	更快，更紧的止损

MIDPOINT - 周期中点

中点指标计算指定周期内最高价和最低价之间的中点。

公式

\[MIDPOINT = \frac{highest + lowest}{2}\]

其中 highest 和 lowest 为周期内的最高和最低收盘价。

参数

参数	类型	默认值	范围	描述
period	int	14	1-100000	最高/最低计算的周期数

特性

属性	值
输入	收盘价
输出	单个值（中点）
回看	period - 1
内存	O(period)

API 使用

Python

from techkit import MIDPOINT

midpoint = MIDPOINT(period=14)
result = midpoint.update(close_price)
if result.valid:
    print(f"MidPoint: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
midpoint_values = ta.MIDPOINT(close_prices, timeperiod=14)

Node.js

const midpoint = tk.midpoint(14);
const result = midpoint.update(closePrice);

C++

techkit::MIDPOINT midpoint(14);
auto result = midpoint.update(closePrice);

C

tk_indicator midpoint = tk_midpoint_new(14);
tk_result r = tk_update(midpoint, closePrice);

交易应用

支撑/阻力: 中点作为支撑/阻力位
区间交易: 在震荡市场中很有用
价格位置: 比较当前价格与中点以判断在区间中的位置

常用周期值

周期	使用场景
14	标准中点
20-30	长期中点

MIDPRICE - 周期中点价格

中点价格指标计算最高价和最低价之间的中点（使用最高价和最低价，而非收盘价）。

公式

\[MIDPRICE = \frac{highest\_high + lowest\_low}{2}\]

其中 highest_high 和 lowest_low 为周期内的最高最高价和最低最低价。

参数

参数	类型	默认值	范围	描述
period	int	14	1-100000	最高/最低计算的周期数

特性

属性	值
输入	OHLC（最高价、最低价）
输出	单个值（中点价格）
回看	period - 1
内存	O(period)

API 使用

Python

from techkit import MIDPRICE

midprice = MIDPRICE(period=14)
result = midprice.update_ohlcv(open, high, low, close)
if result.valid:
    print(f"MidPrice: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
midprice_values = ta.MIDPRICE(high, low, timeperiod=14)

Node.js

const midprice = tk.midprice(14);
const result = midprice.updateOHLCV({open, high, low, close});

C++

techkit::MIDPRICE midprice(14);
techkit::OHLCV bar{open, high, low, close, volume};
auto result = midprice.update(bar);

C

tk_indicator midprice = tk_midprice_new(14);
tk_ohlcv bar = {open, high, low, close, volume};
tk_result r = tk_update_ohlcv(midprice, &bar);

交易应用

真实区间中点: 使用实际最高/最低区间，比 MidPoint 更准确
支撑/阻力: 中点价格提供支撑/阻力位
区间分析: 比较当前价格与中点价格以判断区间位置

常用周期值

周期	使用场景
14	标准中点价格
20-30	长期中点价格

MA - 移动平均线（通用）

MA 函数是一个通用包装器，支持多种移动平均类型，允许在不同 MA 算法之间轻松切换。

参数

参数	类型	默认值	范围	描述
period	int	20	1-100000	周期数
matype	int	0	0-8	移动平均类型（见下表）

MA 类型值

值	类型	描述
0	SMA	简单移动平均线
1	EMA	指数移动平均线
2	WMA	加权移动平均线
3	DEMA	双指数移动平均线
4	TEMA	三重指数移动平均线
5	TRIMA	三角移动平均线
6	KAMA	考夫曼自适应移动平均线
7	MAMA	MESA 自适应移动平均线
8	T3	三重指数移动平均线（T3）

特性

属性	值
输入	收盘价
输出	单个值 (MA)
回看	取决于 matype（通常为 period - 1）
内存	取决于 matype

API 使用

Python

from techkit import MA

# Use SMA (matype=0)
ma = MA(period=20, matype=0)
result = ma.update(close_price)

# Use EMA (matype=1)
ma = MA(period=20, matype=1)
result = ma.update(close_price)

# TA-Lib compatible
from techkit import talib_compat as ta
ma_values = ta.MA(close_prices, timeperiod=20, matype=0)  # SMA

Node.js

const ma = tk.ma(20, 0);  // period=20, matype=0 (SMA)
const result = ma.update(closePrice);

C++

techkit::MA ma(20, techkit::MA_SMA);
auto result = ma.update(closePrice);

C

tk_indicator ma = tk_ma_new(20, TK_MA_SMA);
tk_result r = tk_update(ma, closePrice);

交易应用

灵活的 MA 选择: 无需更改代码即可在不同 MA 类型之间切换
策略测试: 测试不同 MA 类型以获得最佳性能
兼容性: 匹配 TA-Lib 的 MA 函数接口

MAVP - 可变周期移动平均线

MAVP 指标计算每个 K 线周期都变化的移动平均线，允许基于市场条件进行自适应平滑。

参数

参数	类型	默认值	范围	描述
min_period	int	2	1-100000	允许的最小周期
max_period	int	30	1-100000	允许的最大周期
matype	int	0	0-8	移动平均类型（见 MA 部分）

特性

属性	值
输入	收盘价 + 周期值（每个 K 线）
输出	单个值（可变周期 MA）
回看	max_period - 1
内存	O(max_period)

API 使用

Python

from techkit import MAVP

mavp = MAVP(min_period=2, max_period=30, matype=0)
# Each update requires both price and period
result = mavp.update_with_period(close_price, period_value)

# TA-Lib compatible
from techkit import talib_compat as ta
ma_values = ta.MAVP(close_prices, periods_array, minperiod=2, maxperiod=30, matype=0)

Node.js

const mavp = tk.mavp(2, 30, 0);
const result = mavp.updateWithPeriod(closePrice, periodValue);

C++

techkit::MAVP mavp(2, 30, techkit::MA_SMA);
auto result = mavp.updateWithPeriod(closePrice, periodValue);

C

tk_indicator mavp = tk_mavp_new(2, 30, TK_MA_SMA);
tk_result r = tk_mavp_update(mavp, closePrice, periodValue);

交易应用

自适应平滑: 周期适应市场波动率
基于波动率: 在波动市场中使用更高周期，在平静市场中使用更低周期
自定义逻辑: 基于指标实现自己的周期选择逻辑

常用参数值

min_period	max_period	matype	使用场景
2	30	0 (SMA)	标准可变 MA
5	50	1 (EMA)	长期可变 MA

MAMA - MESA 自适应移动平均线

MESA 自适应移动平均线使用希尔伯特变换检测周期，并相应地调整平滑因子。

参数

参数	类型	默认值	范围	描述
fastlimit	double	0.5	0.01-0.99	快速平滑的上限
slowlimit	double	0.05	0.01-0.99	慢速平滑的下限

特性

属性	值
输入	收盘价
输出	两个值（mama, fama）
回看	32（近似）
内存	O(1)

API 使用

Python

from techkit import MAMA

mama = MAMA(fastlimit=0.5, slowlimit=0.05)
result = mama.update(close_price)
if result.valid:
    print(f"MAMA: {result.mama:.2f}, FAMA: {result.fama:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
mama, fama = ta.MAMA(close_prices, fastlimit=0.5, slowlimit=0.05)

Node.js

const mama = tk.mama(0.5, 0.05);
const result = mama.update(closePrice);
// result.mama, result.fama

C++

techkit::MAMA mama(0.5, 0.05);
auto result = mama.update(closePrice);

C

tk_indicator mama = tk_mama_new(0.5, 0.05);
tk_mama_result r = tk_mama_update(mama, closePrice);
// r.mama, r.fama

交易应用

基于周期的自适应: 自动适应市场周期
MAMA/FAMA 交叉: MAMA 穿越 FAMA 提供入场/出场信号
趋势跟踪: 非常适合趋势跟踪策略
快/慢限制: 调整限制以控制自适应速度

常用参数值

fastlimit	slowlimit	使用场景
0.5	0.05	标准 MAMA（最常见）
0.6	0.04	更快自适应
0.4	0.06	更慢自适应

HT_TRENDLINE - 希尔伯特变换瞬时趋势线

HT_TRENDLINE 使用希尔伯特变换创建适应市场周期的平滑趋势线，提供无滞后的趋势指标。

参数

无需参数。

特性

属性	值
输入	收盘价
输出	单个值（趋势线）
回看	32（近似）
内存	O(1)

API 使用

Python

from techkit import HT_TRENDLINE

ht_trendline = HT_TRENDLINE()
result = ht_trendline.update(close_price)
if result.valid:
    print(f"HT Trendline: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
trendline_values = ta.HT_TRENDLINE(close_prices)

Node.js

const ht_trendline = tk.ht_trendline();
const result = ht_trendline.update(closePrice);

C++

techkit::HT_TRENDLINE ht_trendline;
auto result = ht_trendline.update(closePrice);

C

tk_indicator ht_trendline = tk_ht_trendline_new();
tk_result r = tk_update(ht_trendline, closePrice);

交易应用

无滞后趋势: HT_TRENDLINE 与传统 MA 相比滞后最小
周期自适应: 自动适应市场周期
趋势识别: 价格在趋势线上方 = 上升趋势，下方 = 下降趋势
支撑/阻力: 趋势线作为动态支撑/阻力

SAREXT - 抛物线 SAR 扩展

SAREXT（抛物线 SAR 扩展）提供对 SAR 行为的增强控制，具有针对多头和空头头寸的独立加速因子，以及用于微调的附加参数。

参数

参数	类型	默认值	范围	描述
start_value	double	0.0	任意	初始 SAR 值（0 = 自动检测）
offset_on_reverse	double	0.0	任意	趋势反转时添加/减去的偏移量
accel_init_long	double	0.02	0.001-0.1	多头头寸的初始 AF
accel_long	double	0.02	0.001-0.1	多头头寸的 AF 增量
accel_max_long	double	0.20	0.01-1.0	多头头寸的最大 AF
accel_init_short	double	0.02	0.001-0.1	空头头寸的初始 AF
accel_short	double	0.02	0.001-0.1	空头头寸的 AF 增量
accel_max_short	double	0.20	0.01-1.0	空头头寸的最大 AF

特性

属性	值
输入	OHLC（最高价、最低价）
输出	单个值（SAR 价格水平）
回看	1
内存	O(1)

API 使用

Python

from techkit import SAREXT

sarext = SAREXT(
    start_value=0.0,
    offset_on_reverse=0.0,
    accel_init_long=0.02,
    accel_long=0.02,
    accel_max_long=0.20,
    accel_init_short=0.02,
    accel_short=0.02,
    accel_max_short=0.20
)
result = sarext.update_ohlcv(open, high, low, close)
if result.valid:
    print(f"SAREXT: {result.value:.2f}")

# TA-Lib compatible
from techkit import talib_compat as ta
sar_values = ta.SAREXT(
    high, low,
    startvalue=0.0, offsetonreverse=0.0,
    accelerationinitlong=0.02, accelerationlong=0.02, accelerationmaxlong=0.20,
    accelerationinitshort=0.02, accelerationshort=0.02, accelerationmaxshort=0.20
)

Node.js

const sarext = tk.sarext(0.0, 0.0, 0.02, 0.02, 0.20, 0.02, 0.02, 0.20);
const result = sarext.updateOHLCV({open, high, low, close});

C++

techkit::SAREXT sarext(0.0, 0.0, 0.02, 0.02, 0.20, 0.02, 0.02, 0.20);
techkit::OHLCV bar{open, high, low, close, volume};
auto result = sarext.update(bar);

C

tk_indicator sarext = tk_sarext_new(
    0.0, 0.0, 0.02, 0.02, 0.20, 0.02, 0.02, 0.20
);
tk_ohlcv bar = {open, high, low, close, volume};
tk_result r = tk_update_ohlcv(sarext, &bar);

交易应用

非对称止损: 多头与空头头寸的不同加速
自定义初始化: 为特定入场点设置 start_value
反转偏移: offset_on_reverse 在趋势反转时调整 SAR
高级控制: 为特定交易策略微调 SAR 行为

常用参数值

使用场景	多头 AF	空头 AF	备注
标准	0.02/0.20	0.02/0.20	与常规 SAR 相同
更紧的多头止损	0.03/0.30	0.02/0.20	多头头寸的更快止损
更紧的空头止损	0.02/0.20	0.03/0.30	空头头寸的更快止损