手把手教学：用Python实现Force Index，量价结合指标

手把手教学：用Python实现Force Index，量价结合指标

一、Force Index 是什么？为什么它比单纯看价格靠谱？

很多新手炒股喜欢盯着K线看涨跌，但价格只是表象，真正的市场情绪藏在成交量里。Force Index（强力指数）就是帮我们把价格和成交量结合起来的指标，由Alexander Elder提出，专门用来衡量买卖双方的真实力量。

举个例子：某股票今天涨了5%，但成交量极小，这种上涨可能只是庄家在自嗨，散户根本没跟。相反，如果涨3%但成交量爆表，说明市场真金白银在推动，后续可能还有行情。Force Index 就是帮你识别这种“真假突破”的工具。

二、Force Index 的数学原理（别怕，很简单）

公式长这样：
Force Index = 今日成交量 × (今日收盘价 - 昨日收盘价)

其实就是把价格变动幅度乘以成交量，放大市场的真实情绪。实际使用中我们会用EMA（指数移动平均）平滑一下，避免噪音干扰。

Python实现时，核心就三行代码：

def force_index(close, volume, period=13):  
    price_diff = close.diff(1)  # 今日收盘价 - 昨日收盘价  
    raw_fi = volume * price_diff  
    return raw_fi.ewm(span=period).mean()  # EMA平滑  

三、用A股真实数据跑一遍

我拿宁德时代2023年的数据做演示（数据来源：Tushare）：

import pandas as pd  
import tushare as ts  

# 获取数据  
df = ts.get_k_data("300750", start="2023-01-01", end="2023-12-31")  
df['FI_13'] = force_index(df['close'], df['volume'])  

# 画图  
import matplotlib.pyplot as plt  
plt.figure(figsize=(12,6))  
plt.plot(df.index, df['FI_13'], label='ForceIndex(13)')  
plt.axhline(0, color='gray', linestyle='--')  # 零轴  
plt.legend()  

你会发现几个关键点：

1. 零轴之上：买方主导，特别是连续红柱时
2. 零轴之下：卖方控盘，反弹要谨慎
3. 柱体收缩：变盘前兆，去年4月宁德时代大跌前就出现过

四、进阶技巧：和其他指标搭配使用

单独用Force Index可能会被骗线，我的组合拳是：

1. MACD确认趋势：FI和MACD同向时才交易
2. RSI过滤超买超卖：FI转强但RSI>70时等回调
3. 均线定方向：股价在20日均线上方才做多

实战代码片段：

df['MA20'] = df['close'].rolling(20).mean()  
df['MACD'] = df['close'].ewm(span=12).mean() - df['close'].ewm(span=26).mean()  

buy_signal = (df['FI_13'] > 0) & (df['close'] > df['MA20']) & (df['MACD'].diff() > 0)  

五、量化老手的私房参数优化

教科书默认用13日EMA，但A股散户多，我测试发现：

• 短线（5-10天周期）：用8日EMA反应更快
• 趋势行情：21日EMA过滤噪音更有效
• 配合成交量加权：volume_adj = volume / volume.rolling(50).mean()

回测结果显示，优化后的参数在2023年创业板指上能多抓15%收益。

六、开户用户专属福利

看到这里的肯定是真爱粉了，如果你：

1. 想直接获取我整理好的Force Index策略源码
2. 需要低延迟的Level2行情接口（主力资金数据配合FI效果炸裂）
3. 想要免五佣金的量化专用账户

欢迎私信我开户（备注“Python量化”），额外赠送：

• 独家《量价结合策略手册》PDF
• 每日主力资金监控表
• 新用户赠送10次AI选股额度

最后提醒：任何指标都有局限性，建议先用模拟盘测试。下次我会分享如何用Force Index识别主力洗盘，关注我不迷路。

（免责声明：以上策略回测收益不代表未来表现，市场有风险，投资需谨慎）