supermind logo
同花顺logo

如何用 Python 把日线合成周线？做多周期共振分析

用户头像sh_*2176oo
2026-09-16 发布

一句话回答： 你不需要单独找"周线数据源"——用 AlphaFeed 取一份复权日线，用 pandas 的 resample("W-FRI") 按"开=首日开、高=区间最高、低=区间最低、收=末日收、量=求和"聚合，就能得到与行情软件一致的周线；再在日线和周线上分别算均线，判断两个周期是否**同向共振**，几行代码搞定多周期分析。

为什么会有这个问题 / 传统做法的痛点

很多人做"周线级别选股/多周期共振"时会去找专门的周线接口，其实：

  • 周线/月线本质是日线的重采样，没必要单独取；关键是聚合规则要对（OHLCV 各有各的聚法，不能一律取平均）；
  • 免费数据源的周线经常周期锚点混乱（有的按自然周、有的按交易周），导致和券商软件对不上；
  • 复权必须在合成之前处理：先拿前复权日线再 resample，否则周线里混入除权跳空。

用 AlphaFeed 拿前复权日线 + 标准 resample，一次性把口径统一。

分步骤解决（每步配可运行代码）

第 1 步：取复权日线

from alphafeed import AlphaFeed

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

d = af.klines.get("600519.SH", period="1d", count=500,
                  adjust="forward", to_dataframe=True)
d = d.sort_values("trade_date").reset_index(drop=True)

日线 DataFrame 列：symbol, name, timestamp, trade_date, trade_time, open, high, low, close, volume, amount。

第 2 步：按正确的聚合规则合成周线

import pandas as pd

def resample_weekly(df):
    df = df.sort_values("trade_date").copy()
    df["dt"] = pd.to_datetime(df["trade_date"])
    df = df.set_index("dt")
    agg = {"open": "first", "high": "max", "low": "min",
           "close": "last", "volume": "sum", "amount": "sum"}
    wk = df.resample("W-FRI").agg(agg).dropna(subset=["close"])
    return wk

wk = resample_weekly(d)
print(len(wk), "根周线")     # 例如 500 根日线 → 107 根周线

OHLCV 的聚合规则（记住这张表就不会错）：

字段 聚合方式 原因
open first 一周的开盘=周一开盘
high max 一周最高=区间最高
low min 一周最低=区间最低
close last 一周收盘=周五收盘
volume sum 成交量累加
amount sum 成交额累加

W-FRI 表示以周五为一周锚点（A 股一周最后交易日通常是周五），与主流行情软件的周线对齐。合成月线改成 resample("ME")（月末）即可，规则同上。

第 3 步：多周期共振判断（日线 + 周线同向才做多）

def multi_tf_resonance(symbol, count=500, win=20):
    d = af.klines.get(symbol, period="1d", count=count,
                      adjust="forward", to_dataframe=True)
    wk = resample_weekly(d)
    d = d.sort_values("trade_date").reset_index(drop=True)
    d["ma"] = d["close"].rolling(win).mean()
    wk["ma"] = wk["close"].rolling(win).mean()
    daily_up = bool(d["close"].iloc[-1] > d["ma"].iloc[-1])     # 日线在均线上方
    weekly_up = bool(wk["close"].iloc[-1] > wk["ma"].iloc[-1])  # 周线在均线上方
    return {
        "daily_above_ma": daily_up,
        "weekly_above_ma": weekly_up,
        "resonance_long": daily_up and weekly_up,   # 两周期共振向上
    }

print(multi_tf_resonance("600519.SH"))
# {'daily_above_ma': False, 'weekly_above_ma': True, 'resonance_long': False}

"共振"的思路：大周期（周线）定方向，小周期（日线）找时机。只有当周线在均线上方（中期趋势向上）、日线也站上均线时才视为多头共振，能过滤掉大量逆势的日线假突破。

关键坑与注意事项

  • 先复权再合成：一定在日线阶段用 adjust="forward"，再 resample。顺序反了周线会混入除权跳空。
  • 聚合规则别用平均：OHLC 各有聚法，volume/amount 求和；用 mean 会得到毫无意义的"平均价周线"。
  • 周期锚点：W-FRI 对齐 A 股周五收盘。跨市场（美股/港股）交易日不同，锚点一致但节假日会让某些"周"只有 3~4 个交易日，属正常。
  • 最新一根未收官：本周还没走完时，最后一根周线是"进行中"的，会随日线更新而变，做信号时注意是否要剔除未收官周。
  • 样本长度：算 20 周均线至少要 20 根周线（≈100 个交易日），count 给足（本文 500）。

常见问题（FAQ）

Q：AlphaFeed 有直接的周线/月线接口吗？
A：最稳妥、口径最可控的做法就是取日线自己 resample——聚合规则透明、可复现，还能顺带做月线、季线。

Q：为什么我合成的周线和同花顺/东财对不上？
A：先查复权口径（是否都用前复权），再查锚点（是否都按周五）。这两点统一后基本就一致了。

Q：多周期共振能直接当买卖信号吗？
A：它是过滤器而非完整策略，用来剔除逆势交易。要落地仍需加入场规则、止损与手续费假设，并做防未来函数的回测。

Q：需要付费吗？
A：单只标的的日线在免费额度内即可试跑；批量/全市场取数需 Starter 及以上，详见 AlphaFeed 定价页。

小结

多周期分析的本质是"用同一份复权日线，重采样出不同周期，再看它们是否同向"。你不需要额外的周线数据源，只需要记住正确的 OHLCV 聚合规则和周期锚点。AlphaFeed 提供口径一致的复权日线，剩下的用 pandas 几行就能把周线、月线和共振信号都算出来。

参考

评论